Разбор The Verge: AI SEO превращается в новую серую зону маркетинга

6 апреля 2026 года The Verge опубликовал материал Mia Sato с простым, но очень точным вопросом: можно ли влиять на ответы AI-систем? Сильная сторона текста в том, что он не уходит в фантазии про «взлом модели», а показывает куда более приземлённую реальность: влиять пытаются через слой веб-контента, подбора источников и цитирования, то есть через ту часть AI-поиска, которая опирается на публичный интернет.

Не новая магия, а новая версия старого SEO

Главный тезис статьи The Verge звучит так: SEO не умерло, оно просто сменило единицу оптимизации. Раньше задача была попасть в топ по синей ссылке. Теперь задача — стать тем источником, на который ссылается или который пересказывает AI. Именно поэтому рынок начал переименовывать привычные практики в GEO, AEO, AI Search Optimization и десятки других терминов. Но по сути речь идёт о старом знакомом наборе стимулов: кто лучше упаковал контент под алгоритмическое потребление, тот получает больше видимости.
The Verge показывает это на очень показательных примерах. В статье фигурируют страницы Zendesk и Freshworks с подборками «лучших» service desk и help desk решений, где собственные продукты компаний оказываются на первом месте. И это не выдумка автора: у Zendesk действительно есть страница со сравнением сервисов, где первым в списке стоит Zendesk, а у Freshworks — материал, где первым идёт Freshservice. Важный нюанс в том, что такие страницы не просто рекламные; они ещё и очень удобны для машинного чтения: таблицы, структурированные списки, признаки сравнения, цены, плюсы и минусы.
Именно здесь статья попадает в нерв момента. Проблема не в том, что бренды хвалят себя. Они делали это всегда. Проблема в том, что в эпоху AI-поиска такая саморекомендация может оказаться не только рекламным сообщением для человека, но и сырьём для генеративного ответа. Иными словами, контент теперь пишется не только для читателя и не только для поискового робота, но и для системы, которая собирает ответ из множества источников в реальном времени.

Почему это вообще работает

The Verge правильно подмечает: многие AI-ответы строятся не исключительно на «знаниях модели», а на комбинации модели с актуальным веб-поиском. Если система ищет источники на лету, то она уязвима к контенту, который выглядит достаточно структурированным, релевантным и пригодным для быстрого извлечения фактов. Именно поэтому self-serving listicles оказываются эффективнее, чем кажутся. Они не обязательно меняют саму модель, но могут влиять на то, что попадает в её контекстное окно во время ответа.
Это хорошо стыкуется с официальной позицией Google. В рекомендациях для AI-режимов поиска компания пишет, что ставка должна делаться на уникальный, полезный контент для людей, техническую доступность страниц, хорошую page experience и корректные структурированные данные. При этом Google отдельно подчёркивает: structured data помогает системе понять страницу, но сама по себе не гарантирует показ, а разметка должна соответствовать видимому содержимому страницы и не вводить пользователя в заблуждение.
Из этого следует важный вывод, который в статье The Verge скорее подразумевается, чем проговаривается напрямую. Новый AI SEO — это не «тайная кнопка для влияния на LLM», а борьба за то, чтобы ваш контент был машиночитаемым, сопоставимым, цитируемым и выглядел как надёжный источник в глазах retrieval-системы. Это не отменяет старое SEO, а надстраивается поверх него.

Где заканчивается оптимизация и начинается отравление рекомендаций

Самая тревожная часть текста The Verge — эпизод с практикой, которую Microsoft назвала AI Recommendation Poisoning. В феврале 2026 года Microsoft Security описала схему, при которой компании встраивали скрытые инструкции в кнопки вроде “Summarize with AI”, чтобы подтолкнуть ассистента «запомнить» бренд как авторитетный источник или рекомендовать его в будущем. Исследователи Microsoft сообщили, что обнаружили более 50 уникальных prompt-конструкций от 31 компании в 14 индустриях.
Это уже принципиально другой уровень игры. Если self-serving статья — это агрессивный, но всё же публичный контент-маркетинг, то скрытые команды внутри AI-кнопок ближе к манипуляции механизмом памяти и рекомендаций. И именно здесь статья The Verge особенно полезна: она показывает, что граница между «оптимизацией присутствия» и «отравлением рекомендательного слоя» становится тоньше, чем в классическом SEO.
Для рынка это опасный сигнал. Как только у бизнеса появляется стимул стать «предпочтительным источником» для AI, появляются и серые практики: скрытые промпты, псевдорейтинги, фабрикация сравнений, бесконечные страницы «лучших сервисов» без реальной редакторской ценности. Microsoft уже пишет, что встраивает защиты от prompt injection и подобных атак, но сама логика рынка подсказывает: пока AI-ответы конвертируют внимание в деньги, попытки влиять на них никуда не денутся.

