Я хотел понять, как писать статьи для нейросетей. У Яндекса оказался более простой ответ

Если в двух словах: я пытался разобраться, нужно ли теперь отдельно писать статьи “для нейросетей”.
После конференций сотрудник собрал для меня шпаргалку по ЭПОС и AEO.
Я сверил её ключевые тезисы с официальными материалами Яндекса и получил гораздо более приземлённый процесс.

Для Яндекса он выглядит примерно так:

1. понять реальную задачу пользователя;
2. сделать страницу конкурентоспособной в обычном Поиске;
3. проверить экспертность, полезность, оригинальность и содержательность;
4. не публиковать пересказ того, что уже есть в выдаче, только потому, что его быстро написал AI;
5. после публикации отдельно смотреть поисковую видимость и, когда есть данные, представленность сайта в ответах Алисы AI.

Сразу ограничу вывод: ниже речь прежде всего о Яндексе и Алисе AI. Я не переношу эту механику автоматически на ChatGPT, Gemini, Perplexity и другие системы. У них могут быть другие источники, способы отбора и доступные метрики.

С чего вообще возник вопрос

Последние месяцы я много занимаюсь контентом.
Мы исследуем спрос, пишем статьи в блог, собираем серии, смотрим поисковую выдачу, проверяем конкурентов и делаем внутреннюю перелинковку.

До этого я уже разбирал GEO-продвижение со стороны клиента: там вопрос был не в том, как писать контент, а в том, есть ли вообще задача и можно ли проверить выводы GEO-аудита.

Параллельно всё чаще возникает вопрос:

А как теперь писать статьи, чтобы их использовали нейросети?
SEO уже недостаточно?
Нужен отдельный GEO?
AEO?

Нужно менять структуру текста, делать специальные блоки для AI или вообще перестать смотреть на классический поиск?

Я попросил сотрудника собрать по теме материалы с конференций. В результате получил внутреннюю шпаргалку про ЭПОС Яндекса и AEO: экспертность, полезность, оригинальность, содержательность, UX, авторство, внешние площадки и новые метрики видимости.

Выглядело логично. Но у меня уже есть привычка: когда появляется новая маркетинговая аббревиатура и рядом с ней новая механика продвижения, сначала хочется понять, что реально говорит сама площадка.
И после проверки картина стала заметно проще.

Я ожидал новую механику AEO, а сначала обнаружил обычный Поиск

Самая важная для меня вещь в официальной документации Яндекса: ответы Алисы AI не существуют отдельно от Поиска.

В справке Яндекс Вебмастера указано, что при подготовке ответа Алиса AI опирается на источники, которые высоко ранжируются в Поиске. В отдельном материале про ЭПОС Яндекс прямо пишет: поскольку генеративные ответы строятся с опорой на результаты поиска, принципиально новых требований к поисковой оптимизации из-за этого не возникает.

Источники:

• Как формируются ответы Алисы AI - Яндекс Вебмастер
• Какие аспекты влияют на ранжирование в Поиске и попадание в ответы Алисы AI - Яндекс Вебмастер

Для меня это важный сдвиг.
Публичный разговор про продвижение в AI легко представить как замену:
SEO устарело -> теперь нужен GEO / AEO.

По крайней мере для Яндекса такая модель слишком грубая.
Рабочая цепочка скорее выглядит так:

пользовательская задача -> релевантная страница -> качество страницы -> видимость в Поиске -> возможность стать одним из источников Алисы AI.

Именно возможность, а не гарантия.
Даже высокая позиция в Поиске не означает, что конкретная страница обязательно попадёт в конкретный ответ Алисы AI. Состав источников может меняться.

Поэтому мой вопрос поменялся.
Не:

Как вместо SEO начать заниматься AEO?

А:

Что нужно добавить к нашему текущему процессу создания статей, чтобы материал был хорош и для обычного поиска, и как потенциальный источник генеративного ответа?

И здесь уже становится полезной рамка ЭПОС.

