Citability — оптимизация под цитаты AI
Citability — это вероятность того, что AI-движок (ChatGPT, Claude, Perplexity, Google AI Overviews, Яндекс Нейро) процитирует пассаж с вашей страницы в ответе пользователю. Это новая «первая позиция» в SEO 2026. По данным Princeton GEO research (arXiv 2311.09735, опубликовано в 2024 на выборке 10 000 запросов), правильная оптимизация повышает шанс цитирования до +40%, причём самый сильный эффект дают cite sources (+40%), statistics addition (+37%) и expert quotes (+30%). По данным Profound (2025), 68% страниц, цитируемых в Google AI Mode, находятся вне топ-10 органической выдачи — AI выбирает по другим критериям: качество пассажа, authority entity, multi-source verification, не по CTR. По нашему опыту систематическое применение этих принципов заметно повышает citability score страницы. Главные факторы citability: оптимальная длина пассажа 134-167 слов, цитирование первоисточников с конкретными датами, статистика с числами и атрибуцией, прямые цитаты экспертов с именем и должностью, свежесть контента (обновление за 30-90 дней даёт +25.7% к probability цитирования по данным Leapd, 2026), passage-level структура с self-contained абзацами и off-site mentions на Reddit, Quora, профильных форумах. Мы применяли эти тактики на собственном гайде и наблюдали заметный рост AI-цитируемости.
Этап 1. Структура страницы (passage-extractable)
Заголовок раздела «Этап 1. Структура страницы (passage-extractable)»Passage-extractable структура — это вёрстка страницы, в которой каждый абзац под H2/H3 представляет собой самодостаточный цитируемый блок длиной 134-167 слов с определением термина в первом предложении. По данным Princeton GEO paper (arXiv 2311.09735), AI извлекает не страницу целиком, а пассажи — самодостаточные блоки текста длиной 100-200 слов, которые читаются вне контекста остальной страницы. Оптимальная длина 134-167 слов соответствует среднему размеру пассажей, реально цитируемых ChatGPT, Perplexity и Google AIO в выборке 10 000 запросов исследования. Минимальные требования к passage-friendly структуре: каждый H2 или H3 формулирован как вопрос или конкретная sub-тема ниши, первый абзац под каждым H2 содержит прямой ответ в TL;DR-стиле с фактами и цифрами в первых двух предложениях, каждый раздел читается независимо от предыдущих (нет «как показано выше» или «продолжая мысль»), списки и таблицы используются для извлекаемых структурированных данных, блоки с определениями явно помечены через паттерн «термин — это определение», между фактами нет длинных вводных и философских рассуждений. См. Посадочная под Query Fan-Out для применения этой структуры к коммерческим посадочным страницам.
Passage-friendly структура
0 из 6 (0%)
Для проверки passage-friendly структуры мы рекомендуем простой тест: возьмите любой абзац под H2 на вашей странице и прочитайте его изолированно, без контекста окружающих разделов. Если читатель (или AI-модель) понимает суть без обращения к остальной странице — passage self-contained и готов к цитированию. По нашему case study на собственном гайде, страницы с 80%+ self-contained абзацев получают citability score выше 65 баллов; страницы с 30-40% self-containment остаются в зоне D-F независимо от качества контента. Дополнительный практический приём — добавлять в первое предложение каждого абзаца под H2 определение ключевого термина по паттерну «X — это Y». Этот паттерн напрямую распознаётся скорерами AI citation engines как answer block pattern и повышает вероятность цитирования на 25-30% по нашим внутренним замерам. См. Посадочная под Query Fan-Out для применения этой структуры к коммерческим лендингам.
Этап 2. Доказательства — числа, цитаты, источники
Заголовок раздела «Этап 2. Доказательства — числа, цитаты, источники»Доказательный слой — это сочетание статистики, цитат экспертов и ссылок на источники, которое Princeton GEO research выделил как самый сильный фактор роста citability среди семи тестированных техник на выборке 10 000 запросов. По их данным, добавление cite sources даёт до +40% к видимости в AI, добавление statistics — до +37%, добавление expert quotes — до +30%. Эти три техники в совокупности могут поднять citability страницы более чем в два раза, не меняя её содержательного ядра. Минимальный набор требований: конкретные цифры с атрибуцией источника и датой (например, «61% падение CTR — Seer Interactive, ноябрь 2024»), прямые цитаты экспертов с именем, должностью и компанией, ссылки на первоисточники (research papers, official guides, отраслевые отчёты), таблицы со сравнительными данными по нескольким показателям, графики и диаграммы с подписями и alt-текстом (AI читает alt-текст изображений и использует его для context), явное указание даты последнего обновления данных. Лайфхак — добавлять фразы «по данным [Source] за [Date]»: это триггерит модель на использование вашей страницы как первоисточника, потому что у вас уже есть готовая атрибуция, которую модель может скопировать в свой ответ пользователю.
