Больше года часть рынка воспринимала AI-поиск как зону без правил. Пролезать в AI-ответы пытались в обход обычной выдачи. Накачать страницы под извлечение, заказать паразитные публикации, накрутить упоминания. Собирать цитирования, не побеждая в классическом ранжировании. 15 мая 2026 Google уточнил формулировку спам-политик, и попытки манипулировать генеративными ответами оказались названы прямо. Дальше прошли два спам-апдейта, июньский и августовский. Что именно они переоценивали, Google не раскрывал.
Сразу убираю ложное ожидание. Чёткой границы в процентах нет и не будет. Никто не назовёт вам долю AI-генерации, после которой страница становится спамом, или число упоминаний бренда, после которого это накрутка. Граница проходит не по технологии, а по связке из трёх вещей, и разбирать её я буду именно так. Хорошая новость для тех, кто строит видимость на качестве. Плохая для тех, кто строил её на хаках.
Западные блоги уже описали сам апдейт, русскоязычные разобрали GEO, а я соединяю их и показываю, где в генеративном слое проходит граница спама и что из этого переносится на Яндекс. Если вы читали мои разборы entity SEO и видимости в LLM — здесь те же принципы в новом контексте: риск попасть под спам-политики и потерять устойчивость в органике и AI-ответах.
Что считается спамом в генеративном слое
| ●Подтверждено | Формулировка спам-политик Google, где названа манипуляция генеративными ответами. Даты и охват спам-апдейтов. Наличие отчёта Generative AI performance в Search Console. Источник — документация Google и его дашборд статусов. |
| ◐Следует из документов | То, что генеративный слой оценивается общими спам-политиками, а не отдельным сводом правил «для AI». Источник — та же страница политик, где генеративные ответы стоят рядом с обычным ранжированием. |
| ▲Рабочая интерпретация | Связь конкретного апдейта с AI-манипуляциями, порядок диагностики, механика отбора цитат. Источник — моя реконструкция, Google устройство генеративного слоя целиком не публиковал. |
| ○Наблюдение рынка | Доли цитирований из топ-10, концентрация источников, оценки веса поведенческих у Яндекса. Источник — отраслевые исследования со своей методикой и своими ограничениями. |
До мая 2026 спам-политики Google не называли генеративный слой прямо, он подпадал под общие принципы против автоматизированного контента и манипуляции ранжированием. Майская правка убрала неоднозначность. Читается она так.
«In the context of Google Search, spam refers to techniques used to deceive users or manipulate our Search systems into featuring content prominently, such as attempting to manipulate Search systems into ranking content highly or attempting to manipulate generative AI responses in Google Search».
Обратите внимание, что это одно предложение и одно уточнение. Отдельной политики «для AI» Google не выпускал, генеративные ответы просто встали в тот же ряд, что и обычное ранжирование.
Здесь важно не соврать, и это главная правка, которую я внёс в статью после первой публикации. Июньский спам-апдейт прошёл вскоре после майского уточнения, поэтому его разумно учитывать при разборе GEO-рисков. Но Google нигде не сообщал, что этот апдейт отдельно или специально нацелен на AI-манипуляции ▲. Отраслевой разбор честно заканчивался тем, что непонятно, чем именно Google будет обеспечивать соблюдение новой формулировки, отдельным апдейтом, SpamBrain или ручными мерами (SEJ). Дальше я работаю с этим как с гипотезой, а не как с установленным фактом.
Чем спам-апдейт отличается от ядрового. Ядровый переоценивает качество в целом. Он не про наказание, а про пересмотр того, что считать полезным. Спам-апдейт целит в нарушения политик. Если вас задел ядровый — вопрос «стал ли мой контент менее полезным, чем у других». Если спам-апдейт — вопрос «не нарушил ли я конкретное правило». Диагностика и лечение у них разные, и путать их дорого.
Как спам-политика Google дошла до генеративного слоя
Хронология обновляемая. Каждый новый апдейт добавляет строку, а не переписывает статью.
- Scaled content abuse ●Введён запрет на массовое производство страниц ради ранжирования, независимо от способа создания (Google).
- Site reputation abuse ●Уточнено, что участие первой стороны не отменяет паразитный характер контента (Google).