Но перед ЭПОС есть нулевой критерий - релевантность

В шпаргалке основной акцент был на четырёх буквах:

• Э - экспертность;
• П - полезность;
• О - оригинальность;
• С - содержательность.

Это действительно терминология Яндекса. Но в официальном материале перед ЭПОС отдельно разбирается релевантность.
Причём не как формальное наличие поисковой фразы на странице.
Яндекс предлагает оценивать релевантность как степень соответствия страницы реальной задаче пользователя.
Для контент-маркетинга я бы вообще поставил это первым фильтром.

Допустим, человек ищет:

как попасть в ответы Алисы AI

Можно написать 20 000 знаков про историю генеративного поиска, LLM, RAG, GEO, AEO и будущее SEO.
Текст может быть длинным, уникальным и технически аккуратным.
Но если после него человек всё ещё не понимает, что именно проверить на своём сайте, его задача не решена.

То есть первый вопрос к статье у меня теперь такой:

Какую реальную задачу человек пытается решить и получил ли он ответ?

Только после этого есть смысл переходить к ЭПОС.

ЭПОС без магии: 4 вопроса к статье

Если убрать разговор про “секрет алгоритма”, четыре аспекта Яндекса превращаются в довольно удобную редакторскую проверку.

Экспертность: почему этому можно доверять?

Самая простая имитация экспертности - поставить возле статьи фотографию, имя и слово “эксперт”.
Но Яндекс описывает этот слой шире: репутация, подтверждённый опыт, специализация, аргументация, практический опыт и проверенность информации.

Для себя я перевёл это в вопрос:

На чём стоит это утверждение?

Иногда основанием будет первоисточник.
Иногда - собственный эксперимент.
Иногда - данные.
Иногда - реальный кейс.
Иногда - личный опыт автора, который так и обозначен.
А иногда выясняется, что основания нет: мы просто пересказали то, что уже написали другие.

Для меня экспертность здесь не означает, что каждый автор должен доказывать статус дипломами и сертификатами.
Она означает, что между значимым утверждением и его основанием должна быть понятная связь.

Полезность: что человек сможет сделать после чтения?

Яндекс формулирует полезность довольно приземлённо: страница должна практически помогать пользователю решить задачу или хотя бы продвинуться к её решению.
Для статьи это хороший тест.
Человек пришёл разобраться, как подготовить материал для Поиска и Алисы AI.

После чтения он должен уметь хотя бы:

• сформулировать пользовательскую задачу;
• проверить релевантность статьи;
• оценить четыре составляющие ЭПОС;
• понять, чего не хватает в материале;
• проверить индексирование и поисковую видимость;
• после публикации посмотреть доступные данные по видимости в Алисе AI.

Если после статьи человек просто знает ещё пять терминов, но не понимает, что делать дальше, полезность сомнительная.

Оригинальность: не процент уникальности, а собственная ценность

Для меня это оказался один из самых важных пунктов.
Долгое время под оригинальностью SEO-текста легко было понимать технический показатель: насколько слова отличаются от уже опубликованных текстов.

Яндекс формулирует иначе.
Уникальность текста сама по себе не гарантирует ценность. В официальной справке прямо приведён пример: материал может быть переписан или сгенерирован AI на основе уже существующего контента и при этом не создавать дополнительной ценности.

При этом нейросеть сама по себе не объявляется проблемой. Яндекс пишет, что она может быть помощником автора, но не должна подменять его, лишая материал смысловой новизны, авторского стиля и экспертизы.

То есть вопрос для меня теперь не такой:

Поймёт ли поисковик, что этот текст написал AI?

А такой:

Что появилось благодаря нам такого, чего не было в исходных материалах?

Эту статью, например, можно было сделать за несколько минут.
Взять справку Яндекса про ЭПОС и попросить нейросеть:

Перепиши своими словами и сделай SEO-статью.

