В 2026 году SEO-специалист с 15-летним стажем смотрит на отчет Search Console и не понимает: трафик стоит, а заказы упали. Он проверяет позиции — топ-3 по всем ключам. Но клики не растут. Знакомая боль?
Дело не в алгоритмах Google. Дело в том, что 43% пользователей (данные Gartner, апрель 2026) получают ответы напрямую от AI-ассистентов и не переходят по ссылкам. AI Overviews, ChatGPT Search, Яндекс Нейро — эти системы забирают трафик, который раньше шел на сайты. И если вы до сих пор меряете успех только позициями в органике, вы просто не видите, как вас вытесняют.
Пора вводить новую метрику — AI Share of Voice. Доля ответов. Сколько раз ваш контент цитируется в генеративной выдаче. Именно ее мы и будем учиться измерять и наращивать.
Почему старые метрики врут?
Традиционный SEO-отчет состоит из: позиции, трафика, конверсий. Все это завязано на клики. Но в мире AI-поиска клик — это уже не единственная цель. Цель — появиться в ответе. Даже без клика.
В январе 2026 года Google выпустил core update, который переписал правила игры. Как мы писали в статье «Январский шторм 2026», системы начали массово фильтровать контент с явной саморекламой. AI не любит, когда его пытаются использовать как реферальный канал. Он хочет быть полезным.
AI-ассистенты (GPT-5 Turbo, Gemini Ultra 2.0, Claude 3.7 Sonnet) анализируют не текст, а смысл. Они ищут факты, цифры, авторитетные источники. Если ваша статья — это переписанный рерайт с выводом «купите у нас», AI ее проигнорирует. Даже если она в топе Google.
Вот почему вы видите падение конверсий при сохранении позиций. Пользователь получил ответ в AI Overviews, не кликнул, но решение принял. Вы не получили ничего.
Что такое AI Share of Voice и как его считать?
AI Share of Voice (AI SOV) — это процент от общего числа AI-ответов по вашим целевым запросам, в которых упоминается ваш бренд или контент.
Формула простая:
AI SOV = (Количество ответов с вашим упоминанием / Общее количество проанализированных ответов) × 100%Но дьявол в деталях. Нужно учитывать:
- Присутствие в ответе — AI сослался на ваш сайт как на источник.
- Тип упоминания — цитата, ссылка, рекомендация.
- Тональность — положительная, нейтральная, отрицательная.
- Позиция в ответе — первое упоминание, середина, конец.
Это уже не просто SEO. Это GEO (Generative Engine Optimization). Мы подробно разбирали эту тему в полном руководстве по GEO.
Инструменты для измерения AI Share of Voice
Ручной сбор данных — каторга. ChatGPT Search, Google AI Overviews, Яндекс Нейро, Perplexity — каждый генерирует ответы по-своему. Нужны инструменты.
| Инструмент | Что измеряет | Цена |
|---|---|---|
| BrightEdge Generative Search | AI Overviews Google, Bing Copilot | От $999/мес |
| Semrush AI SOV Tracker | ChatGPT Search, Perplexity, Claude | От $499/мес |
| Cognitiv (стартап, 2025) | Яндекс Нейро, «Яндекс.Браузер» AI | От $200/мес (только РФ) |
| Самописный скрипт (Python) | Любые AI-ассистенты с API | Бесплатно (время разработки) |
Если бюджет ограничен, я рекомендую написать свой парсер. Вот пример для OpenAI API (актуально на май 2026):
import openai
from typing import List, Dict
client = openai.OpenAI(api_key="YOUR_KEY")
def check_ai_mention(query: str, brand: str, model: str = "gpt-5-turbo") -> dict:
response = client.responses.create(
model=model,
instructions="Дай ответ на запрос. Если упоминаешь конкретные бренды или сайты, перечисли их. Ответь кратко.",
input=query
)
text = response.output_text
mentioned = brand.lower() in text.lower()
return {
"query": query,
"mentioned": mentioned,
"text": text[:300]
}
# Пример использования
queries = ["лучшие CRM для малого бизнеса 2026", "как выбрать облачное хранилище"]
for q in queries:
result = check_ai_mention(q, "amoCRM")
print(result)
search=False (доступно с марта 2026).Но просто собрать упоминания — мало. Нужно понимать контекст. AI может сослаться на вас, но в негативном ключе. Или вообще не сослаться, хотя ваш контент идеально подходит. Для оценки тональности добавляем LLM-метрики — о них мы писали в гайде по LLM-метрикам.
Как адаптироваться под AI Overviews: пошаговый план
1 Аудит текущего контента на пригодность для RAG
AI-ассистенты используют Retrieval-Augmented Generation (RAG). Они извлекают информационные куски из вашего контекста. Если ваш контент состоит из воды и рекламы — бесполезно.
Проверьте каждый коммерческий материал по чек-листу:
- Есть ли факты (цифры, даты, названия)?
- Структурирован ли текст с помощью H2, H3, списков?
- Есть ли FAQ с четкими вопросами и ответами?
- Используются ли Schema.org (HowTo, FAQ, Product)?
- Нет ли навязчивых призывов «купить», «заказать» в первых абзацах?
2 Создание контента, который AI не может игнорировать
В 2026 году побеждает Human-first, но AI-friendly подход. Пишите для людей, но структурируйте для машин. Пример:
Как НЕ надо: «Наша CRM-система — лучшая. Она увеличивает продажи на 50%. Попробуйте бесплатно!»
