✓ AI-поиск может показать ссылку на страницу сегодня и не выбрать её завтра. Это не обязательно означает техническую ошибку на сайте: между запросом пользователя и финальной цитатой работает цепочка извлечения, фильтрации, выбора источников и генерации ответа. Новая работа исследователей из arXiv показывает, насколько хрупким может быть этот слой.
Авторы исследовали 10 AI-поисковых платформ и проанализировали 17 211 случаев цитирования, связанных с 6 356 доменами. В экспериментах публикации на площадках с низким барьером размещения иногда меняли состав источников в ответах, включая появление заранее созданного вымышленного понятия. Для GEO это важный сигнал: количество упоминаний само по себе не равно качественной видимости и не доказывает доверие к бренду.
Что именно исследовали авторы
Работа From Public Posts to AI-Search Citations: Measuring the Fragility of AI Search опубликована в arXiv 8 октября 2026 года. Это исследование о выборе источников в AI-поиске, а не отчёт отдельной коммерческой платформы и не подтверждение универсального алгоритма ранжирования.
Авторы описывают AI-поиск как многоступенчатую систему. Платформа получает запрос, извлекает страницы, отбирает кандидатов, выбирает цитаты и только затем формирует ответ. Пользователь обычно видит уже итоговый текст, поэтому не может напрямую наблюдать все промежуточные решения.
Для проверки этой цепочки исследователи объединили несколько методов:
- сопоставили карты цитирования разных AI-поисковых платформ;
- проверили, насколько легко публиковать материалы на доменах, которые часто встречаются среди источников;
- использовали контролируемые публикации и маркеры, чтобы отследить, меняется ли ответ после появления нового контента;
- сравнили влияние площадок с разным уровнем предпочтения у систем.
Такой дизайн полезен тем, что рассматривает не только вопрос «упомянули ли бренд», но и происхождение источника, повторяемость результата и возможность искусственно повлиять на ответ.
Какие результаты нельзя пропустить
Главные числа работы нужно читать вместе, а не превращать в отдельные рекламные обещания.
| Наблюдение | Данные исследования | Практический смысл |
|---|---|---|
| Анализируемые AI-поисковые платформы | 10 | Один тест в одной системе не описывает весь рынок |
| Случаи цитирования | 17 211 | Авторы изучали массив наблюдений, а не один пример |
| Уникальные домены-источники | 6 356 | Источники заметно различаются между платформами |
| Доля 20 ведущих доменов внутри платформ | 20,5–70,8% | Концентрация зависит от конкретной системы |
| Площадки с низким или средним барьером публикации | 15 из 22 проверенных | Доступность размещения может влиять на состав источников |
| Платформы, где экспериментальный маркер попал в ответ | 8 из 10 | Цитирование может реагировать на публикационные эксперименты |
| Тест с коммерческой GEO-публикацией | 14 долларов и 13 публичных постов | Платные упоминания не являются доказательством авторитетности |
Последняя строка особенно важна для оценки подрядчиков. Сам факт, что компания может быстро создать много публичных страниц, не означает, что она получила устойчивую, точную и полезную видимость. Напротив, искусственный след может увеличить риск ошибок и затруднить проверку происхождения утверждения.
Почему AI-цитирование нестабильно
В классической выдаче пользователь видит список результатов, и изменение позиции обычно можно зафиксировать сравнением страниц выдачи. AI-ответ скрывает часть механики. На результат могут влиять формулировка запроса, дата, доступные источники, регион, модель, лимит контекста и правила показа ссылок.
Это создаёт несколько видов нестабильности.
Разный набор источников
Две близкие формулировки могут вызвать разные дополнительные запросы и привести к разным наборам документов. Google в официальном руководстве описывает query fan-out: модель может генерировать параллельные связанные запросы, чтобы дополнить исходную задачу. Поэтому видимость нужно проверять на кластере пользовательских вопросов, а не на одной идеальной фразе.
Разная роль источника
Страница может быть извлечена для контекста, но не попасть в видимый список цитат. Другая страница может быть процитирована за один конкретный факт, но не стать рекомендацией бренда. Эти сценарии нельзя объединять в одну метрику «нас показал AI».
Уязвимость к низкобарьерным публикациям
Если система часто выбирает домены, где легко создать публичный пост, массовое размещение может повлиять на ответ быстрее, чем заслуженное экспертное покрытие. В исследовании это проверялось экспериментально. Такой результат не говорит, что вся AI-выдача состоит из спама, но показывает, почему происхождение и проверяемость источников становятся частью GEO-аудита.
Что официально рекомендует Google
Google Search Central прямо связывает generative AI features с обычными системами поиска и качества. В официальном руководстве указано, что для AI Overviews и AI Mode важны индексируемость, доступный для обхода контент, понятная техническая структура и полезные материалы для людей.