Получился бы ещё один пересказ.
Но тогда непонятно, зачем существует именно наша страница.
В текущем варианте добавленная работа другая:

• сотрудник собрал конференционные тезисы;
• мы использовали их как карту вопросов;
• критичные утверждения сверили с первоисточниками;
• отделили официальную позицию Яндекса от более сильных интерпретаций;
• сравнили выводы с собственным процессом подготовки статей;
• превратили результат в рабочий чек-лист.

Это уже отдельная ценность, а не новый порядок слов.

Содержательность: полностью, но без воды

Здесь есть ещё одна ловушка.
Можно решить, что поиску и нейросетям нравятся длинные страницы, и начать увеличивать объём текста как самостоятельную цель.
Но Яндекс определяет содержательность как сочетание полноты раскрытия темы и высокой плотности смысла, достаточной для решения задачи пользователя.
То есть длинный текст сам по себе ничего не доказывает.

Мой проверочный вопрос здесь такой:

Этот раздел добавляет новую информацию, доказательство или действие?

Если большой блок можно удалить и пользователь ничего не потеряет, возможно, он существует только ради объёма.

Что из конференционной шпаргалки я оставил, а что не стал превращать в правило

После проверки первоисточников сама шпаргалка не стала бесполезной.

Наоборот, значительная часть идей хорошо совпала с официальными рекомендациями:

• реальный опыт автора;
• проверяемые основания;
• удобство пользователя;
• смысловая оригинальность;
• полноценное закрытие задачи;
• связь обычного поиска и генеративной видимости.

Но несколько тезисов я бы не переносил в рабочую инструкцию буквально.

”Происхождение AI-контента больше не имеет значения”

Такого правила в первоисточнике я не вижу.
Яндекс не формулирует запрет на использование AI при подготовке материала. Наоборот, называет нейросеть возможным помощником автора.
Но там же отдельно указано, что сгенерированный пересказ существующего контента без дополнительной ценности не создаёт смысловую оригинальность.

Поэтому рабочая формула для меня другая:

Важно не происхождение каждого предложения, а качество итоговой работы: есть ли новая ценность, экспертиза, проверяемость и реальная польза для пользователя.

”В июле 2024 включили ЭПОС”

Такую дату я тоже не стал бы использовать как установленный факт.
В текущей справке Яндекс описывает развитие поиска во времени и отдельно говорит, что параллельно росло значение аспектов качества, объединённых аббревиатурой ЭПОС.
Но из этого не следует, что существовала одна дата включения отдельного алгоритма под названием ЭПОС.

Поэтому для себя я воспринимаю ЭПОС не как секретную кнопку ранжирования, а как опубликованную Яндексом группу аспектов качества страницы.

”Главный KPI теперь - рекомендации бренда текстом”

Это может быть интересной маркетинговой гипотезой, но для Яндекса уже есть более конкретная наблюдаемая метрика.
И здесь начинается самая прикладная часть.

Видимость в Алисе AI теперь можно проверять отдельно

7 апреля 2026 года Яндекс добавил в Вебмастер инструмент Видимость сайта в Алисе AI.
Источник: Новые возможности Яндекс Вебмастера.

В самом инструменте можно посмотреть:

• долю запросов, где сайт упоминался среди источников ответов Алисы AI;
• динамику Share of Voice;
• примеры запросов;
• примеры сайтов той же тематики, которые часто используются в генеративной выдаче.

Яндекс указывает, что данные показываются за последние три месяца и обновляются еженедельно.

Есть важное ограничение: статистика строится по запросам, где сайт уже находится достаточно высоко в обычной поисковой выдаче. Сам Яндекс связывает это с тем, что Алиса AI опирается на релевантные, информативные и качественные страницы, которые обычно занимают высокие позиции в Поиске.

Источник: Видимость сайта в Алисе AI - Яндекс Вебмастер.

Для меня это меняет разговор про “продвижение в нейросетях”.
Вместо:

Мы оптимизировали сайт под AI.

