Коротко: программы поиска с использованием ИИ должны проходить три стадии: «Ползать» для обеспечения точной видимости, «Ходить» для измерения и атрибуции эффективности и «Бегать» для оценки качества трафика и влияния на бизнес. Эта последовательность дает командам возможность приоритизировать работу по GEO на основе того, что они могут надежно измерить сегодня.

Ключевые выводы

Программы поиска с использованием ИИ лучше всего работают в последовательности «Ползать, ходить, бегать», поскольку каждая стадия зрелости зависит от предыдущей.
Стадия «Ползать» устанавливает, присутствует ли ваш бренд в поиске с использованием ИИ и насколько точно он представлен.
Стадия «Ходить» фокусируется на расширении этого присутствия и создании обоснованного подхода к измерению и атрибуции.
Стадия «Бегать» определяет, являются ли посетители, пришедшие через ИИ, целевой аудиторией и способствуют ли они достижению бизнес-результатов.
Крупные организации могут находиться на разных стадиях в зависимости от продуктов, регионов или бизнес-подразделений. Цель состоит в том, чтобы знать, на каком этапе на самом деле находится каждая часть бизнеса.

Маркетинговые команды быстро внедряют поиск с использованием ИИ, но часто без надежного порядка действий. Исследование показало, что только 22% маркетологов полностью интегрировали поиск с использованием ИИ и SEO в свою деятельность, при этом стратегия часто опережает операционную модель, стоящую за ней.

Команды часто одновременно отслеживают промпты, публикуют контент, спорят об атрибуции и пытаются доказать влияние на бизнес. Это затрудняет понимание того, что действительно работает.

Если вы еще не получаете трафик, атрибуция вам мало что даст. А если вы не можете разобраться в трафике, еще слишком рано судить о том, достигает ли он нужных людей или приводит к нужным действиям.

Лучший способ приоритизировать вашу стратегию поиска с использованием ИИ — это пройти через три стадии: правильно появиться, нарастить и измерить трафик, а затем квалифицировать и конвертировать его.

Другими словами: ползать, ходить, затем бегать.

Модель «Ползать, ходить, бегать» для поиска с использованием ИИ

Каждая стадия программы поиска с использованием ИИ отвечает на свой бизнес-вопрос.

Ползать: присутствуем ли мы и точна ли информация, которую ИИ выдает о нас?

Это фундамент. Прежде чем оптимизировать видимость в ИИ, нужно понять, могут ли ИИ-движки получить доступ к вашему контенту, где появляется ваш бренд и насколько точно он представлен.

Ходить: растет ли наша видимость и как мы можем это узнать?

Как только фундамент готов, фокус смещается на увеличение присутствия и создание достаточной дисциплины измерений, чтобы понять, набирает ли программа обороты.

Бегать: стоит ли этот трафик того?

На стадии «Бегать» фокус смещается на качество трафика и влияние на бизнес. Вы смотрите, приводит ли поиск с использованием ИИ нужных людей на ваш сайт, что они делают после перехода и способствуют ли эти посещения значимым результатам.

Эти стадии связаны между собой, но они не являются жесткой лестницей для всей компании. Предприятие может находиться на стадии «Бегать» в одной категории продуктов, оставаясь на стадии «Ползать» в другой. Важно правильно диагностировать каждую часть бизнеса, прежде чем решать, что оптимизировать дальше.

Ползать: правильно появиться

Вопрос: присутствуем ли мы и точна ли информация, которую ИИ выдает о нас?

Первая стадия поиска с использованием ИИ заключается в создании надежного фундамента.

Начните с технической доступности. Могут ли ИИ-краулеры извлекать контент, который вы ожидаете от них получить? Логи сервера могут выявить поведение краулеров, которое не видят обычные аналитические платформы.

Не все ИИ-краулеры выполняют одну и ту же работу, и разница может изменить ваши приоритеты.

