Что Яндекс прячет в «Библиотеке знаний Нейро»: разбор 295 тысяч ответов

Я выгрузил всю базу ya.ru/neurum – 295 345 вопросов с ответами, тегами и источниками – и посчитал, на кого на самом деле опирается Алиса, когда отвечает людям. Спойлер: Дзен цитируется чаще Википедии в 2,5 раза.

Neurum – это витрина того, как Яндекс видит «хороший ответ нейросети». Это библиотека знаний нейроответов Алисы, которые сгенерировал YandexGPT по самым популярным вопросам от пользователей.

Для тех, кто занимается продвижением в нейросетях, это редкий случай, когда поисковик сам показывает свою внутреннюю кухню. Здесь сотни тысяч ответов с указанными источниками! По ним можно понять, какие площадки Яндекс считает достойными цитирования, какие темы ему важны и где у сервиса слабые места.

Ниже – разбор по цифрам. Все данные взяты из моей выгрузки; где выборка маленькая или вывод спорный, я это отмечаю.

Ответ в Neurum собирается из пяти веб-страниц, а не из «памяти» нейросети. Этот подход называется RAG (retrieval-augmented generation): модель сначала ищет релевантные документы, а потом пишет ответ на их основе.

Проще говоря, Алиса работает как студент с открытой книгой. Она не вспоминает, а находит нужные страницы, читает их и пересказывает своими словами. Поэтому под каждым ответом есть список источников и честная пометка «На основе источников, возможны неточности».

Конвейер выглядит так:

Важный нюанс: вопросы в Neurum – не дословные запросы людей, а их обобщение нейросетью. Значит, база отражает и спрос пользователей, и логику генератора. Это нужно держать в голове при любых выводах.

В среднем на ответ приходится 5,2 источника, а не ровно пять. Значит, часть карточек опирается на большее число страниц – видимо, правило «пяти источников» не жёсткое.

Для SEO отсюда главный вывод: в RAG-системе побеждает не тот, кто выше в выдаче, а тот, чью страницу модель выбрала и процитировала. Попасть в эти пять – новая форма видимости.

В базе 295 345 вопросов в 14 категориях, и распределение по ним очень неравномерное. Наука и образование, Другое и Технологии вместе занимают 57% базы, а Авто и Полезные советы суммарно не дотягивают до 2%.

Лидирует категория «Наука и образование», что логично: школьники и студенты – одна из самых активных аудиторий Поиска с Алисой. Вопросы «объясни», «чем отличается», «как решить» идеально ложатся в формат нейроответа.

Категория «Другое» – вторая по размеру: 62 194 вопроса, больше, чем Технологии. Для рубрикатора это плохой знак: каждая пятая карточка не нашла себе места.

Я вижу три причины. Первая – сетка из 14 категорий слишком грубая: в ней нет здоровья, дома и ремонта, работы и карьеры, хотя это огромные пласты спроса. Вторая – нейросеть генерирует вопросы быстрее, чем кто-то успевает их классифицировать. Третья – часть вопросов действительно междисциплинарна.

Отдельно бросается в глаза отсутствие медицины. Тег «Здоровье» есть на 5 110 карточках, но своей категории у темы нет. Возможно, Яндекс сознательно не выносит YMYL-темы на витрину – там цена ошибки нейросети слишком высока.

Дзен – источник номер один: 82 103 упоминания, в 1,7 раза больше, чем у ВКонтакте, и в 2,5 раза больше, чем у русской Википедии. Всего в ответах встречается 138 647 уникальных источников, но верхушка распределения очень плотная.

Для Яндекса это логично: Дзен – огромный массив свежих текстов почти на любую тему, и он хорошо индексируется. Для качества ответов – спорно: на Дзене рядом лежат экспертные статьи и переписанный рерайт без автора.

Четыре UGC-площадки – Дзен, ВК, Ответы Mail.ru и Большой вопрос – дают около 193 тысяч упоминаний. Это примерно 12,5% от всех 1,54 млн ссылок в базе. Каждая восьмая ссылка в ответах нейросети ведёт на контент, который написал обычный пользователь.

yandex.ru – на 8-м месте с 14 758 упоминаниями. Сюда попадают Маркет, Справочник и другие собственные сервисы Яндекса. Это сигнал того, что площадки Яндекса получают в Нейро гарантированную видимость.

КиберЛенинка – 6-е место, выше YouTube. Вместе с infourok, spravochnick и nsportal образовательные и научные площадки дают больше 52 тысяч упоминаний. Это прямое следствие того, что «Наука и образование» – крупнейшая категория базы.

Отдельно отмечу Хабр и VC: обе площадки в топ-15. Если вы пишете экспертные статьи здесь, у вас тоже есть шанс попасть в ответы Алисы. В целом это уже известный факт.

Уникальных тегов в базе – 169 305, то есть почти по одному новому на каждые два вопроса. В среднем у карточки 5,1 тега. Это уже не рубрикатор, а почти семантическая разметка: большая часть тегов явно генерируется под конкретный вопрос.

При этом основа распределения очень жирная. Тег «Технологии» стоит на 26 977 вопросах – в 2,4 раза больше, чем у второго места «Развитие» (11 109). Вместе с «IT» и «Интернет» технологическая тематика набирает 38 275 использований.

Дальше идут «Обучение», «Образование» и «Дети» – по 7–9 тысяч. Это хорошо коррелирует с категориями. Образовательный интент в Neurum один из главных сейчас.

Для SEO данные теги – готовая карта тематических кластеров. По ним видно, какие связки тем Яндекс считает близкими, и это можно использовать при построении семантики и перелинковки.

Что интересно в выборке из 140 вопросов Турция встретилась в 9 – это 6,4%. Темы самые разные: минимальная пенсия в Турции, штрафные баллы для водителей, юридические тонкости, кухня, туристические маршруты. И даже «Как организовать успешный запуск тантуни-лавки с нуля?».

Оговорюсь: 140 вопросов – маленькая выборка, и делать выводы про всю базу по ней нельзя. Но направление интересное. Объяснений вижу два:

Второй момент – вопросы на английском. Например, «What is the importance of using central tendency measures in data analysis?» или вопрос про стратегии онлайн-образования. Скорее всего, это следы учебных запросов: студенты ищут материалы по англоязычным курсам. Не исключено и то, что Яндекс тестирует генерацию на нескольких языках.

Ещё одна черта базы – высокая конкретика. Вопросы вроде «Каковы основные причины отказа системы внутренней подсветки в Opel Corsa C?» – это длинный хвост в чистом виде. Именно здесь у небольших нишевых сайтов больше всего шансов попасть в источники.

Neurum – бесплатная подсказка, на какие площадки и форматы ориентироваться, чтобы попадать в ответы Алисы. Вот что я вынес для себя:

Neurum – это возможность посмотреть, как работает система нейроответов Яндекса. И для SEO он ценнее, чем кажется на первый взгляд.