можно задавать более полезные вопросы:

• проиндексировалась ли страница;
• по каким запросам она вообще видна в Поиске;
• появляется ли сайт среди источников Алисы AI;
• как меняется его Share of Voice;
• какие страницы используются вместо нашей;
• чего в этих страницах есть такого, чего не хватает нам.

Получается нормальный цикл проверки:

спрос -> статья -> индексирование -> Поиск -> Алиса AI -> сравнение -> следующая гипотеза.

Это всё ещё не доказывает лиды или продажи.
Но по крайней мере позволяет измерять промежуточный результат, а не обсуждать “оптимизацию под нейросети” как абстракцию.

Как из этого меняется мой процесс написания статей

После разбора я не увидел причины выбрасывать существующий SEO-процесс.
Большая часть основы остаётся той же.
Но я бы добавил несколько более жёстких проверок.

До написания: сначала задача, потом запросы

Не начинать только с вопроса:

Про что хочется написать?

Сначала понять:

• какую задачу пытается решить человек;
• существует ли под неё поисковый спрос;
• что уже опубликовано по теме;
• есть ли у нас самостоятельный вклад;
• не дублируем ли мы уже существующую страницу своего сайта.

Последний вопрос особенно важен сейчас.
Создать ещё один нормальный пересказ стало очень дёшево. Значит, сам факт, что мы умеем написать грамотную статью, становится слабой причиной для её публикации.

Во время написания: добавлять то, чего нет в обычном пересказе выдачи

В большом материале должен быть хотя бы один самостоятельный слой:

• реальный опыт;
• собственные данные;
• эксперимент;
• расчёт;
• кейс;
• проверка распространённого утверждения;
• собственная методика;
• новый артефакт;
• авторская интерпретация нескольких источников.

Не обязательно всё сразу.
Но на вопрос “зачем существует именно эта статья” должен быть нормальный ответ.

Перед публикацией: отдельно проверить смысл, а не только SEO

Кроме заголовков, описания, структуры, внутренних ссылок и технической индексации я бы теперь прогонял статью через пять фильтров:

1. релевантность - решает ли она реальную задачу пользователя;
2. экспертность - на чём стоят значимые утверждения;
3. полезность - что сможет сделать человек после чтения;
4. оригинальность - какой самостоятельный вклад появился;
5. содержательность - достаточно ли полно раскрыта задача без лишнего объёма.

После публикации: измерять не только позиции

Сначала обычные вещи:

• индексирование;
• реальные запросы;
• показы;
• позиции;
• переходы.

Затем, если для сайта доступны данные Яндекса:

• видимость в Алисе AI;
• Share of Voice;
• запросы с упоминанием и без него;
• другие страницы, которые Алиса использует по тем же задачам.

И только после этого формулировать следующую гипотезу изменения страницы.
Не переписывать статью целиком просто потому, что она один раз не появилась в генеративном ответе.

Чек-лист: как я теперь проверяю статьи для Поиска и Алисы AI

Я специально не хочу превращать это в таблицу из 70 пунктов.
Если правило нельзя нормально проверить перед публикацией, редактору оно мало помогает.

До написания

• Я могу одним предложением сформулировать реальную задачу человека, для которого пишется статья.
• Я понимаю основной поисковый интент, а не только набор ключевых слов.
• Я посмотрел текущую выдачу и понимаю, какие ответы уже доступны пользователю.
• Новая статья не решает ту же задачу, что уже существующая страница нашего сайта.
• Я могу объяснить самостоятельный вклад именно нашего материала.

Во время написания

Релевантность

• Статья отвечает на исходную задачу пользователя, а не просто рассказывает всё, что мы знаем по теме.
• Критичные под-вопросы пользовательского сценария закрыты.

Экспертность

• Значимые внешние утверждения имеют проверяемое основание.
• Для актуальных правил и возможностей внешней платформы сначала проверен официальный источник.
• Понятно, где факт, где собственный опыт, а где интерпретация.
• Формулировка не сильнее доказательств.