Где The Verge особенно точен

Лучший кусок материала — не примеры конкретных брендов, а объяснение новой экономики видимости. The Verge показывает, что борьба идёт уже не за «трафик вообще», а за присутствие в тех местах, откуда AI-системы черпают сигналы доверия: новости, форумы, Reddit, YouTube, обзорные площадки, обсуждения в соцсетях, нишевые блоги. Именно поэтому в статье звучит мысль, что в AI-эпоху может иметь значение даже простое упоминание бренда третьей стороной, а не только классическая ссылка.
Эту мысль поддерживают и внешние данные. В мартовском исследовании SparkToro говорится, что поиск уже давно происходит не только в Google, Bing и ChatGPT, а на множестве платформ, и что на десктопе Amazon, Bing и YouTube по объёму поисковой активности всё ещё превосходят ChatGPT. Более того, SparkToro отдельно подчёркивает: если считать AI-поиск в целом, то основная его масса по-прежнему происходит внутри Google, а не в standalone-чатботах.
Отсюда следует один неприятный для многих агентств вывод: обещание «сделать вас видимыми в ChatGPT» часто продаётся как новая элитная услуга, хотя реальная задача куда шире и скучнее. Нужно не «накрутить упоминания в боте», а выстроить цифровое присутствие бренда во всём поле discoverability: на сайтах, в медиа, на маркетплейсах, в видео, в UGC, в карточках товаров, в структурированных базах данных и в независимых обзорах. The Verge это чувствует очень точно.

Где статья перегибает

При всей силе материала у него есть и слабое место: он местами складывает в один пакет Google AI Mode, AI Overviews, Gemini, ChatGPT и другие AI-интерфейсы, хотя механика у них не полностью совпадает. Где-то важнее поисковый индекс, где-то — память, где-то — собственный retrieval, где-то — продуктовые или рекламные форматы. Для широкой статьи это допустимое упрощение, но для рынка оно рискованно: под вывеской «AI SEO» легко начать продавать универсальные рецепты там, где универсального рецепта нет.
Вторая слабость — нехватка жёстких метрик на фоне очень ярких кейсов. The Verge сам показывает эту проблему на примере Growtika: компания продаёт GEO-услуги и одновременно строит маркетинг вокруг тезиса о драматическом падении органического трафика, однако даже её сооснователь признаёт, что надёжно обещать AI visibility пока нельзя и измерять её всё ещё трудно. То есть рынок уже продаёт уверенность, которой у него пока нет.
И здесь статья опять же оказывается честнее многих отраслевых текстов. Она не утверждает, что AI SEO — фейк. Она говорит другое: новая зона оптимизации реальна, но индустрия уже успела перегреть её обещаниями. Этот скепсис хорошо совпадает с данными SparkToro: шум вокруг AI-поиска огромный, тогда как фактический объём поискового поведения по-прежнему значительно шире и распределён по разным платформам, а не только по чатботам.

Почему тема стала особенно чувствительной именно сейчас

Отдельный слой материала The Verge — реакция пользователей на рекламу и маркетинговое давление внутри чат-интерфейсов. Эта часть важна, потому что привычная логика веба здесь ломается. Мы десятилетиями мирились с тем, что SEO, контекст и нативная реклама смешаны в поиске и медиа. Но когда похожая логика приходит в чатбот, пользователь воспринимает это гораздо болезненнее, потому что диалоговый интерфейс кажется более личным, почти приватным пространством.
Контекст для этого у статьи сильный. OpenAI в январе 2026 года объявила, что начнёт тестировать рекламу в ChatGPT для Free и Go-подписок в США, пообещав, что реклама будет чётко помечена, отделена от органического ответа и не будет влиять на сам ответ модели. В феврале OpenAI уточнила, что в рамках теста учитываются тема диалога, прошлые чаты и прошлые взаимодействия с рекламой, а рекламодатель получает только агрегированные метрики вроде просмотров и кликов.
Вот почему статья Sato работает не только как текст про SEO, но и как текст про доверие. Как только пользователь понимает, что AI-ответ — это не нейтральный «умный собеседник», а новая медиасреда с собственными интересами, рекламой и серыми тактиками влияния, исчезает иллюзия чистого пространства. В этом смысле The Verge пишет не только о маркетологах, но и о конце наивной веры в «неиспорченный» AI-интерфейс.

Что всё это значит для брендов, медиа и агентств

Практический вывод из статьи довольно жёсткий. Брендам не стоит покупать обещания вида «мы гарантированно заставим ChatGPT цитировать вас через 60 дней». Даже компании, работающие в этой нише, признают, что измерение AI-видимости пока сырое, а Google и Microsoft прямо говорят о борьбе с манипулятивными тактиками.
Рабочая стратегия выглядит гораздо менее гламурно, зато надёжнее. Нужны страницы, которые реально помогают пользователю принять решение; прозрачное авторство; опыт, экспертиза и доверие; корректные и честные структурированные данные; сильные упоминания в earned media; живое присутствие на платформах, где аудитория действительно ищет информацию. Google прямо советует делать people-first контент, объяснять, кто создал материал, как он был сделан, и не использовать автоматизацию ради манипуляции ранжированием.
Для медиа вывод тоже неприятный, но полезный. Публиковать тонны «SEO-мусора» ради короткого всплеска трафика — плохая долгосрочная ставка. Google продолжает повторять, что поощряет уникальный и небиржевой контент, а structured data и AI-friendly разметка должны отражать видимую суть страницы, а не маскировать её под то, чем она не является. В эпоху AI-ответов это становится ещё важнее: если ваш материал не добавляет уникальной ценности, он легко превращается либо в сырьё для чужого ответа, либо в очередной шумовой документ, который система рано или поздно научится игнорировать.

