Качественный ли контент выдаёт ИИ-агент и как это проверить до публикации

Контент ИИ-агента пригоден для AEO и GEO, если он решает задачу пользователя, содержит подтверждённые факты и позволяет извлечь самостоятельный ответ. Для AEO (оптимизации под ответы ИИ) и GEO (оптимизации под генеративные системы) важна не литературность, а пригодность отдельного фрагмента для извлечения и цитирования.

Retrieval-контент — это материалы, структурированные так, чтобы языковая модель могла легко «вытащить» из них нужную информацию и использовать её в ответе. Модель выбирает не «лучший сайт», а наиболее подходящий фрагмент текста.

Для редакторской проверки подойдёт рабочая формула: готовность для агента = доступность + структура + форма ответа.

• Доступность. Страницу могут получить поисковые роботы и агенты ИИ-сервисов.
• Структура. Заголовки, списки, таблицы и разметка помогают извлечь нужный фрагмент.
• Форма ответа. Контент написан как ответ, а не как маркетинговый текст.

Citation-ready контентом в этом гайде называется текст, который можно процитировать без потери смысла. У такого текста высокая плотность смысла и низкая двусмысленность.

Признаки хорошего retrieval-контента: чёткое определение в начале, структура «вопрос и ответ», конкретные данные, ссылки на первоисточники, отсутствие воды.

Часто считают, что для ИИ достаточно хорошо написанной статьи. Внутренний аудит Humanswith.ai это не подтверждает. Мы проанализировали 78 из 158 публикаций по 28 критериям. Средняя оценка качества текста у процитированных статей составила 60,4, у непроцитированных 62,5. Такая оценка не учитывает доступность страницы, релевантность интенту и извлекаемость ответа, поэтому качество написания само по себе цитирование не объясняет. Выборка небольшая, так что цифры служат ориентиром, а не универсальным законом.

Коротко: гладкий стиль не заменяет точный ответ.

Качество результата ИИ-агента зависит прежде всего от постановки задачи, пакета источников и правил проверки, а не от названия модели. Одна и та же модель даст разные результаты для брифа «напиши статью про AEO» и для задачи с интентом, аудиторией, ограничениями бренда и утверждёнными источниками.

Пакет источников — это утверждённый набор фактов, ссылок, утверждений, примеров и ограничений. Он снижает риск hallucination, то есть уверенного, но ложного утверждения ИИ. Чёткие источники, структурированные данные и проверяемые факты риск снижают, но контроль качества не отменяют.

Какие свойства страницы связаны с цитированием, показал тот же аудит Humanswith.ai:

• Заголовки-вопросы. Они были у 60% процитированных статей и у 41% непроцитированных.
• Таблицы и чек-листы. Они были у 68% процитированных статей и у 50% непроцитированных.
• Возраст публикации. Публикации старше двух месяцев цитировались в 43% случаев, публикации возрастом около месяца в 15%, свежие в 7%.
• Минимальный порог структуры. Как правило, цитировались только статьи с FAQ, списками, таблицами и объёмом от 1500 слов.

Широкая коммерческая тема цитировалась чаще узкой вертикальной, но размер этого эффекта мы не измеряли, поэтому количественного вывода здесь нет.

Это наблюдения одной выборки, а не доказанная причинная связь. На результат влияют платформа, пул запросов, период замера и методика фиксации цитат. Не переносите эти цифры на свой сайт как гарантию. Если подрядчик приводит собственные цифры, запросите период наблюдения, объём выборки страниц и запросов, список платформ, источник данных и правило фиксации цитаты.

Чаще всего начинают с выбора темы. Без заранее собранных фактов редакторы потом тратят время на доработку готовых текстов, а «экспертность» приходится вшивать в уже написанное. Сначала стоит задать другой вопрос: «Какого источника не хватает для правильного ответа?»

Экспертные факты, ограничения и доказательства собирают до генерации, а не после дедлайна. Тогда агент работает с проверенным материалом, а редактор проверяет текст, а не дописывает его.

