Эволюция ИИ-поиска: почему свежие модели начинают видеть местные сервисы, а старые — нет
Недавнее исследование показало, что обновление моделей искусственного интеллекта кардинально меняет их отношение к локальному бизнесу. Если прошлые версии генеративных поисковиков игнорировали региональные сервисы в Иркутске, подменяя их зарубежными аналогами, то актуальные версии (такие как Gemini 3.6 Flash) теперь находят и цитируют более чем в три раза больше местных ресурсов. Это подтверждает, что метрика видимости для ИИ имеет очень короткий срок годности.
# Свежие ИИ-модели наконец видят локальный бизнес: разбор новых данных
В мире искусственного интеллекта скорость обновлений часто опережает наши представления о стабильности алгоритмов. Недавнее исследование, проведенное экспертом по ИИ-поиску, выявило фундаментальный сдвиг в том, как модели формируют ответы на геолокационные запросы. Если несколько месяцев назад актуальные системы часто «слепили» региональный рынок, отдавая предпочтение крупным столицам или иностранным сервисам, то сегодня ситуация кардинально изменилась.
Разрыв между поколениями моделей: от нуля до 78% цитирований
Главный вывод исследования заключается в том, что «единого попадания в ИИ-выдачу не существует». Метрики видимости, полученные для одной версии модели, могут быть совершенно неверны для её наследника.
Авторы сравнили два поколения нейросетей на примере локального рынка Москвы и Иркутска. Результаты показали шокирующий разрыв:
* На старых моделях (предыдущее поколение): Агрегаторы типа Яндекс.Услуг, Профи.ру и Авито забирали до 50% ссылок в Москве и 51,6% в Иркутске. При этом собственные локальные сайты и исполнители почти не попадали в список источников. В некоторых случаях доля локальных сайтов была близка к нулю, а модели выдавали ссылки на ресурсы из соседних стран, что было ошибкой индекса, а не недоработкой бизнеса. * На свежих моделях (Gemini 3.6 Flash, DeepSeek V4 и другие): Ситуация инвертировалась. Доля агрегаторов упала до 12,5% – 37,0%, в то время как доля локальных сайтов выровнялась и стала сопоставимой с размером рынка. В Иркутске доля местных ресурсов выросла до 78% (против 23,5% у предыдущих версий).
*«Выход был не ошибкой счёта — он был верен для того прибора и протух вместе с ним».* > — Эксперт по ИИ-поиску
Почему это происходит?
Причина изменений кроется в архитектуре поиска и обучении моделей.
1. Глубина индексации: Новые версии нейросетей (например, Gemini 3.6 Flash) обладают значительно более широким охватом интернета и лучшей способностью фильтровать шум. Они научились отличать настоящих исполнителей услуг от маркетинговых плацдармов агрегаторов. 2. Учет локального контекста: Модели последних лет (июль 2026 года) стали гораздо чувствительнее к географической привязке. Если раньше поиск для города в Сибири мог отдавать приоритет московским или американским ресурсам из-за недостатка данных, то сейчас алгоритмы успешно находят профиль исполнителя в Иркутске и ставят его в начало списка источников. 3. Роль ассистентов: Свежие модели лучше интегрируют информацию из локальных справочников и сайтов исполнителей, формируя более релевантные ответы для мобильных пользователей.
Практический вывод для бизнеса
Это исследование бьет по концепции «универсальной оптимизации». Если ваш бизнес или клиент зависят от того, что их увидит искусственный интеллект, важно учитывать три фактора:
* Версия движка: То, что работало вчера, может быть неактуально сегодня. Метрики видимости имеют срок годности. * Важность локальных сайтов: Для клиентов, ищущих услуги в регионах, собственный сайт или страница исполнителя становится приоритетным источником в ИИ-поиске. Роль агрегаторов снижается, так как движки начинают их воспринимать как посредников, а не как источник уникального контента. * География: В удаленных от столиц регионах влияние ИИ-поиска может быть еще выше, так как там агрегаторы часто «забивают» информационное пространство нерелевантными предложениями.
Как проверить?
Не полагайтесь на домыслы. Простой тест может показать разницу в разы:
1. Возьмите 3–4 ключевых запроса, по которым ищет ваша услуга. 2. Задайте их двум движкам с разным индексом (например, Нейропоиск и Gemini). 3. Посмотрите не на текст ответа, а на список ссылок (источников). 4. Сравните: сколько доменов относится к вашему городу и какая доля ссылок ушла агрегаторам.
Если состав источников «разъехался» — вы увидели реальный срок годности метрики. Если же в ответе на запрос про ваш город стоят компании из соседней страны — это, вероятно, особенность конкретной версии модели, а не ваша проблема. Если же там ваши конкуренты — вопрос уже к вам и вашей оптимизации.
Заключение
Искусственный интеллект в поиске развивается так быстро, что стратегии оптимизации, продиктованные одним поколением моделей, могут устареть к следующему. Для бизнеса это сигнал: не продавайте и не покупайте «пакеты оптимизации под ИИ» без указания конкретной модели и версии. Единственно верная стратегия сегодня — обеспечение высокого качества контента на собственном сайте, чтобы даже самые свежие ИИ-системы находили и цитировали вас как реального исполнителя услуг.