Google выпустил официальный гайд по попаданию в AI Overviews и AI Mode. И там есть кое-что важное.
Как AI-поиск на самом деле устроен
У генеративного поиска Google нет отдельного индекса. Он работает поверх того же, что и обычная выдача.
Механика такая:
- RAG (Retrieval-Augmented Generation) — сначала система идёт в обычный поисковый индекс, достаёт релевантные страницы через стандартное ранжирование, потом уже генерирует ответ на основе того, что нашла. С кликабельными ссылками на источники.
- Query fan-out — один запрос пользователя разбивается на несколько параллельных.
«Как починить газон с сорняками» → «лучшие гербициды», «удалить сорняки без химии», «профилактика сорняков». Каждый подзапрос ищется отдельно.
Вывод: нет ранжирования в обычном поиске по связанным запросам — не попадёшь в AI-ответ. Это не два разных мира.
Что такое AEO и GEO на самом деле
В индустрии появились термины — Answer Engine Optimization, Generative Engine Optimization. Звучат как отдельная дисциплина.
Google говорит прямо: это просто SEO. Никакой отдельной магии нет. Те же принципы, тот же индекс, те же сигналы качества.
Что реально влияет на попадание в AI-ответы
Зачем AI вообще на кого-то ссылаться, если она и сама всё знает?
Google выделяет 2 типа контента:
1. Commodity контент — это то, что AI уже умеет генерировать сама. «10 советов по контент-маркетингу», «как выбрать ноутбук», «что такое SEO». Всё это лежит в её базе знаний.
Зачем ей ссылаться на вас, если она это и так знает?
2. Non-commodity — это то, чего у неё нет. Реальный опыт, конкретный кейс, данные из вашей практики. То, что существует только у вас в экспертизе и нигде больше.
Простой тест: мог бы ChatGPT написать этот материал без вашего участия?
Если да — это commodity.
Если нет — это и есть то, за чем AI придёт к вам.
AI цитирует источники, которые знают что-то, чего она сама не знает.
Пересказ общих мест ей не нужен — она и так это умеет.
Кейс из практики, данные из вашего теста, ошибка которую вы разобрали на реальном проекте — вот что становится источником для AI-ответа.
AI Overviews могут подтягивать изображения и видео напрямую, не забывайте про их оптимизацию.
Что можно выбросить из головы = fake news!!!
- llms.txt и любые «AI-файлы» → Google их не обрабатывает особым образом
- Разбивка контента на чанки «для AI» → системы сами понимают структуру, идеальной длины страницы нет.
- Охота за упоминаниями бренда на форумах → spam-фильтры работают и здесь
- Schema.org как обязательное условие → не требуется для AI-ответов, полезна только для Rich Results.
Итог простой: AI Overviews — это надстройка над обычным поиском, а не параллельная система.
SEO не умерло. Оно стало фундаментом для ещё одного слоя.
Куда смотреть дальше -> агентный опыт.
Browser agents уже ходят по сайтам и выполняют задачи автономно.
Формируются новые протоколы вроде UCP. Это следующий фронтир, но уже сейчас стоит понять, как агент читает ваш сайт.
Материал проверен редактором
Head of SEO в интернет-агентстве TRINET.Group
в SEO более 11 лет,
автор книги «Светлая сторона продвижения сайтов»,
организатор конференции SeoClubSpb.
18.06.2026
