Нейросеть цитирует абзац, а не страницу

Цитируемость контента — это доля фрагментов, которые нейросеть может вырезать из страницы и вставить в ответ, не потеряв смысл. Модель не пересказывает материал целиком: она берёт отдельные абзацы с собственным подлежащим, законченным тезисом и проверяемой деталью. Поэтому выигрывает не самый подробный текст, а тот, где каждый абзац читается автономно. Ниже — как писать такие абзацы: семь правил, таблица извлекаемости по форматам блоков и честный список случаев, когда за это браться рано.

Алексей Малков

Основатель GEOAudit.org • GEO/SEO-стратег

150+ аудитов • 12 лет в digital • 100+ отзывов на фрилансе

Контент под AI Структура текста Извлекаемость

Профиль автора →

Цитируемость контента — это доля абзацев, которые можно вырезать без потери смысла

Цитируемость контента — свойство текста, при котором отдельный фрагмент остаётся понятным вне страницы. Нейросеть не пересказывает материал целиком: она собирает ответ из кусков нескольких источников, и в этот ответ попадает не «хорошая статья», а конкретный абзац, у которого есть собственное подлежащее, законченный тезис и проверяемая деталь. Всё остальное — контекст, который модель отбросит.

Отсюда следствие, которое ломает привычную логику копирайтинга. Автор пишет статью как связное повествование: во втором абзаце можно сказать «он», в пятом — «как мы уже говорили выше». Для человека это нормально, для извлечения — приговор. Абзац, который начинается с местоимения, вне страницы превращается в бессмыслицу, и модель его не берёт.

Мы называем это тестом на вырезание: возьмите любой абзац, скопируйте его в пустой документ и прочитайте так, будто видите текст впервые. Понятно, о чём речь и какой факт утверждается, — фрагмент извлекаемый. Приходится возвращаться на страницу — нет. Больше ничего для первичной оценки не нужно: правила написания контента для нейросетей в конечном счёте сводятся к тому, чтобы этот тест проходило как можно больше абзацев.

Нейроответ собирается из фрагментов топа выдачи, а не из целой страницы

Порядок работы у генеративных поисковиков — Алисы, ChatGPT с веб-поиском, Perplexity, Gemini — устроен похоже. Запрос переписывается в несколько поисковых, поисковая система отдаёт список документов, отдельный модуль вытаскивает из этих документов фрагменты, и только потом языковая модель собирает ответ. Нейронная сеть на последнем шаге работает уже не с сайтами, а с нарезкой чужого текста.

Из этого следуют два практических вывода. Первый: если страницы нет в верхней части выдачи, её фрагменты просто не попадут на стол модели — GEO работает поверх SEO, а не вместо него. Второй: внутри самой страницы абзацы конкурируют между собой, и выигрывает не первый по порядку, а первый, из которого можно извлекать готовый ответ. Как модели решают, кому верить на этом шаге, разбираем отдельно в материале про алгоритмы доверия AI.

Отдельная неприятность — zero-click: человек получает ответ и не переходит на сайт. Ссылка при этом может стоять, а может и не стоять — платформы ведут себя по-разному. Поэтому цель формулируется не «получить клик», а «быть названным источником», и измеряется она долей запросов, где бренд вообще прозвучал.

Семь правил абзаца, который модель берёт целиком

По этим правилам мы пишем и переписываем разделы в аудитах. Ни одно не требует переделки структуры сайта — всё делается на уровне текста, за вечер на страницу.

