Перейти к содержанию
Публикация AiManual

Почему топ Яндекса не гарантирует цитирование в ChatGPT и Claude: как нейросети выбирают источники

ChatGPT и Claude цитируют не топ Яндекса, а выдачу своих поисковиков-поставщиков: Bing и Brave. Разбираем механику подзапросов, цифры Peec и Profound и показыва

Коротко

Что будет в материале

  1. 01

    Короткий ответ: почему топ Яндекса не работает для ChatGPT и Claude

  2. 02

    Как нейросеть превращает вопрос в цитаты: подзапросы, поиск, отбор страниц

  3. 03

    Какой поисковик стоит за каждым AI-сервисом

  4. 04

    Что говорят замеры: цифры Peec и Profound и их пределы

Короткий ответ: почему топ Яндекса не работает для ChatGPT и Claude

ChatGPT и Claude не видят позиций сайта в Яндексе. Оба сервиса цитируют страницы из выдачи своего поисковика-поставщика: у ChatGPT это Bing и другие нераскрытые источники, у Claude - Brave. Поиск Яндекса в эту цепочку не входит, поэтому первое место по коммерческому запросу в Яндексе не даёт ни одной ссылки в ответе этих двух моделей.

Механика одинаковая у всех сервисов с веб-поиском. Модель переписывает вопрос пользователя в несколько коротких подзапросов, отправляет их в поиск, читает выданные страницы и оставляет под ответом ссылки только на те, что реально пошли в дело. Если страницы нет в выдаче нужного поисковика, цитировать нечего: у модели не будет этого текста перед глазами.

Исключение - Алиса AI. Она берёт выдачу Поиска Яндекса, поэтому для неё топ Яндекса как раз релевантен. Топ Яндекса не бесполезен, он работает для Алисы AI и не работает для ChatGPT и Claude. Логика цепочки и подтверждения по каждому сервису разобраны в материале о том, откуда нейросети берут информацию.

Как нейросеть превращает вопрос в цитаты: подзапросы, поиск, отбор страниц

Цепочка выглядит одинаково у всех сервисов с подключённым веб-поиском, различается только поставщик выдачи.

  1. Пользователь задаёт вопрос в чате.
  2. Модель переписывает его в несколько коротких запросов, их называют подзапросами.
  3. Подзапросы уходят в поисковик-поставщик.
  4. Модель читает страницы из выдачи, обычно отдельными фрагментами, а не целиком.
  5. Под ответом остаются ссылки на те страницы, которые пошли в дело.

Цитируется не «лучшая страница по мнению SEO-специалиста», а страница, попавшая в выдачу поставщика и отобранная моделью. Отсюда два узких места: попадание в выдачу и совпадение текста с формулировкой подзапроса. Страница, идеальная по основному ключу, но отсутствующая в выдаче по переформулировкам, в ответ не попадёт.

Второй фильтр - чтение фрагментами. Модель видит несколько найденных кусков страницы, а не весь документ, и не выполняет JavaScript: текст, который дорисовывается в браузере, до неё не доходит. Как это проявляется на практике и какие проверки помогают, разобрано в статье о том, почему нейросети путают продукт с конкурентом.

Почему позиции по исходному запросу почти ничего не предсказывают

Подзапросы формулируются иначе, чем фраза пользователя. Простой пример: на вопрос «сколько VRAM нужно для модели на 8B в 4 битах» модель может отправить в поиск «VRAM для 7B 4-bit», «llama.cpp offload слои», «размер квантования Q4_K_M». Это иллюстрация логики, а не замер конкретной модели.

Отсюда практический вывод: позиция по одному основному ключу мало что говорит о том, попадёт ли сайт в ответ нейросети. Проверять нужно присутствие в выдаче поставщика по близким формулировкам, включая уточняющие и сравнительные. Тот же механизм разветвления запроса работает и в Google, где он описан как query fan-out: разбор AI Overviews на русских запросах показывает, почему место в топ-10 для попадания в обзор не обязательно.

Какой поисковик стоит за каждым AI-сервисом

Оптимизироваться «под нейросети» целиком бессмысленно: у каждого сервиса свой источник страниц. Сводка с указанием, чем подтверждён каждый пункт, приведена в разборе поставщиков выдачи.