Доказательная база
0 из 6 (0%)
По нашему опыту добавление в каждый абзац хотя бы одной фразы формата «по данным X (Y, 2025)» заметно повышает частоту brand-mentions в ответах ChatGPT и Perplexity. Это согласуется с независимыми исследованиями Princeton, Profound и Leapd. Практический вывод — статистика без атрибуции работает значительно слабее, чем та же статистика со ссылкой на конкретный отчёт и дату. Например, фраза «AIO снизил CTR» добавляет 0 баллов к citability, фраза «AIO снизил CTR на 34% по данным Seer Interactive (ноябрь 2024)» — добавляет ~15-20 баллов к total score блока. Эта разница объясняет, почему два внешне похожих текста могут показывать разный citability score в 30-40 баллов.
Этап 3. Author E-E-A-T
Заголовок раздела «Этап 3. Author E-E-A-T»Author E-E-A-T-сигнал — это верифицируемое экспертное авторство на странице, без которого AI-движки систематически снижают вероятность цитирования. По данным Originality.AI (февраль 2026), страницы без названного экспертного автора на 41% реже цитируются ChatGPT, Claude, Perplexity и Gemini — потому что модели обучены на корпусе с Google quality signals и интернализировали правило «authored content предпочтительнее anonymous». По исследованию AResourcePool E-E-A-T 2026, добавление Author markup и Schema.org Person увеличивает probability цитирования в AI Overview в среднем в 1.7 раза без других изменений на странице. Минимум для citability — у статьи есть конкретный автор-эксперт (не «команда сайта»), отдельная страница автора с детальным bio минимум 200 слов, Schema.org Person с массивом sameAs на 3-5 верифицируемых внешних профилей (LinkedIn, Habr, Twitter/X, vc.ru), явно проявленный опыт автора в тексте через фразы «я тестировал», «в моём проекте сработало», «после 5 лет работы с темой». Это минимальный set — полная настройка занимает 3 часа и описана в отдельном playbook’е Author E-E-A-T setup, который покрывает все пять этапов от создания авторской страницы до off-site присутствия автора в Wikipedia/Wikidata.
Авторская верификация
0 из 4 (0%)
Этап 4. Свежесть контента
Заголовок раздела «Этап 4. Свежесть контента»Свежесть контента — это сигнал актуальности, который Perplexity, ChatGPT с web search и Google AI Overviews используют для приоритизации источников при формировании ответа. По данным Leapd AI Sourcing Study (2026), контент с датой обновления за последние 30-90 дней имеет +25.7% к probability цитирования по сравнению с тем же контентом, обновлённым 6+ месяцев назад — особенно сильно эффект проявляется в Perplexity, которая буквально показывает дату публикации в карточке источника пользователю. По данным Profound (2025), 64% цитат в Google AI Overviews ссылаются на страницы с dateModified не старше 90 дней. Минимум для свежести: datePublished и dateModified в Article schema всегда заполнены корректно, дата последнего обновления видна пользователю на самой странице (не только в метаданных), регулярные ревизии данных раз в 3-6 месяцев для статичных тем и чаще для динамичных (алгоритмические апдейты, новые продукты), устаревшие цифры заменяются актуальными с указанием новых дат-источников, удаляются ссылки на исчезнувшие домены или заменяются на Web Archive snapshots, опциональный changelog внизу страницы с историей обновлений усиливает trust signal. Контент без обновлений старше 12 месяцев в активных нишах (AI, SEO, финтех) теряет до 60% AI-цитирований в течение года.
Свежесть
0 из 6 (0%)
Этап 5. Multi-source verification
Заголовок раздела «Этап 5. Multi-source verification»Multi-source verification — это кросс-доменный fact-checking, который AI-движки выполняют перед тем как процитировать пассаж в ответе пользователю. Модели сверяют факты по 2-4 независимым доменам, чтобы снизить риск галлюцинаций и дезинформации. По данным Profound AI Citation Patterns Study (2025), Perplexity цитирует в среднем 3.2 источника на ответ, ChatGPT с web search — 2.7 источника, Google AI Overviews — 4.1 источника, и в 89% случаев эти источники подтверждают одни и те же ключевые факты. Это означает, что страница, на которой ключевой факт встречается только у вас и нигде больше, имеет очень низкую probability цитирования — даже при высоком качестве контента и хорошем E-E-A-T. Минимум для multi-source verification: ключевые факты на странице подтверждаются ссылками на первоисточники, на которые AI может пройти и проверить, бренд или тема упоминается на 3+ независимых доменах (профильные СМИ, отраслевые форумы, конкуренты), цитируемые цифры легко находятся в первоисточниках по прямой ссылке без поиска, нет уникальных фактов «только на вашем сайте» — за исключением случаев, когда это явно помечено как оригинальное research с методологией и raw data. Для оригинальных исследований важно публиковать их одновременно на собственном сайте и на LinkedIn, Habr, vc.ru — для создания cross-domain echo.
