Как стать источником, который цитирует AI: плейбук по цитируемости

Если лень читать лонгрид, вот выжимка: движок читает десяток страниц, а цитирует одну. Разбираю, из чего складывается цитируемость, почему позиция тут решает мало и какой ход даёт самый большой рычаг при минимальных затратах.

Задал на днях ассистенту вопрос по своей же теме и стал смотреть не на ответ, а на то, кого он под ответом называет. Страниц он явно прочитал с десяток, а ссылку получила одна, и стояла она в выдаче далеко не первой. Открыл её рядом со своей, положил два первых абзаца бок о бок и понял, чем мы отличаемся: у неё под заголовком стоит ответ, а у меня — разгон. Обидно? Ещё как! Зато теперь есть о чём рассказать.

Цитируют не того, кто выше

Классическая работа над сайтом оптимизирует клик: ты хочешь, чтобы человек выбрал твою синюю ссылку из десяти. Генеративный движок работает иначе — он тебя уже прочитал и теперь решает, чьё предложение приписать источнику, и это, если вдуматься, совсем другая задача.

Путать их дорого. Страница может отлично ранжироваться и при этом молча раствориться в пересказе, а страница ниже по выдаче с одним эксклюзивным утверждением окажется названной по имени.

Ранжирование заводит сайт в число кандидатов, и это по-прежнему нужно, никто этого не отменял. Но дальше решают два других свойства, и я разберу оба.

Извлекаемость

Первый вопрос, который решает судьбу цитаты: может ли модель взять самодостаточный фрагмент, не притаскивая контекст из трёх абзацев выше?

Литература по этой теме говорит прямо: цитирование зависит от извлекаемости на уровне фрагмента, а не от релевантности всей страницы целиком, то есть хорошая статья с плохой нарезкой проигрывает средней статье с хорошей.

Проверить это на себе просто. Возьми любую свою секцию, прочитай её первый абзац отдельно от остального текста и спроси себя: понятно ли, о чём речь, без предыдущих строк? Если там висит «это работает так» или «как я видел выше», фрагмент у тебя не извлекается, и никакая глубина остального текста его не спасёт.

Атрибутируемость

Второй вопрос звучит неудобнее: есть ли у модели хоть одна причина сослаться именно на тебя, а не на любого из десяти соседей?

Своя статистика, названная методика или личное наблюдение дают ей то, что можно взять только с твоей страницы. А пересказ общего мнения не даёт для ссылки ничего: то же самое написано ещё на десяти сайтах, и приписывать источник некому.

Отсюда простое следствие, и оно, пожалуй, самое неприятное в этом тексте. Даже безупречно нарезанный текст без единого собственного факта остаётся сырьём для пересказа, а не источником для цитаты!

Пять признаков, которые цитируют охотнее

Признак	Почему его цитируют	Как это выглядит на странице
Свои данные	Цифру больше негде взять	«В моём аудите 300 страниц у 44% не было извлекаемого ответа»
Чёткое определение	Одно чистое предложение, берётся дословно	«Ответ-капсула — самодостаточный ответ в 40–75 слов»
Ответ в начале	Ответ там, куда смотрит модель	Первое предложение под заголовком и есть ответ
Личный опыт	Опыт нельзя собрать из чужих страниц	«Я прогнал это у себя — вот что сломалось»
Чистая структура	Нечего очищать и нечего разгадывать	Заголовки-вопросы, короткие абзацы, одна мысль

Ни один из признаков не является трюком, и это стоит проговорить отдельно. Так всегда выглядел хороший справочный источник; сдвиг только в том, что первым читателем стала машина, а не человек, бегло просматривающий текст.

Ставь ответ первым

Самая частая причина, по которой хорошая страница не попадает в цитату, звучит обидно: ответ закопан на три абзаца вглубь после разгона, и я сам, как выяснилось выше, этим грешил.

Модель ищет извлекаемый фрагмент под заголовком, натыкается на прочистку горла в духе «сегодня всё больше компаний задумываются о том, что» и идёт дальше. Она не будет копать глубже, потому что рядом есть десяток страниц, где отвечают сразу, и чего ради ей стараться?

Лечится это механически. Ставь самодостаточный ответ первым предложением под каждым заголовком: от сорока до семидесяти пяти слов, без висящих местоимений и без отсылок к соседним секциям. Сам заголовок формулируй как вопрос, который задал бы человек, — тогда фрагмент под ним читается как прямой ответ.

Это и есть приём ответ-капсулы, и он самый механический рычаг из всех доступных! Проверить свои страницы до публикации можно моим чекером капсул, это занимает минуту.

Принеси цифру, которой нет ни у кого

Определения и структура заводят страницу в игру, а называют по имени уже за свои данные. Разберу, почему так работает.

