Сжатие поискового интента: как AI Overviews меняет поведение пользователей в Google
Как искусственный интеллект перекраивает поисковую выдачу
Интеграция искусственного интеллекта в традиционный поиск меняет сценарии взаимодействия пользователей с информацией. Внедрение блоков ответов AI Overviews (AIO) на странице результатов поиска Google, охвативших более 1,5 млрд пользователей в 200 странах, трансформирует структуру пользовательского опыта и вызывает феномен «сжатия поискового интента» (Intent Compression).
Поисковый интент (Search Intent) — намерение пользователя, стоящее за его запросом. В классическом поиске пользователи вели себя по-разному: навигационные запросы вели к быстрому клику, информационные — к сравнению статей, локальные — к изучению карт. С AIO эти различия стираются: ИИ сжимает намерения в универсальную модель — чтение ответов на самой странице Google.
Статистика изменений: анализ кликстрим-данных
Эти изменения подтверждаются анализом кликстрим-данных 846 тысяч поисковых сессий в США. Без AIO поведение пользователей на 21-й секунде жестко зависело от типа информации: страницу поиска покидали 88% навигационных пользователей (оставалось 12%), тогда как среди локальных оставалось 32%.
С блоком AIO разброс между пятью типами интента сократился до 6%: на 21-й секунде на выдаче остаются от 41,9% до 48,5% пользователей независимо от характера запроса. Средняя сессия на странице поиска при наличии AIO удлиняется в 4 раза. Вместо перехода по ссылке пользователь вовлекается в чтение синтезированного ответа, откладывая первый клик для изучения выжимки и сопоставления фактов.
Концепция «второго впечатления» при прокрутке выдачи
Когда пользователи читают готовый ответ ИИ, меняется этап выбора источника. В классическом SEO все решал заголовок и описание (title/description) вверху экрана. В эпоху AIO фокус смещается на «второе впечатление» (Second Impression).
Это иллюстрирует аналогия с отделом хлопьев в магазине: покупатель быстро сканирует полки, проходит мимо, но на обратном пути останавливается у коробки с наиболее четкими деталями. На выдаче происходит то же самое: прочитав AIO вверху, пользователь листает вниз, а при обратном скролле ищет сигналы доверия рядом со ссылкой. Здесь решающее значение приобретает разметка структурированных данных (Schema.org) и соответствие E-E-A-T — методологии оценки качества контента со стороны Google на основе опыта, экспертности, авторитетности и надежности автора.
Пошаговый чек-лист по оптимизации структуры страниц
Чтобы сайт успешно боролся за внимание пользователя на этапе «второго впечатления», техническим специалистам необходимо переработать разметку страниц. В зависимости от типа контента, чек-лист оптимизации включает конкретные процедурные шаги, подтвержденные технической документацией Google Search Central.
1. Оптимизация страниц товаров (Product Detail Page)
Цель разметки — вывести ключевые коммерческие показатели прямо в сниппет на странице результатов поиска Google.
- Шаг 1. Проверка типа страницы. Убедитесь, что оптимизируемый URL является страницей конкретного товара с кнопкой покупки, а не каталогом или статьей.
- Шаг 2. Внедрение разметки Product. Добавьте в код страницы разметку Schema.org с типом
Product. - Шаг 3. Заполнение обязательных полей. Укажите параметры предложения (
offers), цену (price), валюту (priceCurrency) и доступность товара на складе (availability). - Шаг 4. Добавление сигналов доверия. Передайте в разметку рейтинг товара (
aggregateRating) и количество отзывов (reviewCount).
2. Оптимизация страниц категорий товаров (Category Detail Page)
Цель — показать глубину ассортимента и удобство выбора до перехода на сайт.
- Шаг 1. Внедрение разметки списков. Добавьте на страницу категории разметку
ItemListдля структурирования каталога. - Шаг 2. Разметка каруселей и превью. Настройте разметку так, чтобы в поисковой выдаче выводились карточки популярных товаров из категории.
3. Настройка информационных статей и блогов
Цель — подтвердить авторитетность автора и актуальность информации в рамках концепции E-E-A-T.
- Шаг 1. Внедрение разметки Article. Разметьте текстовые материалы с помощью Schema.org с типом
ArticleилиBlogPosting. - Шаг 2. Фиксация дат. Укажите в коде точную дату публикации (
datePublished) и дату последнего обновления статьи (dateModified). Последняя должна быть видна пользователям на странице. - Шаг 3. Идентификация автора. Заполните поле
authorс указанием типа (PersonилиOrganization), связав его через свойствоsameAsсо ссылками на авторитетные профили.
4. Верификация и тестирование изменений
Любые изменения в разметке структурированных данных требуют обязательной технической проверки.
- Шаг 1. Инструментальная проверка. Перейдите в официальный инструмент проверки от Google — Rich Results Test (Тест расширенных результатов).
- Шаг 2. Тестирование URL. Введите адрес оптимизированной страницы и убедитесь, что валидатор не обнаружил критических ошибок в структуре данных.
- Шаг 3. Мониторинг в панели вебмастеров. После индексации страниц отслеживайте появление расширенных сниппетов в разделе «Эффективность» панели Google Search Console. Учтите, что правильная разметка лишь дает право на показ расширенного сниппета, но не гарантирует его появление.
YouTube как новый канал присутствия в рекомендациях
Поисковые изменения заставляют задействовать альтернативные форматы контента. YouTube становится ключевым SEO-каналом: когда ИИ-ассистент собирает ответы из упоминаний, бренд должен присутствовать на видеохостингах для визуального подтверждения фактов.
Вместо сотен типовых текстов эффективнее создавать ролики, решая задачу узнаваемости для ИИ. Пример HubSpot показывает разделение на два канала: практические руководства (Tutorials) закрывают технические запросы и выводятся в Google как видеосниппеты, а подкасты и интервью с фаундерами (Founder Stories) выстраивают доверие. Запомнив историю бренда, пользователь кликнет на него на этапе «второго впечатления».
Современная оптимизация под ИИ-поиск шире подбора ключевых слов: она требует структурированных данных товаров и категорий, E-E-A-T автора блогов и активности на YouTube.