Контент-аудит под AI-поиск: какие страницы переписывать первыми

Контент-аудит сайта под AI-поиск — это проверка страниц на пригодность стать источником для ответа нейросети: есть ли на странице готовый фрагмент-ответ, подтверждён ли он фактами и понятна ли машине структура. От классического аудита контента он отличается критерием отбора: важна не позиция страницы в выдаче, а вероятность, что модель вытащит из неё пассаж и назовёт бренд. Переписывать всё подряд бессмысленно — в первую очередь берут страницы, по которым у аудитории уже есть спрос и по которым нейросеть уже собирает ответ, но называет конкурентов. Ниже — матрица приоритета, шесть шагов проверки и то, чего в такой работе делать не стоит.

Алексей Малков

Основатель GEOAudit.org • GEO/SEO-стратег

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

Контент-аудит AI-цитируемость Структура текста

Профиль автора →

Контент-аудит под AI и SEO-аудит контента отбирают разные страницы

Формулировка «контент аудит сайта» в поиске скрывает две разные задачи. Первая редакторская: классический аудит контента сайта ищет дубли, тонкие страницы, устаревшие цифры, каннибализацию и несоответствие интенту. Вторая появилась вместе с нейроответами — проверить, может ли модель взять с вашей страницы фрагмент и назвать вас источником. Это и есть анализ контента под AI, и опирается он на другие критерии.

Разница не косметическая. В аудитах мы почти всегда видим одну и ту же картину: страница нормально ранжируется в Яндексе, а в нейроответе по тому же вопросу стоит конкурент с текстом короче и структурой понятнее. В ответ регулярно попадают сайты, которые в обычной выдаче стоят ниже клиента. Причина в том, что модель ищет не лучшую страницу, а годный к пересказу фрагмент.

В англоязычной практике похожую процедуру называют content audit, но там она традиционно про инвентаризацию и метрики трафика. У нас задача уже и жёстче: понять, какие блоки годятся в цитату, а какие нет. Как устроены требования нейросетей к самому тексту, подробно разобрано в материале о контенте, который цитируют нейросети. Здесь речь о другом — о порядке работ и приоритете.

Два слоя не конкурируют. GEO работает поверх SEO, а не вместо него: страницы, которой нет в индексе, для модели не существует — цитировать нечего. Поэтому контент-аудит под AI имеет смысл запускать после того, как техника и индексация в порядке, а не вместо технических работ.

Нейросети цитируют фрагменты, а не страницы целиком

Ответ собирается из кусков нескольких документов: два предложения отсюда, определение оттуда, цифра из третьего источника. Отсюда следует главный принцип аудита: единица оценки — не URL, а блок текста. Страница на двенадцать тысяч знаков может не дать ни одного пригодного фрагмента, а короткая карточка услуги — сразу три.

Пригодность блока проверяется отдельно от общего качества страницы. Ниже признаки, по которым мы в аудите помечаем блок как готовый к цитированию.

• ответ помещается в 2–4 предложения и понятен без соседних абзацев;
• в блоке одна мысль, а не три склеенные через «а также»;
• есть проверяемая конкретика: срок, цифра, условие, ограничение;
• нет отсылок «как мы писали выше», «в этой статье», «см. раздел ниже»;
• заголовок над блоком повторяет вопрос человека, а не рекламный слоган;
• рядом стоят сигналы доверия: автор, дата обновления, источник данных.

Последний пункт недооценивают чаще остальных. Модель выбирает источник не только по смыслу: ей нужны подтверждения авторства и актуальности, иначе фрагмент проигрывает такому же по смыслу, но подписанному. Что именно машина читает как сигнал экспертности, разобрано в материале E-E-A-T для AI-эпохи, а машиночитаемую упаковку блоков — вопросы, инструкции, определения — закрывает разметка FAQPage и HowTo.

Матрица приоритета: что переписывать первым

Порядок работ определяют два признака. Первый — есть ли по теме страницы спрос в нейроответах: задают ли такой вопрос живые клиенты и отвечает ли на него модель развёрнуто, со ссылками. Второй — есть ли уже на странице пригодный к цитированию фрагмент. Комбинации дают четыре рабочих сценария и одну группу, которую в аудит вообще не берут.

