Краткая версия
Много лет у GEO была неудобная проблема измерения: команды видели ответы AI, но не могли надежно доказать, почему появился тот или иной источник, как часто он появляется и действительно ли видимость растет.
Это меняется. Bing начал показывать данные AI Performance в Bing Webmaster Tools в феврале 2026 года, а в июне добавил Intents, Topics, Citation Share и Compare. Google 3 июня 2026 года запустил отчеты Search Generative AI в Search Console с отдельной отчетностью по видимости в AI Overviews, AI Mode и генеративных AI-функциях Discover.
Это не значит, что черный ящик исчез. Это значит, что его границы наконец стали видны.
Практический вывод для growth-команд простой: GEO больше нельзя продавать или управлять им как проектом в духе «мы написали AI-friendly контент и увидели несколько скриншотов». Нужна измерительная рутина: какие страницы появляются, какие AI-контексты запросов их извлекают, какие темы набирают или теряют покрытие и какие пробелы в контенте удерживают конкурентов в наборе ответов.
Caption: Данные AI-поиска из первых рук должны питать еженедельный цикл: наблюдать цитирования, картировать темы, исправлять контент и измерять снова.
Что изменилось в Bing Webmaster Tools
Bing сделал первый шаг. 10 февраля 2026 года Microsoft представила AI Performance в Bing Webmaster Tools как публичный preview для видимости в Microsoft Copilot, AI-сводках Bing и отдельных партнерских интеграциях. Первый дашборд отвечал на практические вопросы издателей: какие страницы цитировались, как активность цитирования менялась со временем и какие фразы grounding query участвовали.
Затем 16 июня 2026 года Bing глобально расширил preview четырьмя более полезными представлениями:
| Сигнал Bing | Что он показывает | Как GEO-команде это использовать |
|---|---|---|
| Intents | Более широкая цель grounding queries, которые вызывают цитирование: исследовательская, коммерческая, локальная, информационная или solve-and-learn | Отделять образовательную видимость от видимости с покупательским намерением, а не считать все цитирования равными |
| Topics | Группы связанных grounding queries в более широкие темы | Находить темы, где сайт становится надежным источником, и области, где покрытие слишком тонкое |
| Citation Share | Доля цитирований вашего сайта по grounding query среди всех цитирований, показанных по сайтам | Следить за относительным присутствием во времени, не считая это прямой метрикой доли трафика |
| Compare | Сравнение паттернов цитирования по времени | Проверять, изменили ли обновления контента, технические исправления или рыночные события AI-видимость |
Caption: Bing Webmaster Tools теперь дает издателям first-party вид AI Performance, включая отчеты по цитированиям и цитируемым страницам.
Ключевая фраза здесь — «grounding query». Это не всегда точная фраза, которую ввел пользователь. Это ближе к языку извлечения, который AI-система использовала при поиске исходного материала. Для контент-команд разница важна. Покупатель может спросить: «Какой SOC 2 vendor безопасен для mid-market финансовой команды?» Слой grounding может разложить это на source-seeking понятия вроде «SOC 2 vendor сравнение», «financial services compliance software», «mid-market data безопасность requirements» и «customer support доказательства».
Именно здесь старые SEO-привычки начинают ломаться. Одна страница под одно ключевое слово может хорошо выглядеть в трекере позиций, но быть слабой для AI извлечения, потому что ответу нужны доказательства по сценариям использования, сущностям, сравнениям, точкам доказательства и языку риска.
Что изменилось в Google Search Console
Google ответил более узким, но важным шагом. 3 июня 2026 года Google объявил отчеты Search Generative AI performance в Search Console. Они выкатываются на часть сайтов, пока Google тестирует и собирает обратную связь.
Первая версия не так глубока, как расширенный AI Performance в Bing. Google говорит, что отчеты показывают:
| Поле отчета Google | Что означает |
|---|---|
| Impressions | Как часто URL вашего сайта появлялись в генеративных AI-функциях Search и Discover |
| Pages | Какие URL появлялись внутри AI-функций |
| Countries | Где происходила видимость |
| Devices | Видимость по устройствам для Search results |
| Dates | Почасовые, дневные, недельные и месячные представления эффективности |
Caption: Отчет Search Console от Google отделяет видимость генеративного AI от более широкого интерфейса Search performance.
Пробелы очевидны. Большинству команд нужны контекст запросов, поведение кликов, паттерны prompt, место в ответе и качество цитирования. Google пока не дал всего этого.
Но продуктовый сигнал важен. Google отделил видимость генеративного AI от большого представления Search performance. Это публичный признак того, что видимость в AI-поиске больше не является примечанием внутри традиционной SEO-отчетности.
