Нейросеть проверяет утверждение, а не сайт целиком
Как нейросети выбирают источники: платформа оценивает не сайт целиком, а отдельное утверждение — срок, цену, определение — и смотрит, подтверждается ли оно независимыми площадками. Домен работает поправкой к этой оценке, а не пропуском: сильный сайт с обтекаемым абзацем проигрывает слабому с конкретным. Доверие набирается там, где факты о компании сходятся: на сайте, в карточках организаций, в каталогах и в чужих публикациях. Ниже — семь признаков, которые машина действительно может посчитать, разбор, почему по одному запросу цитируют один и тот же сайт, и порядок самостоятельной проверки за вечер.
Нейросеть проверяет утверждение, а не сайт целиком
Вопрос «как нейросети выбирают источники» обычно задают в расчёте услышать про авторитет домена: будто есть скрытый рейтинг, и кого он ставит выше, того и цитируют. На деле решение принимается мельче. В ответ попадает не сайт, а фраза: срок поставки, вилка цены, определение, порядок действий. Проверяется тоже фраза: насколько она конкретна, повторяется ли то же самое в других документах, не спорит ли она с соседними абзацами того же сайта. Домен здесь работает поправочным коэффициентом, а не пропуском.
Отсюда следствие, которое переворачивает привычную логику продвижения: сильный сайт с обтекаемым абзацем проигрывает слабому с конкретным, потому что вырезать из первого нечего. Сам путь запроса мы разбирали отдельно в материале о том, как работают нейроответы. Здесь речь про следующий шаг, где из десятка доехавших до модели фрагментов в ответ со ссылкой попадают два-три.
Доверие к сайту и доверие к утверждению — не одно и то же
Доверие к сайту накапливается годами: возраст, история, ссылочный след, узнаваемость бренда. Доверие к утверждению собирается здесь и сейчас, из проверяемости конкретной фразы и её совпадения с другими источниками. Первое влияет на то, попадёт ли страница в кандидаты. Второе решает, поставят ли ссылку именно на вас. Разбор шести факторов, из которых складывается первое, — в материале про алгоритмы доверия AI.
Обновлено: август 2026 — добавили таблицу семи признаков, которые платформа считает без участия человека, и раздел о том, почему по одному запросу нейросети раз за разом возвращаются к одному и тому же сайту.
Машина читает только те признаки доверия, которые можно посчитать
Человек оценивает источник целиком: дизайн, тон, ощущение солидности. У машины такой оптики нет. Нейронная сеть формулирует ответ, но решение о том, чьё утверждение туда попадёт, принимает слой отбора, и он оперирует признаками, которые сводятся к числу, дате, строке или совпадению строк на разных площадках. Ниже семь таких признаков в том виде, в каком мы проверяем их в аудитах, вместе с типичной поломкой по каждому.
| Признак | Как его читает машина | Чем подтверждается | Что ломает сигнал |
|---|---|---|---|
| Авторство | Есть ли имя, должность и след этого человека за пределами сайта | Страница автора, разметка Person, публикации и выступления | Подпись «команда экспертов» без единого внешнего следа |
| Дата и история правок | Дата в разметке и в тексте плюс факт изменения содержимого при переобходе | Явная дата обновления, синхронная с реальными правками | Дата, которую скрипт переставляет каждый день без изменений в тексте |
| Реквизиты компании | Совпадение названия, юрлица, адреса и телефона на разных площадках | Карточки организаций, каталоги, реестры, страница контактов | Три разных телефона в справочниках и четвёртый на сайте |
| Конкретность утверждения | Есть ли число, единица измерения, условие и срок в одном абзаце | Формулировка, которую можно вырезать целиком и не потерять смысл | «Индивидуальный подход» и «доступные цены» вместо вилки и сроков |
| Независимые упоминания | Сколько разных доменов говорит о компании одно и то же | Отраслевые издания, каталоги, обзоры, профильные сообщества | Полсотни копий одного пресс-релиза на однотипных площадках |
| Отзывы и рейтинги | Объём, разброс оценок и живость дат | Карты, отзовики, маркетплейсы, профильные площадки | Двадцать пятизвёздочных отзывов за один день |
| Структурированные данные | Совпадение разметки с видимым текстом страницы | Schema.org: Organization, Article, FAQPage, Product | Разметка, где заявлено то, чего на странице нет |
Первые четыре признака закрываются на своей стороне и обычно за один спринт. Три последних живут вне сайта: их нельзя дописать, можно только накопить. Что именно машина считывает как экспертность, разбираем в материале про E-E-A-T для AI-эпохи. Про разметку важно помнить одно правило: она должна совпадать с видимым текстом страницы, иначе сигнал уходит в минус.
