Чому одна й та сама інформаційна потреба дає різні джерела в Google, ChatGPT, Perplexity та Copilot, і як це правильно вимірювати в SEO
Стан продуктів і документації: 12 вересня 2026 року
У 2026 році вже недостатньо сказати, що сторінка «видима у відповідях ШІ». Видима де саме? В AI Overview у звичайній видачі Google? В AI Mode? У ChatGPT Search? У Perplexity? У Copilot? Це не косметична різниця. Один і той самий запит може привести ці системи до подібного висновку, але через різні підзапити, різні набори документів і різні правила показу джерел.
Моя робоча модель проста: не існує однієї універсальної «видачі з відповідями ШІ». Є кілька інтерфейсів доступу до інформації. Вони частково використовують пошукові індекси, ранжування, відбір документів і генеративні моделі, але не зобовʼязані однаково інтерпретувати запит або цитувати ті самі URL. Саме тому оптимізація «під ШІ загалом» без уточнення платформи майже завжди перетворюється на набір загальних порад.
Авторська схема. Вона описує різницю між інтерфейсами, а не внутрішню архітектуру конкретної платформи.
2.1. AI Overview і AI Mode вже не можна вважати двома розмірами одного блоку
На рівні продукту Google сам розділяє ці режими. AI Overview зʼявляється всередині звичайної сторінки результатів, коли системи Google вважають генеративну відповідь корисним доповненням до класичного пошуку. AI Mode створений для складніших запитів, порівнянь, дослідження теми й уточнювальних питань. Обидва формати можуть використовувати розгортання запиту, але Google прямо зазначає: вони можуть працювати на різних моделях і техніках, тому відповідь та набір посилань можуть відрізнятися.[1]
У січні 2026 року Google ще сильніше зблизив ці інтерфейси: користувач отримав можливість ставити уточнювальні питання прямо з AI Overview і переходити в продовження діалогу. На I/O 2026 Google вже описував це як безшовний перехід від сторінки результатів з AI Overview до розмови в AI Mode із збереженням контексту.[2] Для користувача межа між «SERP» і «чатом» стає менш помітною. Для SEO ця межа, навпаки, критична, бо різні формати можуть показати різні URL.
Станом на оновлення Google від 31 серпня 2026 року AI Overviews має понад 2,5 млрд активних користувачів на місяць, а AI Mode перевищив 1 млрд активних користувачів на місяць.[3] Це не частка всіх пошукових запитів і не показник кліків. Це показники аудиторії продуктів. Але вони достатні, щоб не розглядати генеративний пошук як лабораторний експеримент, який можна винести за межі основної SEO-стратегії.
Схематичне відтворення за офіційним описом Google. Оригінальний матеріал: https://blog.google/products-and-platforms/products/search/ai-mode-development/
| Ознака | AI Overview | AI Mode |
|---|---|---|
| Точка входу | Звичайна сторінка Google Search | Окремий режим ШІ / продовження з AI Overview |
| Коли корисний | Коротке узагальнення складнішого запиту | Дослідження, порівняння, багатокрокові питання |
| Уточнювальні питання | Так, з переходом у діалог | Так, це базова частина інтерфейсу |
| Розгортання запиту | Може використовуватися | Може використовуватися |
| Набір джерел | Не зобовʼязаний збігатися з AI Mode | Не зобовʼязаний збігатися з AI Overview |
| Базова SEO-придатність | URL має бути проіндексований і придатний до показу з фрагментом | Ті самі базові вимоги Google Search |
ДАНІ
Google прямо повідомляє, що AI Overview та AI Mode можуть використовувати різні моделі й техніки. Це важливіше за будь-який SEO-термін: якщо набір джерел різний на рівні продукту, одна «позиція у відповіді ШІ» не може бути коректною універсальною метрикою.
