Четыре ИИ-поиска — четыре разных входа: почему только 12% ссылок ChatGPT совпадают с топ-10 Google
ChatGPT, Perplexity, Google AI Overviews и Алиса читают сайт по-разному: это не варианты одного и того же поиска, а четыре разных механизма отбора источников. По данным Ahrefs, 2025, в среднем лишь около 11,9% ссылок, которые цитируют ChatGPT, Gemini, Copilot и Perplexity, совпадают с топ-10 обычной выдачи Google по тому же запросу — у ChatGPT, Gemini и Copilot цифры держатся в районе 6–8,6%, и только у Perplexity заметно выше, около 28,6%. Если вы оптимизируете сайт только под Google, вы не попадаете в три из четырёх ИИ-входов автоматически.
Чем отличается логика отбора источников у ChatGPT, Perplexity, Google AI и Алисы
У каждой системы свой слой извлечения данных (retrieval), и именно он определяет, что попадёт в ответ, а не только качество контента. Google AI Overviews — это надстройка над обычным поисковым индексом Google: по данным Ahrefs, 2025, 76% источников AI Overviews берутся из топ-10 классической выдачи, то есть формула «AI overviews следуют за выдачей» работает буквально. ChatGPT в режиме веб-поиска по умолчанию опирается на Bing (хотя есть признаки, что он частично подключается и к индексу Google), а Gemini — на собственный индекс Google; в обоих случаях ответ формируется через свой слой ранжирования над выдачей, из-за чего совпадение с Google остаётся низким. Perplexity — отдельный случай: у него собственный поисковый индекс и краулер, а не чужая выдача, поэтому его подборка источников структурно ближе к классическому SEO. Алиса (Яндекс) формирует нейроответы на основе собственного поискового индекса Яндекса — у Яндекса нет публичной методологии, сопоставимой по детализации с исследованиями Ahrefs и Semrush, поэтому прямое сравнение процентов здесь невозможно, и это нужно держать в уме, а не достраивать цифрами.
Сколько ссылок ИИ-ассистентов совпадает с топ-10 Google — точные цифры
Главная цифра темы: в среднем только 11,9% ссылок, которые цитируют ChatGPT, Gemini, Copilot и Perplexity, попадают в топ-10 Google по тому же запросу, по данным Ahrefs, 2025. Около 80% цитат ИИ-ассистентов вообще не ранжируются в обычной выдаче Google — это не пограничные страницы с 11–20 позиции, а контент, который классическое SEO-ранжирование не видит вовсе.
Независимое исследование на 72 промптах даёт другие числа, но ту же картину: по данным Orbit Media, 2025, на уровне точного URL совпадение с топ-10 Google — 1–5% у Gemini и ChatGPT и 13–23% у Perplexity; на уровне домена — 10–30%. Все четыре протестированные модели процитировали один и тот же домен на один и тот же вопрос лишь в 1,7% случаев. Разница в абсолютных цифрах между Ahrefs и Orbit Media (28,6% против 13–23% у Perplexity) — следствие разной методологии выборки, а не противоречие: оба исследования сходятся в выводе, что Perplexity ближе к Google, а остальные ассистенты — далеко.
| Платформа | Overlap с топ-10 Google (URL) | Механика отбора источников | Типичные источники |
|---|---|---|---|
| Perplexity | 13–28,6% | Собственный индекс и краулер | Reddit, LinkedIn, обзорные сайты |
| ChatGPT (веб-поиск) | 1–8% | Сторонняя выдача + своё ранжирование | Первичные источники, доки, страницы с ценами |
| Gemini | 1–8% | Сторонняя выдача + своё ранжирование | Reddit, листиклы, подборки |
| Google AI Overviews / AI Mode | ~76% источников из топ-10 | Тот же индекс, что у обычного поиска | LinkedIn, YouTube, Reddit, домены Google |
| Алиса / YandexGPT (гипотеза) | данных нет | Предположительно индекс Яндекса, SERP как предпосылка | не изучено публично |
Почему Perplexity ближе к Google, чем остальные ассистенты
Perplexity ближе к Google, потому что у него собственный поисковый индекс, а не ответ, собранный поверх чужой выдачи. Это ключевое структурное отличие: ChatGPT в режиме поиска опирается в основном на Bing (с признаками подключения и к индексу Google), Gemini — на собственный индекс Google, и оба пересобирают эти результаты через свой слой ранжирования, а Perplexity индексирует веб самостоятельно и тяготеет к проверенным, часто обновляемым страницам. По данным Ahrefs, 2025, совпадение Perplexity с Bing также заметно выше, чем у других ассистентов — около 10% в среднем у остальных против существенно большей доли у Perplexity. Для маркетолога это значит: SEO-работа, рассчитанная на попадание в топ обычной выдачи, конвертируется в видимость у Perplexity лучше, чем у ChatGPT или Gemini.
Как Google AI Overviews выбирает источники
Google AI Overviews и AI Mode используют тот же поисковый индекс и тот же ранжирующий фундамент, что и обычный поиск Google — отдельной разметки или специальных требований для попадания в ИИ-ответ не существует, об этом прямо говорит официальная документация Google Search Central, 2025. Технологически Google применяет query fan-out — один вопрос пользователя разбивается на несколько связанных подзапросов, и ответ собирается из результатов по каждому из них, поэтому набор ссылок в ИИ-блоке шире и разнообразнее, чем в классической выдаче, даже оставаясь в рамках того же индекса. Включение AI Overviews происходит только тогда, когда система решает, что это добавляет пользователю ценность — то есть не каждый запрос получает ИИ-блок.
Практический вывод: если страница проиндексирована Google и имеет право на обычный сниппет, у неё уже есть базовая предпосылка попасть в AI Overviews. Отдельной «ИИ-SEO»-разметки для Google не требуется — подробнее о механике извлечения ответа читайте в материале откуда ИИ берёт ответ.
Что известно о видимости в Алисе — и что остаётся гипотезой
У Яндекса нет публичной методологии, сопоставимой с исследованиями Ahrefs или Semrush по overlap цитат с обычной выдачей, поэтому точных цифр по Алисе и YandexGPT на сегодняшний день не существует. По косвенным данным (это гипотеза, а не подтверждённая цифра), Алиса формирует нейроответы на основе документов собственного поискового индекса Яндекса, и присутствие в обычной выдаче остаётся предпосылкой попадания в нейроответ — то есть по механике Алиса ближе к модели «AI Overviews следуют за SERP», а не к модели ChatGPT или Perplexity с независимым отбором источников. Прямого российского аналога инструментов типа Ahrefs Brand Radar или Semrush AI Visibility Toolkit с таким же охватом для Алисы пока не существует, и выдавать приблизительные оценки за измеренные данные было бы нечестно. Практические шаги по работе с видимостью сайта в этой среде собраны в материале видимость сайта в Алисе.
Почему упоминание бренда и ссылка на сайт — разные метрики
Упоминание названия бренда в тексте ответа и фактическая ссылка на сайт (цитирование) — две разные метрики, и разрыв между ними велик. По данным Orbit Media, 2025, ChatGPT называет бренд по имени в 56% ответов, а ссылается на источник только в 47% ответов; у Gemini упоминание бренда достигает 72%, а ссылка — только 41%. Ещё жёстче эту асимметрию показывает исследование «призрачных цитат» (ghost citations): по данным Semrush, 2025 на выборке из 3981 появления домена по 115 запросам в 14 странах и четырёх движках, 61,7% появлений сайта в ответах ИИ — это ссылка без упоминания бренда в тексте, и лишь 13,2% появлений содержат и ссылку, и имя бренда одновременно. ChatGPT цитирует в 87% случаев, но называет бренд лишь в 20,7%; Gemini — наоборот, называет бренд в 83,7% случаев, но ссылается лишь в 21,4%.