- Уточнение формулировки ●В определение спама вписаны попытки манипулировать генеративными ответами в поиске (Google Search Central).
- Отчёт в Search Console ●Запущены Generative AI performance reports, показы в AI Overviews и AI Mode вынесены в отдельный вид. Раскатка на часть сайтов (Google).
- Июньский спам-апдейт ●Глобальная раскатка, все языки, по дашборду 2 дня 1 час. Связи с AI-манипуляциями Google не заявлял.
- Августовский спам-апдейт ●Третий за год, тоже глобальный, 2 дня 16 часов. Новых политик и сопроводительного поста снова не было (история апдейтов).
Почему манипуляция вообще была возможна
Прежде чем разбирать нарушения, надо понять механику. Иначе непонятно, почему хаки вообще работали и где становятся рискованными.
Сразу оговорюсь, что ниже рабочая модель на основе патентов, выступлений инженеров и наблюдений. Google не публиковал устройство генеративного слоя целиком, поэтому дальше я даю карту для диагностики, а не выписку из документации.
Как AI-ответ выбирает источники
Сначала разведём две поверхности: AI Overviews (сводка над выдачей) и AI Mode (полноценный диалоговый режим) — это разные продукты, и дробление запроса Google подробнее описывал именно для AI Mode. Дальше под «генеративным слоем» я имею в виду обе, оговаривая различия там, где они есть.
Когда вы задаёте сложный вопрос, генеративный слой не обязан искать одну страницу с готовым ответом. Он может раздробить запрос на под-запросы, по каждому достать нужные фрагменты текста из разных источников и собрать из них ответ — в индустрии это называют query fan-out. Затем слой привязывает ответ к источникам и показывает их как цитаты.
Главное отличие от классической выдачи в том, что цитата в AI-ответе не равна позиции в топе. Два независимых замера рынка показывают это с разных сторон, и оба стоит читать с оговорками ○.
Доля цитирований AI Overviews со страниц топ-10 упала вдвое за три квартала
Два замера Ahrefs по выборке из 863 тысяч выдач. Между ними компания улучшила парсинг, поэтому часть разницы — методология, а не только реальный сдвиг.
Источник: Ahrefs, исследование обновлено в марте 2026. Ряд из двух точек нарисован как есть, промежуточных значений я не выдумывал.
Цитирования концентрируются на небольшом числе доменов
Разбор тысячи AI-ответов. Концентрация — это описание распределения, а не доказательство того, что Google присваивает каким-то доменам «доверие».
Источник: digitalapplied. Почему выигрывают именно эти домены — авторитет, покрытие темы, доступность для краулера или устройство retrieval — из одной концентрации не следует, и Google этого не раскрывает.
Полный разбор того, как устроен отбор, — в моём материале про видимость в LLM. Здесь важно одно следствие.
Что это значит для риска спама
Отсюда следует ровно одна вещь, и не больше. Механизм отбора цитат не совпадает с топ-10, а значит, обычная позиция перестала быть единственным способом попасть человеку на глаза. Появилась отдельная поверхность для экспериментов, и рынок начал её щупать. Масштаб, паразитные публикации на сильных доменах, искусственные упоминания.
Дальше сделаю оговорку, которой в первой версии статьи не было. Насколько каждый из этих приёмов реально влиял на цитирование, зависит от конкретной системы и из факта «источник бывает вне топ-10» напрямую не выводится ▲. Я вижу здесь мотив, по которому рынок пошёл в эти тактики, а не доказательство, что тактики работали.
Майское изменение и июньский апдейт показывают направление: Google больше не оставляет генеративный слой вне спам-политик. Насколько именно это уже изменило отбор цитат, нужно проверять по сегментам и источникам. Эффект проявляется не как «бан в AI Overview» (такого статуса нет), а как снижение цитируемости, когда источник реже попадает в пул, из которого собирается ответ. Точный механизм Google не раскрывает, и я не делаю вид, что знаю его до узла. Но направление понятно. То, что раньше считалось отдельной игрой в AI-слое, теперь оценивается через те же спам-политики и требования к качеству, что и обычная органика.
