SEO и GEO: новые правила доступа к AI и аналитика цитирований
В октябре и начале ноября 2026 года появились несколько обновлений, важных для SEO-команд, работающих с генеративным поиском. Они затрагивают технический аудит, управление доступом контента к AI-системам, аналитику цитирований и проверку материалов, созданных с помощью нейросетей.
Главный вывод этих изменений — доступ к сайту, использование его данных для обучения, появление страниц в AI-ответах и измерение результата нельзя считать одной задачей. Для каждого направления нужны отдельные настройки, метрики и процедуры контроля.
Технический аудит становится более воспроизводимым
В версии 25.0 Screaming Frog SEO Spider появился JSON-формат конфигурации, при этом прежний формат настроек по-прежнему поддерживается. Разработчики также обновили MCP-инструменты и диагностику, добавили настройку типов и приоритетов Issues. Автоматическое ограничение скорости теперь учитывает ответы 429 и 503, а также проблемы с соединением.
Для технического SEO это означает, что конфигурацию обхода можно включить в регулярный воспроизводимый процесс. Командам стоит сохранять эталонные настройки для каждого проекта, фиксировать изменения и сравнивать результаты на одном и том же наборе URL. Такие проверки помогают оценивать доступность страниц для технического аудита, но сами по себе не показывают вероятность цитирования сайта языковой моделью.
Google разделяет обучение моделей и участие в AI-поиске
Google объявил о планах поддержать общий сигнал предпочтений по AI-обучению в robots.txt на основе работы IETF AIPREF. В документации фигурирует токен __usage_ai-training, а запуск ожидается в начале 2027 года. Пока это будущая возможность, а не универсальная действующая настройка, которую уже обязаны соблюдать все AI-системы.
Компания описывает совместную работу общего сигнала с отдельной директивой Google-Extended. При отсутствии явно заданного Google-Extended отказ от обучения через общий сигнал планируется трактовать как запрет для Google-Extended. При этом Google подчёркивает, что Google-Extended не влияет на включение сайта в обычный поиск и не является сигналом ранжирования.
Отдельно Google добавил в документацию Search generative AI control — настройку для управления включением контента и ссылок сайта в определённые генеративные функции Search, включая AI Overviews и AI Mode. Этот выбор не считается сигналом ранжирования, не управляет AI-обучением и не определяет участие в других частях поиска. При настройке домена важно проверить эффективное значение для поддоменов и URL-prefix properties в Search Console, а не ограничиваться robots.txt.
Bing предлагает анализировать не отдельные цитаты, а темы
В разделе AI Performance внутри Bing Webmaster Tools появилась бета-функция Topics Portfolio. Она группирует grounding-запросы по тематическим кластерам, показывает сведения о цитированиях и формирует список Opportunity Queries — запросов, где могут быть возможности для дальнейшей работы.
Такой подход позволяет перейти от простого вопроса «цитирует ли нас AI?» к более содержательному анализу: в каких темах сайт уже представлен, а где есть пробелы. Однако показатели приблизительны, классификация создаётся с помощью AI, а темы с недостаточным количеством данных могут не отображаться. Предложенные запросы нужно проверять вручную: среди них могут оказаться, например, чужие брендовые формулировки. Данные Bing также нельзя автоматически переносить на Google или другие AI-сервисы.
AI-контент требует проверки не только текста
В обновлённом руководстве Google отдельно говорится о необходимости вручную проверять точность и достоверность AI-контента до публикации. Это требование распространяется не только на основной текст, но и на title, description, структурированные данные и альтернативные описания изображений.
Массовое создание страниц без самостоятельной ценности может подпадать под правила о злоупотреблении масштабируемым контентом. Поэтому редакционная приёмка должна охватывать весь путь от исходных данных до публикации: характеристики в тексте нужно сверять с первичной информацией, а JSON-LD и другие метаданные — валидировать отдельно. Само обновление руководства не доказывает введение автоматического штрафа за любой текст, созданный нейросетью.
Мультимодальный поиск и ограничения GEO-измерений
В сентябре Google объявил о развёртывании фильтра мультимодального поиска в отчётах эффективности Search Console, включая отчёт по генеративным AI-функциям. В него входят обращения через Lens, Circle to Search, загрузку изображений и поиск по картинке из контекстного меню Chrome. Данные появляются только при наличии соответствующего трафика.
Для каталогов и проектов с большим объёмом визуального контента это отдельный срез обнаружения страниц. Его стоит анализировать отдельно от текстовых запросов и сопоставлять с посадочными страницами и типами изображений. Наличие такого отчёта не означает появления нового фактора ранжирования и само по себе не гарантирует роста трафика.
Отдельное исследование AI-рекомендаций товаров показывает, почему GEO-аудит нельзя строить только на API. Авторы проанализировали 1536 ответов и зафиксировали среднее пересечение отображаемых доменов между пользовательским интерфейсом и API на уровне 12,0% для ChatGPT и 14,8% для Gemini. Для сравнения использовалась метрика Jaccard — отношение пересечения наборов к их объединению.
Результаты нельзя считать универсальными: исследование включало 117 запросов о физических товарах, по три повтора каждого, преимущественно на английском языке, а сбор выполнялся из Нидерландов. На различия могли повлиять конфигурации моделей и другие особенности среды. Поэтому в GEO-отчётах следует фиксировать продукт, способ доступа, регион, дату, формулировку запроса и повторные наблюдения, а цитаты в интерфейсе, найденные страницы и grounding-источники хранить раздельно.
Что включить в ближайший рабочий цикл
- Техническое SEO: сохранить конфигурацию краулера и контрольный набор URL, чтобы получать сопоставимые результаты аудита.
- Управление AI-доступом: разделить решения об обучении моделей, grounding и участии в AI-функциях поиска.
- GEO-аналитика: проверить Topics Portfolio и отдельно измерять пользовательские интерфейсы и API.
- Редактура: проверять метаданные, структурированные данные и alt-тексты одновременно с основным материалом.
- Визуальный поиск: выделить мультимодальный трафик и анализировать его по посадочным страницам.
Начать работу стоит с инвентаризации: какие настройки уже действуют, какими данными располагает команда и что именно считается AI-видимостью. После этого проще выбрать эксперимент, определить его границы и заранее зафиксировать условие успеха.
