ИИ-контент и позиция Google

Маркетинговая команда выпустила сорок статей за квартал. Большинство черновиков сделал ИИ, их бегло вычитали и поставили в очередь публикаций. Первые недели график трафика шёл вверх, потом выровнялся, потом медленно пополз вниз. На разборе руководитель задал один вопрос: «Google наказывает за ИИ-контент?» Короткий ответ — нет. Но половина из этих сорока статей была одним и тем же текстом, пересказанным другими словами, ни в одной не было ни одной цифры из собственных данных компании, а в трёх встречались прямо неверные утверждения. Дело было не в способе производства, а в том, что получилось на выходе.

Этот материал превращает такое различие в рабочую систему: суть публичной позиции Google, задачи, где ИИ действительно силён и где проваливается, куда вставлять человеческий вклад, порядок проверки фактов, контроль качества перед публикацией и организация команды, которая удерживает уровень при росте объёма. Цель не в том, чтобы отказаться от ИИ, а в том, чтобы сохранить одновременно и масштаб, и качество.

Своя пользаПроверка фактовЯсный текстПольза, а не методКачество контента

Позиция Google: важен результат, а не метод

Базовый принцип поисковой стороны прост: то, написан текст с помощью машины или полностью вручную, само по себе не является фактором ранжирования. Счета матчей, прогнозы погоды и биржевые сводки машины генерируют годами, и это никого не смущает, пока результат полезен. Претензия возникает не к автоматизации как таковой, а к массовому производству ради манипуляции поисковой выдачей.

Разница выглядит тонкой, а проявляется грубо. Система, которая переписывает одну тему под тридцать почти одинаковых низкочастотных запросов, обслуживает не читателя, а место в выдаче. И наоборот: статья, отвечающая на вопрос, который реально прозвучал у вас в звонках, с деталями вашего процесса, мнением команды и живым примером, даёт читателю осязаемое — даже если черновик написала модель. Мерилом остаются намерение и результат, а не то, кто держал клавиатуру.

Три вопроса, к которым сводится всё руководство

Материал сделан в первую очередь для людей или для поискового робота? Читатель находит нужное и уходит удовлетворённым или возвращается в выдачу? Есть ли на странице то, чего нет на других страницах по этой теме? Если на все три вопроса вы уверенно отвечаете «да», выбор инструмента — деталь второго порядка.

Вторая половина рамки не менее важна: если контент сходит с конвейера, главная цель которого — позиции в поиске, риск тот же самый, даже когда текст набирал человек. Сайты, годами заказывавшие дешёвые тексты пачками, спотыкались ровно там же. ИИ лишь удешевил и ускорил этот конвейер, логику он не изменил. Поэтому полезный вопрос звучит не «использовать ли ИИ», а «заслуживает ли эта страница существования».

Поисковая система не знает, кто написал страницу. Она знает, ушёл ли читатель с неё довольным.

Что означает E-E-A-T в эпоху ИИ

E-E-A-T — это опыт, экспертиза, авторитетность и достоверность. Это не балл, который кто-то считает напрямую, а общее имя для сигналов, на которые смотрят асессоры и алгоритмы. Три составляющие из четырёх ИИ отчасти имитирует: он объясняет тему как специалист, держит авторитетный тон, аккуратно оформляет ссылки. Единственное, что он подделать не может, — опыт.

Опыт скопировать труднее всего

Есть вещи, которых модель знать не может: где именно застопорилось ваше восьминедельное внедрение, какое возражение клиент озвучил на первой встрече, почему команда убрала один этап из воронки. Как только такие детали попадают в текст, он мгновенно отделяется от всего остального по теме — и для читателя, и для алгоритмов. Опыт передаётся через вывод из собственной панели отчётов, обезличенный клиентский кейс, неудавшийся эксперимент, отраслевой нюанс и контраргумент.

Где ИИ хорош и где плох

Относитесь к ИИ не как к автору, а как к очень быстрому редакторскому ассистенту. Он отлично работает с формой, структурой и языком и плохо — с фактами, актуальностью и пережитым опытом. Когда команда закрепляет это разделение в правилах, спор о качестве перестаёт быть вопросом вкуса.