Масштаб объясняет, почему это важно. На Google I/O 2026 Google сообщил, что AI Overviews имеет более 2,5 млрд monthly active users, а AI Mode превысил 1 млрд monthly active users. Эти числа не говорят, сколько трафика получит ваш сайт. Но они говорят, что AI-поиск достаточно велик, чтобы требовать собственной модели измерения.
Настоящий сдвиг: от рейтинга ключевых слов к покрытию извлечения
Источник, на котором основана эта статья, точно уловил одну вещь: индустрия уходит от битв за одно ключевое слово. Более полезная рамка — извлечения coverage.
Классическое SEO спрашивает: «Может ли эта страница ранжироваться по этому запросу?»
GEO задает более сложный вопрос: «Когда AI-система раскладывает проблему пользователя на меньшие потребности в доказательствах, есть ли на нашем сайте достаточно ясного, надежного и актуального материала, чтобы быть выбранным как часть ответа?»
Это меняет работу.
Например, software-компания, продающая compliance automation, не может полагаться только на главную страницу и несколько страниц функций. AI-ответам может понадобиться понять:
- что компания делает простым языком
- каким сегментам клиентов она подходит
- как она сравнивается с соседними инструментами
- какие интеграции, сертификаты и модели поддержки существуют
- какие утверждения подтверждены документацией или customer доказательства
- ясно ли объяснены ценообразование, безопасность, внедрение и ограничения
Если эти факты разбросаны, устарели, спрятаны в PDF или написаны туманным маркетинговым языком, сайт может быть crawlable, но не очень полезным как AI-источник.
Вот почему разветвление запросов, grounding queries и тематические кластеры указывают в одну сторону. AI-поисковые системы часто работают по кластерам понятий, а не по одному exact-match ключевому слову. Контент-система должна соответствовать этой форме.
Практический цикл измерения GEO
Не перестраивайте всю контент-программу только потому, что изменились два дашборда. Начните с измеримого цикла.
- Постройте baseline AI-видимости.
Экспортируйте все доступное из Bing Webmaster Tools и Google Search Console. Отслеживайте цитируемые страницы, impressions, фразы grounding query, topics, citation share, countries, devices и диапазоны дат. Если отчет Google generative AI еще недоступен, оставьте заглушку в дашборде и используйте Bing плюс ручные проверки AI-ответов для первого прохода.
- Группируйте сигналы по пути принятия решения, а не по типам страниц.
Page-level отчет полезен, но покупатели не думают URL-ами. Группируйте сигналы по зонам решения: определение, сравнение, ценообразование, внедрение, безопасность, альтернативы, troubleshooting, локальная доступность, обучение по категории и доказательства.
- Найдите недостающие доказательства.
Слабый тематический кластер обычно имеет одну из четырех проблем: страницы нет, страница есть, но не отвечает на под-вопрос, страница отвечает без доказательств или страница заблокирована техническими/доступными проблемами. Каждая проблема требует другого исправления.
- Исправляйте контент небольшими партиями.
Обновляйте по пять-десять страниц за раз. Добавляйте прямые блоки прямых ответов, сравнение tables, examples, source-backed утверждения, schema там, где уместно, и внутренние ссылки на поддерживающие страницы. Не поддавайтесь искушению генерировать десятки тонких статей. GEO вознаграждает связные системы доказательств больше, чем один лишь объем публикаций.
- Измерьте снова после следующего crawl и reporting window.
Ищите движение в цитируемые страницы, покрытие тем, citation share и показы генеративного AI. Считайте числа directional. First-party отчетность AI-поиска молода, и Google, и Bing описывают части опыта как ранние или preview-stage.
Caption: Полезный GEO-аудит сопоставляет вопросы покупателей с текущими страницами, глубиной доказательств и first-party сигналами AI-видимости.
Что большинство команд сделает неправильно
Первая ошибка — считать число цитирований новой позицией в рейтинге. Это не так. Bing аккуратно говорит, что Citation Share является наблюдательной метрикой, а не ранжирования system или таблицей конкурентов. Источник может часто цитироваться, потому что он широко полезен, потому что тема имеет низкую конкуренцию или потому что формат ответа требует именно такого источника.
Вторая ошибка — слишком резко разделять SEO и GEO. Вам все еще нужны сканируемые страницы, чистые внутренние ссылки, полезные заголовки, структурированный контент и свежая информация. Разница в том, что эти основы теперь питают и классический поиск, и AI answer извлечения.
Третья ошибка — оптимизировать только те страницы, которые уже появляются. Существующие цитирования показывают, где сайт имеет тягу, но большая возможность может быть в темах, где бренд отсутствует. Если продукт никогда не цитируется по вопросам сравнение, внедрение, безопасность или риске категории, это проблема контент-стратегии, а не просто проблема дашборда.