Тренировочные краулеры собирают контент для будущего обучения моделей. Они формируют то, что модели будут знать через несколько месяцев. Поисковые краулеры создают индексы, из которых в режиме реального времени собираются ответы ИИ. Именно они определяют, получите ли вы цитирование в этом квартале.

Если у вас есть доступ, полезным упражнением может стать фильтрация логов сервера по этим агентам пользователя.

Поисковые краулеры, влияющие на текущие цитирования:

OAI-SearchBot: наполняет поиск ChatGPT
ChatGPT-User: извлекает страницы, когда промпт пользователя вызывает живой визит
Claude-SearchBot и Claude-User: аналоги от Anthropic
PerplexityBot и Perplexity-User: индекс и живые выборки Perplexity
Googlebot: по-прежнему питает AI Overviews и AI Mode

Тренировочные краулеры, влияющие на будущие знания моделей:

GPTBot (OpenAI)
ClaudeBot (Anthropic)
Google-Extended (Google)
Applebot-Extended (Apple)
Meta-ExternalAgent (Meta)
Amazonbot (Amazon)
CCBot (Common Crawl)

Если поисковые краулеры не доходят до ваших приоритетных страниц, ничего другого в этой структуре работать не будет. Сначала проверьте robots.txt. Многие сайты заблокировали этих агентов в 2023 и 2024 годах и больше не пересматривали это решение.

Затем посмотрите дальше брендовых промптов. Компания, ищущая собственное имя, естественно, увидит совсем другую картину, чем покупатель, задающий вопрос на уровне категории, например: «Каковы лучшие способы улучшить эффективность контента?» или «Какие платформы могут помочь корпоративным командам масштабировать контент?»

Эти небрендовые промпты показывают, вступает ли ваш бренд в диалоги, которые предшествуют рассмотрению.

Одного присутствия недостаточно. Вам также нужно понимать, как поисковые системы ИИ представляют ваш бренд. Цитирование может выглядеть как победа, пока вы не обнаружите, что ответ описывает ваш продукт неверно, опирается на устаревшую информацию или подкрепляет позицию, которую вы годами пытались изменить.

Наконец, оцените гигиену контента. Разметка, доступная для сканирования, неполные карты сайта, дублирующиеся страницы, устаревший контент и страницы, конкурирующие друг с другом, — все это может ослабить сигналы, с которыми работают системы ИИ.

Результат выглядит так: вы знаете, какие промпты важны, появляется ли ваш бренд по ним и насколько точно он представлен.

Распространенная ошибка: рассматривать объем контента как цель. Публикация большего количества контента до исправления неточной или противоречивой информации об ИИ может просто создать больше материала, подкрепляющего неверные сигналы.

Типичный владелец: SEO или технический маркетинг.

Ходить: нарастить и атрибутировать трафик поиска с использованием ИИ

Вопрос: работает ли это и как мы можем это узнать?

Как только вы поймете свою базовую линию, вы сможете начать расширять свое присутствие по важным промптам.

Это означает мониторинг того, улучшается ли видимость, выявление пробелов, где конкуренты или другие источники постоянно цитируются, а также создание или обновление контента для укрепления вашего авторитета по важным темам.

Это также означает создание фундамента для измерений.

Маркетинговые команды могут создавать группировки каналов ИИ в аналитике, отслеживать показатели видимости до посещения сайта, изучать соответствующие тренды Search Console и наблюдать за изменениями в структуре трафика с течением времени.

Начните с того, как ИИ-трафик классифицируется в вашей аналитической платформе. По состоянию на май 2026 года GA4 имеет встроенный канал AI Assistant в группе каналов по умолчанию. Когда система распознает реферер ИИ, она присваивает ему источник ai-assistant, и сессия автоматически появляется в этом канале. Настраивать ничего не нужно.

Для большинства команд это должно стать базовым уровнем отчетности. Он не требует обслуживания и дает определение, которое поймет остальная часть вашей организации. Рассматривайте это как нижний порог, а не как полную картину, по трем причинам.

