Клики после топ-1 в выдаче — минус 58%: цена нейроответов для бизнес-сайтов
Масштаб потерь по рынку
Аналитика Коммерсанта фиксирует похожую динамику по другой выборке: с начала 2025 года органический трафик информационных площадок — СМИ, юридических и образовательных сайтов — просел в среднем на 30%. По части категорий провал доходит до 60%, кликабельность у некоторых сегментов упала более чем вдвое. Причина одна для обеих выборок: генеративный ответ появляется прямо в выдаче, переход на сайт теряет смысл для пользователя.
Почему сервисный бизнес рискует сильнее магазина
У карточки товара есть цена и параметры наличия — готовый факт для цитирования моделью. У типового раздела «Услуги» такого факта нет: фраза про «комплексные решения для бизнеса любого масштаба» не дает нейросети ничего, что можно скопировать целиком.
Показательный пример из смежной ниши: поставщик промышленного холодильного оборудования заменил формальные технические описания на инженерные расчеты и сценарии применения. Через несколько месяцев страницы стали фигурировать в нейровыдаче. Замеров прироста трафика поставщик не публиковал, но принцип воспроизводится и на других отраслях: модель выбирает конкретный проверяемый факт, а не общее описание компетенций.
Три технических требования краулера
Языковая модель разбирает страницу не глазами дизайнера, а по конкретным признакам:
- Заголовки-утверждения или заголовки-вопросы вместо формальных рубрик
- Структурированные списки и таблицы, которые проще вырезать целиком
- Понятная иерархия заголовков без пропущенных уровней H1-H2-H3
Answer-first принцип строится на той же логике: сначала конкретный ответ с цифрой, потом обоснование. Формулировка «внедрение CRM стоит от 150 000 рублей, цена зависит от трех факторов» пригодна для цитирования. Формулировка про «широкий спектр решений на рынке» — нет.
Разметка и авторство как факторы отбора источника
Блок вопросов-ответов с разметкой FAQPage упрощает моделям выбор пары «вопрос-ответ» без разбора сплошного текста. Готовые решения Аспро на 1С-Битрикс поддерживают Schema.org для товаров, статей и отзывов автоматически — на самописных платформах разметку приходится добавлять вручную, и часто она отсутствует. 
Отдельно на выбор источника влияет указанное авторство: генеративные модели чаще цитируют материалы с именем и должностью автора, чем анонимные тексты от «команды маркетинга».
Позиция Google по llms.txt
llms.txt — файл в корне сайта с кратким описанием контента, который читают ChatGPT, Perplexity и Claude. В июне 2026 представитель Google Джон Мюллер прямо назвал пользу такого файла для поиска Google спекулятивной — подробности в материале Search Engine Journal. Файл стоит завести, поскольку это недорого, но роста позиций именно в Google от него ожидать не приходится.
Как измерить присутствие в нейровыдаче
Устоявшегося набора инструментов под эту метрику в России пока нет. Практический способ — задать в Алисе, ChatGPT и Perplexity 10-15 реальных вопросов из своей ниши, включая брендовые запросы, и зафиксировать, какие источники модель называет. Технические ошибки без ручного перебора вопросов помогает найти чеклист проверки сайта на попадание в ответы ИИ.
Порядок доработки страниц
Три приоритета для первой итерации:
- Страницы с высоким органическим трафиком и высоким показателем отказов — аудитория уже есть, эффект от доработки заметен быстрее
- Раздел FAQ, если он существует — дешевый источник цитируемых фактов
- Топ-5 страниц услуг по выручке — прямое влияние на деньги компании
Разрыв между позицией в классической выдаче и фактическим переходом на сайт растет с каждым новым замером Ahrefs. Сервисным компаниям он обходится дороже, чем магазинам, — готового факта для цитирования у них по умолчанию нет, его нужно создавать целенаправленно.