Голосовой поиск и AI-поиск: как адаптировать сайт под них
Голосовой поиск и AI-поиск — не будущее, а текущая реальность выдачи: AI Overviews в Google показываются по значительной части информационных запросов, а ChatGPT, Perplexity и Gemini формируют собственные источники трафика. Разбираем, что конкретно менять на сайте, чтобы AI-системы вас находили, понимали и цитировали.
Чем AI-поиск отличается от классического SEO
В классическом поиске цель — попасть в топ-10 ссылок. В AI-поиске цель — попасть в цитату или ответ, который генерирует модель, причём пользователь может вообще не перейти на сайт, увидев исчерпывающий ответ прямо в интерфейсе. Это меняет метрику успеха: важен не только клик, но и упоминание бренда в ответе AI-системы.
AI-системы работают иначе технически: Google AI Overviews генерируется на основе индекса Google и работает похоже на featured snippets, но с синтезом из нескольких источников. ChatGPT с поиском, Perplexity и Claude используют собственные краулеры и живой веб-поиск, поэтому индексация в них зависит от доступности сайта именно для их ботов, а не только для Googlebot.
llms.txt: новый файл для новой аудитории
llms.txt — предлагаемый (пока не универсально поддерживаемый) стандарт, размещаемый в корне сайта по аналогии с robots.txt, который в простом markdown-формате описывает структуру сайта и ключевые страницы для LLM-агентов, экономя им токены на самостоятельный обход всего сайта.
Важно понимать статус: это не гарантированный сигнал ранжирования, как robots.txt для краулинга, а скорее рекомендация, которую разные AI-системы поддерживают в разной степени. Тем не менее размещение файла — дешёвая мера, которая ничего не портит и потенциально помогает, поэтому имеет смысл сделать её частью базовой технической гигиены.
Структура файла простая: заголовок H1 с названием сайта, короткое описание в блок-цитате, затем разделы со ссылками на ключевые страницы — услуги, документацию, контакты — с однострочным описанием каждой.
Доступ AI-краулеров: robots.txt и HTTP-заголовки
Проверьте robots.txt на явные блокировки user-agent GPTBot (OpenAI), ClaudeBot (Anthropic), PerplexityBot и Google-Extended — эта директива отдельно от обычного Googlebot управляет использованием контента для обучения и генерации ответов Gemini. Блокировка этих ботов технически возможна и иногда оправдана по бизнес-причинам, но она же исключает сайт из AI-цитирования.
Отдельно стоит проверить, не режет ли CDN или WAF трафик по User-Agent автоматически — некоторые защитные конфигурации блокируют незнакомых ботов по умолчанию, включая легитимные AI-краулеры, без ведома владельца сайта.
Структурированные данные для AI-ответов
Schema.org разметка (JSON-LD) остаётся ключевым сигналом и для классического, и для AI-поиска: типы FAQPage, HowTo, Article с полями author и datePublished, Organization с sameAs на профили в соцсетях помогают AI-системам точно извлекать факты вместо интерпретации неструктурированного текста.
FAQPage-разметка особенно важна для голосового поиска: голосовой ассистент физически произносит один прямой ответ, и структурированный вопрос-ответ — самый надёжный источник для такого извлечения по сравнению с абзацем прозы, где ответ размыт среди контекста.
Контент, который AI-системы хотят цитировать
Answer-first структура — первый абзац содержит прямой, самодостаточный ответ на вопрос из заголовка, без вступления. AI-системы извлекают именно этот кусок текста как цитату, потому что он грамматически и логически завершён сам по себе.
Конкретные цифры, даты, названия работают лучше общих формулировок: «регистрация ИП в Узбекистане занимает 3 рабочих дня через портал my.gov.uz» цитируется охотнее, чем «регистрация занимает немного времени». AI-модели предпочитают проверяемые факты с атрибуцией источника и датой.
Разговорные длинные запросы — голосовой и AI-поиск чаще формулируются как естественный вопрос («какая стоматология в Ташкенте работает по выходным»), а не как короткая ключевая фраза («стоматология ташкент выходные»). Контент, отвечающий на полные вопросы в заголовках H2, покрывает оба формата запросов.
E-E-A-T как условие цитирования, а не просто ранжирования
AI-системы объективно осторожнее классического поиска в вопросах доверия — Google и OpenAI публично говорят о снижении рисков дезинформации в генеративных ответах. Указанный автор с профессиональной биографией, ссылки на первоисточники и даты обновления повышают вероятность, что материал попадёт в цитируемую выборку, а не будет отфильтрован как ненадёжный.
Практический шаг — добавить на сайт (особенно на медицинских, юридических и финансовых страницах, попадающих в категорию YMYL) блок «об авторе» с квалификацией и ссылку на профиль в LinkedIn или отраслевом реестре. Это работает одновременно на E-E-A-T для Google и на доверие AI-моделей.