Определяет ли порядок слов, какой бренд рекомендуют AI Overviews? Мы проверили на 102 запросах

В этом месяце среди поисковых команд ходит утверждение, к которому прикреплено очень уверенное число: поставьте бренд A первым в сравнительном запросе — и AI Overview от Google будет рекомендовать бренд A примерно в 80% случаев. Поменяйте порядок — и рекомендация поменяется вместе с ним. Быть значительно крупнее не спасает крупный бренд.

Это удобная история, потому что она объясняет то, что любой, кто следит за AI-ответами, видел своими глазами: сравнительные ответы совсем не похожи на список результатов, и никто за пределами Google не может заглянуть в то, как они собраны. Поэтому мы сделали скучную вещь и проверили. 11 сентября 2026 года мы прогнали 102 сравнительных запроса против работающих AI Overviews от Google: 16 пар брендов, оба порядка, по два-три повтора каждый, и сохранили каждый ответ и каждый процитированный источник.

Результат: порядок изменил рекомендацию в нуле из 16 пар. Бренд, написанный в запросе первым, был назван первым в 49% запусков — именно так выглядит подбрасывание монеты. А вот ответ надёжно меняли две вещи: то, как вы формулируете запрос, и то, какая поверхность Google на него отвечает.

Утверждение в том виде, в каком оно распространяется

Версия, которая ходит в этом месяце, звучит примерно так:

• Brand A vs Brand B возвращает AI Overviews, которые открываются брендом A и рекомендуют его примерно в 80% случаев.
• Brand B vs Brand A возвращает зеркальное отражение.
• Это работает даже тогда, когда бренд A значительно крупнее и старше бренда B.
• Предложенный механизм: AI Overviews разветвляет ваш запрос на подпоиски, и первый названный в запросе бренд закрепляет эти подпоиски.

Последний пункт и делает утверждение правдоподобным, и он же лучше всего задокументирован.

Механизм реален, именно поэтому утверждение путешествует

Опубликованное в мае 2026 года руководство Google по генеративным AI-функциям подтверждает fan-out запросов: AI Overviews и AI Mode могут развернуть один запрос в несколько связанных подзапросов, выполнить их параллельно по индексу и синтезировать один ответ из объединённых результатов. Какими именно были подзапросы, не сообщается нигде, включая Search Console. Так что, глядя на AI Overview, вы смотрите на вывод процесса, который не можете наблюдать.

Эффекты порядка в языковых моделях тоже реальны, и за ними стоит рецензируемая наука. Исследование, опубликованное в PNAS Nexus в августе 2026 года, проверило девять моделей на сравнении резюме и выборе цвета и обнаружило позиционные эффекты, которые не были простым разрешением ничьих: в части случаев перестановка вариантов переворачивала то, какому модель отдаёт предпочтение, и тогда модель выбирала худший вариант. Работа Columbia Business School обнаружила родственную закономерность в противоположном направлении: ChatGPT выбирал первый вариант из списка примерно в 63% случаев среди 5 447 промптов, и этот результат повторился на уровне 64,29% в 64 800 попытках более простой конфигурации.

Прочитайте эти два вывода вместе — и вирусное утверждение выглядит естественным следующим шагом: fan-out существует, у LLM есть странности с порядком, значит порядок должен определять рекомендации брендов.

Пробел — в последнем шаге. Те эксперименты просят модель оценить список вариантов и выбрать один. Сравнительный запрос в AI Overviews — не эта задача. Это запрос на синтез, на который отвечает поисковая система, заземляющая ответ на страницах третьих сторон. Именно поэтому утверждение стоило проверить, а не повторить.

Что мы прогнали

Важны два проектных решения. Первое: мы запускали каждый запрос два-три раза, потому что один перевёрнутый ответ ничего не доказывает в системе, где есть хоть какая-то случайность. Второе: мы фиксировали, как ответ построен, а не только то, что он говорит — какой бренд назван первым, как часто упомянут каждый, как выглядят процитированные страницы и сколько ссылок ведут на собственный домен каждого бренда.

16 пар выбраны так, чтобы охватить две ситуации: программные сравнения, где оба бренда — сущности, которые люди исследуют (Notion vs Asana, Slack vs Microsoft Teams, Semrush vs Ahrefs, Figma vs Sketch), и потребительские сравнения, где более крупный бренд очевиден (Nike vs Adidas, Coca-Cola vs Pepsi, iPhone vs Samsung Galaxy, Netflix vs Disney+, Toyota vs Honda, iRobot Roomba vs Roborock).