2.2. Дані: схожі відповіді не означають схожі джерела
Найкращий спосіб побачити різницю між AI Overview і AI Mode - не сперечатися про інтерфейс, а подивитися на перетин джерел. Ahrefs у дослідженні, опублікованому в грудні 2025 року, зіставив 540 тис. пар відповідей для аналізу цитувань і 730 тис. пар для аналізу тексту. Дані були зібрані в США у вересні 2025 року.[9]
Результат добре показує, чому модель «AI Mode просто розгортає AI Overview» слабка. Семантична схожість відповідей була високою: близько 86%. Тобто системи часто приходили до близького змістового висновку. Але перетин цитованих URL становив лише 13,7%, а перетин унікальних слів - близько 16%.[9] Інакше кажучи, висновок може бути схожим, а шлях до нього - зовсім іншим.
Дані: Ahrefs, https://ahrefs.com/blog/ai-overviews-vs-ai-mode/ Вибірка: 540 тис. пар для URL та 730 тис. пар для аналізу відповідей, США, вересень 2025 року.
У тому самому дослідженні AI Mode у середньому формував приблизно у чотири рази довші відповіді й містив у 2,5 раза більше сутностей людей і брендів. Якщо бренд уже згадувався в AI Overview, імовірність його появи в AI Mode у цій вибірці становила 61%. Водночас 11% AI Overviews і 3% відповідей AI Mode не містили цитованих джерел.[9] Ці цифри не треба переносити як константу на 2026 рік: моделі й інтерфейси вже змінилися. Їхня цінність в іншому - вони показують сам факт розходження між системами на великій вибірці.
Для практичного SEO це означає, що навіть усередині Google треба розділяти щонайменше два завдання: присутність у AI Overview та присутність в AI Mode. Якщо сайт добре цитують в одному форматі, це ще не доказ, що другий формат бачить його так само. І навпаки, відсутність у AI Overview не означає автоматичну відсутність у AI Mode.
2.3. ChatGPT Search: пошуковий запит формується вже після питання користувача
У ChatGPT логіка входу інша. Користувач не обовʼязково вирішує, що зараз він «іде в пошук». ChatGPT може запустити веб-пошук автоматично, коли для відповіді потрібна актуальна інформація, або користувач може вибрати пошук вручну.[4] Це змінює не лише інтерфейс, а й те, що SEO вважає запитом.
OpenAI прямо описує механіку переписування: початкове питання може бути перетворене в один або кілька цільових пошукових запитів. Після перегляду перших результатів система може відправити додаткові, більш специфічні запити.[4] Тобто фраза, яку написав користувач, не обовʼязково збігається з фразою, за якою система шукала ваш документ.
Це важлива причина, чому пряме зіставлення початкового запиту, топ-10 Google і джерел ChatGPT часто дає слабкий перетин. Якщо ChatGPT розклав потребу на кілька інших пошукових формулювань, порівнювати його джерела тільки з SERP для початкової фрази методологічно недостатньо.
Схематичне відтворення на основі офіційної довідки OpenAI: https://help.openai.com/en/articles/9237897
Для власника сайту OpenAI окремо розділяє пошукове виявлення і навчання моделей. Щоб контент міг потрапляти у зведення й фрагменти ChatGPT Search, не треба блокувати OAI-SearchBot. GPTBot - інший робот, який використовується для керування потенційним використанням контенту в навчанні.[5] Це принципова технічна різниця: заборона навчання не повинна автоматично перетворюватися на заборону пошукового виявлення, якщо бізнес хоче отримувати переходи та цитування з ChatGPT.
OpenAI також повідомляє, що переходи з ChatGPT Search автоматично містять utm_source=chatgpt.com.[5] Це одна з небагатьох ділянок пошуку із використанням ШІ, де джерело переходу можна визначити без моделі або стороннього сервісу: трафік із ChatGPT реально відокремлюється в аналітиці. Але це вимірює тільки переходи. Бренд може бути згаданий або процитований без кліку, і GA4 цього не покаже.
Авторська схема. Основа: Google Search Central описує розгортання запиту; OpenAI Help Center описує переписування питання в один або кілька цільових запитів.[1][4]
2.4. Perplexity і Copilot: відповідь стоїть попереду списку посилань
Perplexity від початку позиціонує себе як пошукову систему з генеративною відповіддю. В офіційній довідці сервіс описує процес досить просто: інтерпретація питання, пошук в інтернеті в реальному часі, узагальнення знайденої інформації та посилання на джерела.[6] Для SEO важливе не маркетингове формулювання, а факт: сторінка конкурує не лише за місце в списку результатів, а за включення в набір джерел, з яких формується відповідь.
