AI Trust Signals
AI Trust Signals - это подтверждающие признаки, которые генеративные поисковые системы (ChatGPT, Perplexity, Google AI Overview) оценивают, решая, цитировать ли источник. Они охватывают три измерения: идентичность сущности, доказательства и цитирования, а также техническое качество.
AI Trust Signals - это подтверждающие признаки, которые генеративные поисковые системы (ChatGPT, Perplexity, Google AI Overview) оценивают, решая, цитировать ли источник. Они охватывают три измерения: идентичность сущности, доказательства и цитирования, а также техническое качество.
Почему это важно
Прогнозируется, что в 2026 году поиск на базе ИИ займёт 25% мирового рынка поиска, однако большинство сайтов остаются к этому не готовы. Анализ более чем 200 аудитов AI-поиска показал, что 70,6% сайтов попали в диапазон "непостоянной видимости", и лишь 4,9% достигли "прочной основы". Самыми слабыми измерениями оказались авторитетность/доказательства (медианный балл 48/100) и свежесть (медианный балл 45/100). Если традиционное SEO полагалось на обратные ссылки и ключевые слова для ранжирования, то AI-поиск опирается на сигналы доверия при принятии решения о цитировании.
Три основы
Идентичность сущности: распознают ли модели ИИ бренд как единую, верифицируемую сущность. Это усиливается через schema-разметку Organization со свойствами sameAs, ссылающимися на официальные профили (LinkedIn, Wikipedia, Crunchbase), а также единообразными названием бренда, логотипами и описаниями на всех платформах.
Доказательства и цитирования: подтверждение экспертности бренда сторонними источниками. Сюда входят обратные ссылки с авторитетных доменов (.edu, .gov, отраслевые издания), освещение в прессе и упоминания бренда на Reddit, LinkedIn и других платформах. Из 201 проверенного сайта только 13 включали машиночитаемые цитирования, что делает эту основу самой слабой для большинства организаций.
Технические аспекты и UX: безопасность сайта, производительность и доступность. Вклад вносят HTTPS, соответствие Core Web Vitals, alt-текст, читаемый контраст и логичная структура документа. По мере того как модели ИИ всё чаще краулят сайты напрямую, техническое качество определяет, доступен ли контент в принципе.
AI Trust Signals против E-E-A-T
E-E-A-T - это фреймворк оценщиков качества Google, ориентированная на человека оценка опыта, экспертности, авторитетности и достоверности. AI Trust Signals - это то, как LLM алгоритмически приближают эти качества. Наблюдаемые метрики, такие как частота цитирования, репутация домена и свежесть контента, служат приближениями для качеств, которые оценщики-люди определяют субъективно.
Как генеративные движки оценивают доверие
Генеративные движки оценивают доверие через множество слоёв: контент, появляющийся в нескольких доверенных источниках, набирает вес за счёт перекрёстных ссылок; недавно обновлённый контент ранжируется выше для развивающихся тем; технические запросы отдают предпочтение академическим источникам, тогда как новостные запросы приоритизируют журналистику. Исследование Колумбийского университета показало, что более 60% ответов ChatGPT, Perplexity и Gemini не содержали точных цитирований, что подчёркивает, насколько остро модели ИИ нуждаются в надёжно достоверных источниках.
Как провести аудит ваших сигналов доверия
Идентичность сущности: проверьте schema Organization на главной странице, убедитесь в наличии ссылок sameAs на официальные профили и в том, что информация о бренде совпадает на всех платформах.
Доказательства: проанализируйте обратные ссылки с авторитетных доменов, проверьте, содержит ли контент цитирования внешних источников, и убедитесь, что даты публикации и обновления видны.
Технические аспекты: запустите проверки Core Web Vitals, проверьте реализацию HTTPS и выполните сканирование доступности на предмет отсутствующего alt-текста, проблем с контрастом и структурных недостатков.
Источники: