Оставьте заявку
на расчет стоимости
на расчет стоимости
В 2025 году компании поймут, что им необходимо приложить реальные усилия для появления в данных обучения моделей ИИ.
Почему? Благодаря лидеру ChatGPT миллиарды людей вскоре будут ежедневно общаться с искусственным интеллектом. Это огромный рекламный простор .
Поэтому выгодно позиционировать свой бренд так, чтобы ChatGPT упоминал вас часто и в выгодном свете . Вот только как это сделать? Совершенно непонятно.
В этой записи блога я углублюсь в несколько аспектов этой увлекательной, важной и в то же время малоизученной темы.
Для начала давайте определимся с термином, вынесенным в подзаголовок.
Генеративная поисковая оптимизация занимается видимостью бренда, компании или продукта в приложениях генеративного ИИ, таких как ChatGPT, Perplexity или DeepSeek.
Взаимодействие с этими приложениями может быть как кратковременным, представляя собой единичный обмен вопросами и ответами, так и длительным разговором, охватывающим недели и сотни сообщений.
ChatGPT — восьмой по посещаемости веб-сайт в мире, и число его ежемесячных посещений продолжает стремительно расти . Переходы из приложений с искусственным интеллектом, таких как ChatGPT, очень скоро составят значительную долю от общего числа переходов. Это означает, что их необходимо отслеживать, измерять и оптимизировать.
Важно отметить, что существуют данные, что для определённых задач пользователи предпочитают диалоговый интерфейс, такой как ChatGPT, традиционному поиску, такому как Яндекс или Google. Согласно отчёту NielsenIQ за декабрь 2024 года :
Потребители в два раза чаще выбирают «Поиск нужного мне товара во время покупок» в качестве наиболее желанного решения на основе ИИ. В любой момент в ходе этих разговоров может возникнуть вопрос о бренде , названии компании или продукте.
При этом не очевидно, что лучшие- это те компании, которые показываются в ответах. В то же время, очевидно, что этот ответ — отличная бесплатная реклама для этих брендов:
Взаимодействие очень естественное и совсем не похоже на рекламу.
Хотя это явно не указано, вполне вероятно, что пользователь действительно пойдет и проверит одну из этих услуг.
Интересный вопрос: что именно помогло той или другой компании получить столь выгодное рекламное место? Существует ли повторяющийся способ увеличить частоту появления бренда в подобных обсуждениях? Можно ли измерить окупаемость инвестиций в генеративную поисковую оптимизацию?
Мы постараемся подробно рассмотреть некоторые из этих вопросов в этой публикации.
Чтобы еще больше усложнить ситуацию, простое повторение одного вопроса дает совершенно разные результаты, и на этот раз без всякого упоминания бренда.
Примечание: И Perplexity, и ChatGPT используют результаты веб-поиска в качестве источника ответов (первый — в гораздо большей степени). Влияние обоих факторов будет рассмотрено ниже.
Многие передовые практики поисковой оптимизации по-прежнему актуальны и в случае генеративной поисковой оптимизации. Однако некоторые из них гораздо менее актуальны.
Пользовательский интерфейс
Главное, что следует помнить о различиях между SEO и GSO, — это то, насколько сильно отличается пользовательский опыт . Google (и другие поисковые системы) предоставляют нам список ссылок на выбор. В приложениях с искусственным интеллектом на базе GSO, таких как ChatGPT, весь контент представлен в форме естественно звучащего диалога .
Подаваемый контент против исходного текста
Появление брендов и продуктов в результатах поиска можно полностью контролировать, и оно будет идентично исходному тексту. По крайней мере, на данный момент Google и другие поисковые системы занимаются цитированием, выделением и ссылками на контент, а не его перефразированием. Текст, отображаемый Google, точно соответствует исходному тексту .
В естественном диалоговом интерфейсе большие языковые модели обобщают, перефразируют и редактируют исходный контент. Их ответы — не просто цитаты, они соответствуют ходу разговора и отражают широту знаний, полученных в ходе обучения.
Давайте рассмотрим следующие 5 примеров бесед с ведущими магистрами права, разработанных OpenAI, Anthropic и DeepSeek.