1. Подлежащее в первом предложении. Не «он сокращает сроки согласования», а «технический GEO-аудит сокращает сроки согласования». Повтор существительного кажется редактору избыточным и обязателен для извлечения.
2. Один абзац — один тезис. Три-пять предложений, одна мысль. Абзац на пятнадцать строк с тремя утверждениями модель либо порежет неудачно, либо пропустит целиком.
3. Ответ до рассуждения. Сначала утверждение, потом объяснение и оговорки. Оборот «чтобы понять X, нужно сначала разобраться с Y» отправляет полезное содержание в конец абзаца, откуда его достают редко.
4. Проверяемая деталь внутри фрагмента. Срок, цена, стандарт, версия документа, название инструмента. Абзац без единой конкретики нечем отличить от сотни таких же — и он проигрывает.
5. Заголовок-вопрос над абзацем-ответом. Заголовок формулируется так, как спрашивает человек; следующий абзац отвечает без разгона. Та же логика, что в FAQ и HowTo-разметке, только в основном тексте.
6. Термин расшифрован там, где употреблён. Появился в абзаце «AI Visibility Score» — в этом же абзаце должно быть сказано, что это метрика видимости бренда в ответах нейросетей. Отсылка «см. выше» вне страницы не работает.
7. Формат под тип вопроса. «Что такое» — абзац-определение. «Как сделать» — нумерованный список. «Что выбрать» — таблица. «Сколько стоит» — строка с числом и условием. Несовпадение формата и вопроса — самая частая причина, по которой верный по смыслу текст не цитируют.

Пишите так, будто каждый абзац может оказаться единственным, что клиент о вас прочитает. Прогоните готовый текст тестом на вырезание ещё раз: после правки по семи пунктам доля самостоятельных фрагментов заметно растёт, и остаются только сложные места — вступления, переходы и выводы.

За 150+ аудитов я почти не встречал сайтов, где проблема была в качестве текста. Текст обычно написан грамотно и по делу. Ломается другое: заголовок обещает ответ, а следующий абзац начинает издалека — и когда я вырезаю этот абзац из страницы, в нём не остаётся ни подлежащего, ни факта. Модель делает ровно то же самое, только без снисхождения.

Алексей Малков

Основатель GEOAudit.org

Списки и таблицы извлекаются надёжнее сплошного текста

Формат блока определяет, насколько легко достать из него законченный ответ. Ниже — как мы оцениваем извлекаемость типовых блоков и что в каждом ломается чаще всего. Оценка качественная: это обобщение разборов в аудитах, а не измерение по выборке.

Последняя строка — не преувеличение. Инфографика с ценами, характеристики картинкой, каталог в PDF: человеку удобно, для извлечения содержания — пустое место. Если такой блок несёт ключевой факт, продублируйте его текстом рядом. Заодно проверьте, что страница вообще отдаётся ботам: без этого разговор про абзацы преждевременный.

Цитируемость контента и индекс цитирования — разные метрики

Вопроса почти нет у конкурентов в топе, но на встречах он всплывает регулярно. Когда маркетолог ищет «цитируемость контента», часть выдачи уводит его в научную библиометрию: индекс цитирования, индекс Хирша, РИНЦ, Scopus. Подсветки Яндекса по этому запросу тянут ту же научную лексику — мы видим это, когда собираем термины для технического задания. Слова общие, смысл разный, и путаница мешает договориться, что вообще измеряем.

Научный индекс цитирования считает, сколько раз на публикацию сослались другие публикации: единица измерения — статья, источник данных — библиометрическая база, горизонт — годы. Цитируемость контента в GEO считает, как часто модель берёт ваш фрагмент в ответ и называет ли источник: единица — абзац, источник данных — сами ответы нейросетей по набору запросов, горизонт — недели. Первое про репутацию в научном сообществе, второе — про присутствие бренда в ответе, который клиент видит вместо выдачи.

Общее у них ровно одно, и оно полезное: цитируют не автора, а конкретное утверждение. В научной работе ссылаются на результат, а не на фамилию; нейросеть точно так же берёт абзац с фактом, а не «сайт с хорошей репутацией». Репутация влияет на то, дойдёт ли до вас очередь, — об этом E-E-A-T для AI-эпохи, — но в ответ попадает всё-таки формулировка.

Что не сработает

Список собран из повторяющихся правок: это то, что клиенты успели сделать до нас в расчёте на цитирование, и что результата не дало.

