Еженедельное исследование AI-поиска: четыре границы измерения видимости

Вопрос этой недели — какие свежие публикации действительно меняют способы измерять AI-видимость и объяснять изменения в ответах. Материал объединяет четыре первичных работы, опубликованные или обновлённые в августе 2026 года. Это не рейтинг платформ и не обещание получить ссылки. Единица анализа — конкретный эксперимент, его выборка и сохранённые материалы. Мы отдельно учитываем обращение робота к странице, возможный выбор страницы для ответа, упоминание бренда, показ ссылки и переход пользователя. Совпадение этих событий по времени не доказывает, что одно вызвало другое.

В исследовании от 3 августа сравнивали диалоги из нескольких шагов, сохраняя последнюю реплику одинаковой. Модель получала либо весь диалог, либо только последний запрос, либо короткое восстановление истории. В 44,7% наблюдений полный диалог и запрос без истории дали заметно разные ответы; судья считал часть различий способной изменить действие пользователя. Это не доказывает, что длинная история всегда лучше и не измеряет веб-поиск. Но результат делает некорректным сравнение двух замеров, если один запуск был продолжением диалога, а другой — чистым запросом. В записи теста надо хранить, продолжался ли диалог, и как передавалась история.

В медицинской выборке от 13 августа три рабочих чат-бота подбирали первичные исследования для 20 клинических запросов и сравнивались с экспертным набором Cochrane. Один ответ находил в среднем 39,2% включённых работ; объединение четырёх повторов находило 74,2% хотя бы раз. Формулировка от лица исследователя давала больший охват, чем пациентская. Эти проценты относятся только к двадцати медицинским запросам и не переносятся на бренды или коммерческий поиск. Практический вывод уже переносим как метод: считать стабильное ядро, совокупный охват и редкий хвост отдельно. Пропуск в одном ответе не доказывает отсутствия источника в знаниях системы.

Лабораторная работа от 11 августа многократно переписывала уже найденные документы, чтобы генеративная система чаще показывала на них ссылки. После повторных изменений в текстах накапливались неподтверждённые утверждения; вариант, который поощрял проверяемое содержание, дал лучший баланс в контрольном наборе. Это не проверка реальных ChatGPT, Google или Perplexity и она не раскрывает их алгоритмы. В редакционном отчёте нужно отдельно учитывать попадание страницы в набор рассматриваемых материалов, показ ссылки, поддержку конкретного тезиса и появление новых ошибок. Более высокая доля ссылок не является успехом, если источник стало труднее проверить.

В проверке Google AI Overview за 25–29 мая использовались 2 597 запросов на темы, где ошибки могут повлиять на здоровье, безопасность или деньги. В этой выборке страницы, которые коммерческий сервис распознал как созданные с помощью AI, получали ссылки чаще. Но исследование не доказывает причинную связь: точность такого распознавания спорна, авторы ограниченно учли другие возможные причины, а связь одного из авторов с компанией-создателем сервиса требует осторожности. Разница в основном возникла у страниц, которые не входили в первые сто обычных результатов Google. Происхождение текста можно изучать как экспериментальный признак, но это не основание советовать генерацию статей ради ссылок из AI-ответов.

S01 изучал ответы без интернет-поиска; отдельно нужно проверить, как история диалога меняет переформулирование промпта и набор ссылок в режимах с интернет-поиском. S02 относится к медицинским запросам, S03 — к симуляции, S04 — к наблюдательному аудиту с чувствительной классификацией. Ни одна работа не раскрывает универсальный фактор позиции. Следующая воспроизводимая проверка должна заранее разделить новый промпт и продолжение диалога, сделать минимум четыре повтора, сохранить полный ответ и отдельно проверить показанную ссылку и подтверждающий фрагмент. Публикуйте абсолютные числа, период, язык, выборку и уровень уверенности.

Перед каждым сравнением запишите точный промпт, язык, страну, режим сервиса и состояние диалога. Сохраните полный ответ, все ссылки, время и версию страницы. Для каждого результата отдельно отметьте: был ли запрос робота, назван ли бренд, показана ли ссылка, подтверждает ли она тезис и был ли переход пользователя. Если источники отличаются, не называйте это изменением ранжирования без сопоставимой контрольной проверки. Читателю нужны исходное количество, исключения и граница применимости, а не только привлекательный процент.

Главная ошибка недели — называть системой известным то, что было проверено только один раз. Практически полезная публикация должна показывать вопрос, условие, источник и ограничение. Если разговор продолжался, это часть теста; если ответ повторили, это часть метода; если ссылка появилась, нужно проверить, какой именно тезис она поддерживает. Такой формат позволяет читателю отличить новое знание от красивого предположения. Он также сохраняет историю: следующий цикл может подтвердить, уточнить или опровергнуть вывод, не переписывая старую дату и не скрывая расхождение.

Для мониторинга разложите ответ на уровни: страница рассматривалась системой, была выбрана для ответа, бренд упомянут, ссылка показана, тезис подтверждён, пользователь совершил действие. Эти события расходятся: система может рассмотреть страницу, но не показать ссылку; ссылка может вести на домен, но не подтверждать конкретную фразу. Поэтому отчёт должен хранить таблицу событий, полный ответ, условия диалога и подтверждающий фрагмент, а не одну оценку «видимости». Повторяемый порядок проверки превращает еженедельную заметку в накопительную базу.