У липні 2026 року Perplexity окремо оновив документацію щодо сканування. PerplexityBot використовується для індексації сторінок і появи сайтів у результатах Perplexity. Окремий Perplexity-User використовується для запитів, ініційованих користувачем. У документації Perplexity зазначає, що PerplexityBot дотримується robots.txt; для бота, який виконує запит користувача, діє інша логіка.[7] Це ще один приклад того, чому «дозволити всіх ботів систем ШІ» або «заблокувати всіх ботів систем ШІ» - поганий технічний підхід.
У Microsoft картина ще одна. Bing Webmaster Tools з лютого 2026 року показує AI Performance для Microsoft Copilot, генеративних підсумків Bing та окремих партнерських інтеграцій. Звіт містить загальну кількість цитувань, середню кількість цитованих сторінок, цитування на рівні URL, динаміку та вибірку запитів для пошуку джерел - пошукових фраз, за якими ШІ отримував контент, використаний у відповіді.[8] Це дуже цінно саме тому, що Bing показує частину проміжного шару між запитом і цитуванням.
| Платформа / формат | Як формується результат | Що бачить SEO напряму | Що не можна припускати |
|---|---|---|---|
| Google AI Overview | Генеративна відповідь усередині Search; може використовувати розгортання запиту | Покази у звітах Google; видимі джерела в самій відповіді | Що топ-3 органічної видачі автоматично стане третім або кращим джерелом |
| Google AI Mode | Діалогова відповідь з пошуковими джерелами та уточненнями | Посилання у відповіді; генеративна видимість у Google | Що джерела збігаються з AI Overview |
| ChatGPT Search | Може переписувати питання в кілька пошукових запитів і шукати автоматично | Цитування / «Sources», переходи з utm_source=chatgpt.com | Що початковий текст користувача дорівнює реальному пошуковому запиту |
| Perplexity | Пошук у вебі + генеративне узагальнення + джерела | Цитовані джерела; логи ботів | Що логіка відбору збігається з Google |
| Microsoft Copilot / Bing AI | Генеративні відповіді на базі пошуку і пошук джерел | Bing AI Performance: цитування, цитовані сторінки, запити для пошуку джерел | Що кількість цитувань дорівнює позиції або авторитету |
2.5. Органічне ранжування і цитування у відповідях ШІ перетинаються, але не є одним і тим самим
Теза «щоб бути процитованим у відповідях ШІ, достатньо бути в топ-10» звучить привабливо, бо переносить стару модель SEO в новий інтерфейс. Дані не дають підстав так спрощувати. У березні 2026 року Ahrefs оновив дослідження AI Overview на 863 тис. SERP і приблизно 4 млн URL, показаних у AI Overview. За оновленою методологією 38% сторінок, процитованих у AI Overview, одночасно ранжувалися в топ-10 органічної видачі для того самого запиту.[10]
Це сильний перетин, але не тотожність. Якщо 38% цитованих сторінок є у топ-10, більшість цитованих URL у цій конкретній методології знаходилась поза топ-10 або в інших блоках. Ще важливіше: попередня версія дослідження Ahrefs 2025 року давала значно вищу оцінку перетину. Сам Ahrefs пояснив оновлення зміною парсингу й методології.[10] Для мене це корисний урок не про точну цифру, а про дисципліну роботи з дослідженнями: пошук із використанням ШІ змінюється настільки швидко, що навіть відомий відсоток треба зберігати разом із датою, вибіркою і способом підрахунку.
Окреме дослідження Ahrefs на 15 тис. запитів для ChatGPT, Gemini, Copilot і Perplexity показало ще слабший звʼязок із топ-10 Google. У середньому лише близько 12% URL, процитованих ChatGPT, Gemini та Copilot, були присутні в топ-10 Google для початкового запиту; Perplexity був ближче до класичної видачі: майже третина цитованих URL збігалася з топ-10 Google.[11] Це не пряме порівняння з дослідженням AI Overview: інший продукт, інша вибірка, інший метод. Але напрям однаковий: шар цитувань не є копією шару органічного ранжування.
