11 июня, 18:15

«Ашманов и партнёры»: Роль поискового ранжирования при отборе сайтов в ответы Алисы Яндекса значительно выросла

Количество сайтов, не входящих в топ-10 Яндекса, сократилось в ИИ-выдаче в 4 раза

«Ашманов и партнеры» выпустили новое исследование о поиске с Алисой в Яндексе. В отчете отмечают, что роль поискового продвижения для попадания в нейроответы заметно усилилась за последние полгода. Так доля сайтов, не входящих в топ-10 Яндекса, сократилась в ответах Алисы с 40% до 10% в период c августа 2025 года к началу 2026. По мнению авторов исследования, в «Яндексе, вероятнее всего, подкрутили ручку, регулирующую жесткость привязки выдачи Алисы к топу поиска, чтобы уменьшить вероятность попадания в ИИ-выдаче менее релевантных — а заодно и менее крупных, надежных, авторитетных и т. п. — сайтов». Однако поисковое продвижение не является достаточным условием для попадания в нейроответы ― и при отборе сайтов из топа поиска и при формировании ответов ИИ ориентируется на контент на сайте. Для коммерческих запросов, например, критически важно наличие SEO-текстов, которые при обычном поисковом ранжировании роли почти не играют.

Вероятность попадания в ответы Алисы сайтов, не входящих в топ-5 обычного поиска, ниже, чем год назад

В середине 2025 года выборка сайтов, на базе которой ИИ формулировал ответ, была широкой ― в нее попадали даже сайты, не входящие в топ-30 обычного поиска.

К 2026 году доля страниц с высокими позициями в поиске существенно выросла — что уменьшило остроту проблемы с качеством прежде всего коммерческих ответов Алисы, но и сузило выборку потенциальных кандидатов на попадание в нейро-ответы.

На сегодняшний день вероятность попадания в ответ Алисы быстро снижается примерно от пятой позиции в органике Яндекса к десятой-двенадцатой, а дальше падает почти до нуля. Иначе, говоря для попадания в нейроответы, нужно вывести хотя бы в топ-10 — а еще лучше в топ-5. Таким образом, конкуренция за попадание в ответы во многом сводиться к поисковому продвижению, хотя и не ограничивается только им.

Запросы, по которым надо быть в топе, — далеко не всегда исходные, то есть заданные пользователями

При построении ответа Алиса использует дополнительные производные запросы, а часто заменяет и исходный.
К счастью, какие именно запросы заданы, всегда можно посмотреть (в отличие от Google, который их скрывает). Во-первых, они выводятся в процессе подготовки ответа; во-вторых, их можно увидеть в отладчике.

Не стоит ориентрироваться только на запросы из Вордстата

Запросы, которые задает Алиса, тоже меняют правила игры — в сборе «семантики» для сайта. Они отличаются от того, что обычно попадает в Wordstat Яндекса ― «гуманизированы», начинаются с заглавной буквы, больше похожи на промпт, чем на запрос к поиску.

Критерии отбора в нейроответы не похожи на поисковое ранжирование

Сайты-источники отбираются для нейро-ответов из топа «органики», но критерии отбора непохожи на поисковое ранжирование.

Важен текст на странице — особенно для информационных ответов. Важно наличие адреса и телефона для коммерческих ответов (что сразу понижает шансы крупных сайтов, которые не любят размещать их на каждой странице). Сайтовых факторов нет, если не считать возможных предпочтений к домену и URL.

На этапе формирования ответа уже работает логика текста — даже для коммерческих ответов важно упоминание на странице критериев классификации, а не качество сайта или, например, ссылки. Ответы на коммерческие запросы — в том числе и информационные — строятся в основном из SEO-текстов.

Чтобы попадать в наиболее частые «ответы по плану», сайтам нужны информационные страницы: у коммерческих просто нет шансов быть найденными по информационным запросам. Для решения этой задачи владельцам сайтов стоит развивать собственные медиа ― блоги, онлайн-журналы и т. д.

«Поиск с Алисой» — это не в чистом виде ответ LLM и в еще меньшей степени поиск

Это результат попеременной работы большой языковой модели и обычного органического поиска (в хорошем приближении — Yandex Search API, ранее известный как Yandex. XML). Заказывает музыку ИИ, но своих инструментов контроля качества источников информации у него нет, и эта функция перекладывается на поиск.

Алиса строит ответы из страниц-источников и честно дает ссылки на них — в тех абзацах, которые с них взяты, и дополнительно единым списком в конце.

Правда, некоторые источники попадают только в список, а в тексте ответа не цитируются — в этом случае они менее заметны для пользователя.

Информация обычно переносится в ответы без серьезных изменений — с сокращениями и с добавлением связок, но не более того. Алиса вполне могла бы глубоко перифразировать текст и дополнить его тем, что она, как большая языковая модель, «и так знает», — но она этим обычно не злоупотребляет.

Методология исследования

Мы использовали по 100 первых запросов из 10 подкатегорий рейтинга видимости «Ашманов и партнеры» по E-commerce: товары для дома, для дачи и сада, для строительства, сантехника, освещение, мебель, одежда и обувь, парфюмерия и косметика, спорттовары, авто-мото.

Анализ проводился на основе шести выборок. Три из них информационные: «простые», «по плану», информационная подвыборка «по плану». Еще три коммерческие: стандартная выборка (для нее есть две выкачки: исследованная ранее от конца июля 2025 и новая от конца января 2026), «простая» коммерческая выборка из запросов рейтинга и коммерческая подвыборка «по плану». Данные из ответов Алисы собирались вручную, данные по результатам поиска Яндекса (и Google) — как обычно, автоматически.

Для метавыборки из 1000 запросов мы повторили сбор данных в начале февраля 2026 года — посчитали общую статистику и заметили некоторые важные изменения.

В аналитический отчет добавлены первые результаты анализа новых ответов «Алисы AI», появившихся в апреле 2026.

Присылайте свои комментарии к ситуации на digital-рынке (короткие или развёрнутые, во втором случае сделаем вам полноценную колонку в статейной ленте Коссы):

Email: 42@cossa.ru
Телеграм: @cossawer
VK: vk.com/cossa