YouTube и видео в ответах ИИ: от транскрипта к цитированию

Когда генеративная система отвечает на вопрос вида «как сделать», цитируемым источником нередко оказывается не статья, а ролик на YouTube, и отраслевые данные относят обучающие материалы к тем типам контента, для которых YouTube цитируют чаще всего. Поэтому место видео в ответах ИИ становится практическим вопросом для любого бренда, который публикует обучающие ролики, демонстрации или объяснения продукта, и ставит вопрос, который большинство видеокоманд ещё не задавали: что именно читает система, когда ссылается на видео? В этой статье видео считается машиночитаемым, если содержащиеся в нём утверждения существуют и в виде текста, который система может извлечь и атрибутировать: точного транскрипта, содержательных названия и описания, глав с тайм-кодами и страницы, излагающей те же утверждения прозой.

Ниже мы сначала посмотрим, что опубликованные исследования говорят о цитировании YouTube, затем отделим то, что системы документированно обрабатывают, от того, на что они лишь способны, и разберём субтитры, метаданные, страницу вокруг плеера и структурированные данные, а в конце — рекомендации по производству и пределы этого подхода.

Действительно ли ответы ИИ ссылаются на YouTube?

Имеющиеся данные получены из отраслевых наборов, а не из рецензируемых исследований, поэтому методика здесь важна. Ahrefs, проанализировав Google AI Overviews более чем по трём миллионам запросов в США в наборе Brand Radar (статья Си Цюань Онга, обновлённая в сентябре 2026 года), поставила youtube.com на первое место среди пятидесяти самых цитируемых доменов: на него пришлось 22,9 % цитирований, полученных этими пятьюдесятью доменами, — больше, чем у Reddit с 18,5 %. Более ранний анализ Ahrefs, выполненный Патриком Стоксом за июнь 2025 года по примерно 76,7 млн AI Overviews, 957 тыс. промптов ChatGPT и 953,5 тыс. промптов Perplexity, показал, что YouTube — явный фаворит Perplexity и AI Overviews, но в десятку самых цитируемых сайтов ChatGPT он не входит.

BrightEdge по данным собственного продукта AI Catalyst за период с мая 2024 по сентябрь 2025 года сообщила о доле цитирований YouTube в 29,5 % в AI Overviews, 16,6 % в AI Mode, 9,7 % в Perplexity и 0,2 % в ChatGPT и отметила, что чаще всего YouTube цитируют в обучающих материалах, обзорах, демонстрациях и вопросах об актуальных ценах; в опубликованном резюме не указаны ни размер выборки, ни то, от чего рассчитываются эти доли. Общей метрики у трёх анализов нет, поэтому цифры несопоставимы, но направление у них общее: в этих наборах данных ИИ-поверхности Google и Perplexity активно ссылаются на YouTube, ChatGPT — редко, а видео цитируют в основном там, где показать лучше, чем рассказать. Почему системы так расходятся, разбирается в нашем сравнении того, почему ChatGPT, Gemini, Perplexity и Copilot видят бренд по-разному.

Что система на самом деле «читает» в видео?

Нужно разделить два слоя: текстовый — название, описание, субтитры, названия глав и страница со встроенным роликом — и мультимодальный, то есть звук и кадры. Документация Google о видео в Поиске подробно описывает путь через текст и метаданные и отмечает, что для предпросмотра и ключевых моментов Google должен получить сам видеофайл, но не объясняет, как и используют ли вообще AI Overviews сказанное или показанное в ролике. Мультимодальная обработка документирована в других местах: Gemini API в рамках предварительной функции принимает публичные ссылки YouTube, по умолчанию выбирает один кадр в секунду, обрабатывает звук и предупреждает, что может упускать детали при быстром движении, а приложение Gemini позволяет вошедшему в аккаунт пользователю задавать вопросы о роликах на основе общедоступной информации YouTube. Однако возможность — ещё не практика: ни одна система не раскрывает, опирался ли конкретный ответ на транскрипт, кадры или описание. Разумное допущение — надёжно используется текстовый слой; ту же логику для картинок применяет наша статья об изображениях в мультимодальном поиске.

Достаточно ли автоматических субтитров, чтобы видео цитировали?