МІФ
Міф: «Якщо сторінка в топ-3 Google, вона автоматично стане джерелом відповіді ШІ». Факт: високі позиції в органічній видачі можуть збільшувати шанс бути серед кандидатів, особливо в пошуку Google із використанням ШІ, але публічні дані не підтверджують правила 1:1. Цитування сторінки залежить від окремого відбору джерел після інтерпретації й розгортання запиту.
2.6. Нестабільність джерел: один скріншот нічого не доводить
Класичне відстеження позицій привчило SEO-фахівців до відносно стабільної одиниці спостереження: запит, позиція, дата, країна, пристрій. Генеративна відповідь додає ще один рівень випадковості. Ahrefs у листопаді 2025 року проаналізував понад 43 тис. запитів, для кожного з яких було щонайменше 16 записаних AI Overviews протягом місяця. Між сусідніми спостереженнями текст відповіді змінювався приблизно у 70% випадків, а середня тривалість одного стану відповіді становила 2,15 дня.[12]
Ще показовіші цитування: коли AI Overview оновлювався, в середньому 45,5% цитованих URL змінювалися. При цьому зміст залишався значно стабільнішим: середня семантична схожість між послідовними відповідями становила 0,95 з 1.[12] Це майже та сама картина, яку ми вже бачили при порівнянні AI Overview з AI Mode: відповідь може залишатися змістово близькою, а джерела - обертатися.
Дані: Ahrefs, понад 43 тис. запитів, щонайменше 16 спостережень на запит протягом місяця. https://ahrefs.com/blog/ai-overview-change/
Це знищує практику, яку я бачу в багатьох «GEO-аудитах»: людина вводить десять запитів один раз, робить скріншоти і рахує частку видимості. Така цифра може бути корисною як моментальний зріз, але її не можна видавати за стабільну частку видимості. Якщо майже половина цитованих URL здатна змінитися між послідовними відповідями, потрібні повторні вимірювання й агрегація.
2.6.1. Яку одиницю вимірювання я використовую
Для вимірювання видимості у відповідях ШІ я зберігаю не просто запит і відповідь. Мінімальна одиниця спостереження має включати точний текст запиту, платформу, країну, мову, дату, тип сеансу, наявність попереднього контексту, список цитованих URL, згадані бренди й сам факт переходу або відсутності переходу. Якщо платформа персоналізує відповідь, це теж треба фіксувати.
Авторська схема. Значення в рядках показують структуру запису, а не реальні результати тесту.
Мій робочий стандарт для дослідження, яке впливатиме на бюджет або контент-план: один запуск не вважаю достатнім. Якщо дозволяє вартість збору, роблю кілька повторів у різні дні та аналізую частоту появи, а не лише факт появи. Це не «правило Google», а методологічна відповідь на високу волатильність генеративної видачі.
2.7. Чому запит користувача вже не можна плутати з пошуковим запитом системи
У класичному SEO ми звикли будувати семантику з того, що користувач набирає в пошуковому полі. У генеративному середовищі між фразою користувача і пошуком документів зʼявляється додатковий шар. Google називає цей механізм розгортанням запиту: система може виконувати кілька повʼязаних пошуків за підтемами й джерелами даних.[1] OpenAI описує схожу за функцією поведінку: ChatGPT Search переписує питання в один або кілька цільових запитів і після перших результатів може запускати додаткові уточнення.[4]
Це не означає, що збір і аналіз ключових слів став непотрібним. Навпаки, нам потрібні ключові слова, щоб бачити реальний попит, частотність, SERP, конкуренцію і мову користувача. Але ключове слово перестає бути єдиною одиницею, під яку система шукає документ. Для складного питання треба мислити набором підзавдань: які факти потрібно знайти, які критерії порівняти, які обмеження перевірити, які сутності звʼязати між собою.