Результат 1: ответ не пошёл за порядком

Среди 100 запусков, давших чистое и измеримое первое упоминание, бренд, написанный в запросе первым, был назван первым 49 раз: 49%.

Ни одно большинство не перевернулось. Когда у ответа было предпочтение, он сохранял его в обоих порядках: AI Overviews открывались на Asana и для Notion vs Asana, и для Asana vs Notion, на Monday.com в обоих сравнениях с Airtable, на Google Meet в обоих сравнениях с Zoom. Nike лидировал в обоих порядках против Adidas. Samsung Galaxy лидировал в обоих порядках против iPhone.

Повторные запуски совпадали между собой 93 раза из 100. Шесть из семи исключений пришли из одной пары при другой формулировке — и это, как выяснилось, и есть настоящая история. Седьмое — один запуск Slack vs Microsoft Teams, открывшийся на Slack вместо Teams; следующие два запуска вернулись к Teams.

Одну вещь это измерение не решает: возглавлять ответ и быть рекомендованным — не одно и то же. Поэтому мы посчитали ещё и язык рекомендаций. Во всех 60 запусках программных пар предложения со словами победы (wins, better choice, recommend, stronger, go-to) разделились 40 к 39 между брендом, написанным в запросе первым, и вторым. Полное равенство.

Результат 2: два ответа обычно были одним ответом

Если бы порядок закреплял подпоиски, две версии запроса должны были бы вытягивать разные страницы, и ответы должны были бы расходиться. В основном они не расходились.

В 8 из 10 программных пар AI Overview для A vs B и тот, что для B vs A, были идентичны слово в слово. Сравните первые строки Semrush vs Ahrefs в обоих порядках:

Semrush — это комплексная маркетинговая платформа, тогда как Ahrefs — инструмент, специализирующийся на SEO и анализе обратных ссылок. (Оригинал цитаты на английском.)

То же предложение, тот же порядок фактов, то же завершение «выбирайте Semrush, если… / выбирайте Ahrefs, если…», с какого бы бренда запрос ни начинался. Только две пары показали настоящий дрейф текста: Slack vs Microsoft Teams и Shopify vs WooCommerce, причём в случае Shopify дрейф ограничился иначе сформулированным вступительным абзацем, а не другим выводом.

Подтверждающие доказательства указывают туда же. Среди 806 записей ссылок в запусках программных пар ссылки на собственные домены обоих брендов вышли 36 к 36. Заголовки процитированных страниц, называющие оба бренда, ставили бренд, написанный в запросе первым, впереди 392 раза, а второй — 396 раз: 49,7%, ещё одно подбрасывание монеты. Общее число упоминаний брендов разделилось 337 к 336, то есть 50,1% против 49,9%.

Система, чей поиск управлялся бы брендом, стоящим в запросе первым, не дала бы ни распределения ссылок 36 к 36, ни побайтово идентичного текста.

Что на самом деле сдвинуло ответ

Две вещи, и обе полезнее порядка.

Формулировка. Для трёх пар мы прогнали запрос vs и запрос which is better, X or Y в обоих порядках. AI Overviews вели себя так, будто это разные вопросы, и делали это одинаково в обоих порядках.

Для Shopify и WooCommerce Shopify vs WooCommerce открылся описанием продукта: Shopify — это комплексный хостинговый конструктор магазинов, и ответ прошёлся по различиям. Which is better, Shopify or WooCommerce открылся отказом их ранжировать: ни один не лучше объективно, всё зависит от ваших потребностей. Те же четыре запуска, та же пара, тот же день, противоположные первые впечатления, вызванные исключительно формулировкой, а не позицией.

Для Semrush и Ahrefs ответы на which is better содержали прямые вердикты, и каждый из них засчитывал преимущество Ahrefs: пять из пяти запусков, независимо от того, читался запрос как Semrush or Ahrefs или Ahrefs or Semrush. Порядок был несущественен на фоне того, что лежащий в основе сравнительный корпус считает Ahrefs более сильным инструментом для обратных ссылок.