Примечание: Тестирование проводилось с использованием API LLM. Для удобства чтения и более репрезентативного пользовательского опыта мы представили эти результаты в чатах соответствующих продуктов LLM. Первое сообщение пользователя было:
«Хочу купить секонд-хенд одежду в Великобритании, где мне следует искать?» После ответа LLM был отправлен дополнительный вопрос, который виден на скриншотах:
«Я имел в виду онлайн. Какое приложение лучше всего?»
Очевидно, что описания брендов формируются под влиянием их официальных и первоначальных версий, но фактическое впечатление, передаваемое в разговоре, отличается и непредсказуемо .
Измеримость
Различия в пользовательском интерфейсе также влияют на простоту измерения эффективности бренда в GSO по сравнению с SEO. Результаты поисковой системы предоставляют рейтинг, который является чётким числовым показателем эффективности для данного поискового запроса. В случае GSO простое определение того, упоминалось ли название бренда в разговоре, может привести к упущению важных деталей:
Насколько заметно упоминался бренд
Сравнивался ли бренд с конкурентами и было ли сравнение благоприятным
Общая тональность сообщений и разговоров, в которых упоминается бренд
Простое измерение упоминания названия компании не даёт полной картины. Упоминание может быть очень заметным (на вершине рейтинга) или же откровенно вредоносным (и хуже, чем полное отсутствие упоминания), если оно представлено как нечто хуже конкурентов.
Временная задержка
Любые изменения онлайн-контента отражаются в результатах поиска в течение нескольких дней, а зачастую и гораздо быстрее. В случае с генеративной поисковой оптимизацией (GSE) может потребоваться несколько месяцев или даже больше года, чтобы новый контент отразился в новой, переобученной версии модели.
Платные объявления
Сегодня поисковые системы — это бизнес, основанный на рекламе, в то время как приложения на базе искусственного интеллекта бесплатны или предлагают пользователям подписку. Эта динамика приводит к некоторым ключевым различиям в восприятии взаимодействия пользователей с этими продуктами.
При поиске в Google нам прямо говорят, что на топовые результаты влияет платная реклама, и пользователи могут буквально оценить, сколько компания платит Google, если кликают по их ссылке. Это очень прозрачная система, но она не позволяет пользователям относиться к результатам поиска с долей скепсиса.
Насколько нам известно, на данный момент приложения с искусственным интеллектом не предлагают платную рекламу . Это формирует уникальное восприятие пользователя. Пользователи могут жаловаться на предвзятость и неточность в том, как LLM изображают мир, но сложно утверждать, что определённый разговор или определённое утверждение LLM были оплачены в виде рекламы .
Появятся ли приложения на базе искусственного интеллекта в модели платной рекламы? Об этом ниже.
Наиболее вероятный сценарий — пользователи выберут решение, сочетающее в себе функции ChatGPT и Google. Уже сегодня мы видим, как эти две платформы внедряют функции друг друга:
ChatGPT часто использует веб-поиск как дополнительный источник
Google часто предлагает пользователям прямые ответы , устраняя необходимость нажимать на конкретные ссылки.
Наконец, Perplexity AI, перспективный ИИ в этой области, уже сегодня представляет собой тонкое сочетание функций разговорного ИИ и веб-поиска. Пользовательский интерфейс Perplexity — разговорный, но каждый ответ ИИ в значительной степени основан на результатах веб-поиска, включая ссылки, изображения и видео.
Фрагментация рынка
Несмотря на недавние новости о том, что доля Google на рынке упала ниже 90% , компания по-прежнему явно доминирует на рынке поисковых систем. ChatGPT, лидер рынка GSO, имеет меньшую долю рынка — менее 60% . Более высокий уровень фрагментации на рынке приложений ИИ затруднит разработку универсальной эффективной стратегии позиционирования среди всех поставщиков.
Что такое gpt-4o, o1, o3-mini, claude, deepseek?