Практичний приклад. Запит «який ноутбук краще взяти для постійних перельотів, до 1200 доларів, щоб працювати з великими таблицями і не носити зарядку весь день» може вимагати окремих перевірок ваги, автономності, ціни, продуктивності процесора, обсягу памʼяті, доступності конкретної моделі й реальних тестів батареї. Сторінка не повинна буквально містити весь довгий запит. Вона повинна бути сильною відповіддю на одне або кілька інформаційних підзавдань, які реально виникають у такому сценарії.
2.8. Контроль доступу: пошуковий бот, бот для навчання і бот для запитів користувача - не одне й те саме
Технічна частина пошуку із використанням ШІ часто починається з robots.txt, і тут дуже легко зробити грубу помилку. У різних платформ є різні роботи для різних завдань. OpenAI відділяє OAI-SearchBot, потрібний для пошукового виявлення і появи контенту в ChatGPT Search, від GPTBot, який використовується для керування потенційним використанням контенту в навчанні.[5] Perplexity відділяє PerplexityBot для побудови пошукового індексу від Perplexity-User для запитів, ініційованих користувачем.[7]
Google також відділяє пошук від інших способів використання контенту. Для AI Overviews і AI Mode базовим механізмом керування обходом залишається Googlebot. Якщо власник хоче обмежити текст, що може показуватися в пошуку, Google рекомендує стандартні налаштування фрагментів: nosnippet, data-nosnippet, max-snippet або noindex. Google-Extended стосується окремих інших систем ШІ Google, а не є окремим індексаційним перемикачем для AI Overview чи AI Mode.[1]
| Система | Робот / контроль | Що він контролює | Практична помилка |
|---|---|---|---|
| Google Search AI | Googlebot + налаштування фрагментів у Search | Сканування, індексація та обсяг фрагментів у Search | Блокувати Search через страх перед навчанням моделей |
| ChatGPT Search | OAI-SearchBot | Виявлення контенту для результатів і зведень ChatGPT Search | Плутати OAI-SearchBot з GPTBot |
| Навчання моделей OpenAI | GPTBot | Потенційне використання веб-контенту для навчання | Вважати його обовʼязковим для появи в Search |
| Perplexity | PerplexityBot | Індексація для результатів Perplexity | Блокувати робота, а потім вимагати стабільних цитувань |
| Запит, ініційований користувачем Perplexity | Perplexity-User | Запит сторінки у відповідь на дію користувача | Вважати його звичайним пошуковим ботом |
ПОПЕРЕДЖЕННЯ
Масове блокування всіх ботів із «AI» у User-Agent може одночасно відрізати пошукову видимість, яку бізнес насправді хоче зберегти. Перед будь-яким правилом WAF треба відповісти на три питання: хто сканує, для якої функції, і що саме бізнес хоче дозволити або заборонити.
2.9. Що реально можна оптимізувати, а що ми не контролюємо
Після всього цього легко перейти в протилежну крайність: якщо джерела нестабільні й системи різні, начебто оптимізувати нічого не можна. Це теж неправильно. Ми не контролюємо конкретний список URL у відповіді, але контролюємо велику частину вхідних умов, за якими сторінка взагалі може бути кандидатом.
Для Google фундамент залишається класичним: сторінка має бути доступна Googlebot, проіндексована, придатна до показу з фрагментом, повʼязана внутрішніми посиланнями, містити важливу інформацію у текстовій формі й відповідати правилам пошуку Google.[1] Для ChatGPT треба не блокувати OAI-SearchBot, якщо ми хочемо появи у зведеннях і цитуваннях.[5] Для Perplexity треба дозволити PerplexityBot, якщо видимість у сервісі є бізнес-ціллю.[7]
Далі починається не «секретна GEO-оптимізація», а конкуренція за корисність конкретного документа. Чіткі факти, власні дані, первинні джерела, зрозумілі таблиці, актуальність, однозначні назви сутностей, реальні характеристики продукту, ціни, умови, дати, методологія дослідження - усе це дає системі інформацію, яку можна точно витягти й використати. Це не гарантує цитування. Але це створює набагато сильніший документ-кандидат, ніж загальний текст, який нічого не додає до наявного масиву вебдокументів.
