Исследование: как устроены ссылки в ответах Алисы AI и как туда попасть
Анализ 455 ответов Алисы AI показал, что почти всегда она прикладывает источники — в 99% случаев. Распределение ссылок имеет два пика: пять или десять, а четверть всех ссылок забирают десять сайтов.
Аналитик, изучающий поведение нейросетей в поиске, собрал данные о том, как Алиса AI формирует списки источников в своих ответах. За несколько месяцев он накопил 455 ответов и 2976 ссылок, задавая одинаковые вопросы по три раза для устойчивости. Выяснилось, что Алиса прикладывает источники почти всегда — в 454 случаях из 455, тогда как ChatGPT делает это лишь в 70% ответов, а другие системы — ещё реже. Это означает, что у сайтов есть понятный и предсказуемый способ попасть в выдачу ИИ, но он сильно отличается от привычной работы с поисковыми системами. В отличие от конкурентов, Алиса не полагается только на память модели: она опирается на конкретные страницы, которые можно открыть и проверить, что делает её ответы более прозрачными для пользователей и открывает возможности для SEO-оптимизации.
Распределение количества источников на ответ оказалось не плавным, а с двумя ярко выраженными пиками: ровно пять ссылок в 65% ответов и ровно десять — в 25%. Промежуточные значения встречаются крайне редко: шесть источников — два раза, семь — шесть раз за все прогоны. Такая картина говорит о том, что система отбирает источники блоками фиксированного размера: пять — базовый блок, десять — два блока для более широких вопросов. При этом стабильность высокая: при повторе одного и того же вопроса трижды Алиса возвращает тот же список в 67% случаев, тогда как ChatGPT — только в 32%. Это означает, что видимость в Алисе ведёт себя как позиция в поиске: если сайт попал в пятёрку, он остаётся там стабильно, а если нет — десять новых попыток вряд ли изменят картину. Для маркетологов это упрощает замеры: выводы можно делать с малого числа прогонов, тогда как по другим системам нужны повторные тесты и усреднение.
Среди самых цитируемых источников лидируют пользовательские площадки: vc.ru (202 ссылки), Дзен (124), Sostav (101), Habr (66) и DTF (50). Вместе они занимают почти четверть всех ссылок (22%), а десять самых частых доменов забирают 25% всего трафика ссылок. При этом 106 сайтов из 454 встретились лишь по одному разу, что указывает на отсутствие полной монополии, но верхушка списка остаётся узкой и однообразной. Первым источником чаще всего становится Дзен (31 раз) и vc.ru (29), что неудивительно, ведь Дзен принадлежит Яндексу. Для компаний это означает, что в ответе о их нише скорее окажется чужой разбор на внешней площадке, чем собственный сайт, поскольку по информационным запросам в топе поиска стоят статьи, а не страницы услуг.
Технически Алиса AI не ищет по собственному индексу, а использует обычную органическую выдачу Яндекса: она составляет план ответа, отправляет запросы в поиск и из полученных страниц отбирает те, что лягут в основу текста. Это подтверждается исследованием агентства «Ашманов и партнёры» (январь–апрель 2026, 128 страниц), которое показало: чтобы попасть в ответ, нужно быть в топ-10 органической выдачи, причём после пятой позиции шансы резко падают. Возраст домена и общая авторитетность сайта почти не влияют — решает текст конкретной страницы: слова запроса в начале заголовка, понятный URL и структура с подзаголовками. Это отличает Алису от ChatGPT, где отбор источников менее предсказуем и может зависеть от скрытых факторов модели.
Для российского рынка это означает, что компаниям, желающим попасть в ответы Алисы, нужно сосредоточиться на информационных запросах («как выбрать», «что учесть», «чем отличается»), а не на коммерческих. Страницы услуг по таким запросам почти не ранжируются, поэтому в ответ попадают чужие статьи с внешних площадок. Выход — создавать качественный информационный раздел на своём домене с заголовками, начинающимися с формулировки вопроса, и понятной структурой. При этом важно помнить, что правила Яндекса не переносятся на ChatGPT, Perplexity или Claude, где отбор источников устроен иначе и в ответ могут попадать страницы, отсутствующие в первой десятке Google. В Алисе же ставка на органику Яндекса делает её более предсказуемой для SEO-специалистов, но одновременно создаёт жёсткую конкуренцию за ограниченные пять мест.
Сравнение с альтернативами показывает, что Алиса AI ведёт себя как классическая поисковая выдача: попав в пятёрку источников, сайт остаётся там стабильно, а если не попал — новые попытки вряд ли изменят картину. В ChatGPT же видимость похожа на лотерею: сегодня сайт назвали, завтра нет, и по одному ответу нельзя судить о присутствии. Это делает Алису более предсказуемой для SEO-специалистов, но одновременно создаёт жёсткую конкуренцию за ограниченные пять мест. Для замеров это означает, что по Алисе выводы можно делать с малого числа прогонов, а по другим системам — только на повторах и в среднем. Такая стабильность — одновременно и преимущество, и вызов: если сайт не попал в список, потребуется серьёзная работа над контентом, а не просто ожидание следующего обновления алгоритма.
Перспективы развития неясны: остаётся открытым вопрос, будет ли Яндекс менять алгоритм отбора источников, например, увеличивать число ссылок или учитывать поведенческие факторы. Пока же стратегия для сайтов проста: целиться в топ-10 Яндекса по информационным запросам, оптимизировать заголовки под формулировки вопросов и не рассчитывать на быстрые результаты. Важно также следить за обновлениями исследования, поскольку ИИ-поиск активно развивается, и правила игры могут измениться в любой момент. Пока же данные показывают, что попадание в ответ Алисы — это не удача, а закономерный результат работы с текстом и структурой страниц. Возможно, в будущем Яндекс добавит больше источников или начнёт учитывать поведенческие сигналы, но текущая картина даёт чёткий ориентир для тех, кто хочет использовать ИИ-поиск для привлечения трафика.