Аудит сайта для LLM и AI Search: что проверять для генеративного поиска

Аудит сайта для LLM и AI Search отвечает сразу на два вопроса: доходит ли чужая автоматика до опубликованного материала, найдётся ли там выдержка для готового отклика. Пункты проверки расходятся по двум путям генеративного сервиса к пользовательскому тексту. Первый путь — запрос к площадке прямо по ходу вопроса, после него на стороне сайта остаётся запись. Второй обходится без визита: сервис способен ответить, ничего не запросив, — сервер остаётся чистым. Отсюда состав работы: часть пунктов осмысленна только при обращении, остальное проверяют по отклику. Дальше — устройство такой проверки, наблюдения технических разборов, рамка применимости выводов.

Два пути до ответа и зачем их разводят

Разница здесь не терминологическая. Пункты, собранные под путь с визитом, на втором теряют почву: журнал молчит, а его тишина судьбу материала не описывает. Зеркальная ошибка не лучше: страница, всплывшая среди опор выданного текста, прихода сборщика не удостоверяет — путь её туда скрыт внешнему наблюдателю.

Аудит сайта для AI Search и проверка под LLM предъявляют содержанию одинаковые требования, доступу — свои. Срезы разобраны ниже, начиная с частой причины разочарования.

Проиндексировано — а брать нечего

В техническом разборе локальной сервисной компании попались страницы, где вёрстка со скриптами весит изрядно, а связного текста набирается фраза-другая. Рядом нашлась вторая такая же: текста чуть больше, тоже абзац. Вес страницы здесь ничего не решает: объём занимают теги, стили и сценарии. Сервер отдаёт их успешным кодом, обычный поиск принимает, внешне порядок. В сводке рядового аудита такая страница выглядит исправной. Генеративному отклику взять нечего: выдержки нет. Разрыв возникает здесь: доступность поиску, пригодность готовому ответу — свойства разной силы, одно другого не влечёт.

Там же почти вся графика обошлась без альтернативного описания. Для текстового извлечения содержания таких картинок не существует: режим работы, карта проезда снаружи неразличимы. Разрывы этого рода ищет GEO-аудит сайта: доступность площадки и пригодность её текста считаются раздельно, в общую оценку не сливаются.

Проверка с двух сторон

Со стороны сайта

Со стороны площадки проверяемы вещи приземлённые: состав визитёров, их подписи, полученные коды, однородность отдачи разным гостям. Куда добрался визит — до раздела с содержанием либо до служебных адресов. Доля обращений, ушедших в редирект или в несуществующий адрес вместо самого материала. Отдельная строка — совпадение выдачи: полученное автоматом сверяется с увиденным посетителем. Правила обхода, имена известных краулеров — тема отдельной публикации; здесь важнее присутствие записи либо её пустота.

В одном разборе ответ сервера различался по имени клиента: часть обучающих агентов получала отказ там, где браузеру посетителя отдавался документ. Блокировкой это не называется — причина отказа из журнала не выводится, а агенты реального времени работали без помех.

Журналы проекта гостиничного девелопмента показали разброс: обучающий сборщик крупного вендора к сайту приходил, раздела с публикациями не коснулся; краулер системы с генеративной выдачей дошёл до содержания, прошёл по статьям. Записать можно ровно это. Вывод «материал в отклик не попал» неправомерен: дальнейшее применение скачанного текста запись не отражает.

Другой агент почти весь визит потратил на переадресацию: завершающий слэш в адресах отсутствовал. Последствия журнал снова скрывает; сосчитать удаётся единственное — долю обращений, израсходованных впустую.

Со стороны выданного ответа

Визита не случилось — работает обратная сторона, выданный пользователю текст. Панель формулировок задают сервису, разбирают отклик: названо ли предприятие словами, попал ли домен в сноски, встречается ли опубликованное — услуга под своим названием, условие в своей формулировке.

В наших замерах поисковые переформулировки систем почти не содержали названий компаний: вопрос раскрывался по категории. Панель собирают из категорийных формулировок, имя предприятия ищут уже в отклике.

Результат прохода — срез, принадлежащий дате, панели вопросов, набору опрошенных сервисов. Чтобы следующему проходу было с чем сравниться, панель, список платформ, правила подсчёта фиксируют заранее и держат неизменными: иначе расхождение между прогонами неотличимо от смены методики.

Нарезаемость: кусок, который читается сам

В разобранных нами откликах публикация приходила фрагментом. Отсюда пункт проверки: разрезаемость материала по смыслу. Тот же разбор дал длинную статью с небольшим числом подзаголовков: каждый блок вышел настолько крупным, что самостоятельный отрывок вынести трудно — границы подтем внутри блока ничем не обозначены.

Порог осмысленного фрагмента у нас есть — рабочая эвристика, снятая с собственных разборов. Чужим требованием она не становится: внешней нормы такого рода мы не знаем, выдавать свою мерку за него нельзя. Назначение у неё скромное — подсказать разрез блока.

Состав пункта:

• подзаголовок называет предмет именно своего блока;
• блок кончается с исчерпанной мыслью;
• содержательные рисунки снабжены текстовой заменой;
• формулировка, критерий, перечень шагов вынесены самостоятельной строкой;
• термин раскрыт на месте, отсылка «как сказано выше» заменена условием;
• заголовки-вопросы оформлены разметкой: в разборе такие нашлись, разметка под ними

отсутствовала.

Проще отделяется готовая форма: таблица с подписанными столбцами, определение в одну фразу. Труднее — рассуждение, где каждая мысль висит на сказанном раньше. Пригодность куска проверяют простым способом: его читают вне статьи — понятен ли он в одиночку.

Чего такая проверка не обещает

Выполненные пункты снимают препятствия; попадания в отклик они не обещают. Отбор источников сервис не показывает, приписывать ему закономерность по итогам одной проверки метод запрещает.

Окно наблюдения — тоже ограничение. Короткий отрезок лога перечисляет пришедших за эти сутки; молчание робота внутри отрезка его отсутствия не доказывает — цикл обхода бывает длиннее окна. Наблюдения одного сайта на другие площадки не переносятся: сервер, темы, даты у них собственные.

Границу ставит и наш инструментарий. При сетевых сбоях прогона часть показателей в итог не попадает; честнее помечать их пропуском, чем зачислять в исправные. По части клиентов соединение не устанавливается вовсе — вывод тут невозможен ни в одну сторону. Автоматический обход тоже сдаёт неполную работу.

Что из этого складывается

Проверка под генеративный поиск стоит на разведении обоих путей: обращение состоялось — читаются логи сервера, не состоялось — разбирается выданный текст. Совпадают оба пути в содержании: его достаточность, деление на куски, живущие вне своей страницы, словесный пересказ картинок. Разрыв между «проиндексировано» и «есть что забрать» закрывается с этой стороны, и распоряжается ею владелец ресурса.

Собрать обе стороны в один отчёт и увидеть, что мешает забрать выдержку, — это GEO-аудит под нейросети. Начинать разумно со стороны, где записи есть.

Вопросы о проверке сайта под генеративный поиск