Коротко
Почему нейросеть охотнее пересказывает подборку?
Подборка - это страница, где несколько вариантов разобраны по одинаковым критериям и для каждого сказано, кому он подходит. Такой формат совпадает с формой самого частого вопроса покупателя. Человек пишет в чат «какую кофемашину взять домой» или «какой сервис выбрать для учёта», и модели нужен материал, где выбор уже разложен.
Разберём простым языком. Нейросеть с поиском находит несколько страниц, режет их на фрагменты и собирает свой абзац. Фрагмент «вариант А подходит тем, кто...» встаёт в ответ почти без правок. Фрагмент «мы лидер рынка с богатой историей» в ответ на вопрос выбора не встаёт никак.
По замерам в Prodvig.ai это видно и на коммерческих сайтах. Магазин, у которого на одной странице разобраны десятки вариантов, цитируется по вопросам категории заметно чаще, чем сайт одной марки из той же категории. Продавать при этом можно, наказан тот, кто говорит только про себя.
Та же картина в исследованиях. Работа Университета Торонто 2025 года показала: AI-поиск систематически предпочитает сторонние авторитетные источники страницам самих брендов. Подборка на чужой площадке и есть такой сторонний источник.
Из чего состоит подборка, которую удобно пересказать?
Хорошая подборка собирается как конструктор. Каждая часть закрывает свой кусок будущего ответа.
| Часть подборки | Что в ней | Зачем нейросети |
|---|---|---|
| Заголовок-вопрос | «Какой ... выбрать для ...» | совпадает с формулировкой запроса |
| Критерии | 4-6 признаков с пояснением, почему они важны | даёт основание для сравнения |
| Таблица | все варианты по одним и тем же критериям | самый удобный формат для пересказа |
| Карточка варианта | 3-5 предложений и строка «кому подходит» | фрагмент, который встаёт в ответ целиком |
| Минусы | у каждого варианта, включая лучший | делает вывод проверяемым |
| Дата и цены | когда проверено, в каком диапазоне цены | показывает свежесть данных |
Отдельно про цифры. Эксперимент исследователей из Принстона и Georgia Tech показал, что добавление статистики, цитат и ссылок на источники поднимает видимость страницы в генеративных ответах на 30-40 процентов. Набивка ключевыми словами в том же эксперименте почти ничего не дала. Подборка с ценами, характеристиками и ссылками получает этот эффект естественно.
Я прогоняю каждую статью этого блога через проверку перед публикацией, и одна из её строк ищет таблицу сравнения. Без таблицы статья теряет баллы в этой проверке. Правило простое, а текст после него читается заметно легче и человеком.
Критерии раньше вариантов
Самая частая слабость подборок - порядок. Автор сразу вываливает семь вариантов, а зачем они сравниваются, объясняет в конце или вообще молчит.
Покупатель думает иначе. Он сначала решает, что ему важно: бюджет, размер, скорость, поддержка. Потом смотрит, кто под это подходит. Подборка, где критерии стоят первыми, повторяет ход его мысли.
Нейросети от этого тоже проще. Абзац «при выборе смотри на четыре вещи» - готовый ответ на вопрос «как выбрать». Карточка варианта с тем же набором признаков - готовый ответ на «какой выбрать». Одна страница закрывает два вопроса.
Хороший тест: убери из подборки названия и оставь критерии и строки «кому подходит». Если текст всё равно помогает выбрать, структура правильная.
Как бренду попасть в подборку, если он её не пишет?
Большая часть подборок, которые попадают в ответы, написана без участия брендов. Медиа, блогеры, каталоги и отзовики делают их сами. Вопрос бренда - оказаться там с правильными фактами.
Найди подборки, которые уже цитируются
Задай нейросетям с поиском вопросы выбора в своей категории и выпиши страницы из ссылок. Это и есть подборки, которые работают по твоим вопросам.
Проверь, есть ли ты там и что про тебя сказано
Если тебя нет или факты устарели, это конкретная задача. Цена, линейка, условия, география - всё, что составитель мог взять из старых источников.
Дай составителю повод обновить материал
Короткое письмо с фактами, ценами и ссылкой на страницу характеристик. Составителю нужен материал для обновления, рекламный текст ему бесполезен.
Собери сравнение у себя
Страница «как выбрать» на своём сайте, где ты - один из вариантов, а конкуренты названы корректно. Её же удобно давать составителям как источник.
По замерам в Prodvig.ai одна удачная подборка на крупном медиа может раз за разом попадать в ссылки по целому кусту вопросов категории. Поэтому начинать стоит с проверки чужих подборок, а свою писать потом.