Однако этот список источников может быть неполным. Документированный список Google охватывает ChatGPT, Gemini, Copilot, DeepSeek и Grok. Perplexity в него не входит и по-прежнему попадает в Referral. Для B2B-команд это серьезный пробел, поскольку трафик из Perplexity часто демонстрирует более сильное исследовательское намерение, чем можно предположить по его объему. Проверьте текущую документацию Google, прежде чем предполагать, что та или иная платформа поддерживается. Список все еще расширяется.

Это не имеет обратной силы. Трафик, полученный до включения канала в вашем ресурсе, остается классифицированным как Referral или Direct. Линия тренда вашего AI-трафика фактически начинается с даты переключения, и любое сравнение год к году, охватывающее этот период, будет сравнивать два разных определения. Озвучьте это в отчетности сами, не дожидаясь, пока это обнаружит кто-то другой.

Он видит только рефереры. Сессии, которые приходят без них (из встроенных браузеров приложений, мобильных приложений или по скопированной и вставленной ссылке), попадают в Direct независимо от того, как вы определяете каналы.

Если вам нужен охват Perplexity, последовательная классификация по всей истории или определение, которое вы контролируете сами, создайте пользовательскую группу каналов (custom channel group) параллельно с дефолтной, а не вместо нее. Пользовательские группы каналов — это отдельный срез отчетности, поэтому запуск обеих не приведет к двойному учету. В разделе «Администратор» (Admin) откройте «Группы каналов» (Channel groups), создайте новую группу, добавьте канал с названием AI Search и настройте соответствие источника регулярному выражению (Source matches regex). Переместите его выше Referral в порядке правил.

Проверяйте этот список ежеквартально. Домены и то, как цитирования передают данные реферера, со временем меняются.

В любом случае ожидайте, что на ранних этапах одна платформа будет доминировать в ваших показателях. Исследование Conductor оценивает долю ChatGPT примерно в 87% реферального AI-трафика, поэтому месяц без роста для вашей программы может быть просто месяцем без роста для ChatGPT. Сегментируйте данные по источникам, прежде чем делать выводы.

Исходя из этого, отслеживайте метрики видимости, предшествующие визиту, следите за трендами в Search Console и анализируйте, как со временем меняются паттерны трафика.

Чего маркетологи точно не могут делать, так это ожидать, что каждое взаимодействие с AI превратится в один идеально атрибутируемый клик.

Поиск с помощью AI происходит в различных системах, которые раскрывают разные уровни реферальной информации. Некоторые взаимодействия генерируют идентифицируемый трафик, другие — нет. Из-за этого измерение становится похожим не на чтение одного однозначного дашборда, а на триангуляцию нескольких сигналов для получения обоснованного представления о происходящем.

Поэтому цель на данном этапе — не идеальная атрибуция, а дисциплина измерений.

Ваша команда должна знать, какие показатели измеряются напрямую, какие указывают направление (directional), а какие требуют интерпретации.

Критерий готовности: вы можете показать, движутся ли видимость и трафик из AI-поиска в правильном направлении, объяснить значение доступных сигналов и отличить измеренные показатели от оценочных.

Типичная ошибка: ожидание идеальной атрибуции перед переходом к следующим шагам. Этот стандарт может заставить программу AI-поиска буксовать до бесконечности.

Типичный ответственный: SEO-специалист, работающий совместно с аналитиками или отделом маркетинговых операций (marketing operations).

Более сложный вопрос заключается в том, как построить достоверную модель измерения, когда сам клик не дает полной картины. Это заслуживает отдельного рассмотрения, поскольку атрибуция AI-поиска требует иного подхода, отличного от традиционного органического поиска.

Run (Бег): квалификация и конвертация трафика из AI-поиска

Вопрос: Стоит ли этот трафик того?