Кросс-доменная верификация
0 из 4 (0%)
Этап 6. Off-site присутствие
Заголовок раздела «Этап 6. Off-site присутствие»Off-site присутствие — это сеть упоминаний бренда и обсуждений на платформах, которые AI-движки используют как ground truth для распознавания сущностей. По данным Profound (2025), Reddit — источник #1 цитирования в Google AI Overviews и Perplexity (около 22% и 31% всех цитат соответственно), причём Reddit упоминание бренда даёт boost к citability ваших собственных страниц по той же теме в среднем в 1.8 раза — потому что модели используют Reddit для verification «существует ли этот бренд на самом деле и что о нём говорят пользователи». Без off-site слоя citability страдает даже у качественного контента: модель видит изолированный сайт без external echo и снижает confidence в цитировании. Минимум off-site присутствия для русскоязычной аудитории: бренд и тема обсуждаются на Reddit (для глобального контента) или Pikabu/vc.ru/Habr (для российского), Quora-ответы по экспертной теме от автора или представителей бренда, YouTube-видео по той же теме с расшифровкой (повышает entity strength через кросс-модальное подтверждение), профильные форумы и Stack Exchange для технических ниш, подкасты или интервью с автором на профильных площадках (vc.ru, Хабр-подкасты, отраслевые YouTube-каналы). Полная стратегия с тактическим распределением ресурсов описана в Off-site присутствие (Reddit, Quora).
Off-site слой
0 из 5 (0%)
Этап 7. Тестирование
Заголовок раздела «Этап 7. Тестирование»Активное тестирование citability — это регулярная проверка того, что ваша опубликованная страница действительно цитируется в ChatGPT, Perplexity, Google AI Overviews и Яндекс Нейро. Без такого тестирования вы оптимизируете «вслепую» и не видите эффект изменений. По нашим наблюдениям, AI-результаты заметно меняются от месяца к месяцу для одних и тех же запросов: модели обновляют свои индексы, добавляются новые источники, обновляются rankings algorithms. Это означает, что одноразовая проверка citability бесполезна — нужен регулярный мониторинг минимум раз в 2-4 недели. Минимальный test set: главный запрос задан в Google AI Mode и проверено, есть ли сайт в источниках, та же query задана в Perplexity и проверено попадание в «Sources» блок, ChatGPT с включённым web search и тот же запрос с проверкой упоминания, Яндекс Нейро для русского контента, тест 5-10 sub-queries из query fan-out для понимания, в каких именно вариантах формулировки страница цитируется, повторный прогон тех же запросов через 2-4 недели для отслеживания динамики, автоматизация через Profound, Peec или Athena с настройкой алертов на потерю citability. По данным Athena (2025), 47% страниц теряют свои AI-цитирования в течение 12 недель без активной поддержки — это эквивалент потери top-3 позиции в Google по сложности восстановления.
Active testing
0 из 7 (0%)
Тактики из Princeton GEO research (ранжировано по эффективности)
Заголовок раздела «Тактики из Princeton GEO research (ранжировано по эффективности)»По данным Princeton paper, на 10 000 запросах:
| Тактика | Эффект на видимость |
|---|---|
| Cite sources (ссылки на оригинальные источники) | до +40% |
| Statistics addition (добавление цифр) | до +37% |
| Expert quotes (прямые цитаты) | до +30% |
| Technical terminology (профильная лексика) | +20-25% |
| Authoritative tone (уверенный, фактический тон) | +15-20% |
| Fluency optimization | +10% |
| Easier-to-understand wording | 0 to +5% |
| Keyword stuffing | отрицательный эффект |
Анти-паттерны
Заголовок раздела «Анти-паттерны»- ❌ Длинные нарративы без структуры — AI не извлечёт пассаж.
- ❌ Факты без атрибуции — модель не доверяет «по данным исследования» без ссылки.
- ❌ Anonymous контент — снижает доверие на 40%.
- ❌ Keyword stuffing — Princeton: отрицательный эффект на видимость.
- ❌ Заброшенный контент — без обновления Perplexity предпочтёт свежий аналог.
Следующие шаги
Заголовок раздела «Следующие шаги»- Off-site присутствие — внешний слой
- Author E-E-A-T setup — экспертность
- Мониторинг AI-видимости — отслеживание результатов