Мы проанализировали 158 публикаций, чтобы понять, какие тексты цитируют ChatGPT и Алиса. Ответ удивил нас самих

Представьте, что вы написали статью. Хорошую. С цифрами, экспертными мнениями, грамотной структурой. Опубликовали её на своём корпоративном блоге. И…ChatGPT, Perplexity, Claude — никто из них не упомянул её ни разу. Ноль. А конкурент разместил примерно такой же текст на vc.ru, и он цитируется в каждой второй выдаче по теме. Почему так? Рассказываем из собственного опыта.

Полгода назад мы запустили в агентстве внутренний эксперимент. Хотели найти формулу, по которой LLM возьмёт текст в ответ, а какой пропустит. Перелопатили 158 публикаций, провели аудит 78 статей по 28 критериям, проверили, как они ведут себя в ChatGPT, Perplexity, Google AI Overviews, Claude и ещё трёх системах.

Ожидали найти green flag и антипаттерны для ИИ. А нашли кое-что поинтереснее.

Качество текста почти не влияет на цитируемость. Средний балл цитируемых статей на vc.ru — 60,4. Нецитируемых — 62,5. Нецитируемые, по формальным критериям, написаны даже чуть лучше.

При этом citation rate на vc.ru — 52%. На корпоративном блоге того же автора, с теми же текстами — 0%. На Medium — тоже 0%.

Мы долго не могли поверить цифрам. Пересчитали. Проверили ещё раз. Всё оказалось действительно так.

Интересный факт: по данным eMarketer, менее 10% источников, которые цитирует ChatGPT или Gemini, вообще попадают в топ-10 Google по тем же запросам. То есть традиционный SEO-успех и AI-цитируемость — почти параллельные вселенные.

Мы выстроили иерархию из пяти уровней. Работать надо сверху вниз, иначе нижние уровни просто не включаются, пока верхние не выполнены.

Убери любой уровень и получишь ноль.

Есть несколько находок, которые звучат парадоксально.

Факты и цифры. У нецитируемых статей их в среднем больше (45% против 28% у цитируемых). Плотная статистика на «плохую» тему даёт ноль упоминаний. Средняя плотность фактов на правильную тему вызывает десятки упоминаний.

Узкая аудитория в заголовке. Нецитируемые тексты чаще точно определяют аудиторию (45% против 32%). Это кажется плюсом, но на деле «GEO-стратегия для стоматологических клиник» сужает охват запросов до нуля. Правильная стратегия: широкая рамка в заголовке, конкретизация аудитории уже в теле.

Мы проверяли цитируемость в нескольких системах сразу. Но у ChatGPT и Алисы логика настолько разная, что их стоит разобрать отдельно.

ChatGPT читает тексты как пользователь в спешке. Если главное не в начале, он его просто не заметит. Кевин Индиг, который проанализировал 3 миллиона ответов ChatGPT и 30 миллионов цитирований, называет это «налогом на ясность». Определения, выводы и ключевые факты должны быть в первых абзацах, а не в конце.

Второй важный паттерн — структура H2. ChatGPT воспринимает заголовок второго уровня буквально как вопрос пользователя, а следующий абзац читает в качестве ответа. Именно поэтому заголовки-вопросы (+19% к цитируемости) работают.

Ещё одна неожиданная находка: в обычном тексте доля имён собственных — брендов, инструментов, имён людей — составляет 5–8%. В наиболее цитируемых ChatGPT материалах этот показатель достигает 20,6%. Конкретность «якорит» ответ нейросети. Размытые обобщения — нет.

Яндекс Алиса. Другая планета

Алиса работает принципиально иначе. Исследование MOAB на 1 миллионе запросов показало, что попасть в нейроответ Алисы без присутствия в топ-20 Яндекса почти невозможно. 70% доменов, которые она цитирует, уже есть в обычной поисковой выдаче. Для сравнения: у Google AI Overviews этот показатель — 62%. Алиса намного теснее привязана к своей экосистеме.

При этом у неё есть своя странность. В топ-20 цитируемых Алисой сайтов нет ни одного маркетплейса. Совсем. Тогда как в российских нейросетях в целом маркетплейсы забирают около трети всех цитирований — три крупнейших площадки суммарно дают 31%.