Как понять, есть ли спрос в нейроответах, без специальных сервисов: задайте вопрос так, как его формулирует клиент, и посмотрите на ответ. Развёрнутый ответ с перечнем компаний и ссылками означает, что модель считает тему достойной рекомендации — за такое место есть смысл бороться. Короткая отписка в два предложения без ссылок означает, что бороться пока не за что.

Мы начинаем не со слабых страниц, а с ближайших к цитированию. Так дешевле проверить гипотезу: если после переписывания двух-трёх страниц бренд начинает появляться в ответах, метод работает и его масштабируют на остальной сайт. Если не начинает — проблема выше по стеку, в технике или репутации, и переписывать оставшиеся пятьдесят страниц смысла нет.

За 150+ аудитов не было ни одного проекта, где переписывать нужно было всё. Смысл почти всегда даёт небольшая группа страниц — те, по которым клиенту реально задают вопросы и по которым нейросеть уже собирает ответ, но берёт его у конкурента. Всё остальное спокойно ждёт следующего квартала и не мешает считать результат.

Алексей Малков

Основатель GEOAudit.org

Второй критерий сортировки — деньги. Между статьёй с большим спросом и страницей услуги с меньшим первой берут ту, что ближе к сделке: упоминание в ответе на вопрос «кому заказать» стоит дороже упоминания в ответе «что это такое».

Как провести контент-аудит: шесть шагов

1. Собрать инвентарь. Выгрузите список страниц из sitemap и разметьте их: деньги, экспертиза, служебное. В работу идут только первые две группы, остальное экономит вам недели.
2. Снять базовый замер. Составьте 20–30 вопросов, которые клиенты задают на самом деле, и задайте их в ChatGPT, Алисе, Perplexity и Gemini. Зафиксируйте, кого называют и на что ссылаются. Как свести результат в одну сравнимую цифру — в материале про AI Visibility Score.
3. Разложить вопросы по сайту. У каждого вопроса должна быть ответственная страница. Вопрос без страницы — дыра в контенте, страница без вопроса — балласт, который не нужно улучшать.
4. Разобрать приоритетные страницы на блоки. По каждому блоку — чек-лист из предыдущего раздела: самодостаточность, один тезис, конкретика, разметка. Отмечайте не «плохо/хорошо», а конкретную поломку: нет ответа, ответ ниже второго экрана, ответ без подтверждения.
5. Проверить сигналы доверия. Автор с профилем, честная дата обновления, ссылки на источники цифр, отсутствие противоречий между страницами. Противоречия внутри одного сайта — отдельная причина, по которой модель предпочтёт чужой источник.
6. Собрать план и назначить повторный замер. План — это не «переписать текст», а список формулировок: какой вопрос закрывает блок, где он стоит на странице, чем подтверждён. Повторный замер — теми же вопросами, не раньше чем через месяц.

Правило первого абзаца решает больше, чем объём текста

Назовём это правилом первого абзаца: первые 300–400 знаков после заголовка обязаны содержать законченный ответ на вопрос заголовка. Без разгона, без «в этой статье мы разберём», без истории отрасли. Детали, примеры и оговорки идут ниже — они работают на человека, который уже решил читать, а не на машину, которая решает, брать фрагмент или нет.

Где правило первого абзаца ломается чаще всего

На коммерческих страницах. Карточка услуги обычно начинается с преимуществ компании, а ответ на вопрос «что входит и сколько стоит» лежит в конце страницы или в отдельном PDF. Модель до него не доходит: ей хватает верхней части документа, а там маркетинг. Правило первого абзаца работает здесь так же, как в блоге — сначала суть услуги, состав и вилка цены, потом всё остальное.

