По мере того как поиск смещается от ключевых слов к промптам, SEO-специалистам приходится учиться работать с новыми сигналами. В этой статье я разберу, как с помощью прокси-данных понять поведение пользователей в AI-поиске и отслеживать видимость бренда на разных платформах.

От ключевых слов к промптам

Мы живем в эпоху генеративного ИИ, и пользователи все чаще заменяют короткие ключевые слова на развернутые, разговорные промпты. Вместо списка ссылок люди ожидают получить готовый, целостный ответ.

Проблема в том, что у нас до сих пор нет аналога Google Search Console или Bing Webmaster Tools специально для AI-поиска. Мы не видим напрямую, какие запросы используют пользователи на платформах вроде ChatGPT или Perplexity.

Зато мы можем использовать прокси – косвенные данные, которые позволяют смоделировать этот путь и понять, какие промпты может использовать наша аудитория.

People Also Ask

Один из самых очевидных и при этом недооцененных источников – блок People Also Ask (PAA) в Google. Он существует с 2014 года и показывает связанные вопросы к исходному запросу.

По сути, PAA позволяет легко перейти от ключевого слова к списку вопросов. При клике на каждый вопрос блок расширяется и показывает новые формулировки. Это уже не просто ключи, а полноценные вопросы, которые очень близки к промптам в AI-поиске.

Можно работать вручную, проходясь по каждому запросу, либо использовать инструменты вроде AlsoAsked, чтобы собирать PAA-вопросы в масштабе.

Userbots

Userbot’ы вроде ChatGPT-User и Perplexity-User – еще один мощный источник данных. Они не показывают сами промпты, но позволяют понять, какие страницы вашего сайта используются AI-платформами в ответах.

Когда эти боты обращаются к URL на вашем сайте, это значит, что контент был использован в процессе RAG (Retrieval-Augmented Generation).

Если упростить: ваша страница помогла сформировать ответ пользователю. Даже если клика не было, вы получаете сигнал о том, какой тип контента востребован в AI-поиске.

Исторически лог-файлы были труднодоступны для SEO-специалистов, хотя они есть на каждом сервере. Но именно они могут подсказать, какие страницы чаще всего используются userbot’ами.

Длинные запросы в GSC и BWT

Google Search Console не показывает отдельную статистику по AI Mode или AI Overview, но опытные SEO находят обходные пути.

Один из них предложил Ziggy Shtrosberg – это огромный regex, который можно использовать в фильтре запросов GSC, чтобы находить длинные, разговорные формулировки, похожие на промпты.

Подход следующий:

• Фильтр по Search Appearance: Desktop
• Фильтр страницы с корневым доменом
• Фильтр запросов с использованием специального regex

Важно относиться к этому методу осторожно. Часть таких запросов может генерироваться не людьми, а LLM-трекерами. Если вы видите много показов и ровно ноль кликов – это повод насторожиться.

Follow-up вопросы в Perplexity

Perplexity показывает блок Related – до пяти уточняющих промптов. Исходный запрос задаете вы, но follow-up вопросы дают хорошее представление о том, как платформа ожидает, что будут формулировать запросы реальные люди.

Эти данные зависят от страны, поэтому исследование стоит проводить локально.

Semrush AI Visibility Tool

Отслеживать каждый отдельный промпт нереалистично: они слишком уникальны и не имеют привычных метрик вроде search volume. Поэтому логичнее объединять промпты в темы.

В Semrush AI Visibility Tool есть функция Prompt Research, которая сопоставляет ключевое слово с темой и показывает:

• список промптов;
• упоминания брендов;
• интент;
• источники.

Я рекомендую оптимизироваться под темы, а эффективность измерять по их общей видимости, а не по отдельным промптам.

Без grounding ваши шансы минимальны

Не каждый промпт требует RAG. Если ответ уже есть в обучающих данных модели, источники могут вообще не показываться.

Для некоторых ниш достаточно простого упоминания бренда. Например, если человек ищет ресторан или музей, он может прийти офлайн без перехода на сайт.

Но в большинстве случаев SEO по-прежнему нужен трафик. А значит, промпт должен приводить к показу страниц-источников.

Интересный момент: несмотря на то что ChatGPT выдает один ответ, в фоне он выполняет несколько поисков. Эти запросы и вероятность использования RAG можно увидеть через Chrome DevTools.

Показатель search_prob варьируется от 0 до 1 и отражает вероятность того, что ответу потребуется grounding. Это хороший прокси для оценки шансов попасть в источники.

Вывод

AI-поиск развивается очень быстро. Меняются модели, сценарии использования и сами платформы. То, что работало вчера, может не работать завтра.

Поэтому я советую регулярно пересматривать, какие прокси вы используете, какие промпты и темы отслеживаете и как измеряете видимость в AI-поиске.