Рынок вылизал вчерашний поиск: коммерческие факторы 84, готовность к AI - 71

389 сайтов из верхних строк выдачи Яндекса по коммерческим запросам, 10 отраслей, регион Москва. Я прогнал их через свой бесплатный аудитор и свёл в шесть направлений. Отбор простой: то, что поиск уже показывает клиентам, агрегаторы убраны, проверялась одна страница - обычно главная. Картина вышла ровная и оттого показательная: рынок вложился в то, за что поиск награждает сегодня, и почти не тронул то, что решает видимость завтра.

Где рынок силён и где нет

Средний Индекс готовности - 79 из 100. Но средняя тут врёт: гораздо больше говорит разброс по направлениям.

Рынок довёл до блеска ровно то, за что поиск отбирает наверх сегодня: сайт индексируется, грузится быстро, у него есть заголовки, цены и контакты. Это разумно - именно по этим сигналам Яндекс десять лет строил выдачу. Но верхние два направления графика - вчерашняя работа. Нижние два - завтрашняя, и её почти никто не сделал.

Что такое «готовность к AI-поиску» и почему это отдельное направление

Ещё пару лет назад поисковый ответ был списком синих ссылок: система показывала десять страниц, а выбор делал человек. Сейчас всё чаще выбор делает нейросеть. В Яндексе это Нейро и Алиса, в мире - ChatGPT, Perplexity, Gemini. Они не листают выдачу, а собирают готовый ответ из тех источников, которые смогли разобрать, и показывают его сразу, часто без перехода на сайт.

Отсюда новое требование к сайту: мало быть в выдаче - надо быть разбираемым. Нейросеть должна суметь вытащить со страницы факт, понять его контекст и процитировать. Это отдельная работа, которая не сводится к SEO: страница может идеально ранжироваться в классическом поиске и при этом быть невидимой для сборки ответа. Именно это направление рынок и провалил - 71 из 100.

Что именно провалено в AI-готовности

За баллом 71 стоят четыре конкретных пробела - и каждый чинится за вечер:

• FAQ-разметки (FAQPage) нет у 97% сайтов. Блок «вопрос - ответ», размеченный JSON-LD, - это первый формат, который ИИ берёт в прямой ответ. Готовая пара «вопрос - короткий ответ» ложится в цитату почти без обработки. Не иметь её - значит отдавать это место конкуренту, который разметку сделал.
• Файла llms.txt нет у 88%. Это текстовая карта сайта для языковых моделей: краткое описание и ссылки на ключевые страницы. Формат новый, поэтому его отсутствие - не ошибка, а упущенная дешёвая фора: пока его нет почти ни у кого, внедривший получает преимущество за час работы.
• Разметки типов, которые AI цитирует, нет у 67%. Article для статьи, Organization или LocalBusiness для компании, Person для эксперта, Product для товара - это подсказки нейросети, чем является страница. Без них она гадает, а гадая, чаще выбирает того, кто не заставляет гадать.
• Подзаголовков-вопросов нет у 65%. Нейросеть отвечает на вопросы, а H2 вроде «Наши услуги» вопросом не является. Переписать часть заголовков в то, что реально спрашивает аудитория («сколько стоит», «как выбрать», «что входит»), - и страница начинает совпадать с запросами к ИИ.

Дело не в том, что нейросети не пускают

Первое подозрение - сайты закрывают AI-роботов, боятся, что контент утащат. Данные это опровергают: 97% сайтов открыты для GPTBot, YandexAdditional, PerplexityBot и других. Доступ есть почти у всех. Проблема не в заборе, а в содержимом за ним: роботу разрешили войти, но внутри нет ни разметки, ни структуры, ни прямых ответов - разобрать и процитировать нечего. Сайт впускает нейросеть в комнату без единой таблички.

Почему это важно сейчас, а не потом

Соблазн - отложить: трафик из AI-ответов пока доля, зачем спешить. Но здесь работает эффект накопления. Модели и поисковые системы уже сейчас учатся на том, какие сайты удобно цитировать, и формируют привычку возвращаться к ним. Сайт, который стал разбираемым первым в своей нише, попадает в ответы раньше и закрепляется там - а догоняющему потом придётся вытеснять уже закрепившегося. Сегодня это стоит вечер работы. Через год это будет разницей между «нас цитируют» и «нас нет в ответе», и цена входа вырастет.

Что делать

Порядок простой и дешёвый, каждый пункт - самостоятельная задача на несколько часов:

1. Добавить на ключевые страницы блок «вопрос - ответ» и разметить его JSON-LD FAQPage.
2. Положить в корень сайта файл /llms.txt с описанием ресурса и ссылками на главные страницы.
3. Переписать часть H2 и H3 в вопросы, которые задаёт аудитория.
4. Проставить Schema по смыслу страницы: Article, Organization, Person или Product.
5. Убедиться, что первый абзац под заголовком - это прямой ответ или определение, а не подводка и не призыв «оставьте заявку».

Ни один пункт не требует переверстки сайта или бюджета на разработку - это точечные правки в разметке и текстах.

Не рано ли этим заниматься?

Резонный вопрос: русскоязычный AI-поиск ещё молод. Но именно поэтому вход дешёвый. Когда FAQ-разметка и llms.txt станут нормой, как когда-то стал нормой мобильный адаптив, они перестанут давать преимущество - будут просто обязательным минимумом. Сейчас их нет у 88-97% сайтов, и это редкое окно, когда небольшая работа даёт заметный отрыв. Тот, кто ждёт «пока это станет важно», по определению опаздывает к моменту, когда это уже важно.

Чего эти цифры не значат. Это не статистика всего Рунета - измерены сайты из верхних строк коммерческой выдачи Яндекса по 10 нишам, то есть те, кого поиск уже отобрал. llms.txt и FAQ-разметка не гарантируют попадание в ответы нейросетей - они делают сайт разбираемым, а не обязательно цитируемым. Проверялась одна страница каждого сайта.