В июне 2026 года произошло то, что аналитики прогнозировали лишь через год: боты впервые обогнали людей в HTTPS-трафике. По данным Cloudflare Radar, 57,5% всех обращений к страницам — это работа автоматизированных агентов, большинство из которых ИИ-системы, собирающие информацию по чьему-то запросу.
CEO Cloudflare Мэттью Принс написал: «Welp, that happened faster than I predicted».
Одновременно Ahrefs опубликовал анализ 1 млрд строк данных о том, что именно цитирует ChatGPT: 67% самых популярных источников — ресурсы с низкой частотой обновления и маркетинговые материалы (Wikipedia — 29,7%, главные страницы сайтов — 23,8%, магазины приложений — 6,6%).
Главная аномалия: 28,3% страниц, которые ChatGPT цитирует чаще всего, имеют нулевую видимость в Google. Их не видит поисковик — но видит ИИ-агент. Это изменение природы аудитории.
Два параллельных рынка видимости
SEO (Search Engine Optimization) и GEO (Generative Engine Optimization) — разные игры с разными правилами. Поисковый алгоритм оценивает граф ссылок, свежесть, глубину расположения страницы. LLM оценивает семантическую плотность, подтверждение достоверности и, главное, наличие такого источника в обучающих данных.
Поэтому страница, которая была авторитетной в 2021–2023 годах, может цитироваться ChatGPT в 2026-м, даже если Google её давно понизил в выдаче. Модель «помнит» источник по обучению. Новый контент, опубликованный вчера, для LLM без RAG-надстройки не существует вообще.
Для автора это означает то, что один и тот же материал нужно оценивать в двух системах координат одновременно.
Как повысить агентную видимость?
1⃣ ИИ-агент извлекает конкретные утверждения, цифры, определения — не сюжет.
2⃣ Формат «Топ-X» доминирует (40% самых цитируемых ChatGPT страниц), потому что из него легко извлечь дискретные факты.
3⃣ Уникальные данные и исследования, на которые ссылаются другие придают авторитет: агент доверяет источникам, которые цитируют другие авторитетные тексты.
4⃣ Присутствие в Wikipedia или ссылки из энциклопедических ресурсов — по-прежнему самый надёжный путь в обучающий корпус следующего поколения моделей.
Проблема измерения и реклама
Агент читает страницу один раз и кэширует данные. Он не возвращается, не кликает по рекламе, не генерирует повторный трафик. При этом информация из материала может «транслироваться» миллионам пользователей — через ответы ChatGPT, Perplexity, Gemini.
Прямое следствие — метрика «просмотры страницы» разрывается с реальным охватом. Традиционная аналитика не регистрирует большинство агентных посещений и не измеряет вторичное распространение через ИИ-ответы.
Инструменты нового поколения — AEO Sensor (HubSpot), Profound, GEOrank — измеряют «присутствие бренда в ответах LLM», но не источниковую атрибуцию. Пока полноценной замены для авторов нет. Рабочий подход: отслеживать рост брендированных запросов в поиске и прямого трафика. Они косвенно отражают влияние ИИ-цитирования.
Теперь о рекламных блоках в тексте. Контекстная реклама строилась на предположении, что человек прочитает материал и увидит баннер. ИИ-агент объявление не видит, не кликает и даже не передаёт пользователю. Рекламная модель, основанная на показах, теряет смысл для той части трафика, которая уже перешла 50% отметку. Новая монетизация для авторов — не рекламный инвентарь, а цитируемость: быть источником, которому доверяют агенты, и затем конвертировать «агентную известность» в прямые обращения и аудиторию.
Основные выводы
📍 Пишите для извлечения, а не для чтения: структурированные утверждения, цифры, определения в начале разделов.
📍 GEO и SEO — разные задачи: материал должен быть оптимизирован для обоих рынков, иначе он невидим для половины аудитории.
📍 Измерение охвата сломано: просмотры страниц занижают реальный охват в новой среде.
📍 Реклама по показам теряет смысл: агентная аудитория не конвертируется в клики.
📍 Авторитет в ИИ-эпоху строится иначе: через уникальные данные, ссылки от авторитетных хабов и присутствие в обучающих корпусах, а не через трафик.
💬 Тест Тьюринга. События в сфере ИИ. Подписаться