Поверхность. Мы прогнали 18 тех же запросов через Google AI Mode — разговорную поверхность. Его поведение отличается от AI Overviews так, что выглядит как чувствительность к порядку, но ею не является. Для Semrush vs Ahrefs AI Mode открывался фразой Both Semrush and Ahrefs are… или Both Ahrefs and Semrush are… в зависимости от порядка запроса, зеркаля его. И обратите внимание, на каком варианте он остановился: Both X and Y — конструкция без единого намёка на ранжирование. Имя, открывающее предложение, — это стилистическое эхо промпта.

Под этим эхом суть ответов AI Mode была куда менее стабильной, чем в AI Overviews: схожесть текста между запусками внутри одного порядка составила лишь 0,30–0,36, а между порядками — 0,38, тогда как AI Overviews давали идентичный текст для большинства пар. В двух из трёх пар ответы AI Mode были побайтово одинаковы между порядками, а в случае Shopify он оба раза фиксировался на WooCommerce в открытии, тогда как AI Overviews оба раза фиксировались на Shopify. У каждой поверхности есть устоявшиеся привычки письма, и они не одинаковы.

История про порядок не чистая выдумка

Одно измерение действительно двигалось вместе с порядком слов, и именно за ним большинство людей на самом деле следит: классический список результатов.

В 5 из 10 программных пар первые три традиционных органических результата отличались между A vs B и B vs A, включая пару, где AI Overview был идентичен в обоих порядках. Reddit держался близко к вершине в большинстве программных сравнений, и то, какая именно ветка появлялась, менялось вместе с формулировкой. Так что в Google Search для сравнительных запросов действительно есть чувствительность к порядку. Она лежит в слое под AI-ответом, а не в самой рекомендации. Именно это различие и было всей причиной проводить этот тест, и это не тот вывод, который мы ожидали написать.

Это важно для отчётности. Если ваш трекер позиций показывает, что позиция скачет между брендовыми и небрендовыми сравнительными запросами, вы видите реальный эффект. Просто это не тот эффект, который описывает вирусное утверждение, и оптимизация под него не изменит того, что AI Overview говорит о вас.

Рычаг, на который данные действительно указывают

Самый чёткий сигнал в наших запусках вообще не касался построения запроса. Он касался сравнительного корпуса, из которого строился каждый ответ.

В Airtable vs Monday.com процитированные источники включали 18 страниц, принадлежащих Monday.com, и ни одной страницы, принадлежащей Airtable, в обоих порядках. В Mailchimp vs Klaviyo — шесть ссылок, принадлежащих Mailchimp, и ни одной Klaviyo. Shopify vs WooCommerce дал три ссылки, принадлежащих WooCommerce, и ни одной Shopify. При этом во многих парах собственный домен ни одного из брендов не появлялся вообще: ответ собирался из сравнений третьих сторон, обзорных сайтов и веток форумов.

Эта закономерность согласуется с тем, как поиск работает на самом деле. Модель не заботится о том, какое имя вы ввели первым; она заботится о том, какие страницы существуют и как они описывают каждый бренд. Там, где бренд владеет своим сравнительным контентом, эти страницы подтягиваются внутрь. Там, где не владеет, их не хватает в ответах у всех, кто спрашивает.

Как провести собственный тест на переворот порядка

Пятнадцать минут и без доступа к API:

1. Выберите пять сравнительных запросов, где ваш бренд — одно из двух имён и где у вас есть реальный конкурент.
2. Прогоните каждый в обоих порядках, и каждый порядок дважды. Четыре ответа на пару, десять пар ответов всего.
3. Сохраните ответы до того, как их читать. Сделайте скриншот или скопируйте полный текст и процитированные источники.
4. Сравните отдельно две вещи: какой бренд назван первым и что ответ говорит о каждом бренде. Там, где мы нашли интересный сигнал, порядок был стабильным, а суть — нет.
5. Смотрите на список ссылок, а не только на текст. Если собственный домен конкурента появляется постоянно, а ваш — нет, вы нашли настоящее узкое место.

AI Overview Citation Checker покажет, какие страницы AI Overview цитирует для запроса, и это самый быстрый способ увидеть, есть ли ваш домен вообще в пуле.

Сделайте это хотя бы дважды, в разные дни, прежде чем делать какие-либо выводы. Наше собственное совпадение между запусками составило 93%, а не 100%, и один перевёрнутый запуск — ровно тот шум, который превращается в уверенную статью в блоге.