Как надо: «Согласно исследованию TechValidate (2026), компании, использующие CRM-системы, в среднем увеличивают конверсию на 22%. Подробнее об исследовании — ниже.»
AI любит объективные данные и цитируемые источники. Если вы приводите статистику — ссылайтесь на исследования (свои или сторонние). Если у вас есть кейс — распишите его как case study без прямой рекламы.
Важный момент: AI-ассистенты отлично работают с таблицами. Конвертируйте сравнения в таблицы — они чаще попадают в выдержки.
3 Мониторинг AI-упоминаний в реальном времени
Раз в неделю прогоняйте топ-50 запросов через API основных AI-ассистентов. Фиксируйте упоминания. Стройте тренды. Используйте дашборд (Grafana или Data Studio).
Мы в команде сделали простой мониторинг на Python + SQLite. Еженочно собираем ответы от GPT-5 Turbo, Claude 3.7 и Gemini Ultra 2.0 по 200 запросам. Стоимость — $50 в месяц за API. Результат — дашборд с AI SOV по бренду и конкурентам.
# crontab - запуск каждые 6 часов
0 */6 * * * /usr/bin/python3 /opt/ai-sov-monitor/run.py --config config.yamlЭту методику мы описали в статье про построение benchmark для AI-поиска. Забирайте код оттуда.
4 Оптимизация под Яндекс Нейро и региональные AI
Если ваш рынок — Россия, без адаптации под Яндекс Нейро не обойтись. Яндекс активно продвигает генеративные ответы в своей поисковой выдаче. Отличие от Google AI Overviews: Нейро чаще цитирует русскоязычные источники и дает более развернутые ответы. Он особенно активен в коммерческих запросах (товары, услуги).
Как оптимизировать под Яндекс Нейро:
- Используйте русскоязычные домены и хостинг в РФ.
- Добавьте структурированные данные для товаров и организаций.
- Публикуйте оригинальные исследования и опросы — Нейро предпочитает уникальный контент.
- Избегайте клише — модель обучена отличать «экспертный» тон от «рекламного».
Яндекс Нейро пока менее популярен, чем ChatGPT Search, но доля его ответов растет: +140% за последние 6 месяцев (данные Similarweb, апрель 2026).
Частые ошибки и как их избежать
Я собрал типовые грабли, на которые наступают даже опытные SEO-шники:
| Ошибка | Почему не работает | Как исправить |
|---|---|---|
| Пытаться вставить ключевые слова для AI | LLM понимают семантику, ключи не нужны | Пишите естественно, фокусируйтесь на сути |
| Покупать ссылки для AI-цитирования | AI не использует ссылочный вес, он оценивает релевантность | Стройте авторитет через публикации на сторонних площадках |
| Писать слишком короткие ответы (до 100 слов) | AI не хватает контекста для цитирования | Минимум 300–500 слов с четкой структурой |
| Игнорировать UGC (отзывы, комментарии) | AI часто использует краудсорсинг как авторитетный источник | Модерируйте и структурируйте отзывы |
Особенно опасна первая ошибка. Я видел кейсы, когда сайты начинали «оптимизировать» контент под AI, вставляя в статьи блоки «Ответ для AI: ...». Это вызывало деагрегацию в поиске. AI Overviews просто игнорировал такие страницы, считая их спамом.
В этом плане интересна концепция Human-first vs AI-first. Мы разобрали ее в статье о контентных стратегиях. Спойлер: Human-first побеждает, но с нюансом — структура должна быть машинно-читаемой.
Кейс: как SaaS-компания увеличила AI SOV с 5% до 38% за 3 месяца
Приведу реальный пример (данные анонимизированы). CRM-стартап из США. В январе 2026 трафик из AI-поиска упал на 52% (после core update). Они измерили AI SOV — всего 5% в ответах ChatGPT Search по их нише.
Что сделали:
- Переписали 20 ключевых статей: убрали саморекламу, добавили факты, таблицы, ссылки на исследования.
- Добавили FAQ-разметку — AI начал выдергивать ответы из нее.
- Опубликовали 3 авторских исследования с уникальными данными (стоимость — $5k за дизайн, но окупилось за месяц).
- Настроили мониторинг и еженедельно корректировали контент под вопросы из AI-ответов.
Результат: AI SOV вырос до 38% к апрелю 2026. Общий трафик из AI-ассистентов вырос на 220%. Конверсии — на 18%. При этом позиции в Google Search почти не изменились.
Этот кейс подтверждает цифры Adobe: AI-трафик конвертирует на 22% лучше органического (мы писали об этом в статье про 393% роста).
Что дальше? Прогноз на 2027
AI-поиск не вытеснит полностью классический. Но его доля будет расти. По оценкам Gartner, к середине 2027 года 60% поисковых запросов будут обрабатываться генеративными моделями. Если вы не начнете измерять AI SOV сейчас, через год будет поздно.
Мой неочевидный совет: перестаньте гнаться за «быстрыми победами» вроде автоматической генерации контента. AI умнее вас в этом. Вместо этого инвестируйте в уникальные данные. Исследования, опросы, эксклюзивные интервью — это то, что AI не сможет сгенерировать сам, и будет вынужден цитировать вас.
И помните: AI Overviews — это не враг. Это новый канал трафика. Просто его нужно измерять и оптимизировать под него так же тщательно, как вы делали это для Google в 2015-м.