Что Алиса любит? Конкретику. Статистику, точные параметры, результаты исследований. Не только прямой ответ на вопрос, но и обзор смежных запросов — не просто «виды рекламы», а ещё «как выбрать формат» и «как оценить эффективность». Глубина материала имеет значение.

И ещё один факт, который объясняет, зачем вообще за это бороться. В октябре 2025 года обновлённая Алиса AI была скачана 1,5 миллиона раз за первую неделю и возглавила российский App Store. По данным Mediascope, к ноябрю 2025-го больше четверти населения России использовали ИИ-сервисы хотя бы раз в месяц. Аудитория уже там.

За полгода мы собрали список «убийц», которые обнуляют любой качественный текст:

Анализ 12 миллионов визитов по 347 компаниям от Superprompt показал: трафик из AI-поиска конвертируется в среднем в 14,2% случаев против 2,8% у Google — разница в пять раз. Пользователи из AI-систем просматривают в 3,2 раза больше страниц и остаются на сайте в 4,1 раза дольше. 73% из них конвертируются прямо в первую сессию, и это против 23% у органики из Google. Получается, что дин посетитель из ChatGPT стоит как пять из поиска. Именно поэтому бороться за цитируемость стоит уже сейчас. Пока конкуренция там ещё низкая.

Правильная тема × Авторитетная площадка × Возраст 2+ месяца × Заголовок-вопрос × Минимальный порог структуры (FAQ + списки + таблицы + 1500+ слов) = LLM-цитирование

Уберите любой множитель и получите ноль. Всё остальное — оптимизация.

Первые результаты планируем оценивать через 2–3 месяца. Раньше просто нет смысла. LLM не спешат.

Если вы работаете с контентом, то главный вывод простой. Не надо писать «красивее». Надо писать в правильной теме, на правильной площадке и с запасом времени на индексацию. Остальное — уже более тонкая настройка.

Поможет ли мне SEO для попадания в AI-выдачу? Частично. Структура и авторитетность площадки пересекаются, но традиционное ранжирование в Google слабо коррелирует с AI-цитированием.

Через сколько времени статья начнёт цитироваться? По нашему опыту минимум 2 месяца. Февральские статьи цитировались в 43% случаев, апрельские — в 7%. Система просто не успевает проиндексировать свежий материал.

Есть ли смысл публиковаться в Telegram? По нашим данным — нет. Citation rate площади в проверенных системах — 0%.

Что важнее: объём текста или структура? Структура. 1500+ слов — это порог входа. Но без FAQ, таблиц и заголовков-вопросов объём не поможет.

Стоит ли добавлять больше фактов и цифр? Не обязательно. У нецитируемых статей фактов было больше. Важна тема и площадка, а не плотность данных.

AEO и GEO — это не очередные модные методы, которые через год забудут, а новая реальность дистрибуции. Раньше за трафик боролись в Google, теперь ещё и внутри ответов ИИ. Разница в том, что в Google конкуренция за топ шла годами и давно перегрета. В AI-выдаче она только начинается. Большинство авторов и команд ещё не перестроились. Они продолжают публиковать кейсы компаний, короткие посты в TenChat и видео без транскрипта. Это означает, что у тех, кто начнёт сейчас, есть реальное окно.

Пока мы проводили этот эксперимент, параллельно собирали инструмент под себя. Назвали его ContentOS. Как SaaS он не продаётся — это внутренняя система, которой пользуется наша команда при работе над контентом для нас и для клиентов. Внутри: база знаний, парсеры с обходом капч и антибот-защиты для сбора исследований, паттерны и антипаттерны из всего написанного нами контента, генератор ТЗ на статью, тройная генерация разными нейросетями с нарезкой лучших кусков и стилизацией под голос автора, плюс автоматическая проверка на ИИ-шность, воду и читаемость.

Результат: статья, которая раньше занимала 16 часов работы копирайтера, теперь выходит за 3 часа. И получается более проработанной, чем если бы человек писал её полностью вручную. Именно с помощью ContentOS мы и проверяли всё, о чём написали выше. Так что если вы дочитали до этого места — у вас уже есть правила. Осталось выстроить процесс, который позволит их соблюдать стабильно и быстро.

Порог входа низкий: выбрать правильную тему, опубликовать на vc.ru или Дзене, добавить таблицу и FAQ, сформулировать H2 как вопросы и подождать. Никакой сложной технической настройки. Просто другая логика.