Карта нарушений и критерий, который помогает разобрать серую зону
Практическая разница между «намерением» и связкой большая, потому что намерение вы читаете в чужой голове и всегда можете себя оправдать. Паттерн и ценность видны в выгрузке и проверяются чужими руками.
Я не пересказываю весь список. На странице политик их двадцать ●, причём последние четыре — legal removals, personal information removals, policy circumvention и scam and fraud — не техники спама, а основания для удаления и ограничения, у них другой процесс и другой адресат. Клоакинг, дорвеи и скрытые редиректы существуют отдельно от темы AI. Нас интересуют нарушения, которые касаются генеративной видимости.
Серые кейсы разбираются той же связкой. Подборка «лучшие X» на своём сайте нормальна, когда за ней стоит реальный разбор, и становится проблемой, когда это пустой лист ради попадания в ответ. FAQ-блок полезен, если отвечает на живые вопросы аудитории, и токсичен, когда собран только под извлечение машиной. В обоих случаях я смотрю не на заявленное намерение, а на масштаб, оригинальность и то, останется ли от страницы польза, если убрать из неё расчёт на робота.
| Паттерн | Как выглядит | Намерение | Что проверять | Что делать |
|---|---|---|---|---|
| Scaled AI pages | тысячи однотипных страниц, шаблонность | манипуляция | оригинальность, каннибализация, есть ли у страниц читатель | объединить, удалить или довести до ценности |
| FAQ-ферма | блоки ответов под извлечение | серое | задают ли эти вопросы живые люди и есть ли в ответах что-то своё | оставить только то, что нужно людям |
| Паразитные публикации | контент ради сигналов чужого домена | манипуляция | источник, цель, маркировка | не строить на этом стратегию |
| Накрутка цитирований | покупка или подмена источников | манипуляция | аномалии в профиле упоминаний | убрать |
| Авторский материал с проверяемым опытом | автор, профиль, обновления | помощь | доказательность, актуальность | усиливать |
Что не работает как отдельный вход в AI-ответы
Каждый апдейт рождает новую волну «секретов попадания в AI». Большинство — шум. Принцип простой. Подозрителен не приём «для AI» сам по себе, а приём без пользы для человека и без соответствия тому, что видит пользователь на странице.
| Хак | Почему не работает | Что вместо |
|---|---|---|
| llms.txt | Google официально не использует его в поиске, включая генеративные функции; Джон Мюллер сравнивал формат с мета-тегом keywords (SEJ) | обычная доступность для краулера и внятная перелинковка |
| Спец-разметка «для ИИ» | Google: «структурированные данные не обязательны для генеративного AI-поиска»; специальная Schema.org-разметка для AI-ответов не нужна | корректная обычная разметка, совпадающая с видимым текстом |
| Нарезка контента «под ИИ» (chunking) без пользы для читателя | машинная нарезка не вход в генеративный слой | структура, которая помогает человеку: краткий ответ, H2/H3, таблицы, определения |
| Тексты только под машину, фермы упоминаний | Google называет такие упоминания менее ценными, чем кажется авторам | реальная экспертиза и спрос |
Глубокий разбор llms.txt — в отдельной статье. Само же правило Google сформулировал в своём гайде так, что толковать нечего.
Отсюда вывод, который не меняется от апдейта к апдейту. Оптимизация под генеративный поиск остаётся обычным SEO, и делать её нужно для людей.
Что спамом не является
Карта нарушений отвечает на половину вопроса. Вторая половина звучит так. А что тогда можно делать спокойно? Собрал отдельно, потому что на разборах спрашивают именно об этом.