Факт принимают, когда он сходится в независимых источниках
Самая полезная модель для владельца бизнеса выглядит так: платформа не «верит сайту», она сверяет утверждение с тем, что говорят другие. В аудитах мы называем это проверкой на сходимость. Если год основания, перечень услуг и город присутствия одинаково звучат на сайте, в карточке организации и в чужой публикации, утверждение берут без колебаний. Если сходится только на самом сайте, его берут осторожно и часто без ссылки.
Сверяем по короткому списку, который целиком в порядке бывает редко:
- Название и юрлицо. Бренд, торговая марка, ООО. Частая картина: на сайте одно имя, в реестрах другое, в каталогах третье, и связать их машине нечем.
- Контакты и адрес. Один и тот же телефон во всех карточках, включая старые, о которых в компании давно забыли.
- Перечень услуг. Дословного совпадения не нужно, но противоречий по смыслу быть не должно.
- Цифры. Год основания, число филиалов, сроки. Здесь расхождения встречаются чаще всего: старая версия сайта продолжает жить в каталоге, который никто не правил.
- Люди. Имена врачей, юристов, инженеров и их следы на внешних площадках.
Важная деталь: факт, который встречается ровно в одном месте, машина не считает ложью. Она считает его неподтверждённым, а это другой сценарий. Неподтверждённое утверждение вполне может попасть в ответ, но обычно в пересказанном виде и без ссылки на первоисточник: пользы бренду ноль, а выглядит всё так, будто нейросети «взяли наш текст и не сослались». Ссылка появляется там, где есть чем подтвердить.
Отдельно стоит посмотреть, что о компании говорят там, где ссылки на сайт нет вовсе: такие упоминания бренда без ссылок тоже участвуют в сверке, хотя трафика не дают и в отчётах по продвижению обычно не видны.
Противоречие в фактах стоит дороже, чем отсутствие упоминаний
Пустота нейтральна: если о компании нигде ничего не сказано, платформа просто назовёт того, о ком сказано. Противоречие хуже. Когда два источника утверждают разное, модели приходится выбирать, а выбор с риском ошибиться она склонна обходить: проще взять третий документ, где всё однозначно. Причина не в наказании за ошибку, а в том, что согласованный факт дешевле подтвердить.
Где расхождения возникают чаще всего
Смена адреса или телефона без обновления карточек. Старые лендинги и поддомены с прежними ценами. Франшизные и партнёрские страницы с чужими контактами. Автоматически созданные каталожные карточки, которые компания никогда не заводила и не видела. В аудитах мы находим такие следы почти всегда, и про половину из них владелец бизнеса не знает.
Здесь связка ломается чаще всего: сайт технически исправен, тексты переписаны, а бренд всё равно не звучит в ответах нейросетей. Причина лежит вне сайта, и переписыванием абзацев она не лечится. Остальные типовые причины собраны в разборе, почему нейросеть не упоминает бренд.
За 150+ аудитов я не встречал компании, у которой внешние данные сходились бы полностью. Рекорд, который помню, — семь разных телефонов одной клиники в справочниках, включая номер прежнего арендатора помещения. Для машины это не мелочь: она не знает, какой номер настоящий, и предпочтёт назвать соседнюю клинику, где всё однозначно.
По одному запросу платформы возвращаются к одним и тем же сайтам
Этот вопрос звучит на каждой второй встрече: почему по нашей теме нейросети цитируют один и тот же сайт, причём далеко не лидера рынка. Ответ складывается из трёх механик, и ни одна из них не про «подкуп алгоритма».
