Оптимизация для поисковых систем, или сокращенно SEO (Search Engine Optimisation), существует с тех пор, как Altavista произвела фурор в интернете. Это было в середине — конце 90-х, задолго до появления Google. Каждый хотел, чтобы его сайт занимал верхние позиции в поисковой выдаче по нужным ключевым словам и темам. Благодаря SEO онлайн-маркетологи получали бесплатный трафик на сайты напрямую из поисковиков. Но с появлением ChatGPT и Google Gemini поиск умер — а вместе с ним и SEO. Встречайте RAO (Retrieval Augmentation Optimization, Оптимизация с помощью доступа к внешним данным или поиска информации).
Люди больше не забивают поисковые запросы в поисковики. Теперь они используют ChatGPT или Google Gemini и другие ИИ, чтобы находить нужное. Оба этих LLM (Large Language Models, большие языковые модели) работают по процессу, который называется RAG (Retrieval Augmented Generation, Генерация с подкреплением данными полученными при поиске). Они используют Retrieval Augmentation (RA, дополнение через поиск), чтобы получать информацию из интернета и использовать ее при рассуждении и в результатах. Забудьте о старых инструментах для подбора ключевых слов — теперь человеческие ключевые слова больше не имеют значения. Важны агентные ключевые слова.
Как работает Retrieval Augmentation
Когда вы пишете LLM-запрос: «Где можно поесть донер-кебаб в Бонне, Германия, после 23:00 в выходные?», модель обращается к разным источникам в интернете, чтобы найти ответ. Это и есть retrieval augmentation.
Retrieval Augmented Generation (RAG) — это процесс, в котором поиск (retrieval augmentation) совмещается с генерацией ответа LLM. На первом шаге LLM определяет, требует ли ваш запрос интернет-исследования. Если да, то модель готовит структурированный план: какие источники использовать и как. У Gemini сейчас больше всего доступных источников, потому что Google интегрировал туда все. Когда структура готова, система выполняет поиск по нужным данным.
Извлеченные данные фильтруются, анализируются и загружаются в LLM вместе с исходным запросом пользователя. После этого модель может сгенерировать ответ на основе полученной информации. При использовании RAG LLM получает не только сам запрос, на который нужно ответить, исходя из знаний модели, но и уже актуальную информацию для корректного ответа на вопрос или запрос пользователя. Изначально RAG был разработан для того, чтобы закрывать пробелы в знаниях и давать языковым моделям максимально актуальные данные, включая информацию в реальном времени.
Для бизнеса это значит одно: вы должны стремиться к тому, чтобы появляться в как можно большем числе ответов на запросы и, желательно, в положительном ключе — в соответствии с потребностями ваших потенциальных клиентов. Когда кто-то ищет пиццу или кебаб поздно ночью, вы хотите, чтобы именно ваша точка с кебабом оказалась среди рекомендованных. И именно для этого нужно Retrieval Augmentation Optimization (RAO).
RAO на практике
Можно сказать, что RAO — это просто SEO для роботов. Но это лишь половина правды. При SEO вы оптимизировали сайт под конкретные ключевые слова, чтобы занять высокие позиции в поисковой выдаче. После этого сайт получал трафик через переходы пользователей по результатам поиска. С RAO все совершенно иначе. LLM не выполняет одиночный поиск и не берет топ-3 результата. Не верите? Просто спросите у ChatGPT или Gemini, как именно они ищут информацию для вашего бизнеса. Они подробно объяснят, какие источники используют и какие ключевые слова подбирают.
Главное отличие — это использование разных и доверенных источников. Бэклинки и рейтинги практически не играют роли, а ключевые запросы чаще всего представляют собой «длинные хвосты» (long tail keywords). Поэтому просто поднять сайт в поисковой выдаче недостаточно. Важно, чтобы ваш бизнес упоминался на множестве ресурсов, а все данные о компании были максимально полными, согласованными и актуальными. Ничто не вредит RAO больше, чем противоречивая или устаревшая информация.
Если у ресторана нет единого меню на всех площадках — поисковиках, картах и сервисах доставки — LLM может просто исключить его из результатов. То же самое касается всей другой информации: часов работы, способов оплаты и прочего. Когда пользователь запрашивает: «Какая точка с кебабом в моем районе открыта после 23:00, принимает карты и безопасна для женщин?», модель выполняет серию «длиннохвостых» поисковых запросов и проверяет метаданные из разных источников. Если вся необходимая информация не опубликована или устарела, бизнес просто отсеется.
Эффективные стратегии RAO
В SEO мы определяли поисковые намерения и подбирали ключевые слова. В RAO нужно идти дальше. Важно выявить реальные потребности потенциальных клиентов и обеспечить присутствие всей нужной информации на множестве площадок, где упоминается ваш бизнес. Вот основные шаги, которые нужно учитывать маркетологу.
- Обеспечьте упоминания вашего бизнеса (без обязательных бэклинков) на разных сайтах, которые индексируются по множеству ключевых слов, включая long tail. Таких площадок должно быть как минимум 10–15: новостные ресурсы, комьюнити и т. п.
