Спецвыпуск: поиск и ИИ-ответы — 42% запросов Яндекса, отчёт по видимости в Алисе AI и новые правила для краулеров

Компания связывает рост с новым поколением компактных моделей Алисы AI: гибридная архитектура, сочетающая Mixture of Experts и подход encoder-decoder. По данным Яндекса, в слепом попарном сравнении его ответы оказались лучше AI Overviews Google в 56,7% случаев, причём заметнее всего разрыв на сложных запросах, требующих большого контекста, а также в темах медицины и права.

Для владельца сайта важна не гонка моделей, а сама доля. 42% запросов — это уже не эксперимент на краю выдачи: по значительной части тем пользователь получает сформулированный ответ до того, как дойдёт до первой ссылки. Классические позиции при этом никуда не делись — ответ собирается из тех же источников, которые поиск считает хорошими, — но борьба за клик сместилась на шаг раньше: сначала надо попасть в источники ответа, и только потом иметь шанс на переход.

До этого ИИ-видимость измеряли вручную: задавали ассистенту вопросы и смотрели, кого он процитировал. Теперь у метрики появился штатный отчёт — по сути Share of Voice для генеративной выдачи. Ограничения тоже стоит знать заранее: истории всего за три месяца, нет данных о частоте показов и переходах из ответа, а метрика видит в основном те запросы, где сайт и так стоит на хороших позициях.

Амбассадор интернет-площадок Яндекса Михаил Сливинский, комментируя запуск, свёл рекомендации к качеству контента: экспертная и оригинальная информация повышает шансы попасть в ответ. Никакой «кнопки для попадания в ИИ» отчёт не даёт — это измерительный прибор, а не рычаг.

Логику компания объясняет так: реклама на странице — сигнал, что владелец рассчитывал на живого посетителя, поэтому боты, которые забирают контент, не приводя человека, по умолчанию отсекаются. Новые настройки управления ИИ-трафиком доступны всем клиентам, включая бесплатный тариф. Отдельная ветка той же истории — Pay Per Crawl: механика, при которой краулер получает ответ HTTP 402 «требуется оплата», а владелец сайта сам назначает цену доступа; служебные адреса вроде /robots.txt и /sitemap.xml остаются бесплатными всегда.

Практический смысл шире, чем настройки одного провайдера. Управление доступом ИИ-ботов переезжает с уровня robots.txt, который является лишь просьбой, на сетевой уровень, где отказ действительно исполняется. А деление на «поисковых» и «обучающих» ботов означает, что выбор перестаёт быть бинарным: можно остаться в ИИ-ответах со ссылкой на вас и одновременно закрыться от сбора данных на обучение.

Позиция не новая: ещё в июле 2025 года Гэри Иллиес из Google говорил, что llms.txt компания не поддерживает и не планирует. Свежая документация закрепляет это письменно и добавляет важную деталь: специальной schema.org-разметки «под ИИ» тоже не существует, а ограничить показ контента в ИИ-функциях можно теми же средствами, что и раньше — nosnippet, data-nosnippet, max-snippet, noindex и robots.txt.

Значит ли это, что llms.txt бесполезен? Не совсем. Файл читают некоторые ИИ-сервисы, и как аккуратная карта разделов сайта он стоит примерно ничего, если генерируется автоматически. Но рассчитывать на него как на способ «попасть в ИИ-ответы» не стоит — по независимым замерам обращения краулеров к этому файлу единичны на фоне общего числа заходов ботов. Основная работа остаётся прежней: индексируемость, структура, прямые ответы в тексте и уникальная фактура.

Скачок исследователи связывают с изменением на стороне продукта около 7 мая: ChatGPT стал заметнее выводить ссылки на бренды в ответах. Рост оказался синхронным по регионам — в ЕС плюс 42,7%, в Великобритании 38,7%, в США 23,2%. Абсолютные значения при этом стоит держать в голове: речь про доли процента от всего трафика, то есть ИИ-ассистенты пока не заменяют поиск как канал, а дополняют его.

Куда интереснее структура переходов. Если из органики человек попадает на конкретную страницу под свой запрос, то из ИИ-ответа он чаще приходит на главную — то есть уже зная, к кому идёт, но не зная, куда именно. Это меняет требования к главной странице: она перестаёт быть витриной «о компании» и должна за несколько секунд отвечать, что вы делаете и что делать посетителю дальше.

Технически в основе лежит мультимодальная модель, из которой инженеры сделали несколько облегчённых версий под разные этапы обработки запроса: тяжёлые вычисления вынесены на предварительную стадию, чтобы не замедлять поиск. Отдельно отмечено, что система стала лучше справляться с ситуациями, когда картинка и текст противоречат друг другу.

Для интернет-магазинов это прикладная новость. Раньше ошибка в описании товара била в первую очередь по текстовому поиску, а картинка жила своей жизнью. Теперь несоответствие между фотографией и подписью — например, чужое изображение модели или устаревшая карточка — прямо влияет на то, покажут ли товар по визуальному запросу.