| Практика | Спам сама по себе? | Почему |
|---|---|---|
| Модель помогает писать статью | Нет | Инструмент создания нарушения не определяет, Google судит результат |
| FAQ для живых пользователей | Нет | Обычная структура контента |
| Структурированные данные | Нет | Обычное SEO, отдельного входа в AI-ответы они не дают |
| llms.txt | Нет, но и пользы для Google Search нет | Google прямо советует не тратить на него время |
| Упоминания, полученные редакционно | Нет | Естественные упоминания в сети, а не купленные |
| Страница под узкий вопрос без частотности | Нет | Отсутствие спроса не делает материал спамом, если у страницы есть читатель и своя ценность |
| Тысячи однотипных страниц ради охвата | Высокий риск | Прямое попадание в scaled content abuse |
| Покупка упоминаний и цитат | Высокий риск | Попытка манипуляции, названная в политиках |
| Паразитный раздел на сильном домене | Зависит от сценария | Site reputation abuse разбирают по тому, ради чего раздел существует |
| Колонки, мнения, редакционные материалы | Нет | Google называет их прямо в списке исключений из site reputation abuse |
| Форум, комментарии, другой UGC-раздел | Нет | Тоже в официальном списке исключений, пока раздел не превращается в свалку |
| Синдикация новостей и пресс-релизы | Нет | Wire service и синдицированные новости Google выводит из-под этой политики отдельно |
Как понять, что задело именно вас
Это практическое ядро. Дальше — порядок, который я прохожу на разборах.
Механику Google описывает одной фразой, и её стоит держать в голове до всякой диагностики. «We detect policy-violating practices both through automated systems and, as needed, human review that can result in a manual action» ●. Отсюда и разница в лечении.
Сначала определите тип санкции, ручная видна в Google Search Console, в разделе Manual Actions. Если там пусто, а трафик просел, речь об алгоритмическом понижении, и путь восстановления другой.
Затем исключите технический баг. Частая ошибка на практике — списать на апдейт то, что апдейтом не является. Если просели показы по всем без исключения запросам, а не только по информационным, проверьте robots.txt, директивы noindex и редиректы. Сломанный шаблон или случайный noindex отнимают больше трафика, чем любой спам-фильтр, и лечатся за час.
Зафиксируйте окно сравнения — даты раскатки апдейта плюс 7–14 дней. Сравнивать «до» и «после» нужно в этом окне, а не «месяц к месяцу».
Сегментируйте URL по типам — категории, статьи, карточки, FAQ, программные страницы, AI-генерированные разделы. Сегментация нужна потому, что агрегат по сайту скрывает разную динамику типов страниц, а лечение у них разное.
Наконец, сравните обычную видимость с видимостью в AI. Здесь у статьи была устаревшая строчка, и я её переписал. С 3 июня 2026 в Search Console есть отдельный Generative AI performance report ●. Он показывает показы URL в AI Overviews, AI Mode и генеративных функциях Discover с разбивкой по страницам, странам, устройствам и датам.
И отдельная ловушка, на которую я напоролся бы сам, если бы не проверил. В основном отчёте Search Console каждый URL внутри блока AI Overview засчитывается как позиция 1, независимо от того, где ссылка реально лежит ○. Дальше эта единица усредняется с органической позицией той же страницы, и средняя позиция превращается в красивую цифру, за которой нет трафика. Страница на первой позиции в AI Overview и на четвёртой в органике даст среднюю 2,5.
Практический вывод простой. Среднюю позицию по запросам с AI Overview в выводы не тащите, берите клики, конверсии и брендовые упоминания. Улучшилась средняя позиция без роста кликов — сначала проверьте, не появился ли по этим запросам блок AI Overview, и только потом пишите про прогресс.
Диагностический паттерн, который я использую, от этого не меняется ▲. Позиции в органике держатся, а цитирование в AI-ответах падает. Не давайте себе жёстких порогов вроде «упало на 20%, значит апдейт». Заметное падение сегмента при стабильных позициях — это повод проверить AI-видимость, а не диагноз.
Чтобы такое сравнение вообще было возможно, нужна заранее собранная база по AI-трафику. Как её собрать и почему реферальная цифра занижает эффект — отдельный разбор методики.
Блокировать ли AI-краулеров
Частый вопрос на панике: «закроюсь от AI в robots.txt — и проблема уйдёт». Не уйдёт, и легко сделать хуже.
Разделяйте три разные вещи и два разных вывода. Показ в AI-функциях самого Google управляется через Googlebot и контроль превью, то есть nosnippet, data-nosnippet, max-snippet и noindex, а отдельного «бота AI Overview» нет. Google-Extended относится к другому контуру, к использованию контента в остальных AI-системах Google, и переключателем показа в поиске он не является. Сторонние модели — третья история, и вот здесь у первой версии статьи была неточность.
«OAI-SearchBot is used to surface websites in search results in ChatGPT's search features».
