Как AI-поисковики выбирают источники: ранжирование фрагментов

AI-поисковики не выбирают «лучший сайт целиком» — они извлекают конкретные фрагменты (passages) с конкретных страниц. Понимание этого механизма меняет то, как стоит готовить контент: оптимизировать нужно не домен в целом, а каждый смысловой блок отдельно.

Что такое passage ranking и зачем он нужен?

Passage ranking — AI-система Google, которая оценивает релевантность отдельных секций (passages) страницы, а не страницы в целом ¹. Это означает, что один хорошо написанный раздел статьи может стать источником в AI Overview, даже если остальные части страницы слабее.

Для контент-стратегии это принципиально важно: каждый смысловой блок конкурирует самостоятельно. Плохо структурированный H2 с размытым ответом может «потянуть» всю страницу вниз, даже если остальные разделы сильны.

Подробнее о том, как строить такие автономные блоки, — в статье Что такое чанк и как писать автономные чанки.

Как Google AI Overviews выбирает, что процитировать?

Google AI Overviews использует релевантные высококачественные результаты из собственного индекса, опираясь на существующие системы ранжирования и Knowledge Graph ². Ответы подкреплены топовыми результатами поиска и включают ссылки на поддерживающий контент ³.

Ключевой момент: попадание в AI Overviews не ограничено топ-10. По данным Ahrefs (исследование 863 тысяч поисковых страниц), только 38% URL, которые AI Overviews цитировала, ранжировались в топ-10 Google. При этом 31,2% источников находились на позициях с 11 по 100, а ещё 31% — вообще за пределами топ-100 ⁴. Это корреляционные данные, а не доказательство причинности — но они показывают, что высокая позиция в органике не является обязательным условием попадания в AI-ответ.

Влияет ли тематика запроса на частоту появления AI Overviews?

Да, тематика существенно влияет. По данным SE Ranking (1200 YMYL-запросов), AI Overviews отображались по 50,33% ключевых слов в среднем. Но в разрезе тематик разрыв значительный: Legal — 77,67%, Health — 65,33%, Finance — 41,67% ⁵. Чем более сложный и многосторонний запрос, тем чаще Google формирует AI-ответ.

Что такое query fan-out и как он расширяет набор источников?

Query fan-out — механизм, при котором AI-поисковик разбивает исходный запрос на множество подзапросов по подтемам и обращается к разным источникам для каждого из них ⁶. Это значит, что один сложный вопрос пользователя порождает несколько поисковых сессий внутри системы.

Практическое следствие: чем шире набор подтем, по которым у сайта есть сильные фрагменты, тем выше шанс попасть в хотя бы один из под-запросов fan-out. Именно поэтому глубокое тематическое покрытие работает лучше, чем одна «всеохватная» статья. При генерации AI-ответа модели находят больше поддерживающих страниц, что расширяет финальный набор ссылок ⁷.

Google Deep Search в AI Mode способен выполнять сотни поисков для сложных вопросов ⁸ — это принципиально другой масштаб, чем классический запрос в поиске.

О том, как строить тематическое покрытие для попадания во множество подзапросов, читайте в статье Topical Authority: как стать «Википедией» в своей нише.

Как ChatGPT Search выбирает источники?

ChatGPT Search переписывает исходный вопрос пользователя в один или несколько целевых поисковых запросов и при необходимости отправляет дополнительные, более специфичные запросы ⁹. Механизм двухшаговый: сначала переформулировка, затем уточнение.

Чтобы страница вообще могла попасть в ответ ChatGPT Search, необходимо разрешить доступ боту OAI-SearchBot и не блокировать IP OpenAI ¹⁰. Если robots.txt закрывает OAI-SearchBot — страница выпадает из рассмотрения на этапе извлечения, независимо от качества контента.

Технические аспекты настройки доступа для AI-ботов подробно разобраны в статье Технический аудит сайта под AI-поисковики.

Как работает ранжирование в Яндекс Нейро и Perplexity?

Яндекс Нейро: подбор из выдачи Яндекса

Яндекс Нейро подбирает источники из результатов поиска Яндекса, после чего YandexGPT 3 объединяет их в единый ответ со ссылками ¹¹. Это значит, что путь к попаданию в Яндекс Нейро начинается с присутствия в поисковой выдаче Яндекса по релевантным запросам.

Perplexity: ranked results из обновляемого индекса

Perplexity использует ranked web results из постоянно обновляемого индекса ¹². Ключевое слово здесь — ranked: это не произвольная выборка, а упорядоченный список. Качество и актуальность контента влияют на позицию в этом списке.

Как устроен выбор источников: сводная таблица по платформам

Что из этого следует для структуры контента?

Несколько практических выводов, которые вытекают из механики ранжирования.

Не только главная страница

AI-поисковики обходят весь сайт и извлекают фрагменты с любых страниц — не только с главной или самых ссылаемых. Оптимизировать нужно каждую значимую страницу.

Фрагменты важнее доменов

Passage ranking оценивает секцию, а не домен. Структурированный ответ в H2+первый абзац — конкурентное преимущество на уровне чанка.

Топ-10 — не пропуск

Данные Ahrefs показывают: 62% AI-цитаций приходится на страницы за пределами топ-10 ⁴. Это корреляция, но она указывает: работа над качеством фрагментов имеет смысл независимо от позиции.

Технический доступ — обязательное условие

Если OAI-SearchBot или PerplexityBot заблокированы — контент не рассматривается. Это нулевой уровень, без которого остальная оптимизация бессмысленна.

Покрытие подтем критично для fan-out

Один материал по широкой теме не перехватывает запросы по подтемам. Нужна пилларная структура: pillar-страница + кластер по каждой подтеме.

Какие ошибки мешают попасть в AI-ответ?

Наиболее распространённые заблуждения, которые ведут к неверной стратегии:

• «AI ранжирует только домены» — нет, он извлекает фрагменты.
• «Нужно оптимизировать только главную» — нет, любая страница может стать источником.
• «Не в топ-10 → не в AI Overview» — данные этого не подтверждают.
• «Passage ranking = индексация абзацев» — это система ранжирования, не отдельная индексация.
• «Попадание в AI Overviews можно гарантировать» — нет, это невозможно.

Отдельная точка риска — контент, скрытый за JavaScript. Если AI-краулер получает пустой HTML без основного текста, passage ranking просто не с чем работать. Об этом подробнее — в статье Почему сайт на JavaScript (SPA) не попадает в AI-ответы.

Понять, насколько ваш сайт готов к извлечению фрагментов AI-поисковиками — задача GEO-аудита. Платформа GeoWatch проверяет, видят ли нейросети ключевые страницы, находят ли нужные фрагменты и упоминают ли бренд в ответах по релевантным интентам. Если хотите посмотреть конкретную картину по своему сайту — начните с аудита.

Источники