| Шар | Що контролюємо | Що не контролюємо |
|---|---|---|
| Доступ | robots.txt, WAF, статус-коди, внутрішні посилання | Частоту повторного сканування конкретною платформою |
| Індекс / виявлення | канонікалізацію, noindex, якість і стабільність URL | Гарантію включення в індекс сторонньої системи |
| Зміст | факти, структуру, власні дані, оновлення, сутності | Точний підзапит, який система згенерує |
| Відбір джерел | релевантність документа до інформаційного підзавдання | Конкретну вагу сигналів і порядок цитування |
| Відображення | налаштування фрагментів там, де платформа їх підтримує | Формат генеративної відповіді та інтерфейс |
| Бізнес-результат | посадкову сторінку, пропозицію, аналітику, конверсію | Чи клікне користувач після отримання відповіді без переходу |
2.10. Як я будую міжплатформний тест без самообману
Якщо завдання - зрозуміти, де бренд або сайт реально присутній у генеративному пошуку, я не починаю з випадкового списку запитів, придуманого SEO-фахівцем. Я починаю з реального простору попиту: GSC, внутрішнього пошуку сайту, даних продажів, запитів служби підтримки, People Also Ask, форумів, комерційних модифікаторів і питань, які реально виникають перед конверсією. Потім із цього формую контрольний набір завдань користувача.
Другий принцип - не змішувати наміри. Інформаційне питання «як працює X», порівняння «X проти Y», рекомендація «що вибрати», локальне завдання «де знайти», транзакційне завдання «купити/забронювати» і навігаційне завдання «офіційний сайт бренду» повинні аналізуватися окремо. Інакше середня частка цитувань просто змішає зовсім різну поведінку систем.
Третій принцип - однакове середовище. Для кожного запуску я фіксую мову, країну, стан авторизації, чистий або продовжений діалог і дату. Для платформ із персоналізацією бажано мати окремий «чистий» профіль. Якщо система використовує історію діалогу, першу і четверту репліку не можна порівнювати як однаковий запит.
Четвертий принцип - зберігати не тільки факт згадки бренду. Я окремо записую: чи є бренд у тексті; чи є URL бренду серед джерел; який саме URL; скільки усього джерел у відповіді; чи є конкурент; чи є посилання клікабельним; який тип сторінки процитовано; чи це головна, категорія, стаття, відео, форум, профіль або стороння згадка.
Пʼятий принцип - повторювати. Через нестабільність джерел одна відповідь має низьку доказову цінність. Для великих наборів запитів я радше зменшу кількість платформ або частоту збору, ніж залишу по одному неповтореному спостереженню і назву його стабільною часткою видимості.
| Поле в датасеті | Навіщо потрібне |
|---|---|
| query_id / task_id | Стабільний ідентифікатор завдання, незалежний від тексту запиту до моделі |
| exact_query | Точний текст, який ввів користувач або тест |
| intent / funnel stage | Щоб не змішувати інформаційні й комерційні сценарії |
| platform / surface | AI Overview, AI Mode, ChatGPT, Perplexity, Copilot тощо |
| country / language | Локаль та мова можуть змінити джерела |
| session_state | Чистий сеанс, авторизований профіль, уточнювальний запит |
| captured_at | Відповіді й цитування змінюються з часом |
| brand_mentioned | Факт присутності бренду в тексті |
| cited_urls | Конкретні URL, а не лише домени |
| competitor_mentions | Порівняльна видимість |
| answer_hash / snapshot | Дає змогу бачити, чи змінилася сама відповідь |
| referral_clicks | Тільки там, де джерело трафіку реально можна визначити |
2.11. Як читати метрики, щоб не створити новий DR
Пошук із використанням ШІ уже породжує десятки власних показників: оцінку видимості, частку цитувань, частку відповідей, частку згадок, частку джерел, охоплення запитів. Проблема не в самих метриках. Проблема починається, коли похідний показник стороннього сервісу сприймають як прямий сигнал платформи. Це та сама помилка, яку SEO-фахівці роками робили з DR або DA.