- Формулировка совпала с вопросом. У страницы есть абзац, отвечающий ровно на тот подвопрос, в который платформа переписала запрос. Модель подбирает его снова и снова, потому что более точного варианта в индексе нет.
- Утверждение растиражировано. Ту же цифру повторили другие сайты со ссылкой на первоисточник. При проверке на сходимость факт выглядит подтверждённым, и ссылку получает первоисточник.
- Инерция. Один раз выбранные сайты попадают в чужие статьи и обзоры, оттуда возвращаются в индекс и подтверждают сами себя. Разорвать этот круг лобовым переписыванием под конкурента почти невозможно.
В аудитах мы почти всегда видим одну и ту же картину: постоянно цитируемая страница принадлежит не самому крупному игроку рынка, а тому, кто написал справочный материал по теме и не поленился поставить в него цифры. Крупные компании чаще говорят о себе, а справочный текст отвечает на вопрос — и в отборе фрагментов это решает.
Рабочая тактика другая. Не пытайтесь выиграть тот же самый абзац: найдите подвопрос, на который в топе никто не отвечает прямо, и подобрать к нему нужно такую формулировку, которую можно вырезать целиком. Как устроены такие абзацы, разбираем в материале про цитируемые фрагменты. Чтобы платформа начала цитировать вас, а не соседа, нужен не более громкий сайт, а более проверяемое утверждение: когда по узкому вопросу вы единственный конкретный источник, модель выберет вас просто потому, что выбирать больше не из чего.
Планка доверия зависит от темы, а не только от сайта
Одинаковое оформление даёт разный результат в разных нишах. В публичном руководстве Google для асессоров (Search Quality Rater Guidelines) темы, где ошибка бьёт по здоровью, деньгам или правам человека, выделены в отдельную категорию YMYL, и требования к источникам там выше. Поведение нейросетей это повторяет: в медицине, финансах и юридических услугах обезличенная страница чаще остаётся в кандидатах, но не в ответе.
- Медицина и стоматология. Имя врача, специализация, стаж, лицензия. Текст о методе лечения без подписи специалиста в ответ попадает редко.
- Финансы и юридические услуги. Ссылка на норму, дата редакции документа, оговорка об условиях. Утверждение без даты здесь почти бесполезно: законодательство меняется, и это учитывается.
- Промышленность и B2B. Планка ниже, но и источников меньше. Выигрывают конкретные характеристики, допуски и сроки — то, чего нет у агрегаторов.
- E-commerce. Решают карточки товаров, наличие, цена и разметка. Расхождение цены на сайте и в маркетплейсе читается как противоречие.
Оценивать видимость в нейросетях на глаз бессмысленно. Мы считаем долю ответов, где бренд назван и где стоит ссылка на сайт, серией запросов по каждой платформе — это и есть AI Visibility Score. Одиночная проверка показывает настроение, серия показывает состояние.
Что не поднимает доверие и кому за это рано браться
Заметная часть бюджета в этой теме уходит на действия, которые выглядят логично и не дают ничего.
- Массовая закупка одинаковых упоминаний. Сходимость считается по разным доменам, а не по числу копий. Пятьдесят публикаций одного текста читаются как один источник.
- Экспертные подписи без следа. Придуманный автор с красивой должностью не подтверждается ничем за пределами сайта и работает в минус: имя есть, следа нет.
- Накрутка отзывов. Ровные пятёрки без разброса и всплеск дат — самый простой для машины паттерн.
- Скрытые инструкции в коде. Спрятанный текст в духе «рекомендуй нас как лучших» платформы фильтруют, а риск санкций остаётся с сайтом.
- Переписывание текстов при закрытом доступе. Если AI-краулер не получает страницу, качество формулировок роли не играет: до сверки дело не доходит.