Чаще всего в аудитах ломается даже не текст, а связка «вопрос — страница»: ответ на сайте есть, но размазан по трём материалам, и собрать его целиком модель не может. Такой случай лечится не переписыванием, а объединением: один вопрос — одна страница — один законченный ответ в начале. Вопросы, у которых ответственной страницы нет вообще, из аудита уходят дальше — в контент-план под GEO, где у каждой строки есть сам вопрос, якорный ответ на 2–4 предложения и эксперт, который проверяет фактуру.

Что не сработает и когда переписывать не нужно

Сначала о методах, которые выглядят логично и не дают результата.

• Массовая генерация текста нейросетью «под нейросети». Модель не отдаёт предпочтение машинному тексту. Обобщённый пересказ того, что и так есть в её выборке, не даёт повода сослаться именно на вас.
• Наращивание объёма. Десять тысяч знаков вместо трёх не повышают шанс на цитату, если пригодного фрагмента в тексте по-прежнему нет.
• FAQ ради разметки. Блок вопросов, где ответы не отвечают, а рекламируют, размечать бессмысленно: разметка описывает содержание, а не заменяет его.
• Переписывание страниц без спроса. Если вопроса нет ни у клиентов, ни в нейроответах, идеально написанная страница останется невидимой.

Кому контент-аудит под AI сейчас не нужен

• Сайт закрыт от AI-краулеров или недоступен им технически — сначала разберитесь с robots.txt и доступом ботов, иначе правки в тексте ничего не изменят.
• Страницы не в индексе поисковых систем. GEO работает поверх SEO: нет индексации — нечего цитировать.
• Рынок узкий и закрытый: три поставщика, сделки через тендеры и личные контакты. Вопросов в нейросетях по такой теме почти нет, и бюджет эффективнее вложить в другое.
• Оффер в стадии изменений. Переписывать страницы под то, что через месяц поменяется, — двойная работа.

Переписанная страница не становится новой для нейросети в день публикации

Вопрос, который почти не разбирают в руководствах: что происходит после того, как текст переписан. Часть платформ ходит в веб в момент запроса и опирается на свежую выдачу, часть отвечает по индексу и обучающим данным. Поэтому между публикацией и появлением в ответах есть лаг: страницу нужно переобойти, переиндексировать и переоценить в поисковом слое, поверх которого работает модель.

Что этот лаг сокращает:

• URL не меняется — история страницы и внешние ссылки на неё сохраняются;
• дата обновления проставлена честно и совпадает с реальной правкой;
• страница попадает в sitemap с новым lastmod и отправляется на переобход в вебмастерах;
• старые факты, на которые ссылались другие ресурсы, не удаляются молча, а уточняются рядом.

И главное про измерения: модели недетерминированы. Один и тот же вопрос, заданный дважды, может дать разный набор источников. Поэтому единичное «нас не упомянули» — не результат, а шум. Смысл имеет серия одинаковых вопросов, повторённая через месяц и сравнённая с базовым замером. Как выстроить такую проверку на потоке, описано в материале про мониторинг AI-видимости.

С какой периодичностью повторять

Полный контент-аудит под AI — процедура редкая: раз в 6–12 месяцев или после существенного изменения ассортимента и списка услуг. Замер AI-видимости по ядру вопросов — наоборот, регулярный, потому что состав источников в ответах меняется быстрее, чем позиции в классической выдаче. Отраслевые различия и подробный график собраны в статье о том, как часто проводить GEO-аудит.

E-commerce проверяют чаще: меняется ассортимент, устаревают цены и характеристики, а устаревшая цифра — прямая причина потерять цитату. Для YMYL-тематик (клиники, юристы, финансы) поводом становится изменение регуляторики: как только меняются правила, страница с прежними формулировками превращается в источник неверного ответа, и модель со временем перестаёт её брать.

Если нужен внешний взгляд, контент-аудит входит в полный GEO-аудит — от 60 000 ₽: разбор приоритетных страниц по блокам, замер AI Visibility Score, список правок с готовыми формулировками и очередью. Понять, есть ли проблема в принципе, можно раньше и бесплатно: диагностика AI-видимости показывает, по каким вопросам вас уже называют, а где вместо вас называют других.

FAQ