В основе каждого приложения разговорного ИИ лежит Большая языковая модель (LLM) , которая генерирует ответы, в конечном итоге предоставляемые пользователю. В современных приложениях разговорного ИИ пользователи редко взаимодействуют с LLM напрямую . Однако именно LLM, а точнее, данные, на которых он был обучен, имеют решающее значение для «мнений» , «предпочтений» и вероятности упоминания одного бренда вместо другого.
Проще говоря, каждая Большая Языковая Модель (LLM) просматривает весь Интернет и, по запросу, может сгенерировать краткое изложение по любой теме. На самом деле, всё, что делают магистры права (LLM), — это смотрят на текст и предсказывают, каким должен быть следующий токен (слово или часть слова). В этом смысле, даже несмотря на то, что на дворе 2025 год, мы всё равно должны быть поражены тем, насколько хорошо они работают.
Давайте расширим список передовых практик GSO, перечисленных ранее.
Хорошо структурированные заголовки и подзаголовки
Магистратура LLM отлично справляется с неструктурированными данными. Если текст очень неорганизован, они смогут уловить суть и сжато изложить её.
Это, в свою очередь, означает, что плохо структурированная, неясная или противоречивая информация — это упущенная возможность научить LLM тому, как ваш бренд или продукт должен быть представлен внешнему миру. В ходе обучения LLM эта информация, конечно же, будет проверяться на основе общедоступных источников, таких как отзывы, форумы, личные блоги или Reddit. Чёткое и единообразное представление ценностей бренда максимально повышает вероятность того, что эти формулировки будут распространяться LLM.
Распространенная ошибка: непоследовательное изложение краткого описания продукта бренда в одной строке на подстраницах, в социальных сетях и в различных частях контента.
Оптимизация URL-адресов
Каждый фрагмент контента — это возможность донести до студентов магистратуры полезную информацию, а не запутать их.
Пример: example.com/post/seo-best-practices четко объясняет, какой контент скрывается за URL-адресом.
Внутренние ссылки с описательным анкорным текстом
То же правило применяется к ссылкам, скрытым за описательным текстом.
Распространенная ошибка: читать больше здесь , а не читать больше в нашем блоге, посвященном анализу модели DeepSeek.
Информативный, оригинальный контент ( EEAT )
В сфере SEO выгодно создавать контент, единственной целью которого является привлечение трафика на ваш домен (даже если он лишь отдалённо связан с вашей компанией или продуктом). Генеративная поисковая оптимизация работает иначе, поскольку весь контент создаётся с целью использования в общении . Если пользователь не попросит об этом напрямую, магистр права (LLM) вряд ли предоставит источник или название компании, в блоге которой была найдена та или иная информация.
При создании контента для целей GSO основное внимание следует уделять способам представления компании, продукта и бренда, которые являются понятными, уникальными, инновационными и единообразными во всех источниках, которые можно найти в Интернете.
Создание обратных ссылок
Традиционные показатели качества страниц, такие как количество обратных ссылок, используются для определения наиболее важного контента и присвоения ему более высокого веса в ходе обучения на степень магистра права (LLM). Работа по созданию сети обратных ссылок на ваши сайты повысит вероятность упоминания вашего контента в ответах, генерируемых LLM.
Концепция измерения рейтинга ваших страниц по ключевым словам, важным для вашего бизнеса, хорошо известна. Аналог такого процесса в сфере генеративной поисковой оптимизации (GSE) гораздо сложнее .
Диалоги с приложениями ИИ гораздо более вариативны, чем запросы в поисковых системах. И это несмотря на поразительный факт: 15% поисковых запросов Google уникальны . Невозможно предсказать все возможные диалоги , которые могут быть релевантны моему бренду и привести к его упоминанию.
Ещё одним осложняющим фактором является то, что упоминания бренда LLM очень чувствительны к конкретной формулировке или содержанию разговора. Наш разговор в «жёлтых страницах», процитированный ранее, — хороший пример непредсказуемости результатов LLM.
Тем не менее, неоспоримым фактом является то, что миллионы людей ежедневно общаются с ChatGPT, Perplexity и аналогичными приложениями, и такие разговоры действительно приносят ценный трафик различным брендам — и их количество будет только расти.