СервисПоставщик выдачиЧем подтверждено
ChatGPTBing и другие нераскрытые источники; в рабочих пространствах под HIPAA - собственный индекс OpenAIОписание работы Мэхи Чен и Ника Кудаса
ClaudeBraveTrust center Anthropic (по Peec), список субпроцессоров Anthropic (TechCrunch), замеры Peec и Profound
Алиса AIПоиск ЯндексаСправка Яндекс Вебмастера
PerplexityСобственный индекс и краулер PerplexityBotБлог Perplexity
GigaChatНе подтверждёнПубличных данных нет

ChatGPT: Bing и нераскрытые источники

Bing - основной поставщик, но не единственный: OpenAI не раскрывает полный список, а в рабочих пространствах под HIPAA используется собственный индекс компании. По работе Мэхи Чен и Ника Кудаса ChatGPT цитирует только страницы, которые нашёл его собственный поиск по подзапросам, и найденное редко совпадает с выдачей Google или Bing. Вывод для практики: присутствие в Bing необходимо, но не гарантирует цитату.

Claude: выдача Brave

Claude опирается на Brave. Подтверждения: trust center Anthropic (по данным Peec), список субпроцессоров Anthropic (TechCrunch) и два независимых замера. Peec сверил ссылки Claude с выдачей Brave и нашёл 89 из 100 цитируемых страниц в первых 20 результатах. Замер Profound даёт 79,2% страниц в топ-10. Совпадение сильное, но это корреляция: она показывает, откуда берутся страницы, и не доказывает, что других каналов нет.

Алиса AI: Поиск Яндекса, единственный случай, где топ Яндекса релевантен

Алиса AI берёт выдачу Поиска Яндекса, это указано в справке Яндекс Вебмастера. Для этого сервиса работа с Яндексом окупается напрямую: позиции и сниппеты в Поиске Яндекса определяют, какие страницы попадут в ответ. Переносить этот вывод на ChatGPT и Claude нельзя, у них другие поставщики.

Perplexity и GigaChat: собственный индекс и неизвестный поставщик

У Perplexity собственный индекс, то есть своя база страниц, которую сервис собирает краулером PerplexityBot (об этом пишет блог Perplexity). Ставка здесь делается на индексацию собственным роботом, а не на чужую выдачу. По GigaChat поставщик выдачи не подтверждён: публичных данных нет, поэтому любые рекомендации «под GigaChat» останутся догадкой.

Что говорят замеры: цифры Peec и Profound и их пределы

Две цифры задают рамку для всей темы. Peec: 89 из 100 страниц, процитированных Claude, нашлись в первых 20 результатах Brave. Profound: 79,2% цитируемых страниц попали в топ-10 Brave. Связь между выдачей Brave и цитатами Claude в этих выборках плотная, и объяснить её одной случайностью трудно. При этом оба замера отвечают на вопрос «откуда страницы», а не «почему модель выбрала именно эту страницу».

36,6% промптов: почему поиск включается не всегда

По замеру Profound Claude обратился к поиску лишь на 36,6% промптов, а на остальные 63,4% ответил без веб-поиска. Больше половины ответов строились на знаниях самой модели, и выдача на них не влияла вообще. Практический вывод: часть ответов про ваш продукт или тему нельзя изменить работой с поиском, сколько бы страниц ни попало в топ. Профиль промптов в замере не раскрыт, поэтому 36,6% - оценка для конкретной выборки, а не постоянная константа.

Границы выводов: корреляция, а не причинность

Совпадение цитируемых страниц с выдачей Brave не доказывает, что Brave - единственный канал попадания в ответ. Оба замера сделаны сервисами, которые продают отслеживание видимости в ИИ, и это стоит держать в голове при чтении их выводов. Цифры по Claude нельзя механически переносить на ChatGPT и Алису AI: у них другие поставщики и другая частота включения поиска. У ChatGPT, кроме Bing, есть нераскрытые источники, у GigaChat поставщик не подтверждён, а любой замер - срез на дату публикации, а не вечная характеристика сервиса.

Как проверить видимость сайта в поисковике нужной нейросети

Проверка строится по одной схеме: сформулировать 5-10 подзапросов так, как их мог бы составить пользователь, и посмотреть, есть ли сайт в выдаче поставщика именно по этим формулировкам. Основной ключ в списке нужен, но им проверка не ограничивается.