YouTube создаёт автоматические субтитры с помощью распознавания речи на многих языках, включая русский и турецкий, однако его справочный центр предупреждает, что они могут искажать речь из-за неправильного произношения, акцента, диалекта или фонового шума, советует авторам проверять и исправлять их и отмечает, что при плохом звуке или слишком длинном видео субтитров может не быть вовсе. Название бренда, услышанное как обычное слово, — мелочь для зрителя и серьёзная ошибка для системы, которая из-за неё может так и не связать ролик с нужной сущностью. Исправить это недорого: можно загрузить файл субтитров, вводить текст во время просмотра или вставить транскрипт, который YouTube синхронизирует автоматически, если он написан на языке ролика и этот язык поддерживается. Поскольку расшифровка, которую зрители открывают на YouTube, строится из субтитров, исправленная дорожка исправляет и её; а доступность — сама по себе достаточный довод, ведь WCAG 2.2 относит субтитры для записанного звука в синхронизированных медиа к критериям успеха уровня A.

Название, описание и главы: какие метаданные система может процитировать?

Рекомендации YouTube прямо говорят об извлечении: описание сообщает алгоритму YouTube и зрителям, о чём видео, а поисковые запросы сопоставляются с роликом и его описанием. YouTube советует использовать одно-два главных слова и в названии, и в описании, а сам ролик описывать в первых строках, которые зритель видит до сворачивания текста; поле вмещает до 5000 знаков. Описание, которое в двух-трёх полных предложениях пересказывает ответ ролика, — готовая цитируемая сводка, а набор хештегов и ссылок — нет.

Главы добавляют структуру. Для ручных глав YouTube требует, чтобы первая метка была 00:00, меток было не меньше трёх в порядке возрастания, а каждая глава длилась не менее десяти секунд; ручные главы заменяют автоматические, которые создаются для части подходящих роликов. Google Поиск может включать ключевые моменты по тайм-кодам из описания на YouTube и, по собственным словам, предпочитает подписи, заданные авторами. Названия глав в форме вопроса или точного утверждения — «Работает ли устройство без интернета?», а не «Часть 2» — дают и зрителю, и машине карту того, на что отвечает ролик.

Должно ли видео жить на вашей странице вместе с транскриптом?

Google находит видео, встроенные с помощью элементов video, embed, iframe или object, но его документация проводит важную для планирования границу: видеофункциям Поиска нужна проиндексированная страница просмотра (watch page), главная задача которой — показать одно видео, а страница, где ролик лишь дополняет другой контент, как в записи блога, под это определение не подпадает. Остаются два законных шаблона. Отдельная страница просмотра со структурированными данными нацелена на видеофункции, а статья со встроенным роликом и отредактированным транскриптом или резюме — на цитирование как текстового источника, потому что утверждения теперь присутствуют на странице в виде индексируемой прозы. Для генеративной видимости у второго шаблона есть структурное преимущество: он переносит ответ ролика на домен, который контролирует бренд; транскрипт стоит очистить от слов-паразитов, единообразно писать названия продуктов и начинать с главного ответа.

VideoObject, Clip и SeekToAction: какие структурированные данные помогают?

Разметка видео в Google использует тип VideoObject из schema.org: обязательны name, thumbnailUrl и uploadDate, а рекомендуются, в частности, description, contentUrl, embedUrl и duration. Ключевые моменты размечаются через Clip, где для каждого сегмента указываются подпись, начальная точка и URL, или через SeekToAction, чей целевой URL с заполнителем {seek_to_second_number} позволяет Google определять ключевые моменты автоматически; директива nosnippet исключает страницу из этой функции. В schema.org есть и свойство transcript, однако документация Google о видео не относит его ни к обязательным, ни к рекомендуемым, так что ждать от него задокументированной функции Поиска не стоит. Google также поддерживает файлы Sitemap для видео, где обязательны миниатюра, название, описание длиной до 2048 знаков и адрес медиафайла или плеера, поэтому в них можно описывать и ролики на собственном сервере, и встроенные плееры YouTube или Vimeo. Ничто из этого не гарантирует расширенного результата или места в ответе ИИ; общая логика изложена в нашем руководстве по структурированным данным Schema.

Таблица проверки: от элемента к доказательству

В таблице для каждого элемента указано, где он находится, что он даёт и как его проверить; строки — не порядок приоритетов, а проверка того, что текстовый слой ролика полон.

Видео цитируют ровно в той мере, в какой система может прочитать что-то о нём, поэтому транскрипт, описание и страница вокруг плеера — не дополнения к ролику, а та форма, в которой его аргумент доходит до ответа.

Как строить сценарий, чтобы видео цитировали?

