Почему «список источников» не равен позиции в AI-поиске

Почему «список источников» не равен позиции в AI-поиске

В свежем arXiv-кейсе авторы проверили, как вообще оценивать поиск в LLM-системах. Взяли бенчмарк RollingEval-Jun25: 250 научных статей, human citations и AI-rerankers, а потом сравнили, что реально считается релевантным.

Результат неприятный для всех, кто привык опираться на ручную подборку ссылок как на эталон:

— только 51% человеческих цитат получили от нейтрального LLM-оценщика статус moderately relevant или выше;
— лучшие AI-rerankers вышли на 86–88% по тому же критерию;
— deep research-сценарии подняли recall с менее чем 20% до более чем 80% по сравнению с обычным поиском через API.

Что это значит для брендов и команд, которые строят контент под AI-поиск, ChatGPT Search, Perplexity или Gemini?

Главный урок такой: присутствие в «правильном списке» само по себе не гарантирует видимость. Модель может выбрать не ту ссылку, не тот фрагмент или не тот источник, если материал плохо собирается в ответ.

Для позиционирования это важный сигнал. Недостаточно просто «быть упомянутым» в медиа, каталоге или экспертной подборке. Нужны:
— страницы с чёткой категорией и явным смыслом;
— формулировки, которые легко извлекаются в ответ;
— структура, где есть не только бренд, но и объяснение, чем вы полезны и в каком контексте вас цитировать.

И ещё один полезный вывод из работы: ручная выборка часто переоценивает «правильность» источников. Поэтому качество контента для AI-поиска лучше мерить не совпадением ссылок, а тремя вещами сразу: релевантностью фрагмента, полнотой покрытия темы и тем, насколько легко модель использует ваш материал в ответе.

Если бренд хочет попадать в новую поисковую выдачу, ему нужно думать не только о SEO, но и о том, как его страницу прочитает и соберёт LLM.