Сжатие интента: как ИИ-ответы меняют поведение пользователей в поиске Google

Сжатие интента: как ИИ-ответы меняют поведение пользователей в поиске Google

Внедрение ИИ в поисковые системы меняет привычные паттерны поведения пользователей. Запуск блоков быстрых ИИ-ответов Google AI Overviews (AIO) затронул аудиторию более 1,5 миллиардов человек. Это уже не локальный эксперимент, а новая массовая реальность поиска. Анализ кликстрима, охвативший около 846 000 анонимизированных сессий пользователей в США (данные Clickstream Solutions), показал: появление ИИ-ответов на странице выдачи (SERP) стирает границы между типами поисковых интентов.

Этот процесс называют «сжатием интента» (intent compression). Если раньше тип запроса жестко определял скорость ухода пользователя с выдачи и вероятность клика, то теперь ИИ-ответ удерживает внимание посетителя, превращая поиск в сеанс чтения прямо на платформе Google.

Изменение поведения пользователей на SERP

В классической поисковой выдаче без блоков ИИ-ответов поведение пользователей зависело от характера их целей:

• Навигационные запросы (поиск конкретного сайта или бренда) были быстрыми. Через 21 секунду на странице выдачи оставалось всего 12% пользователей — остальные переходили на искомый ресурс.
• Локальные запросы (поиск услуг или мест поблизости) задерживали людей дольше всего. Через 21 секунду на SERP оставалось 32% пользователей, изучающих карты, адреса и отзывы.
• Информационные и транзакционные запросы располагались в промежутке между ними.

С появлением блоков Google AI Overviews картина изменилась. Все пять основных типов интентов — информационный, локальный, навигационный, транзакционный и видео — сблизились. Через 21 секунду на странице выдачи с включенным AIO остаются от 41,9% до 48,5% пользователей. Разброс между ними сократился всего до 6 процентных пунктов.

Средняя длительность поисковой сессии при наличии блока ИИ-ответов выросла почти в 4 раза. Ответственность переносится на саму поисковую систему — answer engine. Google теперь сам анализирует и синтезирует информацию. При этом Grounding (привязка к надежным источникам) меняет приоритеты индексации: поисковику важнее найти не просто релевантный документ, а проверяемые и безопасные факты для формирования сводки.

Для владельцев сайтов увеличение времени сессии не гарантирует автоматический рост трафика. Часть внимания забирает поисковик, а пользователю часто хватает краткой выжимки. К тому же Google тестирует персонализацию блоков AI Overviews под индивидуальные предпочтения человека, из-за чего «единая выдача» уходит в прошлое. В этих условиях на первый план выходит концепция «второго просмотра».

Концепция «второго просмотра» (Second Impression)

Поскольку пользователь проводит на выдаче значительно больше времени, читая ИИ-ответ, классический быстрый клик по первой ссылке перестает быть единственной целью SEO. Пользователь изучает блок AIO, сравнивает упомянутые бренды, прокручивает страницу вниз, а затем возвращается назад (выполняет back-scroll).

В этой модели побеждает не тот сайт, который просто занял высокую позицию в органическом списке, а тот, чей сниппет на втором проходе выглядит наиболее убедительно, авторитетно и полно. На этапе второго просмотра пользователь начинает детально сравнивать метаданные и визуальные блоки: цены, наличие товаров, актуальность дат, количество отзывов, рейтинги и имена авторов.

Чтобы выдержать эту конкуренцию, необходимо внедрить детальную разметку страниц под конкретные типы контента.

Оптимизация товарных страниц (PDP)

Товарные карточки (Product Detail Pages) на этапе второго просмотра оцениваются пользователями по критериям доверия. Простая оптимизация заголовков и метаописаний больше не дает преимущества.