Есть и важные ограничения для модных «GEO-хаков»:
- Google не требует специального файла или разметки вроде llms.txt для появления в своих AI-функциях;
- нет обязательной идеальной длины страницы или требования дробить текст на мелкие фрагменты;
- переписывать материал только ради AI-систем не нужно;
- искусственные упоминания и массовые публикации не заменяют качественный контент;
- структурированные данные полезны в общей SEO-стратегии, но специальной schema.org-разметки для generative AI search не заявлено.
Google также указывает, что выполнение технических требований не гарантирует обход, индексирование или показ страницы. Это совпадает с выводом свежего исследования: наличие потенциально доступного документа и его фактическое цитирование — разные этапы.
Как подготовить сайт к проверяемому GEO
Начинать стоит с источника, а не с обещания попасть в ответ любой ценой.
Сделайте факт однозначным
Одна страница должна ясно объяснять, кто вы, какую услугу оказываете, где работаете и на каких условиях. Названия организации, продукта и услуги не должны меняться от раздела к разделу. Если есть дата, цена, ограничение или технический параметр, укажите период и контекст.
Разделите факт и рекомендацию
Читателю и системе проще проверить материал, когда данные из первоисточника отделены от авторского вывода. Для новости полезно явно обозначить, что произошло, откуда это известно и что является практической интерпретацией.
Проверьте технический маршрут
Страница должна возвращать HTTP 200, иметь один self-canonical, не закрываться robots.txt и содержать основной ответ в доступном HTML. Уберите дубли URL и убедитесь, что sitemap ссылается на тот же адрес, который используют внутренние ссылки.
Не превращайте статью в набор ключевых вариантов
Пишите для реального вопроса человека. Набор страниц под каждую перестановку слов может увеличить объём сайта, но не добавляет экспертности. Для AI-поиска важнее полезный, самостоятельный и проверяемый материал, чем механическое присутствие одинаковых фраз.
Как измерять GEO без самообмана
Один удачный ответ — это наблюдение, а не доказательство стабильного результата. Для рабочего мониторинга зафиксируйте:
- набор вопросов: информационные, сравнительные, локальные и коммерческие;
- дату и время каждого теста;
- платформу, модель и интерфейс;
- полный текст ответа и все показанные ссылки;
- роль вашего URL: цитата, рекомендация, источник конкретного факта или отсутствие;
- точность пересказа цены, условий, географии и ограничений;
- изменения после обновления страницы.
Повторяйте тесты через равные интервалы и сравнивайте распределение результатов. Полезнее увидеть, что страница появляется в 6 из 10 повторных сценариев с корректной ссылкой, чем заявить о видимости на основании одного скриншота.
Для Google Search отдельным источником диагностики может быть Generative AI performance report в Search Console, если он доступен для ресурса. Этот отчёт следует отделять от ручных тестов в сторонних AI-интерфейсах: у них разные данные и разные способы показа источников.
Чего исследование не доказывает
Работа является исследованием и препринтом, а не универсальной формулой для всех AI-систем. Она не доказывает, что любая цитата ошибочна, что авторитетные сайты не имеют значения или что платформа всегда предпочитает низкокачественные домены.
Эксперимент с вымышленным понятием показывает уязвимость выбранного маршрута в конкретных условиях. Его нельзя превращать в утверждение, будто любая новая публикация автоматически изменит ответы по любой теме.
Так же нельзя считать 14 долларов и 13 постов рабочим тарифом GEO. Это описание эксперимента, которое помогает понять риск низкобарьерных публикаций, а не коммерческое предложение или гарантия результата.
Чек-лист владельца сайта
- Составьте список реальных вопросов клиентов, а не только ключевых слов.
- Проверьте, что основная страница доступна для обхода и отдаёт HTTP 200.
- Сверьте Title, H1, описание, canonical, robots.txt и URL в sitemap.
- Опишите организацию, услугу, географию, условия и ограничения одинаково во всех ключевых разделах.
- Добавьте первичные источники к меняющимся фактам и цифрам.
- Уберите страницы, которые повторяют один текст под разными URL.
- Проводите повторные тесты в разных формулировках и датах.
- Отмечайте не только наличие бренда, но и точность ответа и ссылку на первоисточник.
- Не покупайте массовые упоминания как замену реальной экспертности.
- Сохраняйте историю наблюдений, чтобы отличать устойчивый сигнал от случайной цитаты.
GEO становится зрелее, когда измеряется не количеством раз, когда бренд случайно появился в ответе, а качеством и повторяемостью источника. Для сайта это означает базовую техническую доступность, самостоятельное содержание, ясные сущности и честный мониторинг. PIUN Marketing помогает выстраивать такой контур в рамках GEO-продвижения в Казахстане.
Источники
- From Public Posts to AI-Search Citations: Measuring the Fragility of AI Search — arXiv, 8 октября 2026 года.
- Optimizing your website for generative AI features on Google Search — Google Search Central, проверено 14 октября 2026 года.