Можно смело отдать ИИ	Должно остаться за человеком
Черновик и структура текста	Собственный опыт и наблюдения с поля
Переписывание, упрощение, резюме	Актуальные факты и даты
Первый проход перевода и локализации	Числовые утверждения и сравнения
Варианты заголовков и описаний	Отраслевые нюансы и трактовка норм
Блоки вопросов, таблицы, свод данных	Финальное решение, тон и выпуск

С переводом нужна отдельная оговорка. Первый проход быстрый, но идиомы, валютные упоминания и формулировки, связанные с регулированием, почти всегда требуют ручной правки. То же с длинными техническими перечнями: модель красиво их отформатирует и не заметит, что один пункт перестал быть верным.

Куда добавлять человеческий вклад

Текст перестаёт выглядеть машинным не от перестановки слов, а от материала, который никто, кроме вас, дать не может. Не разбрасывайте такой материал наугад — ставьте его в конкретные места.

• Собственные данные: обезличенно поделитесь наблюдением из отчётов CRM: на каком этапе сделки стоят дольше всего или по какому каналу отвечают быстрее.
• Клиентский пример: опишите реальный случай без названия компании, в двух-трёх предложениях, с исходной ситуацией и предпринятым действием.
• Мнение команды: процитируйте одну чёткую фразу человека из продаж или поддержки — даже одно предложение меняет звучание всего материала.
• Деталь процесса: в разделе «как сделать» приведите реальные шаги вашего рабочего порядка, контрольные точки и места, где люди застревают.
• Контраргумент: прямо напишите, где подход не работает; односторонние тексты теряют доверие и у читателей, и у алгоритмов.

Галлюцинации и порядок проверки фактов

Модель уверенным тоном произносит неверные вещи, и гладкий текст проскакивает мимо уставшего редактора. Выдуманная статистика, несуществующее название отчёта, неправильно приписанная цитата, изменившееся правило — любого из этого достаточно, чтобы обрушить доверие ко всей статье. Когда и почему ИИ ошибается и как проверять вывод, мы разбираем в материале про распознавание галлюцинаций и проверку ответов.

Прослеживаемость: у каждого утверждения есть источник

Введите практическое правило: каждая цифра, каждая дата и каждая фраза «исследования показывают» либо ведёт на первоисточник, либо покидает текст. Ссылайтесь на организацию, которая произвела данные, а не на новостной сайт, который их пересказал. Не пытайтесь сохранить непроверяемую цифру, смягчив формулировку: убрать число и объяснить механизм — всегда более сильный ход. Перед публикацией открывайте каждую ссылку сами, потому что модель иногда соединяет имя настоящей организации с адресом, которого не существует.

Голос бренда: последовательность при росте объёма

При четырёх материалах в месяц разнобой в тоне незаметен, при сорока — бросается в глаза. По умолчанию ИИ выдаёт нейтральный, слегка приподнятый голос, похожий на всех сразу. Лечится это не борьбой с каждым предложением, а руководством по стилю, которое вы каждый раз даёте модели: форма обращения, желаемая длина фраз, запрещённые обороты, образцы абзацев. В материале голос бренда и тон мы показываем, как собрать такой документ; подставлять его в начало запроса — самый заметный способ сократить время правок.

Та же логика работает и с самим заданием. Если хороший текст не получается у автора без внятной постановки задачи, то и у модели не получится. Целевой читатель, вопросы для ответа, темы, которых стоит избегать, обязательные внутренние ссылки — всё это задаётся заранее. Хорошо написанное задание сильнее всего влияет на качество вывода.

Контроль качества перед публикацией

Качество держится не на добрых намерениях, а на воротах. Заведите короткий чек-лист, который проходит каждый материал до нажатия кнопки публикации, и применяйте его без исключений. Длинные списки перестают работать — оставьте четыре пункта.

• Своя польза: есть ли в тексте хотя бы одно, чего нет в первой пятёрке выдачи по теме? Если нет, доработайте перед публикацией.
• Проверка: все ли цифры, даты и имена привязаны к источнику и открываются ли ссылки?
• Внутренняя перелинковка: ведёт ли статья на связанные страницы сайта внутри естественных фраз и указывает ли на опорный материал кластера?
• Читаемость: понятна ли тема по одним заголовкам, дышат ли абзацы, убраны ли лишние прилагательные?