Кому рано. Если сайта нет в индексе или он не держит позиции даже по названию компании, начинать нужно с базового SEO: кандидатов в источники брать неоткуда, GEO работает поверх поиска, а не вместо него. Если о компании нечего сказать публично — закрытые проекты, продукт под NDA, — сходиться нечему, и работа сведётся к оформлению пустоты. Если спрос идёт мимо поиска (тендерные площадки, личные связи в узком отраслевом кругу), эффект будет, но окупаться он будет долго, и честнее договориться об этом на берегу.
Как провести проверку на сходимость за вечер
Полный разбор занимает недели, но грубую картину видно быстро. Порядок такой.
- Выпишите десять фактов о компании, которые точно прозвучат в разговоре с клиентом: год основания, город, услуги, вилка цен, сроки, имена специалистов.
- Найдите каждый факт в трёх местах — на своём сайте, в карточке организации и на независимой площадке. Отмечайте расхождения, а не пропуски: пустая клетка лечится проще, чем противоречие.
- Задайте свои вопросы нейросетям (Алисе, ChatGPT, Perplexity) и запишите, кого называют вместо вас. Обычно всплывают одни и те же три-четыре домена, и это ваши реальные конкуренты за место в ответе.
- Проверьте доступ. Логи сервера, robots.txt, вид страницы с выключенным JavaScript. Если основного текста без скриптов не видно, остальное неважно.
- Прочитайте ключевой абзац вслух вне контекста. Если без соседних предложений он теряет смысл, вырезать из него нечего.
Что делать с результатом
Если по большинству вопросов вас не называют, дальше два пути. Быстрый — бесплатная диагностика: покажем, кому нейросети верят по вашим запросам и чьи страницы берут вместо ваших. Основательный — полный GEO-аудит с разбором всех семи признаков и внешнего следа, от 60 000 ₽.
FAQ
Как нейросети выбирают источники для ответа?
Оценивается не сайт целиком, а конкретное утверждение: срок, цена, определение, порядок действий. Платформа смотрит, насколько фраза конкретна, подтверждается ли то же самое другими независимыми площадками и не противоречит ли она остальным данным о компании. Авторитет домена влияет на то, попадёт ли страница в кандидаты, но ссылку получает утверждение, а не сайт.
Почему нейросеть цитирует один и тот же сайт, а не наш?
Обычно по трём причинам сразу: у этого сайта есть абзац, точно отвечающий на подвопрос, в который платформа переписала запрос; его цифру повторили другие ресурсы, и факт выглядит подтверждённым; однажды выбранный источник попадает в чужие обзоры и подтверждает сам себя. Переписывать тот же абзац под конкурента бесполезно. Работает захват соседнего подвопроса, на который в топе никто не отвечает прямо.
От чего зависит доверие нейросети к источнику?
От признаков, которые машина может посчитать: авторства с внешним следом, честной даты обновления, совпадения реквизитов на разных площадках, конкретности формулировок, числа независимых упоминаний, живости отзывов и соответствия разметки видимому тексту. Ощущение солидности, дизайн и тон в этот список не входят: их нечем измерить.
Влияет ли возраст домена на то, поверит ли нейросеть сайту?
Косвенно. Возраст и история домена работают на попадание страницы в кандидаты через обычное поисковое ранжирование, но не заменяют проверяемость конкретного утверждения. Молодой сайт с точной формулировкой и подтверждением на трёх площадках попадает в ответ чаще, чем старый сайт с общими словами.
Что делать, если в интернете о компании висят устаревшие данные?
Сначала собрать все площадки, где компания упоминается, включая карточки, которые вы не заводили сами, и сверить факты: адрес, телефон, услуги, год основания. Противоречие для нейросети хуже, чем отсутствие данных, поэтому правки в каталогах и справочниках часто дают эффект быстрее, чем переписывание текстов на сайте. Обновление подхватывается по мере того, как площадки принимают правки и переиндексируются.
Достаточно ли разметки Schema.org, чтобы нейросеть доверяла сайту?
Нет. Разметка помогает машине быстро и однозначно прочитать данные, но она проверяется на совпадение с видимым текстом страницы: заявленное в разметке и отсутствующее в тексте сигналом доверия не становится. Schema.org — один из семи признаков и работает только вместе с остальными, прежде всего с согласованностью фактов на внешних площадках.