- Карты Google и бизнес-справочники должны содержать актуальные и полные данные: часы работы, способы оплаты, меню, список товаров или услуг. Стопроцентное заполнение профиля на Google Maps — хороший ориентир для того, какую информацию нужно дублировать везде.
- X (Twitter), Reddit и другие большие социальные сети сегодня решают многое: если вашего бизнеса там нет, он почти не существует. Большая часть LLM обучена именно на данных Reddit и X. Если пользователи рекомендуют вас в сабреддитах, вероятность попасть в RAG-цепочку значительно возрастает.
- Используйте сами LLM, чтобы понять, как они подходят к конкретным пользовательским запросам. Подумайте, что именно вы продаете, кому и в каких ситуациях это нужно клиентам. А затем убедитесь, что ваш бизнес «прикрывает» соответствующие запросы.
Локальная информация важна как никогда: это касается и региона, в котором вы работаете, и точного местоположения. Если что-то в данных о бизнесе выглядит подозрительно или странно, фильтры безопасности LLM просто исключат вас из результатов.
На данный момент не существует полноценных аналитических инструментов для RAO, и пользователи фактически обогнали вендоров по скорости внедрения. Лучшая практика сейчас — составить список сценариев спроса для ваших клиентских персон и соответствующих промптов. Такой список нужно регулярно проверять, чтобы убедиться, что ваш бизнес присутствует в ответах. Трафик на сайт перестал быть значимым показателем: люди теперь полностью полагаются на ответы LLM.
В эпоху SEO социальные сети были источником доверия к вашему сайту. Сегодня они стали источником данных, которые подтверждают актуальность и достоверность информации о бизнесе. Нужно регулярно публиковать контент и участвовать в обсуждениях на Reddit, X и TikTok, чтобы LLM «понимали», что ваш бизнес существует, открыт и предоставляет услуги. Особенно важными становятся текстовые описания к видео на YouTube и TikTok: именно на них LLM будут полагаться в первую очередь. Если вы продлили часы работы или анонсировали спецпредложение на выходные в TikTok и других популярных социальных сетях об этом обязательно нужно написать в текстовом описании — иначе LLM это просто не учтет.
Публичный MCP убьет сайты
Ваш сайт уже потерял актуальность, и большинство компаний не справляется даже с базовыми принципами UX/UI-дизайна. Сайты и веб-приложения мертвы. Они еще будут существовать несколько лет, но их значимость стремительно снижается.
«Model Context Protocol» (MCP) уже позволяет LLM выполнять действия. Нужно готовиться к миру, где ваш интернет-магазин, система онлайн-заказов еды или календарь записи будут поддерживать MCP. В будущем именно LLM будут оформлять заказ, бронирование и оплату от имени пользователей. И это не перспектива через 10 лет — это произойдет уже в ближайшие месяцы.
RAO — это первый шаг на пути подготовки вашего бизнеса к MCP-конверсиям. Люди больше не ищут товары на сайтах, чтобы купить их именно там. Сегодня в цепочке остался только шаг «купить», и совсем скоро его заменит MCP. Сейчас многое еще находится в стадии исследований, а стандарты для публичного MCP только формируются.
Как и во всем, что связано с искусственным интеллектом, будущее наступает не «через несколько лет», а буквально «завтра утром». Крупные веб-платформы (Booking.com, Uber Eats и другие) будут становиться все менее значимыми, и ваша стратегия увеличения продаж через собственный сайт перестает играть решающую роль. Главный вопрос для бизнеса сегодня: готов ли он к оптимизации дохода (revenue optimization) для LLM через MCP с помощью RAO.
Взгляд в будущее
В тот день, когда ваш генеральный директор говорил о SEO, оно уже было мертво. Даже Марина из бухгалтерии это понимает. Поисковые системы давно прошли пик популярности. RAO только начинает свой цикл роста. Поисковик Google в итоге будет полностью заменен Gemini — и первые признаки этого уже есть: Gemini появляется поверх каждой выдачи. Веб-сайты теряют значение.
LLM уже встроены в телефоны, планшеты, автомобили, компьютеры и телевизоры. Их влияние будет только расширяться, и этому невозможно сопротивляться. Человек, едущий в машине с Android Automotive (AAOS), не будет открывать ваш сайт, чтобы заказать пиццу. Он просто даст голосовую команду Gemini, и Gemini через MCP оформит заказ и оплату от его имени. И, скорее всего, Google возьмет с вас за это комиссию.
Можно пытаться бороться с этим будущим: обращаться к политикам, писать письма в правительство или устраивать протесты. Но это ничего не изменит. Это не далекая перспектива — это уже настоящее. Настоящее, которое стремительно выходит из лабораторий и становится частью реальной жизни.
Книжные магазины погибли не потому, что Ozon был дешевле, а потому, что он предложил более удобную технологию, которая просто работала. Не повторяйте их путь. Не становитесь «поздними последователями», которые пытались спорить с будущим и проиграли. Начинайте разрабатывать RAO-стратегию уже сегодня и готовьтесь к миру, где бизнес работает через MCP.