Claude Opus 5.5 показав, як насправді може працювати AI Search

У свіжих матеріалах навколо Claude Opus 5.5 знайшлася дуже цікава деталь для SEO: коли Claude використовує `WebFetch`, основна модель не обов'язково отримує повний текст сторінки.

Опис інструмента буквально говорить:

Fetch URL → convert HTML to Markdown → run prompt against content using a small fast model → return the answer

Тобто схема може виглядати так:

Web page → Markdown → small model → extracted evidence → Opus

А не:

Web page → весь контент → Opus

Це важлива різниця.

Мова не про те, що Claude взагалі не читає сторінки. Сторінка завантажується та аналізується, але при WebFetch Opus може отримувати вже відфільтровану відповідь іншої моделі, а не весь документ.

І для SEO це дуже цікаво.

Ще цікавіше — приклади fan-out.

У матеріалах для Opus 5.5 показаний сценарій порівняння CRM.

Замість одного пошуку:

best CRM software

дослідження розбивається на окремі напрями:

pricing

features

integrations

user reviews

І кожен із них фактично стає окремим research task зі своїми пошуковими запитами та джерелами.

Умовно:

best CRM

↓ fan-out

CRM pricing comparison

CRM automation features

CRM integrations

CRM user reviews

↓

retrieve sources → extract evidence → synthesize answer

Це змінює підхід до GEO / AI Search.

Недостатньо просто ранжувати одну money page за head keyword.

Якщо AI приймає рішення за кількома критеріями окремо, ваш бренд має мати достатньо доказів для кожного критерію.

Наприклад, сторінка CRM може чудово пояснювати features, але якщо AI окремо досліджує:

pricing

і не знаходить чітких актуальних цін — бренд може програти цей етап fan-out.

Те саме з:

* integrations;
* limitations;
* comparisons;
* reviews;
* security;
* implementation;
* конкретними use cases.

Для Local Search логіка теж цікава.

Claude вже спостерігали за використанням Google Places: модель може спочатку знайти кандидатів через Places, а потім окремо досліджувати характеристики, які потрібні користувачу.

Тобто запит:

best hotel in London for family with kids

може бути не одним retrieval.

Він потенційно перетворюється на щось ближче до:

family-friendly hotels London

hotel X family rooms

hotel X location

hotel X reviews families

hotel X amenities

А потім Claude збирає відповідь із отриманих evidence.

Фактично нова одиниця оптимізації може бути вже не:

keyword → page

а:

`prompt → fan-out queries → evidence → sources → answer`

І це, на мою думку, одна з найважливіших змін, які AI Search приносить у SEO.

Джерела:

* Anthropic — Claude Opus 5.5
* Anthropic — Opus 5.5 documentation
* Claude Code WebFetch tool description
* Pliny — extracted Claude Opus 5.5 prompt bundle
* Research: how Claude uses Google Places for local search