Что с этим делать

Не перестраивайте свои сравнительные страницы вокруг порядка слов. Нет доказательств, что он меняет то, что рекомендуют AI Overviews, и даже если бы Google когда-нибудь придал ему вес, исправление свелось бы к правке одного слова, что ничего не говорит о вашей реальной позиции.

Относитесь к формулировке как к настоящей переменной. X vs Y и which is better, X or Y — разные запросы, дающие разные ответы. Если ваши покупатели формулируют сравнения как вопросы, вам нужен контент, отвечающий на вопрос, а не просто таблица характеристик.

Проверьте, появляются ли собственные страницы вашего бренда в ссылках для сравнений, которые вам важны. Распределение 18 к 0, которое мы увидели, — самое практичное число в этом наборе данных, и оно про публикацию, а не про формулировку промптов.

Сохраняйте метрику первого упоминания, если она у вас уже есть, и относитесь к ней как к описанию того, что говорит ответ, а не как к рычагу, который можно дёрнуть. В наших данных это было подбрасывание монеты, следовавшее за корпусом, а не за запросом.

Ограничения

Это один день данных из одной локации и на одном языке, на десктопе, собранных через SERP API, а не через сессию браузера, по 16 парам брендов. Результаты поиска меняются в зависимости от персонализации, времени и устройства, и один день не может исключить будущее изменение.

Мы измеряли, какой бренд назван первым, как часто он упоминается и какие источники процитированы. Ни одно из этого не является прямым измерением того, насколько ответ убедителен для читателя, и ответ, называющий ваш бренд первым, всё равно может оставить впечатление, что выигрывает другой.

Выборка AI Mode — 18 запросов в трёх парах; этого достаточно, чтобы увидеть, что поверхность ведёт себя иначе, и недостаточно, чтобы её количественно описать. Читайте тот раздел как направление, а не как показатель.

И наконец, утверждения о механизме из оригинальной истории остаются непроверяемыми извне. Google подтверждает, что fan-out происходит, и не раскрывает подзапросы, так что никто не может показать, какие подзапросы породил ваш запрос. Наш тест может показать, что переворот порядка не изменил вывод. Он не может показать почему.

Частые вопросы

Влияет ли порядок слов в запросе Google на AI Overviews? В нашем тесте — нет. Среди 102 запросов к AI Overviews, охватывающих 16 пар брендов в обоих порядках, бренд, написанный первым, был назван первым в 49% случаев, и ни одна пара не изменила направление, когда мы перевернули запрос. Восемь из десяти программных пар вернули идентичные слово в слово ответы в обоих порядках.

Почему люди говорят, что порядок влияет на AI-рекомендации? Потому что эффекты порядка задокументированы в языковых моделях, которых просят выбрать из списка, где первый вариант побеждает примерно в 63% случаев в опубликованных исследованиях, и потому что fan-out запросов Google делает процесс поиска невидимым. Оба факта реальны. Ни один из них не означает, что сравнительный запрос в AI Overviews поменяет бренд, когда вы переставите имена.

Что на самом деле меняет AI Overview для сравнительного запроса? Формулировка и поверхность. Shopify vs WooCommerce дал ответ, ведомый продуктом, в обоих порядках, тогда как which is better, Shopify or WooCommerce дал ответ «ни один не лучше объективно» в обоих порядках. Те же запросы в AI Mode вернулись снова с другой рамкой и куда большей вариативностью между запусками.

Стоит ли оптимизировать под первое упоминание в AI Overviews? Наблюдайте за ним, но не оптимизируйте под него. В наших данных первое упоминание следовало за корпусом источников, а не за чем-то, что мы контролировали со стороны запроса. Контролируемая переменная — есть ли ваши собственные сравнительные страницы вообще в пуле ссылок: одна пара, которую мы тестировали, собрала 18 ссылок, принадлежащих конкуренту, и ни одной от другого бренда.

Связанное чтение

• Как оптимизировать страницы сравнений под ссылки в AI-поиске
• Почему ваша статья «best X» заставляет AI рекомендовать конкурентов
• Какие типы запросов AI Overviews действительно меняют и сколько это вам стоит

Автор: Ethan Marlowe, руководитель направления измерения GEO в Auspia, более 500 промптов. Пишет об измерении видимости в AI, проектировании наборов промптов и о том, как проводить тесты, выдерживающие второй взгляд.