Производственные решения во многом определяют, что окажется в транскрипте. Первый принцип — сценарий «сначала ответ»: сформулируйте ответ на вопрос ролика полным предложением в первые секунды и только потом переходите к демонстрации, потому что обучающий ролик, который начинается с минуты приветствий, даёт транскрипт, в первом фрагменте которого нет ни одного утверждения. Perplexity пишет, что делит документы на самодостаточные фрагменты, извлекаемые по отдельности; делит ли так же транскрипты какая-либо система, не задокументировано, но предложение со своими подлежащим и дополнением переносит такое деление лучше, чем фраза, чей смысл держится на картинке.

Второй принцип — проговорить ключевое утверждение и показать его на экране теми же словами, чтобы транскрипт, кадры и описание совпадали. Третий — называть сущности полностью: бренд, продукт, модель или стандарт, а не «вот этот» и «наш инструмент», ведь транскрипт теряет указательный жест и сохраняет только местоимение; последовательные названия — ещё и способ, которым системы связывают ролик с нужной сущностью, как объясняет наша статья о графе знаний и бренде как сущности. Короткие вертикальные ролики подчиняются тем же правилам в более жёстких рамках, о чём говорится в материале о стратегии коротких видео, а планирование канала описано в статье о видеомаркетинге на YouTube.

Чего видеооптимизация обещать не может?

Цитирование и использование — разные вещи: система может показать ссылку на YouTube, опираясь на описание, или процитировать страницу со встроенным роликом из-за окружающего текста, и ничего из этого не раскрывается для отдельного ответа. Приведённые исследования — это наборы данных компаний с собственными определениями: анализ Ahrefs 2026 года охватывает только США, а в остальных рынок не указан. К тому же BrightEdge сообщала о сильных недельных колебаниях доли YouTube, так что единичный срез — слабое доказательство для конкретного рынка. Поскольку в этих данных ChatGPT ссылался на YouTube редко, ставка на видео может поднять видимость в AI Overviews и Perplexity, не изменив ответов ChatGPT, а ссылка на youtube.com может укреплять позиции платформы, хотя сам бренд в ответе не назван, — это и есть разница между упоминанием и цитированием.

Поэтому измерение должно начинаться с вопросов покупателей, а не с роликов, которые опубликовала команда. Сравнить, какие домены цитируются по этим вопросам и где среди них стоят видеоплатформы, — логика анализа пробелов в источниках; он показывает, является ли видео недостающим типом источника в вашей категории или отвлекает от более важных страниц. Общие принципы получения цитирований изложены во введении в генеративную оптимизацию, а эффекты поверхностей Google — в материале об AI Overviews и поиске без кликов.

Rocketly GEO Suite (Пакет GEO) подходит к видео со стороны источников. В разделе «Разведка источников» домены, которые цитируют системы, классифицируются по типам, и youtube.com, youtu.be и vimeo.com учитываются как видеоисточники, поэтому видно, цитируется ли видео по отслеживаемым вами вопросам и какое место среди этих источников занимает ваш домен. Пакет не измеряет YouTube отдельно, не анализирует ваш канал и не создаёт видео; стандартная система измерения — Google AI Overview, а ChatGPT и Perplexity находятся на этапе контролируемого запуска. Чтобы увидеть, какие источники формируют ответы в вашей категории, можно открыть аккаунт Rocketly и подключить GEO Suite.

Частые вопросы

Хватает ли автоматических субтитров YouTube для видимости в ИИ?

Это отправная точка, но не надёжный первоисточник. YouTube предупреждает, что автоматические субтитры могут искажать речь из-за акцента, диалекта, неправильного произношения или фонового шума, и названия брендов и продуктов особенно уязвимы. Правка дорожки занимает немного времени, а поскольку расшифровка на YouTube строится из субтитров, исправление переходит и в неё.

Где размещать транскрипт — на сайте или только на YouTube?

В идеале и там и там. Субтитры на YouTube делают читаемым сам ролик, а отредактированный транскрипт на вашей странице создаёт на вашем домене фрагмент, который системы могут атрибутировать вам. Страницу, где видео лишь дополняет статью, Google не считает страницей просмотра, поэтому она претендует не на видеофункции, а на роль текстового источника.

Может ли Gemini посмотреть моё видео?

Google документирует, что Gemini API способен обрабатывать публичные ролики YouTube, выбирая кадры и анализируя звук, а приложение Gemini — отвечать на вопросы о контенте YouTube. Анализируют ли кадры или звук AI Overviews, не задокументировано, поэтому безопаснее исходить из того, что основную работу делает текст, описывающий видео.