✓ Наличие ссылки под AI-ответом ещё не означает, что источник действительно подтверждает написанное. Система может привести реальную публикацию, корректный URL и даже существующий научный идентификатор, но связать их с тезисом, которого в источнике нет.
Исследование, опубликованное 21 октября 2026 года, показало это на контролируемой проверке биомедицинских утверждений. Закрытые модели указали 335 идентификаторов PubMed, из которых 327 существовали. Однако независимая проверка признала релевантными проверяемому тезису только 3 из этих 327 ссылок. У агента, который искал материалы через PubMed и формулировал собственные запросы, релевантными были 67% цитат.
Это не тест ChatGPT Search, Gemini или Google AI Mode и не основание переносить биомедицинские проценты на весь AI-поиск. Но работа выявляет важную проблему для GEO: проверка «ссылка открывается» слишком слабая. Нужна проверка «какой именно тезис подтверждает эта ссылка».
Что именно проверяли исследователи
Авторы использовали набор SciFact с научными утверждениями и подключили модели к живому API PubMed. Основа модели и формат ответа оставались одинаковыми, а менялся только способ получения доказательств.
Сравнивались четыре режима:
- ответ без внешнего поиска;
- один поисковый запрос, совпадающий с исходным утверждением;
- ReAct-подобный агент, который сам формулировал и уточнял запросы к PubMed;
- режим с заранее предоставленными правильными аннотациями как верхняя контрольная граница.
Одиночный запрос находил правильную публикацию только для 6% утверждений. Он чаще заставлял модель воздержаться от ответа, но не улучшил точность. Агент с самостоятельными поисковыми запросами втрое увеличил полноту нахождения правильных работ и показал 62% точности против 49–59% у других реалистичных режимов.
Когда модели получали правильные аннотации напрямую, точность достигала 79–86%. Разрыв в 17–24 процентных пункта указывает: главным ограничением в этом эксперименте был поиск доказательства, а не способность модели рассуждать по уже найденному материалу.
Реальная ссылка может быть неправильным доказательством
Самый практичный результат исследования появился при аудите цитат. Закрытые модели почти всегда называли существующие PubMed ID — 327 из 335. Простая автоматическая проверка существования идентификатора дала бы почти идеальный результат.
Проверка релевантности показала противоположную картину. Из 327 существующих ссылок только три были признаны относящимися к конкретному утверждению. Модель воспроизводила правдоподобную форму научной ссылки, но это не гарантировало смысловую связь с ответом.
Для GEO здесь важны три разных уровня качества:
- Существование. URL открывается, документ или публикация реальны.
- Релевантность. Источник относится к теме и содержит информацию по вопросу.
- Подтверждение. Конкретный фрагмент источника действительно поддерживает конкретный тезис ответа.
Проверка только первого уровня создаёт ложное чувство надёжности. Второй уровень тоже недостаточен: статья может быть посвящена нужной теме, но не содержать цифру, сравнение или вывод, который ей приписал AI.
Почему retrieval оказался важнее красивого рассуждения
В режиме с правильными аннотациями те же модели работали заметно лучше. Значит, качество финального ответа в значительной степени зависело от того, какие документы попали в контекст.
Это согласуется с устройством генеративного поиска. До появления цитаты система проходит несколько этапов:
- понимает вопрос пользователя;
- формирует один или несколько поисковых подзапросов;
- получает набор кандидатов;
- отбирает документы для контекста;
- сопоставляет фрагменты с утверждениями;
- генерирует ответ и отображает часть источников.
Ошибка на раннем этапе нельзя полностью исправить хорошей генерацией. Если нужная страница не найдена или найден неподходящий документ, уверенный и гладкий ответ всё равно может опираться на слабую доказательную базу.
Поэтому GEO нельзя сводить к подсчёту упоминаний бренда. Нужно отдельно измерять видимость в retrieval, появление URL среди цитат и точность фактов, которые система извлекает со страницы.
Что меняется в GEO-аудите
Типичный аудит AI-видимости отмечает, назван ли бренд и какие домены появились под ответом. Новое исследование показывает, почему этого недостаточно.
Для каждой значимой фразы нужно определить:
- есть ли у неё источник;
- какая ссылка отображается рядом с этим тезисом;
- содержит ли страница подтверждающий фрагмент;
- не относится ли источник только к соседнему предложению;
- совпадают ли дата, регион, продукт и условия;
- не превратил ли AI ограниченный вывод в общее правило.
Например, источник может подтверждать запуск функции в США, а AI представить её как глобально доступную. Страница может содержать диапазон цены за прошлый год, а ответ назвать его текущей фиксированной стоимостью. Ссылка будет настоящей и тематической, но доказательство — некорректным.