Bing Webmaster Tools и отчёт AI Performance для ChatGPT

  1. Подтвердите сайт в Bing Webmaster Tools, если он ещё не добавлен.
  2. Откройте отчёт AI Performance: он показывает, какие страницы участвуют в ответах ИИ, построенных на индексе Bing, и по каким запросам.
  3. Сверьте список страниц и запросов со своими подзапросами. Расхождения показывают, какие темы у модели ассоциируются с сайтом, а какие нет.
  4. Проверьте индексацию проблемных страниц и переобход, если URL недавно менялся.

Помните про ограничение: Bing для ChatGPT необходим, но недостаточен. Отсутствие страницы в Bing - понятная причина не цитироваться, присутствие - только вход в игру. Состав метрик в интерфейсе Bing меняется, поэтому названия отчётов стоит сверять с текущей версией панели.

Brave Search API: пример запроса для проверки позиций под Claude

Проверка повторяет то, что делали Peec и Profound: смотрим, попадает ли домен в топ-20 и топ-10 по подзапросам. Ключ API выдаётся в аккаунте Brave, эндпоинт и параметры берите в актуальной документации Brave Search API.

Запрос 1: q = "локальная LLM 8 ГБ VRAM запуск"
Запрос 2: q = "сколько VRAM нужно для 7B модели в 4 битах"
Запрос 3: q = "llama.cpp параметры запуска 8 ГБ"
Запрос 4: q = "сравнение Q4_K_M и Q5_K_M по качеству"
Лимит выдачи: 20 результатов

В результате ищите свой домен и его позицию по каждому запросу. Топ-20 - порог из замера Peec, топ-10 - порог из замера Profound. Если по подзапросам сайта нет ни в одном срезе, цитировать Claude нечего, и правки в тексте тут не помогут, пока страница не попадёт в выдачу.

Яндекс Вебмастер для Алисы AI

  1. Откройте раздел с поисковыми запросами в Яндекс Вебмастере и посмотрите показы, клики и среднюю позицию по своим подзапросам.
  2. Проверьте, какие URL показываются по этим запросам: часто в выдачу попадает не целевая страница, а тег или старая версия материала.
  3. Сверьте сниппет с фрагментом, который хотите видеть в ответе Алисы AI: заголовок и первый абзац страницы модель прочитает в первую очередь.

Это единственный из трёх сервисов, где работа с Яндексом даёт прямой эффект. Для ChatGPT и Claude те же действия ничего не изменят.

Что это значит для GEO-оптимизации под AI-поиск

Единой метрики «видимость в ИИ» не существует. Работает связка: целевая нейросеть, её поисковик-поставщик, выдача по подзапросам. Логика GEO-продвижения в целом разобрана в материале о GEO-оптимизации контента, а здесь важны конкретные шаги под поставщиков.

  • Определите поставщика под каждую целевую нейросеть: Bing для ChatGPT, Brave для Claude, Поиск Яндекса для Алисы AI, собственный индекс для Perplexity. Дальше оптимизируйте страницы под выдачу этого поисковика, а не под абстрактный топ.
  • Соберите список подзапросов из 10-20 формулировок на каждую важную тему. Один основной ключ не покажет, попадёт ли страница в ответ.
  • Фиксируйте, какие ответы строятся без поиска. Если значимая доля ответов приходит из знаний модели, работать нужно над упоминаниями и качеством источников, а не только над позициями.
  • Не переносите выводы между сервисами. Замеры по Claude не описывают ChatGPT, а по GigaChat публичных данных о поставщике нет.
  • Перепроверяйте замеры раз в квартал: состав источников и частота включения поиска меняются без анонсов.

Отдельно стоит проверить, как устроены первые абзацы страниц: именно оттуда чаще берутся фрагменты для ответа. Замеры на 193 507 ответах и 18 012 цитатах показывают, что прямой ответ в начале связан с цитированием, но не заменяет индексацию и позиции: разбор первого абзаца и цитирования в ИИ-ответах. Гарантированного попадания в цитаты не даёт ни один из этих шагов, зато каждый убирает конкретную причину, по которой сайт в ответ не попадал.

Подписаться на канал