Реклама в LLM - она еще успеет заеколебать

Реклама в LLM уже перестала быть гипотезой. ChatGPT начал официальный тест рекламных размещений в США для пользователей Free и Go, а Google встроил рекламу в AI Overviews и AI Mode внутри поиска, то есть маркетинг входит в эпоху, где платное размещение появляется прямо внутри интерфейсов генеративного ответа, а не только рядом с классической выдачей. На этом фоне интернет-маркетинг трансформируется буквально на глазах, когда старые каналы сохраняются, но логика дистрибуции, атрибуции, SEO, эффективности, и сам брендинг быстро смещается в сторону "answer-first" среды, где пользователь получает не список ссылок или нудные длинные буклеты (их альтернативы в цифровом виде красивых веб-ресурсов - туда же), а готовое и крайне простое решение.

Пока рынок рекламы в LLM сейчас делится на три модели. Первая - реклама внутри самого чат-интерфейса, как у ChatGPT, где спонсорские блоки показываются отдельно от основного ответа и маркируются как реклама. Вторая - реклама внутри AI-поиска, как у Google, где объявления встраиваются в AI Overviews и AI Mode, то есть в генеративную надстройку над поиском. Третья - экспериментальная conversational-реклама в ответах и подсказках, как это тестировали Perplexity и Grok, хотя у Perplexity этот путь пока фактически свернут из-за опасений за доверие к ответам.

Первым, кто попробовал запустить монетизацию LLM через рекламу была OpenAI. Компания официально объявила, что тестирует рекламу в ChatGPT в США для взрослых пользователей на Free и Go, при этом платные тарифы Plus, Pro, Business, Enterprise и Education остаются без рекламы. OpenAI отдельно подчеркивает, что реклама не влияет на ответы модели, объявления четко отделены от основного контента, а пользователи могут управлять персонализацией, историей рекламы и частью настроек показа.

Это принципиально - впервые крупнейший массовый LLM-интерфейс начал превращаться в новый медиаканал, похожий одновременно на поиск, рекомендательную систему и личного ассистента.

Google идет по другому пути. Важно не путать Gemini как модель и Google Search как дистрибуционный слой - для рынка интернет-маркетинга сегодня важнее не наличие рекламы "в Gemini", а наличие рекламы внутри AI Overviews и AI Mode, где generative search уже становится частью основной поисковой воронки. Это значит, что рекламодатель борется не только за клик по объявлению, но и за место внутри AI-сборки ответа, где пользователь принимает решение еще до перехода на сайт.

Perplexity, наоборот, показала пределы этой модели. Компания была одной из первых, кто тестировал sponsored follow-up questions и видеоформаты рядом с AI-ответами, но затем фактически свернула развитие рекламы, заявив, что даже маркированные объявления могут подрывать доверие к нейтральности ответа. Для индустрии это очень важный сигнал - monetization в LLM работает только до той точки, пока пользователь не начинает сомневаться, где заканчивается полезный ответ и начинается коммерческое влияние.

Grok и похожие продукты представляют еще более рискованный сценарий - реклама внутри conversational response, то есть почти вшитая в сам ответ. С точки зрения маркетинга идея выглядит привлекательно, потому что можно ловить пользователя в момент сильного интента; с точки зрения репутации и доверия - это гораздо опаснее, особенно если модель сама регулярно попадает в скандалы или дает нестабильные ответы. Поэтому в ближайшие 12–24 месяца рынок, скорее всего, будет двигаться не к тотальному "product placement" в ответах, а к более аккуратным форматам: спонсорские блоки под ответом, коммерческие карточки, shopping units, платные follow-up surfaces и AI-optimized search placements.

Главный переворот состоит в том, что интернет-маркетинг десятилетиями строился вокруг страницы результата: SERP, соцленты, медийные сети, маркетплейсы, email, сайты и лендинги. Теперь между спросом пользователя и брендом встает LLM-интерфейс, который не просто направляет трафик, а интерпретирует намерение, агрегирует источники и часто выдает готовую рекомендацию. Это сдвиг от экономики гиперссылок и навигации по ним к экономики ответов на вопросы - раньше пользователь искал, куда перейти, а теперь он спрашивает, что выбрать.