«Disallowing GPTBot indicates a site's content should not be used in training generative AI foundation models».
Разница практическая. За попадание в ответы поиска ChatGPT отвечает OAI-SearchBot, и именно его OpenAI рекомендует разрешать в robots.txt. GPTBot относится к обучению моделей и поисковым краулером ChatGPT Search не является. ChatGPT-User ходит по прямому действию пользователя и на попадание в ответы поиска не влияет. Скопируете не тот user-agent — закроете не тот контур.
- Для Google: блокировка доступа не устраняет причину нарушения. Если проблема в качестве, спаме или манипулятивной стратегии, robots.txt не делает такой контент безопасным, он только меняет доступность для поиска. К тому же блокировка уже проиндексированных страниц не гарантирует их быстрого исчезновения из выдачи.
- Для ChatGPT и Perplexity: блокировка отнимает шанс попасть в их подбор источников. Это другая цена, не лечение спама, а сознательный отказ от площадки.
Когда это не апдейт
Не списывайте просадку на апдейт, когда просел только брендовый трафик. Или когда упала одна посадочная после смены шаблона, падение началось до раскатки, совпало с сезонностью, в GSC просели клики при стабильных показах либо изменилась разметка выдачи, а не право на ранжирование.
Скажу честно. Проектов, прошедших именно через июньский апдейт под моим разбором, у меня пока нет — он свежий, и данных мало у всех. Выдуманный кейс «трафик упал на 40%» я продавать не буду. Но метод выше от конкретного апдейта не зависит. Этот порядок диагностики я прохожу на любом спам-апдейте, и он не меняется от того, как Google назвал очередную раскатку. Появятся разобранные проекты под июньским — добавлю наблюдения в журнал правок внизу страницы.
Восстановление и устойчивая стратегия
Путь зависит от типа санкции. Ручная живёт в Manual Actions и снимается понятным путём — устранить нарушение и подать запрос на пересмотр, reconsideration request. Алгоритмическое понижение запросом не снять — после исправлений остаётся ждать новой оценки системами Google. Сроки зависят от конкретного сайта — без его данных их не спрогнозировать.
Сам протокол:
- Инвентаризация. Разделите страницы на те, где видимость стояла на качестве, и те, где на хаке. Честно.
- Чистка и консолидация. Уберите масштабную генерёжку, склейте или удалите тонкие страницы. Меньше мусора — выше средняя ценность того, что осталось.
- Проверка на читателя. У страницы должен быть человек, который её ждёт, и задача, которую она решает. Это редакторский и бизнесовый тест, а не строчка спам-политики: нулевая частотность сама по себе нарушением не является, а вот страница, которую не ждёт никто, обычно и ценности не несёт.
- Прозрачность источника. Авторство, проверяемый опыт, понятное происхождение материала, согласованность данных о бренде в сети. Я держу это как гигиену доверия, а не как доказанный фактор отбора AI-цитат — Google такого правила не публиковал, и разметка sameAs здесь опциональна.
- Доступность и структура. Страница доступна краулеру, важный ответ — в тексте, а не в скрипте.
Редакторский приём, который помогает и читателю, и извлекаемости. Дайте прямой ответ в начале страницы и вынесите короткую выжимку. Это не гарантирует цитирование в AI-ответе и не «правило Google», а способ не потерять и человека, и машину в длинном вступлении. Конкретную длину выжимки держу как личный редакторский ориентир, не как SEO-фактор.
- Категории и фасеты → выношу в отдельный сегмент и смотрю уникальность и наличие запроса за фильтром.
- AI-генерированные разделы → тоже отдельным сегментом, чтобы проверить, отличается ли их динамика от остального сайта.
- Экспертные статьи с автором → третий сегмент, он нужен как контроль: если более содержательная часть падает так же, дело не в спам-переоценке.
Тактика адаптируется под нишу. В e-commerce первое, что я смотрю, — каннибализация карточек и фильтров и тонкие листинги без спроса. В B2B я начинаю с авторства и доказуемой экспертизы, потому что без них и пользователю, и поисковой системе труднее объяснить, почему цитировать стоит именно этот источник. Цикл сделки там длиннее одного диалога с моделью — что это меняет, разобрано в статье LLM-подход в B2B SEO. В медиа и инфо-проектах риск — масштаб без правки, когда объём растёт быстрее редактуры.
