# Google больше не ищет ваш запрос — он ищет 15 других

> Query fan-out: один запрос движок дробит на 5–15 под-запросов и цитирует по частоте попадания в веер, а не по позиции. Почему топ-3 мимо, а топ-15 в ответе — и что делать.

_Source: https://seomatrix.ai/ru/blog/query-fan-out/ · Updated: 2026-07-02_

---

## Что такое query fan-out

Провокация, за которой стоит патент: **Google больше не ищет ровно ваш запрос.** Он раскладывает его на 5–15 параллельных под-запросов и по каждому ищет ответ в своём пуле страниц. Ответ ИИ собирается из тех, кто **чаще всего попадает во весь этот веер** — а не из топ-1 по исходному запросу.

Официальный пример из руководства Google (15.05.2026): запрос «как починить газон от сорняков» движок автоматически разворачивает в «лучшие гербициды», «удалить сорняки без химии», «предотвратить сорняки». Механика подтверждена схемой Google I/O 2026 и патентом **US20240289407A1**.

## Парадокс ранжирования: топ-3 мимо, топ-15 в ответе

Раз цитирование идёт по частоте попадания в веер, а не по позиции, происходит контринтуитивное:

- Сайт из **топ-3** по основному запросу **может вообще не появиться** в AI-ответе.
- Конкурент из **топ-15** попадает — потому что точнее закрывает один из под-вопросов.
- Страница на позиции #150, точно отвечающая на один под-запрос цепочки, имеет шанс на цитирование наравне с #3.

Цифры это подтверждают:

- Корреляция **«топ-10 ↔ AI-цитирование» упала с 76% (2025) до 38% (2026)** — Ahrefs, март 2026, 863k запросов, 4M URL.
- **~60% AI-Overview-цитирований** — из URL **вне топ-20** органики (AirOps, State of AI Search 2026).
- **31% цитирований** — со страниц за топ-100.

> **Два независимых результата** — Позиция в выдаче и присутствие в AI-ответах — теперь два отдельных результата с разными механиками достижения. Оптимизировать только под позицию = видеть половину картины.

## Сколько «закрывает» веер

Веер по-разному весит в двух движках Google (см. разбор [AIO vs AIM](/blog/ai-citation-sources/)):

| Источник ответа | AI Overview (AIO) | AI Mode (AIM) |
|---|---|---|
| По исходному запросу | ~60% | ~15% |
| По дополнительным под-запросам | +10–15% | +30% |
| Итого закрыто fan-out'ом | **~75%** | **~45%** |

В AI Mode веер решает почти половину ответа — там «покрытие под-интентов» критично. Узнать, цитируют ли вас ИИ-движки, можно бесплатным инструментом [AI-видимость](/ru/ai-visibility/).

## Как писать под веер

Стратегия смещается с «занять топ-1» на **«покрыть веер»**:

1. **Одна страница = один под-вопрос глубоко.** Не «всё про X» поверхностно, а точный, исчерпывающий ответ на одно под-намерение.
2. **Сеть тематических страниц/секций** — 8–12 переформулировок одного запроса по осям *понять / сравнить / купить / проверить*.
3. **Атомарные ответы 40–60 слов** с числом в первых словах на каждый под-вопрос — их движок и «выдёргивает».
4. **FAQPage-разметка удваивает retrieval-поверхность**: один FAQ-блок закрывает сразу несколько под-запросов.
5. **Явный «fan-out map» в брифе** автору: список 8–12 формулировок под 8 осей — чтобы не забыть ни один под-интент.

Узнать точные под-запросы нельзя (Google убрал их видимость), поэтому их **моделируют** — по разделам AI-ответа (часто 1 раздел = 1 под-запрос), по PAA и по производным запросам.

## Как проверить у себя

Мы вынесли это в аудит:

- **facet-coverage** — покрывает ли страница фасеты веера (сравнение / альтернативы / цена / плюсы-минусы / характеристики / FAQ) как отдельные секции, и чего не хватает по кластеру.
- **coverage-gap** — берёт реальные PAA-под-вопросы по вашему ключу и показывает, какие из них не закрыты в теле статьи.

> **Проверить за 2 минуты** — Прогоните URL через [бесплатный чек](https://seomatrix.ai/audit) — увидите, какие под-интенты веера вы закрываете, а какие отдаёте конкурентам.

## Что делать

1. **Смените цель.** Не «топ-1 по ключу», а «покрыть веер под-запросов».
2. **Разложите ключ на 8–12 под-интентов** и закройте каждый — глубоко и отдельно.
3. **Атомизируйте ответы** (40–60 слов, число в начале) + FAQPage.
4. **Мерьте присутствие в ответе, а не только позицию** — это теперь разные KPI.

Позиции в Google по-прежнему нужны. Но выигрывает в AI-эпоху не тот, кто занял одну вершину, а тот, кто **покрыл весь веер**.

## Источники

- **Query Fan-Out — патент Google US20240289407A1** + официальное руководство Google по AI-поиску (15.05.2026): разбивка запроса на параллельные под-запросы; пример «как починить газон».
- **Google I/O 2026** — схема Query Fan-Out (через доклад Борминцева, GEO-HowTo 2026).
- **Ahrefs, март 2026** (863k запросов, 4M URL) — корреляция топ-10 ↔ AI-цитирование 76% → 38%, 31% цитат за топ-100 (через доклад Рунова, GEO-HowTo 2026).
- **AirOps — State of AI Search 2026** — ~60% AIO-цитирований вне топ-20 органики.
- **GEO-HowTo 2026 — доклад Курдюковой–Волович** — измерение долей AIO vs AIM по вееру.

## FAQ

### Что такое query fan-out простыми словами?

Это разветвление одного запроса на 5–15 параллельных под-запросов. Например, «лучшая eSIM для Японии» движок раскладывает на «цена», «покрытие», «как активировать», «отзывы», «vs роуминг» — и по каждому ищет ответ в своём пуле страниц. Итоговый ответ ИИ собирается из страниц, которые чаще всего попадают во весь этот веер.

### Почему топ-1 в Google больше не гарантирует попадание в ответ ИИ?

Потому что ИИ цитирует по частоте попадания в кластер под-запросов, а не по позиции по основному запросу. Сайт из топ-3 может не закрывать ни один под-вопрос точно, а конкурент из топ-15 — точно закрывать один из них и попасть в ответ. Корреляция «топ-10 ↔ AI-цитирование» упала с 76% (2025) до 38% (2026).

### Как оптимизировать под query fan-out?

Перейти от «занять топ-1» к «покрыть веер»: под ключевой запрос сделать сеть страниц/секций, каждая из которых глубоко закрывает один под-интент (понять / сравнить / купить / проверить), с атомарными ответами 40–60 слов и FAQPage-разметкой (она удваивает retrieval-поверхность). Одна страница = один под-вопрос глубоко, а не «всё про X» поверхностно.