Отдельное исследование от 8 октября 2026 года добавляет ещё один риск. Авторы проанализировали 17 211 цитат на десяти AI-поисковых платформах и обнаружили сильную концентрацию источников на предпочитаемых доменах. В контролируемых публикационных экспериментах восемь из десяти систем процитировали вымышленное понятие в течение семи дней. Это показывает, что доступность публикации и предпочтение домена могут влиять на попадание информации в AI-ответ.
Практический вывод не в том, чтобы пытаться повторить такую манипуляцию. Наоборот, компании нужен контроль доказательств на собственном сайте и во внешнем информационном поле.
Как готовить контент для проверяемого цитирования
Страница должна помогать системе связать утверждение с доказательством без догадок. Для этого важнее ясность и первичные данные, чем декоративная «оптимизация под AI».
Один факт — один понятный контекст
Не размещайте дату, регион и ограничение в разных частях длинного текста. Если функция доступна только в определённых странах, укажите это рядом с описанием функции. Если цена зависит от объёма, сразу назовите условие.
Показывайте происхождение данных
Для статистики укажите организацию, дату, выборку и ссылку на первоисточник. Для собственного исследования опишите методику. Для продуктового факта ведите на официальную документацию, а не на пересказ.
Разделяйте факт и интерпретацию
Формулировки «компания сообщила», «исследователи обнаружили» и «из этого следует для маркетинга» выполняют разные задачи. Когда они смешаны в одном предложении, AI сложнее понять, какая часть подтверждается источником, а какая является выводом автора.
Обновляйте устаревающие сведения
Цены, доступность функций, правила и характеристики должны иметь дату проверки. Старое значение не становится ложным автоматически, но без даты система может использовать его как текущее.
Сохраняйте техническую доступность
Google рекомендует обеспечить HTTP 200, индексируемый HTML и доступ для обхода; структурированные данные должны соответствовать видимому тексту. Для GEO это базовый слой: недоступный или противоречивый документ не может быть устойчивым доказательством.
Практический протокол проверки AI-ответа
Надёжный аудит можно проводить по следующей последовательности.
- Сохранить условия теста. Зафиксировать систему, модель, дату, вопрос, язык, географию и режим поиска.
- Разбить ответ на проверяемые тезисы. Отдельно выделить цифры, даты, сравнения, рекомендации, названия продуктов и ограничения.
- Сопоставить тезисы со ссылками. Не считать общий список источников доказательством всего ответа.
- Открыть каждый источник. Проверить HTTP-ответ, доступность документа и соответствие заголовка.
- Найти подтверждающий фрагмент. Сохранить предложение или таблицу, которые поддерживают тезис.
- Проверить область применимости. Сверить страну, дату, выборку, версию продукта и методику.
- Повторить запрос. Оценить, сохраняется ли источник и вывод в нескольких запусках.
- Отдельно записать ошибку. Различать несуществующую ссылку, нерелевантный источник, неверное извлечение и чрезмерное обобщение.
Такой протокол медленнее проверки «бренд упомянут / не упомянут», зато он показывает реальное качество AI-видимости. Компания может присутствовать в ответах часто, но с неправильной услугой, устаревшей ценой или чужими условиями. Это плохой GEO-результат, даже если доля упоминаний высокая.
Какие метрики стоит фиксировать
Для практического отчёта полезно разделить минимум шесть показателей:
- доля ответов с упоминанием бренда;
- доля ответов со ссылкой на собственный сайт;
- доля значимых тезисов, у которых есть источник;
- доля ссылок, относящихся к соответствующему тезису;
- доля тезисов, полностью подтверждённых найденным фрагментом;
- стабильность источников и фактов между повторными запусками.
Дополнительно стоит вести журнал ошибок по типам. Если система не находит нужную страницу, проблема может быть в доступности, архитектуре или формулировках. Если находит страницу, но извлекает неправильный факт, нужно улучшить контекст, дату и ограничения. Если цитирует сторонний домен с ошибкой, требуется исправление внешнего источника или создание более сильного первичного документа.
Границы выводов исследования
Основной эксперимент относится к биомедицинской проверке утверждений через PubMed. Он использовал конкретные модели, набор SciFact и ограниченный размер выборки. Авторы прямо отмечают, что часть различий между режимами не достигла статистической значимости.
Поэтому нельзя утверждать, что обычный коммерческий AI-поиск имеет такую же долю нерелевантных ссылок. Нельзя также считать, что поисковый агент автоматически решает проблему: 67% релевантных цитат лучше результата закрытого режима, но далеко от идеала.
Устойчивый вывод уже: существование ссылки и релевантность доказательства — разные проверки. GEO-аудит, который фиксирует только URL под ответом, пропускает главный вопрос: подтверждает ли источник то, что AI сообщил пользователю.
Для сайта это означает ясную структуру фактов, первичные источники, даты, область применимости и техническую доступность. Для мониторинга — проверку на уровне отдельных тезисов, а не только доменов.
Если нужно проверить, как AI-системы находят, цитируют и интерпретируют страницы вашего сайта, можно начать с GEO-продвижения.