Четвертая ошибка — считать скриншоты доказательством. Скриншоты все еще полезны для качественного обзора, особенно при аудите формулировки ответа. Но screenshot без first-party данных тренда — слабое доказательство. Он фиксирует один ответ в один момент, а не устойчивый паттерн видимости.
Взгляд Auspia
Лучшие GEO-программы 2026 года будут больше похожи на операции с данными, чем на контент-кампании.
У них будет библиотека промптов, first-party дашборд, покрытие тем map, очередь исправления страниц и ритм обзоров. Они соединят уровня цитирований сигналы Bing с показы генеративного AI Google, а затем используют ручные проверки ответов, чтобы понять качество появления.
Рабочее правило Auspia такое: не спрашивайте «AI нас упомянул?» Спрашивайте: «Какой части пути принятия решения AI доверил нас, а какую проигнорировал?»
Этот вопрос ведет к лучшей работе. Он заставляет команды уточнять факты о бренде, публиковать полезные поддерживающие страницы, убирать туманные утверждения, цитировать доказательства и строить тематические кластеры, соответствующие тому, как покупатели действительно задают вопросы.
Если нужен быстрый старт, запустите проверку видимости через AI Search Visibility Checker , а затем сравните результаты с данными Bing Webmaster Tools и Search Console, когда они будут доступны. Инструмент не заменит отчетность из первых рук, но поможет найти промпты и пробелы в ответах о бренде, которые стоит мониторить.
План действий на 7 дней
| День | Действие | Результат |
|---|---|---|
| 1 | Экспортировать доступные данные AI-поиска из Bing и Google | таблица baseline |
| 2 | Составить список страниц, уже появляющихся в AI features | Инвентарь цитируемых страниц |
| 3 | Сгруппировать grounding queries и видимые страницы по темам | карта тем |
| 4 | Сравнить темы с buyer journey | список пробелов |
| 5 | Выбрать пять страниц для исправления | очередь исправлений |
| 6 | Добавить блоки прямых ответов, доказательства, tables и поддерживающие ссылки | Обновленные страницы |
| 7 | Установить еженедельный ритм обзоров | цикл измерения GEO |
Пусть первый цикл будет скучным. Цель не в том, чтобы доказать огромный выигрыш за неделю. Цель — перестать гадать.
FAQ
Google и Bing полностью открыли черный ящик AI-поиска?
Нет. Они открыли важные first-party слои отчетности, но не раскрыли каждый фактор ранжирования, извлечения, кликов или генерации ответов. Bing сейчас дает более глубокий контекст цитирований, а первые отчеты generative AI от Google фокусируются на impressions, pages, geography, devices и time.
GEO теперь измеримо?
Да, но не идеально. Команды теперь могут объединять first-party AI visibility data, сигналы цитирования, отчеты на уровне страниц, проверки промптов и аудиты контента. Это намного лучше, чем полагаться на разовые скриншоты, но метрики все еще требуют осторожной интерпретации.
Нужно ли командам перестать отслеживать классические SEO-позиции?
Нет. Классическое SEO по-прежнему важно, потому что crawlability, authority, content quality и user demand питают AI search visibility. Изменение в том, что rank tracking больше недостаточен. Нужно также знать, извлекают ли AI-системы ваш контент, цитируют ли его и суммируют ли.
Какая первая метрика наиболее полезна?
Начните с цитируемые страницы и показы генеративного AI. Затем добавьте покрытие тем, контекст grounding query и citation share там, где доступно. Простой weekly дашборд лучше, чем переусложненная модель, которой никто не пользуется.
Что команде исправить первым?
Исправляйте страницы, которые уже близки к полезности: цитируемые страницы с тонкими доказательствами, важные продуктовые страницы, не отвечающие на вопросы покупателей, и тематические пробелы, где конкуренты появляются, а ваш бренд нет. Такие исправления обычно учат большему, чем публикация новых страниц с нуля.
Источники
- Bing: Introducing AI Performance in Bing Webmaster Tools Public Preview
- Bing: New AI Visibility Insights in Bing Webmaster Tools
- Google Search Central: Introducing Search Generative AI performance reports in Search Console
- Google: I/O 2026 Search updates
- Google: I/O 2026 keynote summary from Sundar Pichai
Author: Ethan Marlowe, GEO Measurement Lead Across 500+ Prompts at Auspia. Ethan пишет о отслеживании промптов, отчетах по цитированиям, дашбордах видимости и практическом измерении AI-поиска для growth-команд.