Из-за этого меняется сама единица конкуренции. Раньше бренды конкурировали за позицию в выдаче, CTR, CPC и share of voice в медийке. Теперь они конкурируют за вероятность быть упомянутыми, процитированными, встроенными в ответ или включенными в рекламный блок, который система сочтет релевантным текущему намерению пользователя. Иными словами, классическое SEO перестает быть единственным центром органического спроса: к нему добавляются GEO, AEO, citation optimization, entity authority и структурирование контента под машинное извлечение.

Меняется и воронка. В обычном digital-маркетинге путь выглядел так: запрос → SERP/лендинг → сравнение → конверсия. В среде LLM путь все чаще выглядит так: запрос → синтезированный ответ → короткий список вариантов → один переход, либо вообще нулевая кликабельность. Это означает, что многие бренды будут терять органический трафик даже при сохранении спроса, потому что спрос будет съедаться на уровне ответа, а не сайта.

SEO не исчезает, но его роль радикально меняется. Если раньше задача была привести пользователя на страницу, то теперь первая задача - сделать контент пригодным для цитирования моделью, а вторая - удержать смысловое право на тему, бренд, категорию и сущность в глазах LLM-систем. На практике это означает рост значения структурированных данных, FAQ-блоков, прямых ответов на вопросы, авторства, экспертности, прозрачной фактологии и четкой тематической архитектуры сайта.

Классическая работа с ключевыми словами тоже меняется. LLM ориентируются не только на exact-match запросы, а на намерение, контекст, сравнение, ограничения пользователя и follow-up chain, поэтому побеждать будет не тот контент, который просто "заточен под ключ", а тот, который хорошо отвечает на сложный составной вопрос. Например, материал "лучший CRM для малого B2B в Европе с GDPR и интеграцией в Microsoft stack" в новой среде может оказаться полезнее, чем десять слабых страниц под разрозненные коммерческие ключи.

Появляется и новая асимметрия. Сильные бренды получают преимущество, потому что LLM охотнее ссылаются на источники с выраженной репутацией, консистентностью и понятной сущностью бренда, а это усиливает эффект "winner takes more". Малому бизнесу будет сложнее выигрывать объемом страниц; зато он сможет выигрывать глубиной экспертизы, скоростью публикации качественных niche-материалов и высокой цитируемостью в узких темах.

Метрики и механика маркетинга теперь усложнятся. В классическом PPC все было относительно прозрачно: у вас есть показ, клик, сессия, конверсия, CPA, ROAS. В LLM-рекламе часть влияния происходит еще до клика, внутри AI-ответа, а значит, маркетологу придется измерять не только переходы, но и "decision influence inside answer surface".

На примере ChatGPT это уже видно. OpenAI разделяет основной ответ и рекламный блок, позволяет отключать часть персонализации и не передает рекламодателям содержание чатов, но при этом подбор рекламы все равно опирается на тему беседы, прошлые взаимодействия с рекламой и настройки пользователя. Значит, эффективность в LLM будет ближе не к баннерной модели и не к классическому поисково-контекстному подходу, а к гибриду интент-маркетинга, системе рекомендаций и коммерческого контента.

Google тут выглядит сильнее других именно потому, что уже обладает зрелой рекламной и аналитической инфраструктурой. Если реклама идет через AI Overviews и AI Mode, рекламодатель остается внутри экосистемы Google Ads, где есть кампании, ставки, аудитории, измерение и связка с существующим performance-стеком. Поэтому в ближайшей перспективе основной рекламный бюджет будет перетекать не в чистые LLM-стартапы, а в платформы, которые умеют совместить генеративный интерфейс с проверенной системой закупки и измерения.

Контент-маркетинг тоже переживает разворот. Раньше бренды производили контент для двух основных аудиторий: для поисковика и для человека. Теперь появляется третья аудитория — LLM как интерпретатор и посредник. Это значит, что контент должен быть не только интересным и оптимизированным, но и машинно-понятным: с четкой логикой, структурой, фактами, сопоставлениями, таблицами, definition blocks и формулировками, которые удобно извлекать в качестве ответа.