Для товаров к этому добавляются карточки на маркетплейсах и отзывы, их роль я подробно разбирал в материале про товар в ответах нейросетей. Для услуг, где отзовиков мало, логика своя, о ней - в разборе про B2B и услуги.
Можно ли ставить себя первым в собственном рейтинге?
Соблазн очевидный: собрать «топ-7 сервисов» и поставить себя первым. Здесь начинается юридическая зона, и шутить с ней дорого.
Закон «О рекламе» признаёт недобросовестной рекламу, которая содержит некорректные сравнения с товарами других производителей или продавцов. Если твой рейтинг признают рекламой, каждое утверждение о конкуренте должно выдерживать проверку фактами.
Вторая часть того же закона - маркировка. Реклама в интернете сопровождается пометкой «реклама» и указанием на рекламодателя. Где проходит граница между информационным сравнением и рекламой, зависит от содержания и от того, кто платит. Эту границу решает юрист, до публикации.
Есть и репутационная сторона. Google в руководстве по обзорам прямо просит объяснять, почему вариант назван лучшим, и подкреплять это собственным опытом. Рейтинг, где первое место ничем не объяснено, теряет доверие и у людей, и у машин.
Если ты включаешь себя в сравнение, назови свои минусы и тех, кому ты не подходишь. Такой рейтинг труднее оспорить, и его охотнее цитируют: вывод «кому какой» в нём проверяем.
Пять признаков подборки-пустышки
Формат подборок давно ругают за дешёвое производство: собрать список проще, чем написать связный текст. Отсюда и пустышки.
- Описания одного шаблона. Пять вариантов, пять абзацев с одинаковыми словами «надёжный», «удобный», «качественный». Отличить варианты по такому тексту невозможно.
- Критериев нет. Порядок в списке ничем не объяснён.
- Ни одного минуса. Все варианты хорошие, значит сравнения на самом деле нет.
- Цены и условия без даты. Через полгода такая таблица начинает врать.
- Сотня однотипных страниц. Правила Google называют злоупотреблением масштабом массовое производство страниц нейросетью без пользы для читателя.
Последний пункт особенно важен сейчас, когда подборку можно сгенерировать за минуту. Генерация помогает собрать черновик. Сравнение, минусы и «кому подходит» проверяет человек, который разбирается в категории.
Как проверить, что подборка работает?
Публикация сама по себе ничего не доказывает. Проверка устроена так же, как любой замер видимости.
До публикации записываешь вопросы выбора, по которым подборка должна работать, и ответы нейросетей по ним. Через несколько недель задаёшь те же вопросы в тех же сервисах. Появилась ли страница в ссылках? Назван ли твой вариант в тексте ответа, и с каким выводом?
Второй вопрос важнее первого. Бывает, что страницу цитируют ради другого варианта, а твой в ответ не попадает. Тогда дорабатывается карточка варианта: конкретнее «кому подходит», больше проверяемых фактов.
Регулярную часть такой проверки мы ведём в Prodvig.ai: сервис гоняет один и тот же набор вопросов по нескольким нейросетям и собирает ссылки из ответов. Для первой подборки хватит и таблицы с десятком вопросов. Про то, как в целом устроено попадание бренда в ответы, есть базовый разбор о том, как нейросети видят твой бренд.
Частые вопросы
Частые вопросы
Главный вывод
Нейросеть отвечает на вопрос выбора выбором. Страница про одного себя неспособна закрыть этот вопрос, сколько бы в ней ни было подробностей.
Отсюда и порядок действий. Сначала найти подборки, которые уже цитируются по твоим вопросам. Потом проверить, есть ли ты в них и что про тебя сказано. И только потом писать свою, с критериями, минусами и датой.
Ты уже знаешь, какие подборки нейросети приводят в ответ на вопрос выбора в твоей категории?
Источники
- Prodvig.ai - сервис ежедневного замера видимости бренда в ответах нейросетей: наблюдения о том, какие страницы цитируются по вопросам выбора
- Aggarwal et al. «GEO: Generative Engine Optimization» - эксперимент о влиянии статистики, цитат и ссылок на видимость в генеративных ответах, arXiv
- Chen et al. «Generative Engine Optimization: How to Dominate AI Search» - исследование о перекосе AI-поиска в сторону сторонних источников, arXiv
- Google Search Central - Write high quality reviews: как писать обзоры и рейтинги с обоснованием выбора
- Google Search Central - Spam policies: правила о массовом производстве страниц без пользы для читателя
- Федеральный закон «О рекламе», статья 5 - общие требования к рекламе, включая запрет некорректных сравнений, КонсультантПлюс
- Федеральный закон «О рекламе», статья 18.1 - реклама в интернете и её маркировка, КонсультантПлюс
- Listicle - статья о формате подборок и его критике, Википедия