Кейса восстановления именно после июньского апдейта пока нет — он свежий. Но протокол выше лечит не раскатку, а её причину, поэтому работает после любой спам-санкции, как бы она ни называлась. Разберу конкретный проект — впишу сюда.
Проверю, задел ли апдейт ваш сегмент
Пришлите URL — посмотрю, держится ваша видимость на качестве или на хаках, и верну три главные точки риска.
Обсудить разборЧто это значит для бизнеса
Если статью вам принёс SEO-специалист, вот перевод на язык денег.
Главный вопрос звучит не «сколько кликов забрал AI», а «кто формирует первый ответ о вашей теме, бренде и товаре». Вы теряете не клики вообще, а контроль над этим ответом, потому что пользователь видит выжимку, собранную не вами, и решение принимает по ней.
Спор о качестве трафика я здесь сознательно сворачиваю до ремарки. Google утверждает, что отдаёт сайтам чуть больше качественных кликов, чем год назад (Google Blog, август 2025), независимые замеры с этим спорят, и тема заслуживает отдельной статьи, а не абзаца в материале про спам.
Отсюда три практических следствия. Бренд может цитироваться без перехода — упоминание есть, визита нет, и это нормально, если упоминание работает на доверие. Мусорный GEO бьёт дважды, по органике и по AI-видимости сразу, потому что фильтры всё больше общие. И мерить успех стоит не цитированиями в AI как самоцелью, а связкой из брендового спроса, ассистированных конверсий, видимости в органике и присутствия в AI-ответах. Как выглядит сам этот AI-ответ применительно к конкретному бренду — отдельный разбор: как ИИ видит ваш бренд. А если проблема не в спам-фильтре, а в том, что модель путает вас с однофамильцем или конкурентом, это уже другая тема — брендовый шум в глазах ИИ.
Что из этого важно для Яндекса и Алисы
Три тезиса, дальше которых я бы не шёл. Первый — опубликованной спам-политики по манипуляции генеративными ответами у Яндекса нет, поэтому переносить формулировки Google на Алису напрямую нельзя.
Второй. Инструмент для замера у российского контура при этом появился раньше, чем у Google. 7 апреля 2026 Яндекс открыл в Вебмастере «Видимость сайта в Алисе AI» и назвал ориентиры отбора источников, а именно экспертность, полезность, оригинальность и содержательность (Яндекс Вебмастер). Рядом живёт ИКС, публичная оценка полезности сайта (справка Яндекса).
Третий. Зависимость от органики в нейроответах Алисы выглядит сильнее, чем у AI Overviews. По исследованию за первую половину 2026 около 90% цитирований приходится на страницы из топ-10 ○ (AdIndex). Для российского проекта вывод простой. Сначала выиграй органику, потом думай о GEO.
Собственные алгоритмические механизмы против переоптимизации, ссылочных схем, имитации действий пользователей и малополезного контента у Яндекса, разумеется, есть, и чистит он выдачу в основном алгоритмически. Разбирать их здесь я не буду, это тема отдельного материала.
| Аспект | Яндекс / Алиса | |
|---|---|---|
| Свод правил | спам-политики, манипуляция генеративными ответами названа прямо | отдельной опубликованной AI-политики нет |
| Публичная метрика качества | нет | ИКС |
| Трекинг AI-видимости | Generative AI performance report в Search Console, раскатка на часть сайтов | «Видимость сайта в Алисе AI» в Вебмастере |
Спам-апдейты удобно назначать виновными, потому что дата известна, а причина просадки — нет. Я стараюсь не делать этот скачок и в собственных разборах: сначала показываю, что политика говорит дословно, потом что вижу в данных, и только потом связываю одно с другим как гипотезу.
На чём основана — формулировки Google, история апдейтов на его дашборде и собственные разборы просадок, где виноватым в итоге оказывался деплой, а не апдейт. Что её опровергло бы — публичное подтверждение Google, что конкретный спам-апдейт нацелен на манипуляции генеративными ответами.
Чек-лист самопроверки
- Знаю ли я тип санкции — ручная (видна в GSC) или алгоритмическая?