Отсюда рождается новый стандарт "citation-ready content". Такой материал не обязательно самый длинный, но он легко разбирается моделью на атомарные смысловые блоки: что это, кому подходит, чем отличается, какие ограничения, сколько стоит, в каких сценариях полезно. В выигрышной позиции будут сайты, которые умеют быстро публиковать экспертный, хорошо структурированный и регулярно обновляемый контент, а не просто генерировать тысячи SEO-страниц без реальной ценности.

Особенно вырастет ценность брендовых и сравнительных материалов. Когда пользователь спрашивает у LLM "что лучше", "что выбрать", "чем отличается" или "какая альтернатива", модель ищет не только факты, но и удобную рамку принятия решения. Значит, брендам нужно создавать страницы сравнений, buyer guides, сценарные посадочные страницы, FAQ по возражениям и контент, который помогает не просто ранжироваться, а участвовать в формировании выбора.

Для агентств и in-house команд переворот будет не только канальным, но и организационным. Граница между SEO, контентом, PPC, CRO, PR и product marketing будет размываться, потому что попадание в ответ LLM зависит сразу от репутации бренда, структуры данных, качества сайта, цитируемости, контента и платного присутствия в AI-поверхностях. Отдельно вести "органику", "контекст" и "контент" станет менее эффективно - нужен единый revenue-engine под search + AI + answer surfaces.

Изменится и функция медиапланирования. Раньше новый канал можно было оценить через reach, CPM и исторические бенчмарки. Теперь нужно анализировать, где именно в customer journey пользователь получает AI-ответ: в поиске, в чате, в shopping assistant, в офисном copilot, в браузере, в мобильном ассистенте. В результате медиастратегия будет строиться не вокруг площадок, а вокруг типов намерений и точек принятия решения.

Командам также понадобится новая аналитика. Стандартных отчетов по сессиям и last-click станет недостаточно, потому что часть спроса будет перехватываться до визита на сайт. Придется измерять brand mention rate в AI, share of citation, answer inclusion rate, assisted conversions from AI surfaces и динамику branded search после появления бренда в генеративных ответах.

В ближайшие годы победят не те, кто просто "запустил AI", а те, кто контролирует три слоя одновременно. Первый слой - модель и интерфейс ответа, как у OpenAI или Google. Второй - рекламная инфраструктура и измерение, где Google пока объективно сильнее всех, а OpenAI только строит систему. Третий - доступ к данным о намерении пользователя, где особенно ценны поисковый контекст, история взаимодействий, shopping-сигналы и операционная экосистема вокруг пользователя.

Поэтому рынок, скорее всего, будет развиваться по гибридному сценарию. ChatGPT будет формировать новый класс conversational inventory с дорогим и ограниченным, но очень качественным вниманием. Google будет поглощать львиную долю бюджетов через интеграцию генеративного слоя в существующий ads stack. Специализированные игроки вроде Perplexity будут вынуждены выбирать между монетизацией рекламой и сохранением доверия как core value продукта.

Брендам не стоит ждать "стабилизации рын", потому что архитектура спроса уже меняется. Первое, что нужно сделать - перестроить контент под цитируемость: ясные ответы, фактологичность, структура, авторство, обновляемость и тематическая полнота. Второе - начать отслеживать, как бренд и продукты упоминаются в ChatGPT, Perplexity, Google AI Overviews и других answer-интерфейсах, а не только в классическом SERP.

Третье - не отказываться от PPC, а готовить его к новой среде. Это означает выделять экспериментальный бюджет на AI surfaces, но не переносить туда основной spend без понятной атрибуции и brand-safety политики. Четвертое — соединить SEO, PPC, digital PR, product marketing и analytics в единую систему влияния на ответ, а не на клик как таковой.

Реклама в LLM - не просто новый инвентарь, а начало перехода от интернета ссылок к интернету ответов, где маркетинг борется уже не только за трафик, а за право быть частью машинно-собранного решения пользователя. И именно поэтому ближайшие годы будут не эволюцией digital, а его глубокой перестройкой: выигрывать станут бренды, которые научатся быть одновременно заметными для алгоритма, убедительными для модели и полезными для человека.