Эти ворота работают вместе с базовой технической частью. По структуре заголовков, соответствию поисковому намерению и разметке страницы есть материал как написать SEO-статью для блога, а о том, какие темы брать и в каком порядке, — отдельное руководство по исследованию ключевых слов.

Настоящий риск масштаба: одинаковость и каннибализация

Чаще всего команды теряют не из-за санкций, а из-за груды контента, которая пожирает сама себя. На похожие запросы модель строит похожие каркасы. Через три месяца у вас восемь статей об одном и том же под разными заголовками, ни одна не отличается от соседних, поисковая система не понимает, какую показывать, и проседают все. Это каннибализация, и лечится она объединением.

Профилактика простая: перед каждым новым материалом ищите по своему сайту, не разбирали ли вы тему раньше. Если разбирали — обновляйте существующую статью вместо новой. А когда тему хочется донести шире, не пишите ещё один текст: переиспользование контента превращает один материал в видео, письмо и карточку для соцсетей и работает куда лучше восьмой похожей статьи.

Детекторы, авторские права и изображения

Инструменты, которые обещают распознать ИИ-текст, ненадёжны. Они помечают чистую человеческую прозу как машинную и пропускают тщательно отредактированный вывод модели. Гнаться за их оценкой — значит заставлять команду искусственно портить текст, а это бьёт по читателю. На стороне поиска такая оценка критерием и не является. Измерять нужно пользу для читателя, а не вердикт детектора.

В авторском праве два момента требуют внимания. Первый: отдать модели чужую статью и попросить переписать — это не создание оригинального контента, структура и идеи переезжают вместе с текстом. Второй: проверяйте лицензионные условия инструмента для визуалов, а также права на бренды и изображения людей. Что здесь безопасно, а что рискованно, мы разбираем в статье про генерацию изображений с ИИ.

Дополнительные требования для ИИ-поиска

Системы, которые формируют ответ прямо в выдаче, предпочитают текст, пригодный для цитирования. Отсюда несколько дополнительных требований: давать ответ на вопрос раздела в первой же строке, закрывать определения одним предложением, строить списки и таблицы так, чтобы машина могла их аккуратно вынуть, привязывать утверждения к источникам. Ответы, спрятанные после длинных вступлений, до цитирования обычно не доходят.

По трафику тоже установился новый баланс: всё больше людей получают ответ, не переходя на сайт. Что этот сдвиг значит для малого и среднего бизнеса, мы разбираем в материале про AI Overviews и поиск без кликов, а способы оставаться заметным внутри генеративных систем — в статье что такое GEO.

Роли в команде, измерение и частые ошибки

Рабочая схема обычно выглядит так: задание пишет тот, кто разбирается в теме, черновик делает модель, эксперт добавляет опыт и данные, редактор проверяет факты и правит тон, ответственный за контент выпускает. Когда роли названы, исчезает провал «а кто это должен был проверить». Запишите и то, какими инструментами и с какими данными команда работать вправе: вопрос о том, можно ли передавать модели клиентские записи, решается в материале про внутреннюю политику использования ИИ.

В измерении решающими оказываются первые восемьдесят-девяносто дней после публикации. Читайте показы, кликабельность и вовлечённость вместе: показы без кликов указывают на заголовок и описание, клики без вовлечённости — на сам текст. Сразу задайте и ритм обновлений: пересматривать проседающую статью раз в полгода и освежать данные выгоднее, чем писать новую. Если хочется видеть эффективность публикаций и судьбу форм внутри контента на одном экране, в Marketing Hub в Rocketly подключаются Search Console и GA4, есть конструктор своих отчётов, а заявки из форм сразу попадают в карточку сделки.

Три ошибки встречаются чаще прочих: публиковать черновик как есть, снова и снова выпускать одну тему под новыми заголовками и откладывать проверку фактов «на потом». Все три растут из одного корня — из привычки считать скорость самоцелью. Когда ИИ возвращает вам время, тратьте его не на новые тексты, а на углубление имеющихся. А чтобы интерес, пришедший из контента, превращался в сделки, заведите аккаунт в Rocketly и соберите формы, общий почтовый ящик и отчёты в одном месте.