Рабочий процесс, который мы предлагаем для измерения эффективности бренда в LLM, основан на моделировании подсказок и разговоров:
Составьте список тем, имеющих отношение к вашему бренду и смежных с ним.
Создайте набор данных правдоподобных подсказок и сценариев разговора по заданной теме.
Создавайте синтетические ответы и диалоги LLM на основе набора данных подсказок и сценариев.
Измерьте следующие параметры для элементов набора данных:
Упоминания бренда и их известность
Упоминания конкурентов
Настроение при упоминании бренда
Контекст упоминания бренда
Вышеуказанные показатели можно количественно оценить и измерить с течением времени, а также для различных версий LLM и поставщиков.
До сих пор мы обсуждали генеративную поисковую оптимизацию в контексте самой модели большого языка. В этом сценарии входные данные подаются непосредственно в модель LLM:
ChatGPT, доступный в приложении, — это LLM, входные данные которого, скорее всего, дополнены подсказками . Также вероятно, что сам LLM немного отличается (например, доработан) от исходного LLM, доступного через API.
Сегодня приложения с искусственным интеллектом, такие как ChatGPT или Perplexity, используют веб-поиск в качестве основы для своих ответов. В случае Perplexity использование веб-поиска более распространено.
На видимость бренда в приложениях ИИ влияют следующие компоненты:
Компонент 1: LLM (под управлением генеративной поисковой оптимизации)
Компонент 2: веб-поиск (регулируется поисковой оптимизацией)
Компонент 3: Нераскрытая подсказка и тонкая настройка (что подчеркивает необходимость сквозного тестирования путем взаимодействия с самим приложением)
Преобладание результатов веб-поиска по сравнению с ответами, основанными исключительно на LLM, будет показателем относительной важности GSO по сравнению с SEO.
Наличие компонента 3 подчёркивает необходимость сквозного тестирования с использованием реальных приложений. Однако, по нашей оценке, компоненты 1 и 2 будут оказывать доминирующее влияние. Любые тесты, измерения или тенденции, выявленные только на основе компонентов 1 и 2, не будут существенно отличаться от результатов сквозных измерений.
Что означает генеративная поисковая оптимизация для электронной коммерции и традиционных СМИ?
Наиболее существенным различием между приложениями ИИ и поисковыми системами является пользовательский интерфейс, предлагающий прямые ответы , а не ссылки на основной контент.
Многие художники и [издатели] протестовали против моделей обучения OpenAI и других поставщиков программ LLM на основе данных, защищённых авторским правом.
Проще говоря, программы LLM могут предоставлять пользователям прямые ответы из защищённого авторским правом контента . Раньше, используя традиционные поисковые системы, пользователи не имели другого выбора, кроме как нажимать на ссылки на оригинальные источники, чтобы получить доступ к контенту. Это обеспечивало создателям контента источник дохода (платный доступ или показ рекламы). Примерами компаний, для которых решение о содействии или предотвращении парсинга LLM особенно важно, являются сайты электронной коммерции и традиционные СМИ . И те, и другие в значительной степени зависят от возможности персонализировать взаимодействие пользователя с сайтом.
С ростом популярности ChatGPT, Perplexity и подобных приложений необходимо отслеживать и оптимизировать не только традиционные SEO-метрики, но и метрики GSO на основе LLM , как описано в предыдущих разделах. Относительная значимость этих двух показателей будет зависеть от решений, принятых поставщиками приложений ИИ относительно использования чистых LLM или функции веб-поиска.
Один из возможных сценариев заключается в том, что, начиная с 2025/2026 года, ведущие лаборатории LLM предпримут активные усилия по максимальному приближению порогового значения уровня знаний к текущему. Это станет естественным шагом, который решит проблемы, описанные в предыдущем разделе, и позволит LLM стать технологией, которая заменит традиционный веб-поиск, а не будет его использовать .
Однако тот факт, что сегодняшние границы знаний так далеки, говорит о том, что технологии и процессы ещё не готовы к тому, чтобы LLM знали о событиях, произошедших, скажем, неделю назад. Я прогнозирую, что эта проблема не будет решена в этом году. Скорее всего, добавление данных ещё на несколько месяцев и переобучение модели окажется на удивление рискованным и трудоёмким из-за всех последних штрихов , которые необходимо выполнить после завершения обучения.