Полезность

• После чтения человек понимает, что делать дальше.
• В статье есть применимый результат: критерии, последовательность действий, сравнение, расчёт, шаблон, чек-лист или другой практический выход.

Оригинальность

• В материале есть собственный вклад: опыт, данные, эксперимент, проверка, кейс, методика или новая интерпретация.
• Статья не является пересказом поисковой выдачи другими словами.
• Если для подготовки использовался AI, он помог выполнить работу, но не заменил самостоятельную смысловую ценность материала.

Содержательность

• Все необходимые для задачи вопросы раскрыты достаточно полно.
• Каждый крупный раздел выполняет отдельную функцию.
• Нет блоков, существующих только ради длины или ключевых слов.
• Один вывод не повторяется несколько раз без новой информации.

Перед публикацией

• Страница технически доступна для индексирования.
• Заголовок и описание точно отражают содержание.
• Структура заголовков позволяет быстро найти нужный ответ.
• Важные факты и ограничения находятся рядом с соответствующими выводами.
• Критичная информация доступна текстом, а не только внутри картинки или видео.
• Внутренние ссылки не создают конкурирующие страницы под одну и ту же пользовательскую задачу.
• Структурированные данные используются только там, где они реально поддерживаются и соответствуют содержанию страницы.

После публикации

• Страница появилась в индексе Яндекса.
• Мы видим реальные запросы, показы, позиции и переходы.
• Когда данных достаточно, проверяем Видимость сайта в Алисе AI.
• Смотрим страницы, которые Алиса использует по тем же запросам.
• Единичное появление не называем устойчивой видимостью.
• Из наблюдений формулируем одну проверяемую гипотезу следующего изменения.

Частые вопросы

Нужно ли заменять SEO отдельной AEO-оптимизацией?

По официальным материалам Яндекса - нет. Для Алисы AI обычный Поиск остаётся фундаментом: сначала нужна релевантная и качественная страница, затем уже имеет смысл отдельно наблюдать её генеративную видимость.

Что такое ЭПОС простыми словами?

Это опубликованная Яндексом рамка из четырёх аспектов качества: экспертность, полезность, оригинальность и содержательность. В этой статье я использую её как редакционный чек-лист, а не как полное описание алгоритма ранжирования.

Можно ли использовать AI для написания статьи?

Можно. Проблема не в самом инструменте, а в результате. Если AI только переписал существующие источники и не добавил самостоятельной ценности, такая статья остаётся слабой независимо от того, насколько гладко она написана.

Как проверить, появилась ли статья в ответах Алисы AI?

После публикации сначала нужно проверить индексирование и обычную поисковую видимость. Когда для сайта накопятся данные, в Яндекс Вебмастере можно смотреть раздел “Видимость сайта в Алисе AI”, включая Share of Voice и примеры запросов.

Гарантирует ли хороший SEO попадание в ответы Алисы AI?

Нет. Хорошая поисковая видимость повышает возможность стать источником, но не гарантирует попадание конкретной страницы в конкретный генеративный ответ.

Что получилось в итоге

Я начинал с вопроса:

Нужно ли теперь по-другому писать статьи для нейросетей?

Для Яндекса мой текущий ответ такой:

Учитывать генеративную видимость отдельно имеет смысл. Но фундамент производства хорошего материала не переворачивается.

Сначала нужно понять задачу человека.
Потом создать релевантную страницу, которая действительно эту задачу решает.
Проверить экспертность, полезность, оригинальность и содержательность.
Нормально выполнить поисковую и техническую оптимизацию.
А после публикации отдельно смотреть, как страница ведёт себя в обычном Поиске и появляется ли сайт среди источников Алисы AI.
Я не нашёл отдельной кнопки “оптимизировать статью под нейросети”.
Зато получил более полезную вещь: проверяемый процесс, который можно встроить в производство контента и постепенно улучшать по реальным данным.