- Исключил ли технический баг (robots.txt, noindex, редиректы) до выводов об апдейте?
- Индексируются ли нужные страницы и не закрыты ли они от сниппета (nosnippet, noindex)?
- Сегментировал ли просадку по типам страниц, а не смотрю на сайт целиком?
- Открыл ли Generative AI performance report в Search Console, если он доступен моему сайту?
- Сравнил ли органику и AI-видимость отдельно?
- Есть ли на сайте масштабная генерёжка однотипных страниц без собственной ценности?
- Нет ли паразитных разделов и накрученных упоминаний?
- Есть ли у каждой страницы читатель, которому она нужна?
- Есть ли у ключевых страниц автор с подтверждаемым опытом?
- Дан ли прямой ответ в начале страницы?
- Не пытаюсь ли я лечить симптом блокировкой краулеров вместо причины?
- Меряю ли успех связкой метрик, а не одним AI-цитированием?
- Проверил ли я тот же риск для Яндекса и Алисы?
Вопросы и ответы
Нет. Спам — это манипуляция, а не оптимизация под AI-поиск. Сама работа над видимостью в генеративном слое разрешена; запрещены попытки обмануть систему.
Google уточнил формулировку. В определение спама вписали попытки манипулировать генеративными ответами в поиске, но новой отдельной политики не вводили и новой категории нарушений не появилось.
Нет, если есть автор, редактура и собственная ценность. Да, если это массовая генерёжка без правки и спроса. Насколько текст выдаёт машину и что именно его палит — я проверил на 36 текстах от 18 нейросетей.
Может дробить запрос на под-запросы, собирать фрагменты из разных источников и привязывать к ним ответ. Позиция в топе помогает, но не гарантирует цитирование, а Google может брать страницы и за пределами первой десятки. Исследования показывают сильную концентрацию цитат на небольшом числе доменов, но что именно даёт этим доменам преимущество, Google не раскрывает.
Нет. Топ помогает, но не гарантирует — часть источников AI берёт за пределами первой страницы.
Особая разметка «для ИИ» не требуется, llms.txt Google для этого не использует. Нужна обычная доступность и польза для человека. Это прямо сказано в гайде Google по AI-оптимизации.
Показ в AI-функциях Google управляется через Googlebot и контроль превью, а не через отдельный «бот AI Overview». Google-Extended относится к другим системам Google. Для ответов поиска ChatGPT нужен OAI-SearchBot, а GPTBot отвечает за обучение моделей и поисковым краулером не является. Блокировка не лечит риск спама, а для сторонних моделей ещё и отнимает шанс на цитирование.
Ручная видна в Search Console и снимается запросом на пересмотр. Алгоритмическую запросом не снять — исправить и ждать переоценки. Сроки без данных по сайту не прогнозируются.
Через качество и экспертность источника. По исследовательским данным Алиса чаще берёт источники из верхней части выдачи, но это не механическая гарантия топ-10. Видимость отслеживается в отчёте «Видимость сайта в Алисе AI» в Яндекс Вебмастере.
Принцип общий: системы с привязкой к источникам цитируют доверенные сайты с реальной экспертизой. Но базы различаются — ChatGPT и Perplexity опираются на свой подбор источников (поисковый индекс, UGC-площадки, энциклопедии), поэтому эффект может отличаться от Google AI Overviews. Платформенные различия я разбираю в статье про видимость в LLM.
С 3 июня 2026 в Search Console есть Generative AI performance report. Он показывает показы URL в AI Overviews, AI Mode и генеративных функциях Discover с разбивкой по страницам, странам, устройствам и датам. Кликов, CTR и запросов там пока нет, а раскатка идёт на часть сайтов, поэтому у вашего ресурса отчёта может ещё не быть.
Статья опирается на данные, доступные на момент публикации (28 июня 2026). Google и Яндекс уточняют политики — фактические изменения я фиксирую здесь по мере выхода. Журнал правок: первая публикация 28.06.2026. Правка 24.08.2026 — добавлен Generative AI performance report в Search Console, снята недоказанная связь июньского апдейта с AI-манипуляциями, уточнены краулеры OpenAI, добавлен августовский спам-апдейт и таблица безопасных практик.