1. Полнота структурированных данных. Необходимо использовать микроразметку Product в формате JSON-LD. По спецификациям Google Search Central (доступным на странице руководства по Product-разметке), разметка должна включать следующие свойства:
   • offers (информация о цене и условиях продажи);
   • availability (наличие товара на складе);
   • aggregateRating (средняя оценка покупателей);
   • review (текстовые отзывы пользователей);
   • shippingDetails (условия и стоимость доставки). Если у конкурента размечены все поля, а у вас отсутствует актуальная цена или отметка о наличии, поисковый сниппет будет выглядеть пустым и проиграет сравнение.
2. Управление отзывами (Review Volume и Velocity). Объем и свежесть отзывов становятся ключевыми факторами выбора. Если в сниппете вашего товара отображается рейтинг на основе 47 отзывов, а у конкурента — на основе 2300, пользователь выберет более популярный вариант. Необходимо выстраивать постоянный поток свежих оценок от реальных клиентов.
3. Разнообразие изображений. В разметку Product следует передавать массив качественных изображений с разными ракурсами и соотношениями сторон. Это дает алгоритмам Google гибкость при формировании макетов SERP, включая показ картинок в Google Images и Google Lens.
4. Синхронизация с фидами. Для интернет-магазинов критически важно сочетать ручную микроразметку на страницах с автоматической выгрузкой товарных фидов через Google Merchant Center. Это гарантирует своевременное обновление цен и статусов наличия товаров в бесплатных товарных объявлениях (free listings).

Оптимизация категорийных страниц (CDP)

Категорийные страницы (Category Pages) сильнее всего страдают от блоков ИИ-ответов, так как AIO может сразу перечислить лучшие модели, снимая первичную потребность в поиске. Страница категории должна доказать пользователю, что на ней он получит удобный инструмент для сравнения и фильтрации.

1. Разметка списков ItemList. Для структурирования групп товаров используется разметка ItemList. Однако при её внедрении важно учитывать требования официальной галереи Google Search (подробнее в документации по Carousel). На текущий момент формат богатых каруселей rich results официально поддерживается поисковиком только для специфических типов данных (рецепты, обучающие курсы, рестораны, фильмы). Для стандартных товарных категорий карусели не гарантированы, поэтому применение разметки ItemList необходимо тестировать на валидность в панели Rich Results Test.
2. Глубина и полнота каталога. Если пользователь переходит из ИИ-ответа на страницу категории, где представлено всего 12 товаров, а у конкурента в каталоге доступно 240 позиций с удобными фильтрами, выбор будет очевиден. Страница должна демонстрировать полноту ассортимента сразу на первом экране.
3. Индексируемые фасеты и фильтры. Быстрые переходы по брендам или ценовым диапазонам должны быть технически доступны для сканирования роботами. Это позволяет Google формировать дополнительные быстрые ссылки (sitelinks) под сниппетом категории, расширяя его визуальное присутствие на экране.

Оптимизация информационного контента и блогов

Когда пользователь ищет статьи или руководства, клик по ссылке после прочтения AI Overview становится «верификационным» (validation click). Читатель переходит на сайт, чтобы убедиться в авторитетности автора, проверить свежесть данных или найти подробности, которые не поместились в краткую сводку ИИ.

1. Свежесть и актуальность дат. Даты публикации (datePublished) и изменения (dateModified) должны быть размечены в схеме Article или BlogPosting. Статья с пометкой об обновлении в 2026 году выглядит выигрышнее материала 2024 года. Важно: механическое обновление даты без изменения текста ведет к пессимизации. Обновление должно отражать реальную актуализацию фактов.
2. Авторитетность автора (E-E-A-T). В разметке author тип сущности должен быть указан как Person, а поле url должно вести на авторитетный профиль создателя контента. Рекомендуется использовать свойство sameAs для указания прямой ссылки на подтвержденный профиль автора в профессиональных социальных сетях (например, LinkedIn), как указано в руководстве Google по разметке статей. Это помогает поисковым алгоритмам идентифицировать автора как реального эксперта.
3. Оригинальные данные и структура под вопросы. Статьи должны строиться вокруг оригинальных исследований, личного опыта и уникальных таблиц. Структуру заголовков h2-h4 необходимо адаптировать под детальные вопросы пользователей, которые ИИ-ответы обычно закрывают лишь поверхностно.

Поисковая оптимизация в эпоху AI Overviews перестает быть гонкой за позициями. Она превращается в работу над качеством представления бренда в выдаче. Понимание паттернов поведения пользователей на «втором просмотре» и использование детальной микроразметки позволяют сайтам сохранять органический трафик даже в условиях сжатия интента.