Будь-яка власна метрика пошуку із використанням ШІ має починатися з чіткого знаменника. «Частка цитувань 22%» нічого не означає без відповіді: 22% від чого? Від усіх відповідей? Від відповідей, де взагалі були джерела? Від усіх цитованих URL? Від трьох найпомітніших цитувань? За один запуск чи за середнє з повторів? Який набір запитів? Яка країна? Яка платформа?
Для керування командою я використовую кілька простих показників. Охоплення: у скількох контрольних завданнях бренд або сайт зʼявився хоча б раз за період. Частота цитувань: у скількох спостереженнях був процитований конкретний домен або URL. Концентрація джерел: яка частка всіх цитувань припадає на кілька сторінок. Розрив із конкурентами: у яких групах завдань конкурент стабільно присутній, а ми ні. Нестабільність: як часто склад джерел змінюється між повторними спостереженнями. Це не стандарти Google чи OpenAI. Це робочі коефіцієнти для власної аналітики.
2.12. 90-хвилинний практичний аудит: чи однаково вас бачать різні пошукові системи з ШІ
Цей аудит не замінює постійне відстеження. Його завдання - за півтори години зрозуміти, чи проблема взагалі існує і де її шукати.
| Час | Що робимо | Що фіксуємо |
|---|---|---|
| 0-15 хв | Беремо 10-15 реальних завдань із GSC, продажів і служби підтримки; ділимо за наміром | query_id, намір, країна, мова |
| 15-35 хв | Перевіряємо Google AI Overview / AI Mode там, де вони доступні | чи є відповідь ШІ, бренд, цитований URL, конкурент |
| 35-55 хв | Ті самі завдання запускаємо в ChatGPT Search і Perplexity | точний список цитованих URL і типи сторінок |
| 55-70 хв | Порівнюємо URL-джерела між платформами | перетин доменів, перетин URL, сторінки-конкуренти |
| 70-80 хв | Перевіряємо доступ ботів і логи | Googlebot, OAI-SearchBot, PerplexityBot, блокування WAF |
| 80-90 хв | Формуємо 3-5 гіпотез, які можна перевірити даними | технічна проблема, прогалина в контенті, слабка сторінка-джерело, відсутність підтвердження сутності |
Якщо результат показує, що сайт добре ранжується в Google, але майже не зʼявляється в ChatGPT і Perplexity, я не починаю з переписування всього контенту «під LLM». Спочатку перевіряю, чи взагалі доступні потрібні сторінки відповідним роботам. Потім дивлюся, які типи документів цитують конкуренти: первинні джерела, огляди, категорії, довідники, форуми, відео. Лише після цього ставлю контентну гіпотезу.
Якщо навпаки: сайт часто цитують у відповідях ШІ, але переходів майже немає, проблема може бути не в SEO. Можливо, сама відповідь закриває інформаційну потребу без кліку. Тоді треба оцінювати, чи є сенс зміщувати контент у бік завдань, де користувачеві все одно потрібен сайт: калькулятор, персональна пропозиція, актуальна база даних, інструмент, бронювання, оформлення замовлення, детальне порівняння, власне дослідження. Саме тут видимість знову перетворюється на дію.
2.13. Що ми точно знаємо, а що лишається гіпотезою
Ми точно знаємо з офіційної документації, що Google AI Overview та AI Mode можуть використовувати розгортання запиту і можуть показувати різні відповіді та джерела.[1] Ми знаємо, що для появи як посилання-джерела у пошуку Google із використанням ШІ сторінка має бути проіндексована й придатна для звичайного показу з фрагментом.[1] Ми знаємо, що ChatGPT Search може переписувати питання в один або кілька пошукових запитів і додавати уточнювальні пошуки.[4] Ми знаємо, що OAI-SearchBot і GPTBot мають різні функції.[5] Ми знаємо, що Perplexity має окремого пошукового бота і бота для запитів користувача.[7] Ми знаємо, що Bing уже показує цитування та запити для пошуку джерел у Webmaster Tools.[8]
Ми не знаємо з публічних джерел точних ваг сигналів відбору URL у Google AI Mode, ChatGPT Search, Perplexity або Copilot. Ми не знаємо універсального «фактора цитування». Ми не знаємо формули, яка перетворює органічну позицію в імовірність цитування. Ми не можемо з одного скріншота визначити стабільну частку видимості. І ми не маємо підстав називати будь-яку конкретну довжину абзацу, кількість списків або розмітку schema.org універсальним способом «потрапити в LLM».
