Что изменилось на I/O 2026?
До 2026 года у Google сосуществовали две ИИ-поверхности: AI Overviews — обобщение над классической выдачей — и AI Mode — отдельный диалоговый режим. На I/O 2026 компания объявила их слияние: теперь один конвейер на базе Gemini 3 (модель по умолчанию с января 2026 года) обслуживает и короткий обзор, и многоходовый диалог. Масштаб колоссален: по данным Alphabet за второй квартал 2026 года, AI Overviews обрабатывает более 2,5 млрд запросов в месяц. Для пользователя граница между «поиском» и «ответом» исчезла; для бренда — исчезла гарантия, что первая позиция означает клик. Исследование Ahrefs (февраль 2026 года, 300 тысяч ключевых слов) зафиксировало падение CTR первой позиции на 58% при наличии ИИ-обзора, а примерно 68% сессий заканчиваются вообще без перехода на сайт.
Как AI Mode обрабатывает запрос?
В отличие от классического поиска, AI Mode не ищет один документ на один запрос. Он запускает query fan-out: разворачивает исходный вопрос в веер подзапросов — уточняющих, сравнительных, фактических, локальных, — выполняет их параллельно и собирает из найденных фрагментов единый синтезированный ответ. Дальше работает стандартный конвейер ответных систем: извлечение → граундинг → генерация → цитирование. Практический вывод: ваша страница может не отвечать на главный запрос целиком, но идеально закрывать один из подзапросов — и именно этот фрагмент будет извлечён и процитирован. Подробная механика описана в статье о query fan-out.
Чем стратегия под AI Mode отличается от классического SEO?
- Единица оптимизации — фрагмент, а не страница: блок прямого ответа на 40–80 слов в начале раздела извлекается независимо от остального текста.
- Покрытие веера запросов важнее одного ключа: семантическое покрытие темы — сколько подзапросов вашей категории вы закрываете цитируемыми блоками.
- Граундинг наказывает несогласованность: факты на сайте сверяются с внешними источниками; противоречия снижают доверие ко всему домену.
- Цитируемость измеряется отдельно: коэффициент цитируемости — доля вопросов фиксированного набора, где система ссылается на вас, а не просто упоминает.
Чек-лист под AI Mode
- Разметьте ключевые страницы блоками прямых ответов: определение или вывод в первых двух предложениях раздела, затем доказательство с источником и датой.
- Постройте карту подзапросов категории и убедитесь, что каждый закрыт цитируемым блоком — на вашем сайте или в авторитетном внешнем источнике.
- Выровняйте факты сущности: название, даты, цифры идентичны на сайте, в профиле компании Google, в каталогах и в прессе.
- Разверните структурированные данные Organization, Article, FAQPage, согласованные с видимым текстом.
- Замеряйте ежемесячно: 50–100 фиксированных вопросов, скриншоты ответов, четыре измерения — видимость, цитируемость, семантическое покрытие, восприятие бренда.
Как измерять эффект в мире без кликов?
Классическая воронка «показ → клик → конверсия» ломается, когда большинство сессий завершается в ответе. Рабочая замена — стандарт четырёх измерений: видимость (упомянут ли бренд), коэффициент цитируемости (дана ли ссылка на ваш источник), семантическое покрытие (доля подзапросов темы, где вы присутствуете) и восприятие бренда (точность и тональность описания). Каждое измерение оценивается по шкале 0–100 по фиксированному набору из 50–100 вопросов, ежемесячно, с архивацией скриншотов. Практический формат запуска — 90-дневный POC: неделя 1 — базовая линия, недели 2–10 — вмешательство, неделя 12 — повторный замер. Подробности — в SOP измерений.
Типичные ошибки
Первая ошибка — продолжать оптимизировать только под позиции: страница может держать первое место и при этом терять большую часть кликов, если ИИ-обзор отвечает без неё. Вторая — писать «целостные» тексты без извлекаемых блоков: системе нужен автономный фрагмент, который можно процитировать без контекста. Третья — игнорировать диалоговость AI Mode: пользователь уточняет вопрос в несколько ходов, и бренд должен присутствовать во всей цепочке подзапросов, а не в одном. Наконец, не путайте AI Mode с отдельным продуктом: после слияния на I/O 2026 это единая поверхность с AI Overviews, и оптимизация строится один раз под оба сценария. Общую механику систем см. в статье как ИИ-системы выбирают источники и в разборе Google AI Overviews.