У модели есть десять страниц, которые все пишут «целься в сорок-семьдесят пять слов», и одна, которая пишет «в моём аудите трёхсот страниц лишь у 44 процентов был извлекаемый ответ». Второе предложение получает ссылку на источник просто потому, что такая цифра может прийти ровно из одного места.

И чем точнее назван метод, тем охотнее модель припишет утверждение именно тебе. Строка «опрос собственных клиентов, март 2026» атрибутируется надёжнее, чем безличное «исследования показывают», за которым не стоит никто.

Бюджета на исследование при этом не нужно! Число из своей аналитики, сравнение до и после по одному проекту, маленький опрос клиентов, подсчёт из уже проведённого аудита — годится любая цифра из первых рук, которой ещё нет в обучающих данных.

Сопроводи её методом в одну строку, вроде «по трёмстам страницам, опубликованным в 2026 году». Тогда модель сможет процитировать и само утверждение, и его происхождение, а это и есть проверяемость на практике.

По теме стоит заглянуть в разборы про то, почему движки цитируют именно эти источники и что даёт цитата без клика.

Ещё одна деталь, которая экономит время: одну и ту же цифру можно использовать в нескольких материалах, если она честно относится к теме каждого. Собственный замер живёт долго, и превращать его в разовое украшение одной страницы просто расточительно.

Чек-лист

• Каждый заголовок — вопрос, который человек действительно набрал бы.
• Первое предложение под каждым заголовком — самодостаточный ответ в 40–75 слов.
• На странице есть хотя бы одна своя цифра с методом в одну строку.
• У ключевых терминов есть определение в одно предложение, которое берётся дословно.
• Хотя бы один фрагмент отражает личный опыт, а не пересказ чужого.
• Абзацы короткие, по одной мысли, без висящих отсылок наверх.
• Важные утверждения опираются на реальный проверяемый источник.

До 44%

После 100%

источник: внутренние аудиты, 2026

Разрыв на графике и есть вся суть разговора. У 56 процентов страниц, которые я сам считал хорошим контентом, не нашлось фрагмента, который модель могла бы взять чисто, и закрыла этот разрыв правка структуры, а не добавление новых слов.

Что чаще всего мешает

Разберу три возражения, которые слышу регулярно, потому что за каждым стоит реальная сложность, а не лень.

Первое: «у меня нет своих данных, я же не исследовательский центр». Как правило, данные есть, просто их не считают данными. Сколько заявок пришло с одной страницы за квартал, сколько времени занимает типовая процедура, какая доля клиентов спрашивает одно и то же — это всё цифры из первых рук, и в открытом доступе их нет.

Второе: «капсулы делают текст сухим». Делают, если писать их шаблоном. Но ответ в начале секции — это ровно то, чего ждёт и живой читатель: он пришёл с вопросом и хочет получить ответ, а не разгон на три абзаца, и чё тут сухого?

Третье: «я всё это сделал, а цитирований нет». Тут причина обычно техническая, а не редакторская: сайт закрыт для ботов, страница рендерится скриптами или разметка сломана, и проверить это стоит до того, как переписывать тексты по второму кругу.

С чего начать, если страниц много

Порядок такой. Возьми десять страниц с наибольшим числом показов и проверь их первые абзацы под каждым заголовком — это займёт час, и час этот, вероятно, окажется самым полезным за месяц.

Дальше почини только то, что чинится структурой: перенеси ответ вперёд, убери разгон, разбей длинный абзац. Своих цифр на этом шаге добавлять не нужно, они дороже по времени.

И только потом, на второй неделе, выбери три-пять страниц, которые тебе важнее всего, и добавь в них по одному собственному замеру. Обычно этого хватает, чтобы картина сдвинулась заметно.

И последнее — про ожидания. Цитируемость — это не рычаг, который срабатывает за неделю: движки переобходят страницы неравномерно, и первые изменения обычно видны через месяц-полтора. Зато держится результат долго, потому что структура и собственные цифры не устаревают так быстро, как позиции.

Проверять результат при этом стоит не по общему числу цитирований, а по конкретным страницам: движение обычно начинается с двух-трёх материалов, а не со всего корпуса разом, и общий счётчик такое начало скрывает.

А я пойду перепроверю собственные первые абзацы: график выше про мои страницы, а не про чужие, и расслабляться, кажется, рановато.

Источники

• Aggarwal et al., «GEO: Generative Engine Optimization», KDD ‘24 — arXiv:2311.09735: добавление статистики, цитат и ссылок на источники поднимало видимость источника в ответах примерно до 40 процентов.
• Liu, Zhang & Liang, «Evaluating Verifiability in Generative Search Engines» (2023) — arXiv:2304.09848: как генеративные движки цитируют и как часто цитата действительно подтверждает утверждение.
• Google Search Central, «Creating helpful, reliable, people-first content» — рекомендации про личный опыт и подтверждаемую экспертизу как сигналы качества.