Всем привет! Меня зовут Андрей Попов, я SEO-специалист в AGIMA. В SEO редко происходят настоящие переломы. Обычно всё меняется медленно: новый фактор ранжирования, очередное обновление алгоритма, небольшая перестройка выдачи. Но сейчас происходит куда более глубокая вещь – меняется сама природа поиска. Люди перестают «искать» и начинают разговаривать.
Если раньше пользователь вводил в Google короткий запрос вроде «CRM система цена», то теперь он пишет почти полноценное сообщение:
какая CRM подойдет небольшому отделу продаж до 5 человек, чтобы было видно воронку и не требовалось долго обучать сотрудников?
И для бизнеса это создает проблему. Мы больше не понимаем, что именно спрашивают люди.
Черный ящик LLM-поиска
В классическом SEO всё было относительно прозрачно. Существовали:
-
Keyword Planner;
-
статистика частотности;
-
SERP-аналитика.
Можно было приблизительно оценить спрос.
С появлением больших языковых моделей (LLM) ситуация изменилась. OpenAI, Google и другие платформы не раскрывают реальные пользовательские вопросы. А значит, компании не знают:
-
какие формулировки используют покупатели;
-
какие критерии выбора их волнуют;
-
какие конкуренты появляются в сравнении.
Маркетинг впервые за долгие годы снова оказался в информационной темноте.
Неожиданная подсказка: Search Console
Интересное наблюдение появилось после исследования, когда в отчетах Google Search Console начали находить очень длинные поисковые запросы. Причем они выглядели не как ключевые слова, а как полноценные вопросы – буквально как диалог с чат-ботом.
Позже стало известно, что часть запросов, похожих на обращения к ИИ-ассистентам, действительно могла попадать в отчеты. Проблему исправили, но это показало главное:
Search Console способен фиксировать поведение пользователей, близкое к взаимодействию с AI-поиском.
Дополнительно ситуацию усилило внедрение Google AI Mode – генеративных ответов в поиске. После их запуска SEO-специалисты заметили рост показов именно по длинным, разговорным запросам.
Как найти «AI-запросы» в своих данных
Получить такие данные можно довольно просто.
Открываем:
Search Console → Performance → Search Queries
И применяем фильтр по регулярному выражению:
Этот фильтр показывает запросы длиной 10 и более слов. На практике именно они чаще всего оказываются разговорными.
Что появляется в отчетах
Вместо привычных ключевых слов вы начинаете видеть:
-
просьбы составить план поездки;
-
вопросы о сравнении платформ;
-
подбор инструментов под конкретную задачу;
-
поиск альтернатив конкретному продукту.
И это уже не SEO-данные. Это – мышление клиента в момент принятия решения.
Почему это важнее ключевых слов
Ключевое слово сообщает: человек интересуется категорией товара.
Разговорный запрос сообщает:
-
что его беспокоит;
-
чего он боится;
-
какой у него бюджет;
-
с кем он сравнивает;
-
почему он может не купить.
Фактически это внутренний диалог покупателя перед покупкой, который раньше можно было получить только через дорогие исследования или интервью.
Что делать дальше: анализ через LLM
После выгрузки списка таких запросов их можно загрузить в любую LLM-систему анализа (например, Claude) и задать вопросы:
-
что чаще всего спрашивают о бренде;
-
как люди сравнивают решения;
-
какие характеристики продукта важны;
-
какие возражения встречаются.
Результаты оказываются неожиданно практичными. В кейсах обнаруживались:
-
старые репутационные проблемы, о которых компания уже забыла;
-
постоянный поиск более дешевой альтернативы;
-
один конкурент как эталон сравнения;
-
географические ограничения, о которых маркетинг не подозревал.
То есть данные показывают не трафик, а логику выбора.
Новая задача SEO
Раньше SEO отвечало на вопрос «Как попасть в топ выдачи?». Теперь появляется другой: «Что ИИ рассказывает пользователю о нашем продукте, когда он выбирает?».
Пользователь всё чаще не открывает 10 сайтов. Он получает готовое объяснение – и доверяет тому ответу, который оказался убедительнее. Следовательно, оптимизируется уже не страница, а интерпретация бренда.
Почему точные запросы не так важны
Исследования показывают: даже когда людям дают одну и ту же задачу, они формулируют вопросы к ИИ совершенно по-разному. Повторяемость формулировок крайне низкая.
Поэтому цель – не собрать конкретные фразы. Цель – найти повторяющиеся темы:
-
цена;
-
сложность внедрения;
-
сравнение с лидером рынка;
-
надежность;
-
поддержка.
И именно под эти темы нужно адаптировать контент, страницы и позиционирование.
Главный вывод
Google Search Console неожиданно превратился из технического SEO-инструмента в инструмент исследования клиентов. Он показывает не просто запросы. Он показывает, как думает покупатель.
И в эпоху AI-поиска выигрывать будут не те компании, у которых лучше оптимизированы страницы, а те, чье объяснение продукта понятнее, спокойнее и убедительнее для пользователя – и для ИИ, который этот ответ пересказывает.
Если вам интересно следить за тем, как меняется SEO прямо сейчас, приглашаю в мой телеграм-канал Red Hot Chili SEO. Также задавайте вопросы и делитесь мнением в комментариях.
Источник: Habr
ВКонтакте
