Десять синих ссылок больше не главная валюта поиска. Спроси у ассистента «к кому обратиться» — и вместо выдачи получишь готовый ответ с пятью-десятью доменами внутри. Для бизнеса вопрос теперь звучит иначе: не «на каком я месте», а «есть ли я вообще в этом ответе».

Один автор решил замерить это программно: взял запрос и задал его семи ИИ-поисковикам, а посмотрел не на текст ответа, а на то, какие домены каждый процитировал в источниках. Прогнал два запроса — про бухгалтерию для продавцов на маркетплейсах и про финансового консультанта для малого бизнеса. Пересечение вышло пустым: ни один домен не назвали все семеро сразу.

Движки процитировали 26 и 30 доменов, больше половины — лишь одним из семи. Самый «согласованный» домен первого запроса набрал пять голосов из семи — и это не исполнитель услуги, а площадка с курсом о том, как вести бухгалтерию.

Второй сюрприз — три «разных» движка оказались одним. DeepSeek, GLM и Gemini вернули дословно одинаковый список из восьми доменов: коэффициент Жаккара у пар DeepSeek × GLM и Gemini × DeepSeek равен единице. Разработчики разные, а корпус один: в веб ходит не модель, а общий плагин провайдера. По сути, пять моделей с пометкой online — это один источник данных, а не пять.

Ещё интереснее, как по-разному движки понимают сам вопрос. На «к кому обратиться за консультацией» общий плагинный корпус назвал восемь доменов, половина — личные сайты людей. Нейропоиск Яндекса выдал агрегаторы и медиа, ChatGPT — каталоги и консалтинговые фирмы, Grok — четыре домена, из них два госпортала. Один движок считает ответом конкретного человека, второй — площадку, где таких людей ищут, третий — государственный портал.

Отсюда неприятный вывод: универсального способа попасть в ИИ-ответ нет. Что работает в одном движке, бесполезно в другом, работать придётся точечно — под конкретный индекс и нишу.

Кстати, восьмым в стенде должен был быть GigaChat — у автора кончился предоплаченный пакет, а новый стоит от 19 500 рублей. В методике есть и слабые места; самое дорогое — тихий баг: движок отвечает, но источники не отдаёт, и в отчёте он вылетает как «отвечает из памяти». Источники были — просто GigaChat складывает их словарём, а парсер ждал список. Ошибка молча превращает рабочий движок в «нецитирующий».

Главный вывод простой: считать нужно не модели, а индексы. Общего списка источников у них нет, зато есть общие корпуса у движков, которые кажутся разными, — и это стоит держать в голове, оценивая своё присутствие в ИИ-выдаче.