Для отчёта совету директоров это означает: метрика «нас упомянули в ChatGPT» и метрика «на нас сослались в ChatGPT» требуют раздельного трекинга, иначе P&L-отчёт по видимости в ИИ будет врать в обе стороны.
Почему состав источников у ИИ-ассистентов меняется день ото дня
Состав источников у ИИ-ассистентов нестабилен во времени, и это нужно учитывать при построении GEO-стратегии, а не искать «идеальный» набор страниц раз и навсегда. По данным Orbit Media, 2025, при повторном запуске тех же 72 запросов через два дня Claude сохранил лишь 30% ранее процитированных URL, Gemini — 38% доменов, Perplexity — 65%. На уровне доменных предпочтений изменения ещё резче: по данным Semrush, 2025, доля ответов ChatGPT со ссылками на Reddit упала с примерно 60% в начале августа 2025 года до примерно 10% к середине сентября того же года, а доля Wikipedia — с примерно 55% до менее 20%; следом подросла доля PRNewswire, Forbes и Medium. Одна из версий — техническое изменение в выдаче Google (удаление параметра num=100), но аналитики Semrush считают эту версию сомнительной и предполагают, что ChatGPT осознанно снизил вес источников, уязвимых для манипуляций контентом, и стал реже их перецитировать.
Научную рамку для этой нестабильности задаёт понятие Generative Engine Optimization (GEO) — это отдельная дисциплина оптимизации контента под генеративные поисковые системы, которые суммируют несколько источников в один ответ, в отличие от классического SEO, рассчитанного на попадание в список ссылок. По данным совместного исследования Принстона, IIT Delhi, Georgia Tech и Allen Institute for AI (arXiv 2311.09735, KDD'24), применение GEO-тактик повышает видимость сайта в генеративных ответах на величину до 40%, и конкретный набор эффективных тактик зависит от тематики и домена сайта. Подробный разбор методов — в материале GEO и AEO-оптимизация.
Что это значит для бюджета и приоритетов маркетинга
Если вы распределяете бюджет и время команды на видимость в ИИ-поиске как на единую задачу «оптимизация под ИИ», вы считаете неверно: это четыре разные задачи с разной рентабельностью вложений. Классическое SEO даёт наибольший выход на Google AI Overviews (76% источников из топ-10) и умеренный — на Perplexity; на ChatGPT и Gemini оно даёт лишь частичный эффект, потому что до 80% цитат там не ранжируются в Google вовсе. Техническая доступность сайта для ботов ИИ-систем — отдельный пласт работы: что краулерам можно читать и как это проверить, разбирает материал Bing Webmaster Tools для ИИ-поиска.
Частые ошибки
- Считать ChatGPT и Google AI Overviews одной и той же задачей. Это два разных механизма отбора источников: один следует за выдачей Google, другой использует Bing и собственное ранжирование — настройка под один не гарантирует результат в другом.
- Экстраполировать западные цифры overlap на Алису. По Алисе и YandexGPT нет публичной методологии, сопоставимой с Ahrefs или Semrush, и переносить проценты ChatGPT на Яндекс — выдавать гипотезу за измеренный факт.
- Путать упоминание бренда с цитированием (ссылкой). По данным Semrush, 2025, только 13,2% появлений домена в ответах ИИ содержат и ссылку, и имя бренда — отчёт по одной метрике искажает картину по P&L видимости.
- Разово проверить видимость и отложить тему на квартал. Доля источников по доменам у ИИ-ассистентов меняется на горизонте недель: по данным Semrush за 2025 год, доля Reddit в ответах ChatGPT упала с 60% до 10% за полтора месяца.