На этом этапе фокус смещается с объема трафика на его качество. Команды начинают анализировать, похожи ли люди, приходящие через AI-поиск, на их идеальных клиентов (ICP), до какого контента они доходят и что происходит после их перехода на сайт.

Для этого необходимо смотреть дальше конверсии по последнему клику (last-click).

Пользователь AI-поиска, возможно, уже потратил значительное время на изучение проблемы, прежде чем перейти на ваш сайт. Он может попасть на узкоспециализированную страницу продукта или образовательный материал, изучить дополнительные ресурсы, вернуться через другой канал или повлиять на процесс покупки, в который вовлечены несколько других людей.

Анализ только по последнему клику может упустить из виду большую часть этого поведения.

Вместо этого анализируйте вовлеченность, паттерны посадочных страниц, ассоциированные конверсии, качество аккаунтов и последующие действия. Затем используйте полученные знания для корректировки вашей стратегии AI-поиска.

Если определенные категории промптов стабильно приводят высокоактивных посетителей из приоритетных аккаунтов, эти темы могут заслуживать больших инвестиций. Если же видимость растет по промптам, которые не приносят целевого вовлечения, возможно, стоит изменить сам набор промптов.

Эта петля обратной связи — то, что выводит AI-поиск за рамки просто SEO-инициативы и переводит его в плоскость более широкого обсуждения генерации спроса (demand generation) и роста бизнеса.

Критерий готовности: вы можете сказать, приводит ли AI-поиск целевую аудиторию на ваш сайт, и скорректировать стратегию на основе реальных действий этих посетителей.

Типичная ошибка: применение логики конверсии по последнему клику к AI-поиску и вывод о том, что ценный трафик «не работает».

Типичный ответственный: отдел генерации спроса (demand generation) или роста (growth) совместно с SEO.

Как диагностировать ваш текущий этап внедрения AI-поиска

По мере развития программ AI-поиска сложность заключается в том, чтобы понять, когда вы действительно готовы перейти от одного этапа к следующему. Вопросы ниже помогут вам оценить, заложен ли фундамент на каждом этапе и где могут быть пробелы, мешающие остальной части программы работать должным образом.

Этап

Самопроверка

Crawl (Шаг)

Знаем ли мы, какие небрендовые промпты важны для наших покупателей?
Знаем ли мы, появляемся ли мы по ним? Точно ли представлен наш бренд?
Могут ли поисковые роботы AI (AI crawlers) получить доступ к контенту, который мы хотим, чтобы они нашли?

Walk (Ходьба)

Растет ли наша видимость по важным промптам?
Можем ли мы идентифицировать трафик, пришедший из AI?
Есть ли у нас четкий способ объединения данных о трафике, видимости и поисковых сигналах?
Знаем ли мы, какие метрики измеряются, а какие оцениваются приблизительно?

Run (Бег)

Знаем ли мы, соответствуют ли посетители из AI нашему ICP (идеальному портрету клиента)?
Знаем ли мы, на какие страницы они попадают и что делают дальше?
Анализируем ли мы ассоциированные конверсии и вовлеченность, а не только последний клик?
Меняют ли эти инсайты промпты и темы, которым мы отдаем приоритет?

Для крупных предприятий эту оценку следует проводить по рынкам, продуктовым линейкам или бизнес-подразделениям, а не пытаться втиснуть всю организацию в один этап. Одна часть бизнеса может уже «бежать», в то время как другая все еще осваивает основы «шага».

Самопроверка подсказывает, на что обратить внимание. Она не говорит, когда вы закончили. Вот критерии, которые я бы использовал.

Переход от Crawl (Шаг) к Walk (Ходьба): у вас есть определенный набор как минимум из 25–50 небрендовых промптов, связанных с реальными вопросами покупателей. Вы хотя бы раз измерили свое присутствие по каждому из них. Вы прочитали фактический текст ответов, а не просто зафиксировали наличие упоминания, и у вас есть список неточностей для корректировки будущей контент-стратегии. Поисковые роботы (retrieval crawlers) доходят до ваших приоритетных страниц, что подтверждено логами сервера, а не просто предполагается.