Саме тому сильна стратегія у 2026 році виглядає менш магічно, ніж маркетинг навколо GEO. Доступ до документа, зрозуміла архітектура, сильна сторінка-джерело, точні факти, власні дані, стабільні сутності, актуальність, зовнішні підтвердження, повторне вимірювання. Новий інтерфейс додає нові точки відбору й нові метрики, але не скасовує необхідність бути найкращим доступним джерелом для конкретного інформаційного завдання.
НОТАТКА З ПРАКТИКИ
Якщо після аудиту видимості у відповідях ШІ ви не можете показати конкретний URL конкурента, конкретний запит, конкретну платформу, дату спостереження і причину, чому цей документ сильніший як джерело, аудит поки не дає завдання для команди. «Покращити GEO» - не завдання. «Додати на /pricing/ актуальну таблицю тарифів із датою оновлення, бо саме такі сторінки конкурента цитуються у 14 із 30 контрольних запитів» - уже завдання.
Джерела до глави
1. Google Search Central. AI features and your website. https://developers.google.com/search/docs/appearance/ai-features Офіційна документація Google про AI Overviews, AI Mode, розгортання запиту, технічну придатність та налаштування фрагментів.
2. Google. A new era for AI Search. I/O 2026. https://blog.google/products-and-platforms/products/search/search-io-2026/ Оновлення AI Mode, безшовний перехід з AI Overview, агенти та нове поле пошуку.
3. Google. New opportunities, control and insights for website owners. https://blog.google/products-and-platforms/products/search/new-controls-website-owners/ Опубліковано 3 червня 2026, оновлено 31 серпня 2026; аудиторія AI Overviews і AI Mode.
4. OpenAI Help Center. Searching the web with ChatGPT. https://help.openai.com/en/articles/9237897 Опис веб-пошуку, цитування і переписування запиту в один або кілька цільових пошуків.
5. OpenAI Help Center. Publishers and Developers - FAQ. https://help.openai.com/en/articles/12627856 OAI-SearchBot, GPTBot, noindex і utm_source=chatgpt.com.
6. Perplexity Help Center. How does Perplexity work?. https://www.perplexity.ai/help-center/en/articles/10352895-how-does-perplexity-work Офіційний опис пошуку в інтернеті в реальному часі, узагальнення й цитування.
7. Perplexity. Crawlers. https://docs.perplexity.ai/docs/resources/perplexity-crawlers PerplexityBot, Perplexity-User, robots.txt та діапазони IP-адрес.
8. Microsoft Bing. Introducing AI Performance in Bing Webmaster Tools. https://blogs.bing.com/webmaster/February-2026/Introducing-AI-Performance-in-Bing-Webmaster-Tools-Public-Preview «Total Citations», «Average Cited Pages», запити для пошуку джерел та активність цитування на рівні сторінок.
9. Ahrefs. Are AI Mode and AI Overviews Just Different Versions of the Same Answer?. https://ahrefs.com/blog/ai-overviews-vs-ai-mode/ 730 тис. пар відповідей; перетин цитованих джерел, змістова схожість відповідей та перетин згаданих сутностей.
10. Ahrefs. Update: 38% of AI Overview Citations Pull From the Top 10. https://ahrefs.com/blog/ai-overview-citations-top-10/ 863 тис. SERP і близько 4 млн URL, показаних в AI Overview, березень 2026.
11. Ahrefs. Only 12% of AI Cited URLs Rank in Google’s Top 10 for the Original Prompt. https://ahrefs.com/blog/ai-search-overlap/ 15 тис. запитів; ChatGPT, Gemini, Copilot і Perplexity, серпень 2025.
12. Ahrefs. AI Overviews Change Every 2 Days. https://ahrefs.com/blog/ai-overview-change/ Понад 43 тис. запитів; волатильність відповідей, цитування та сутності, листопад 2025.