- Игнорировать Perplexity как «нишевый» канал. Из всех ИИ-ассистентов у него наибольшее совпадение с классической SEO-выдачей — вложения в обычное SEO конвертируются там быстрее, чем в ChatGPT или Gemini.
Источники
- AI Search Overlap: How Much Do ChatGPT, Gemini, Copilot & Perplexity Overlap With Google? — Ahrefs Blog, 2025
- AI Citation Sources: What ChatGPT, Gemini, Copilot and Perplexity Actually Cite — Orbit Media, 2025
- The Ghost Citations Study — Semrush Blog, 2025
- Most Cited Domains in AI (ChatGPT, Google AI Mode, Perplexity) — Semrush Blog, 2025
- GEO: Generative Engine Optimization — arXiv 2311.09735, KDD'24, 2023–2024
- AI features and your website — Google Search Central, 2025
FAQ
Чем отличается ChatGPT от Google в том, что он читает на сайте?
ChatGPT в режиме веб-поиска опирается на сторонние результаты поиска (в основном Bing) и собственный слой ранжирования поверх них, а не напрямую на индекс Google. По данным Ahrefs за 2025 год, только около 8% ссылок ChatGPT совпадает с топ-10 Google — остальные источники обычная выдача не показывает вовсе.
Почему Perplexity ближе к Google, чем ChatGPT или Gemini?
Perplexity использует собственный поисковый индекс и краулер, а не чужую выдачу, поэтому его подборка источников структурно похожа на классическое SEO-ранжирование. По разным методологиям его совпадение с топ-10 Google составляет от 13% до 28,6%, то есть в 2–4 раза выше, чем у остальных ассистентов.
Чем Google AI Overviews отличается от ChatGPT и Perplexity?
Google AI Overviews — надстройка над тем же индексом и тем же ранжирующим фундаментом, что и обычный поиск Google, а не отдельная система с собственным краулером. По данным Google Search Central, отдельных требований или разметки для попадания в AI Overviews не существует — достаточно обычной SEO-готовности страницы.
Что известно о том, как Алиса выбирает источники для ответа?
Публичной методологии, сопоставимой с западными исследованиями по overlap, у Яндекса нет. Предположительно (это гипотеза, не измеренный факт) Алиса строит нейроответы на основе собственного поискового индекса Яндекса, и присутствие в обычной выдаче остаётся предпосылкой попадания в нейроответ.
Почему сайт цитируют в ответе ИИ, но не называют по имени?
Ссылка (цитирование) и упоминание бренда в тексте — разные метрики с разным механизмом формирования у каждой модели. По данным исследования Semrush о ghost citations за 2025 год, 61,7% появлений домена в ответах ИИ — это ссылка без упоминания бренда, и лишь 13,2% содержат оба элемента одновременно.
Нужно ли отдельно оптимизировать сайт под каждый ИИ-поиск?
Да, в разумных пределах: набор источников у ChatGPT, Gemini, Perplexity и Google AI Overviews формируется разными механизмами, поэтому эффект от одной и той же SEO-работы на них отличается. Научная рамка Generative Engine Optimization (GEO) показывает, что применение специфичных тактик под генеративные движки повышает видимость на величину до 40% по данным исследования KDD'24, и конкретные тактики зависят от тематики сайта.
Можно ли доверять точным цифрам overlap как постоянным значениям?
Нет, их стоит воспринимать как ориентир на момент измерения, а не на горизонт года. Доля источников по доменам у ИИ-ассистентов меняется на горизонте недель — например, доля Reddit в ответах ChatGPT упала с 60% до 10% за полтора месяца по данным Semrush за 2025 год, — поэтому видимость сайта в ИИ-поиске требует повторной проверки, а не разового аудита.
Если вам важно не просто знать эти цифры, а выстроить систему измерения видимости бренда в ИИ-поиске и встроить её в маркетинговую отчётность компании — на интенсиве Marketing OS разбираем это на уровне процессов и P&L, а не разовых чек-листов.