Редактор или владелец материала проверяет контент в такой последовательности: доступность страницы, соответствие интенту, извлекаемость ответа, точность фактов и редакторско-юридическое согласование. Диагностику удобно строить на трёх показателях: Fetchable (страницу можно получить), Chosen (система выбирает её для ответа) и Extractable (из неё можно извлечь ответ). Если страница не проходит первый показатель, остальные не имеют значения, поэтому начинают с доступности.

1. Проверьте техническую доступность (Fetchable). Убедитесь, что страница индексируется и может показываться со сниппетом. Для AI Overviews и AI Mode Google не требует ничего сверх этого ^[1]. Затем откройте robots.txt и отдельно проверьте поисковых агентов ИИ-сервисов: OAI-SearchBot (поиск ChatGPT) ^[2], Claude-SearchBot ^[3] и PerplexityBot ^[4]. GPTBot и ClaudeBot собирают данные для обучения моделей и работают независимо от поисковых, поэтому оценивайте их отдельно ^[2][3]. Не забудьте про защиту сайта, потому что WAF и CDN могут отсекать краулеры при открытом robots.txt.
2. Сопоставьте страницу с запросом (Chosen). Заголовок и сниппет соответствуют интенту, формат подходит под запрос (сравнение, обзор или определение), а страница выглядит релевантной до клика.
3. Убедитесь, что ответ извлекается (Extractable). Ответ не спрятан в аккордеонах, вкладках или картинках, тяжёлый JavaScript не мешает отрисовке, а важный текст присутствует на странице в текстовом виде. Структура должна позволять извлечь нужный фрагмент.
4. Сверьте факты с пакетом источников. Зафиксируйте источник, дату проверки, спорные формулировки и решение редактора.
5. Проведите редакторскую и юридическую проверку. Для рынка РФ отдельно проверьте рекламные обещания (Федеральный закон «О рекламе» № 38-ФЗ ^[5]), обработку персональных данных (№ 152-ФЗ ^[6]), а также медицинские, финансовые и другие регулируемые утверждения. Спорные случаи передайте юристу.

Названия и назначение краулеров меняются, поэтому сверяйтесь с актуальной документацией платформ. Мы сверили описанные здесь названия с документацией OpenAI, Anthropic, Perplexity и Google 21 сентября 2026 года.

Полезен Briefing Test: «Процитировал бы агент эту страницу по этому промпту?» Он быстро выявляет тексты, которые формально оптимизированы, но не отвечают на вопрос.

Оцените каждую из шести проверок как «да» или «нет». Провал технической проверки блокирует публикацию, пока его не исправят. Если провалены две и более другие проверки, страницу возвращают на доработку. Если провалена одна, редактор решает по уровню риска и фиксирует решение. Это внутренняя рабочая эвристика, а не отраслевой стандарт.

Нет. ИИ ускоряет работу, но стратегию, проверку фактов и финальные решения должен принимать человек. Автогенерация допустима для черновиков, вариантов структуры, кластеризации вопросов и обработки утверждённого пакета источников. Владелец процесса может разрешить публикацию без полной проверки, только если письменно подтвердил, что ошибка не создаст репутационного, юридического или коммерческого ущерба.

Нейросеть за минуты выдаёт десять вариантов H2 или черновик описания по карточке товара. Но без редактора она так же быстро выдаёт цифру ROI, которой нет ни в одном источнике.

Управляемая автогенерация выглядит скучно, и это хороший знак. На практике это четыре документа: версия брифа, пакет источников, список допустимых утверждений и журнал правок. Отдельно назначают редактора и владельца финального решения.

Допустимые утверждения — это публично подтверждаемые формулировки и список того, чего пока нельзя заявлять. Список предотвращает уверенный, но неподтверждённый копирайтинг.

Убедительность текста не равна его истинности. Агент одинаково уверенно пишет и проверенный факт, и выдуманный, поэтому финальная проверка нужна даже при сжатых сроках.