От ходьбы к бегу: у вас есть данные о трендах видимости и реферального трафика из ИИ как минимум за квартал. Вы можете определить показатель присутствия для своего набора промптов, сказать, изменился ли он, и начать объяснять причины, связывая конкретные действия с ростом видимости. Реферальный трафик из ИИ выделен в аналитике и достаточно велик для сегментации — на практике это означает несколько сотен сеансов в месяц, а не несколько десятков. Ваша команда может назвать, какие метрики измеряются, а какие оцениваются.

Уверенный бег: вы можете описать посетителей, пришедших из ИИ, в тех же терминах, что и для любого другого канала: кто они, что делают, какова их ценность. Приоритеты промптов менялись как минимум один раз на основе полученных данных.

Рассматривайте это как рабочие ориентиры, а не отраслевые стандарты. Правильные цифры зависят от вашей категории и объема трафика. Важна сама дисциплина наличия ориентира, потому что без него каждая команда оценивает себя как более продвинутую, чем есть на самом деле.

На практике это может означать отдельные дорожные карты GEO для каждой части бизнеса, которые вносят вклад в единую стратегию компании.

Что дальше

Программы поиска с использованием ИИ будут становиться все более сложными по мере улучшения измерений, развития платформ и накопления знаний о том, как люди используют эти каналы.

Важно понимать, что ваша организация готова оценивать прямо сейчас. Это удерживает команды от чрезмерных инвестиций в метрики, которые они пока не могут интерпретировать, или от погони за результатами, для которых у них еще нет фундамента.

С этого момента работу становится легче приоритизировать. Команды могут сосредоточить ресурсы на пробелах, которые действительно сдерживают программу, будь то видимость, измерения или понимание качества трафика, генерируемого ИИ. По мере устранения этих пробелов следующий набор решений становится более понятным, что обеспечивает программе более дисциплинированный путь развития.

Часто задаваемые вопросы

Как улучшить видимость в поиске с ИИ?

Начните с определения небрендовых промптов, которые, скорее всего, будут использовать ваши покупатели, а затем оцените, появляется ли ваш бренд в этих ответах и насколько точно он представлен. Вам также следует убедиться, что ИИ-краулеры могут получить доступ к контенту, который вы хотите сделать видимым. Как только этот фундамент будет заложен, вы сможете сосредоточиться на расширении видимости по наиболее важным промптам и темам.

Что следует измерять в программе поиска с ИИ?

Правильные метрики зависят от зрелости вашей программы. На начальном этапе сосредоточьтесь на присутствии, цитируемости, точности и доступности для краулеров. По мере развития программы добавляйте реферальный трафик из ИИ, тренды видимости, вовлеченность, поведение на целевых страницах, ассоциированные конверсии и качество аккаунтов. Цель состоит в том, чтобы измерять то, что вы можете надежно интерпретировать на каждом этапе.

Когда следует сосредоточиться на атрибуции в поиске с ИИ?

Атрибуция становится полезной, когда у вас достаточно видимости и трафика из ИИ для анализа. До этого момента командам лучше сосредоточиться на создании надежной базовой линии и мониторинге направленных сигналов. Поскольку ИИ-платформы предоставляют разный уровень реферальных данных, атрибуция обычно требует объединения данных о трафике, видимости, аналитике и поведении, а не опоры на одну окончательную метрику.

Как понять, что программа поиска с ИИ готова к масштабированию?

Вы готовы масштабировать свою программу поиска с ИИ, когда основы текущего этапа работают стабильно. Это означает, что вы понимаете, где появляется ваш бренд, можете измерить, улучшаются ли видимость и трафик, и имеете достаточно данных для оценки качества трафика и влияния на бизнес. Разные продукты, регионы или бизнес-единицы могут достичь этого момента в разное время.