Вердикт

Материал The Verge хорош тем, что не ведётся ни на паническую риторику «SEO умерло», ни на восторженный маркетинговый тезис «достаточно освоить GEO, и вы победите». Он показывает более неприятную, но и более правдивую картину: AI SEO существует, однако это не магия управления моделью, а новая борьба за источники, цитаты, сигналы доверия и машиночитаемую репутацию бренда в открытом интернете.
Главная ценность статьи — в правильной рамке. Вопрос уже не в том, можно ли оптимизироваться под AI. Можно. Вопрос в другом: будете ли вы делать это через реальную полезность и проверяемую экспертизу — или через самовосхваляющие списки, скрытые промпты и манипулятивный мусор. И именно от ответа на этот вопрос будет зависеть, кто в ближайшие годы выиграет новую гонку за видимость.

AI SEO

Практика оптимизации контента и цифрового присутствия бренда под генеративный поиск и AI-ответы, а не только под классическую поисковую выдачу.

AEO (Answer Engine Optimization)

Оптимизация под системы, которые дают готовый ответ, а не просто список ссылок. Часто используется как близкий по смыслу термин к AI SEO.

GEO (Generative Engine Optimization)

Маркетинговый термин для оптимизации под генеративные движки и AI-поиск. Часто используется агентствами как новое название старых SEO-подходов, адаптированных под LLM-интерфейсы.

LLM

Large Language Model — большая языковая модель, которая умеет генерировать текст, отвечать на вопросы, суммировать и объяснять информацию.

AI Mode

Режим поиска или интерфейс, в котором пользователь получает не только ссылки, но и сгенерированный AI-ответ на основе веб-источников и модели.

AI Overviews

Сгенерированные сводки в поиске, которые собирают краткий ответ по запросу пользователя на основе найденных источников.

Retrieval

Механизм, при котором AI-система сначала ищет релевантные материалы во внешних источниках, а затем строит ответ на их основе.

Retrieval layer

Слой поиска и подбора данных, через который AI получает контекст для ответа. Именно на этот слой чаще всего и пытаются влиять практики AI SEO.

Цитируемость

Способность материала быть использованным как источник для AI-ответа, обзора, пересказа или ссылки внутри генеративной выдачи.

Structured data

Структурированные данные на странице, которые помогают поисковой системе понять, что именно находится на сайте: статья, продукт, FAQ, организация, автор, отзыв и так далее.

Entity

Сущность в поисковом понимании: компания, человек, продукт, категория, место, бренд. Чем лучше система понимает сущность, тем легче ей связать её с темой, рынком и контекстом.

Discoverability

Общая видимость бренда в цифровой среде: в поиске, медиа, соцсетях, видео, форумах, каталогах, обзорах и AI-интерфейсах.

Earned media

Упоминания, обзоры, публикации и цитаты, которые бренд получает не через собственные площадки и не через прямую рекламу, а благодаря редакционному интересу, обсуждениям или пользовательской активности.

People-first content

Контент, созданный в первую очередь для пользы человека, а не ради технической манипуляции алгоритмом. Такой подход всё чаще становится базовым требованием для устойчивой видимости.

Self-serving comparison page

Страница-сравнение, где компания якобы сравнивает рынок, но фактически продвигает собственное решение как лучшее. В эпоху AI-поиска такие страницы стали особенно заметным инструментом влияния.

Listicle

Материал в формате списка: «10 лучших сервисов», «7 платформ для бизнеса», «5 альтернатив». Удобный формат для чтения и ещё более удобный для машинного извлечения информации.

Prompt injection

Попытка внедрить в контекст AI скрытую инструкцию, которая влияет на то, как система интерпретирует источник или формирует ответ.

AI recommendation poisoning

Манипулятивная практика, при которой бренд пытается подталкивать AI к рекомендациям через скрытые инструкции, специальные конструкции или искажение источникового слоя.

AI visibility

Условный показатель того, насколько часто бренд, продукт или публикация появляются в AI-ответах, сводках, подсказках и рекомендациях.

SERP

Страница результатов поиска. В классическом SEO это основная точка борьбы за внимание, а в AI-поиске она постепенно дополняется генеративным слоем ответа.

Organic traffic

Бесплатный трафик из поисковых систем. В AI-эпоху его значение не исчезает, но меняется логика распределения внимания между ссылками и готовыми ответами.

Brand signals

Совокупность сигналов о бренде в интернете: упоминания, обзоры, авторитет источников, повторяемость названия в релевантных темах, связи с сущностями и общее цифровое присутствие.

Trust signals

Признаки доверия к источнику: авторство, редакционная прозрачность, экспертность, ссылки на первичные данные, подтверждаемость фактов, устойчивые внешние упоминания.