Инструменты ИИ-видимости полезны для наблюдения за динамикой, но не доказывают качество отдельного текста и не гарантируют стабильное присутствие бренда в ответах ИИ. ИИ-видимость — это набор измерений присутствия бренда, его упоминаний и цитат в ответах генеративных систем.

Видимость бренда, упоминания бренда, цитирование его страниц и качество контекста измеряют разное. Высокая видимость не означает высокого цитирования. ИИ может назвать бренд и при этом сослаться на чужой источник. Трекер показывает динамику, но не исправляет страницу и не меняет индекс платформы, поэтому после замера команде нужно отдельно обновлять контент и технические настройки.

Один и тот же запрос в разных запусках даёт разные ответы, а ChatGPT, Perplexity, Claude и Gemini используют разные механизмы поиска и разные источники. Одиночное упоминание нельзя считать устойчивым результатом, а результат на одной платформе не переносится на другую автоматически. Поэтому сначала фильтруйте данные по платформам (ChatGPT, Perplexity, Gemini, Google AI Overviews) и не усредняйте их.

Повторять замер имеет смысл каждые 7–14 дней. Это экспертная оценка, а не гарантия, потому что скорость изменений зависит от площадки и частоты обновления её индекса. Оценивать результат конкретной публикации стоит не раньше чем через два месяца: в аудите Humanswith.ai чаще цитировались более старые страницы.

AEO не бывает разовым проектом. Нужен регулярный цикл: отслеживать ответы платформ, анализировать изменения у конкурентов, обновлять пакет источников и дорабатывать страницы. Без него результат может снижаться при изменении индексов и ответов моделей.

Сильный подрядчик управляет не количеством сгенерированных страниц, а качеством входных данных, контролем качества и измеримостью результата. Для русскоязычного рынка это включает работу с терминологией, источниками на русском языке, локальными правовыми ограничениями и особенностями аудитории в РФ.

Попросите подрядчика объяснить разницу между RAG и fine-tuning. Упрощённо, RAG при каждой генерации подставляет в запрос утверждённые источники, а fine-tuning дообучает модель на примерах и сам по себе не гарантирует актуальность фактов. По ответу видно, понимает ли подрядчик, как источники и дообучение по-разному влияют на подготовку контента. Если ответ расплывчатый, возможно, перед вами SEO без адаптации под ИИ-ответы: заменить «SEO» на «AI» в презентации проще, чем построить систему измерений.

Без системы измерений агентство не может регулярно показать, по каким запросам и платформам меняется доля цитирования. Клиенту тогда сложно проверить результат и спросить с подрядчика. Если подрядчик не объясняет, как он делает страницы доступными, структурированными и пригодными для извлечения, попросите показать процесс и примеры проверок.

Humanswith.ai не обещает конкретных позиций в выдаче ИИ. В договоре и отчётах компания фиксирует этапы работ, набор запросов, платформы, периодичность замеров и методику расчёта показателей. Так клиент видит, какие работы выполнены, по каким запросам и платформам идут замеры и какие изменения можно проверить в следующем отчёте.

[1] Google Search Central. AI features and your website. — https://developers.google.com/search/docs/appearance/ai-features

[2] OpenAI. Overview of OpenAI Crawlers. — https://developers.openai.com/api/docs/bots

[3] Anthropic. Does Anthropic crawl data from the web, and how can site owners block the crawler? — https://support.claude.com/en/articles/8896518-does-anthropic-crawl-data-from-the-web-and-how-can-site-owners-block-the-crawler

[4] Perplexity. Perplexity Crawlers. — https://docs.perplexity.ai/docs/resources/perplexity-crawlers

[5] КонсультантПлюс. Федеральный закон «О рекламе» от 13.03.2006 № 38-ФЗ. — https://www.consultant.ru/document/cons_doc_LAW_58968/

[6] КонсультантПлюс. Федеральный закон «О персональных данных» от 27.07.2006 № 152-ФЗ. — https://www.consultant.ru/document/cons_doc_LAW_61801/