• Плотность ключей. Повтор фразы «цитируемость контента» в каждом абзаце шанс извлечения не увеличивает. Модель работает со смыслом фрагмента, а перегретый текст хуже читается человеком — теряете на обеих сторонах.
• Разметка вместо текста. FAQPage в JSON-LD, а вопросов на странице нет. Схема помогает разобрать то, что уже написано, и не заменяет написанное. Как это устроено правильно — в материале Schema.org для GEO.
• Пересказ чужих формулировок. Если абзац повторяет то, что модель видела в десяти источниках, брать именно ваш вариант незачем. Цитируемость даёт то, чего у других нет: собственные данные, условия, ограничения, цена ошибки.
• Длинное вступление. Три абзаца «о важности» перед первым фактом — обычная причина, по которой страница с правильным содержанием не отдаёт ни одного фрагмента.
• Текст, целиком сгенерированный нейросетью ради объёма. Такой материал состоит из усреднённых формулировок, которые модель и так знает. Извлекать из него нечего — он уже внутри неё.

Кому за цитируемость браться рано

Честный список ситуаций, где переписывание абзацев не окупится. Мы проговариваем его на диагностике и ни разу об этом не пожалели — дешевле потерять заказ, чем полгода объяснять, почему работа не дала эффекта.

• Сайт закрыт от AI-краулеров или плохо индексируется. Пока боты не получают контент, содержание абзацев роли не играет. Начинать нужно с robots.txt и правил доступа для AI-краулеров.
• Сайта нет в первой десятке по своим темам. Фрагменты берут из документов, которые поисковая система уже сочла релевантными. Сначала классическое SEO, потом извлекаемость.
• Транзакционные страницы. Корзина, личный кабинет, форма заявки, страница оплаты. Задача там другая, и цитировать в них нечего.
• Ниша, где решение принимают по личной рекомендации. Узкий B2B с двумя десятками заказчиков в стране: нейросеть не станет источником выбора, а бюджет уйдёт в никуда.
• Нет собственных данных и опыта. Правки дадут аккуратный, но пустой текст. Честнее сначала собрать факты — замеры, сроки, стоимость ошибок, — а переписывание отложить.

Есть и обратная ситуация: тема, где нейроответ уже вытеснил часть выдачи, а конкуренты пишут общими словами. Там правка абзацев — самая дешёвая из всех работ по GEO: контент уже написан, меняется только его структура. На новые материалы эта логика переносится через планирование: контент-план под GEO собирается не из тем и дат, а из вопросов, на которые у компании есть готовый ответ, и форматов, в которых его можно процитировать.

Как проверить цитируемость своими руками за один вечер

Порядок, по которому мы делаем первичную оценку до всякой автоматизации. Понадобится страница, список из десяти-пятнадцати реальных вопросов клиентов и любая нейросеть с веб-поиском.

1. Соберите вопросы так, как их задают. Не «GEO-аудит цена», а «сколько стоит проверить, видит ли ChatGPT мой сайт». В нейропоиск пишут предложениями, а не ключами.
2. Задайте каждый вопрос и сохраните ответ. Отдельно фиксируйте: назван ли ваш бренд, стоит ли ссылка, кого назвали вместо вас. По одному прогону выводов не делайте — ответы плавают от запуска к запуску.
3. Найдите источник каждого чужого фрагмента. Откройте страницу конкурента и посмотрите, какой именно абзац модель взяла почти дословно. Это самый быстрый способ увидеть формат, который выигрывает в вашей теме.
4. Прогоните свою страницу тестом на вырезание. Каждый абзац — в пустой документ, дальше считаете долю понятных без контекста. Это и есть рабочая оценка цитируемости.
5. Перепишите абзацы под заголовками-вопросами. Начинать стоит с них: правки здесь окупаются быстрее всего, потому что именно эти места модель просматривает первыми.

Один нюанс: по одному и тому же тексту разные платформы дают разный результат, и усреднять по всем нейросетям сразу бессмысленно. Алиса чаще опирается на выдачу Яндекса, Perplexity охотнее ставит ссылку на источник, ChatGPT без включённого поиска отвечает по памяти модели. Сравнивайте себя отдельно по каждой платформе — иначе правки делаются вслепую.

Если разбирать нужно не одну страницу, а раздел, дальше начинается ручная работа. Полный GEO-аудит (от 60 000 ₽) включает оценку извлекаемости по ключевым страницам и переписанные образцы фрагментов, на которые дальше опирается редакция. Проверить одну гипотезу можно и бесплатно: диагностика за 0 ₽ показывает, называют ли вас нейросети по вашим же запросам и кого называют вместо вас.

FAQ