Другое направление, которое сегодня кажется более вероятным, заключается в том, что приложения с искусственным интеллектом станут более агентными , а использование таких инструментов, как веб-поиск, будет усилено и расширено. Хотя общение с искусственным интеллектом может стать отличным новым интерфейсом для поиска в интернете, многие пользователи, которым программы магистратуры магистратуры (LLM) так нравятся за их отличие от веб-поиска, могут быть разочарованы.
Какой бы сценарий ни был более вероятным, степени магистра права (LLM) никуда не денутся , и SEO — продвижение сайтов, хоть и остаётся важным, уже недостаточно. Каждый менеджер по маркетингу или частный сео-специалист должен отслеживать показатели GSO и проверять, соответствуют ли формулировки, используемые LLM для описания своего бренда, продукта и ценностей, их ожиданиям.
Платная реклама в приложениях ИИ
Как платная реклама может работать в ChatGPT? Как именно бренд может заплатить за появление в ответе на сообщение, подобное приведенному ниже? Что будет эквивалентом оплаты за клик ? Это увлекательные вопросы, особенно если принять во внимание, как работают большие языковые модели на внутреннем уровне и насколько непредсказуемы их результаты.
Сегодня OpenAI теоретически может измерить, сколько раз тот или иной бренд упоминался в разговорах пользователей. Может ли компания заплатить за увеличение присутствия своего бренда на 10%? Как это повлияет на присутствие брендов конкурентов?
Может ли бренд платить за то, чтобы при упоминании всегда использовалась определённая формулировка? Представьте себе, что это как навязывание брендбука магистрам права .
В двух исследовательских работах 2024 года, подготовленных Мэрилендским университетом и Google Research, изложены основные идеи рекламы на основе магистерской программы магистратуры по праву:
Исследовательские модели
Запуск DeepSeek дал старт новой волне LLM, называемых исследовательскими или мыслительными моделями. Исследовательских моделей требуется больше времени для генерации ответов (до нескольких минут), но процесс генерации включает несколько этапов: погружение в тему, откат назад и уточнение подхода. Этапы исследования также могут включать несколько поисковых запросов в интернете, что потенциально может значительно увеличить количество страниц, которые LLM просматривает для генерации одного ответа.
С точки зрения UX/UI, неясно, как часто пользователи будут готовы ждать несколько минут, чтобы получить более обоснованные ответы.
Что это может означать для генеративной поисковой оптимизации и SEO — продвижения? Исследовательские модели, итерирующие веб-поиск и расширяющие его область, будут меньше ориентироваться на топовые результаты SEO и позволят выводить меньше SEO-оптимизированного контента.
Агенты ИИ
Естественным и широко обсуждаемым расширением исследовательских моделей являются агентные модели , способные выполнять действия в реальном мире. Представьте себе приложение на базе искусственного интеллекта, которое не только ищет для вас релевантные результаты поиска в Google, но и проактивно выполняет действия, такие как предварительный заказ товаров, переговоры о цене или запрос дополнительной информации.
Поисковая оптимизация вашего сайта для доступа к AI Agent создаёт ещё один набор требований по сравнению с требованиями к SEO и GSO. Они включают:
Я прогнозирую, что OpenAI будет сложно удержать ChatGPT на лидирующих позициях во всех сферах применения ИИ-чата (развлечения, обучение, онлайн-шопинг, исследования, получение новостей и т. д.), одновременно решая такие фундаментальные проблемы , как ограничение доступа к знаниям или эффективность вывода LLM.
Это откроет возможности для перспективных разработчиков в этой области, которые смогут занять свои сегменты рынка ChatGPT в конкретных сферах применения .
Современные пользователи, привыкшие начинать поиск информации, покупки или просмотр новостей с ChatGPT, могут ожидать аналогичного опыта от других поставщиков.
Для крупных интернет-магазинов или новостных агентств полезной тактикой будет имитация и улучшение ChatGPT на их собственном сайте с использованием собственного дизайна диалогов и собственных данных .
Автор: Пётр Грудзень
