Говорити сьогодні “SEO = Google = позиції = кліки” уже замало. Не тому, що Google перестав бути головним гравцем, а тому, що сама поведінка пошуку стала ширшою. Amanda Natividad, віце-президент з маркетингу, SparkToro, формулює це дуже точно: search is a behavior. Люди шукають не лише в Google, а й у YouTube, Reddit, Amazon, AI-інтерфейсах та ком’юніті, де вони збирають докази, порівнюють варіанти й перевіряють довіру до бренду.
Зміст
Важливо, що це не “антигуглівська” історія. Навпаки: дослідження Rand Fishkin для SparkToro показує, наскільки Google досі гігантський — за browser traffic він дорівнює наступним 13 найбільшим сайтам разом. Але саме тому пошук часто забирає собі заслугу за попит, який був створений раніше в інших точках контакту: у соцмережах, медіа, листах, ком’юніті, подкастах, відгуках. Із цього випливає неприємна для старого SEO думка: виграє вже не той, хто просто “стояв у топі”, а той, хто збудував сильніший публічний слід бренду.
Якщо подивитися ширше, це не скасовує силу пошуку як каналу. Ще до ери AI BrightEdge фіксував, що organic + paid search давали 68% усього відстежуваний трафік веб-сайту, а частка органічного пошуку сягала 53.3% в середньому по індустріях. У B2B комбінований пошук узагалі давав 76% трафіку, а B2B-компанії отримували подвійний дохід від органічного пошуку, ніж з будь-якого іншого каналу. Тобто пошук не зник. Він просто перестав бути одношаровим.
Окремо варто враховувати і масштаб AI-інтерфейсів. За оцінкою Graphite, AI використання уже становить 56% від обсягу пошуку по всьому світу, а глобально AI отримує близько 45 мільярдів щомісячних сесій; при цьому 83% AI-використань відбувається в мобільних додатках, а ChatGPT займає 89% світової частки AI ринку. Це не офіційна статистика Google чи OpenAI, а ринкова оцінка Graphite, тому ставитися до неї варто як до сильного індикатора масштабу, а не як до абсолютної істини. Але сам напрямок очевидний: AI уже не “іграшка збоку”, а реальний шар пошукової поведінки.
У JobStudio ми бачимо це так: боротьба йде вже не лише за місце в SERP. Вона йде за право бути знайденим, правильно витлумаченим, процитованим і вибраним у середовищі, де рішення все частіше приймає не людина, яка переглядає 10 посилань у пошуку Google, а система, що збирає відповідь із десятків джерел.
Agentic search — це не просто пошук із красивою відповіддю зверху. Це модель, у якій система не обмежується одним запитом користувача і одним списком документів. Вона розкладає задачу, породжує уточнюючі підзапити, витягує релевантні фрагменти, зіставляє їх, синтезує підсумок і тільки потім віддає результат. Саме тому AI Mode і AI Overviews варто сприймати не як “ще одну фічу SERP”, а як іншу логіку взаємодії між користувачем, індексом і моделлю.
Google уже офіційно пояснює це досить прямо: AI Mode особливо корисний для запитів, де потрібні подальше дослідження, міркування або складні порівняння. Тобто система проектується не під “знайти 10 сторінок”, а під “допомогти розібратися, порівняти, зробити висновок”. А далі вступає в гру query fan-out: AI Overviews і AI Mode можуть запускати кілька пов’язаних пошуків за підтемами та джерелами даних, а також показувати ширший і більш різноманітний набір допоміжних посилань, ніж класичний пошук.
Це добре збігається з тим, що обговорює ринок. AEO Conf 2026 був співорганізований Graphite, AirOps і Webflow саме навколо того, як AI змінює discovery, цитування і нову логіку контенту для LLM. А Майкл Кінг ще раніше попереджав, що ми недооцінюємо ефект пам’яті, персоналізації, агентності та нових моделей добору контенту. У власному розборі Google I/O 2025 ми теж відзначали ту саму зміну: пошук стає не лінійним, а діалоговим, контекстним і фрагментним.
Найбільша проблема теми agentic search у тому, що вона вже стала ринком гучних обіцянок. Тому починати треба не з “секретних факторів ChatGPT”, а з розмежування.
Що вже можна вважати підтвердженим. По-перше, Google офіційно визнає query fan-out у своїх AI features. По-друге, AI-системи реально можуть цитувати сторінки, які не входять у top 10 класичної видачі. По-третє, технічна екстракційність сторінки має значення: у тестах Writesonic 9 із 11 metadata elements дали нуль, а ChatGPT, Claude і Gemini взагалі не виконують JavaScript при живій вибірці так, як це звикли уявляти багато команд. По-четверте, позасайтове доказове поле реально важить: Reddit у B2B SaaS часто з’являється раніше за сайти вендори навіть на запити загальної категорії.
Що поки треба подавати обережно. Не існує публічного списку “факторів ранжування ChatGPT”. Немає підстав говорити, що llms.txt уже став стандартом, який визначає видимість у всіх LLM. Не можна чесно обіцяти “гарантоване потрапляння” в AI-відповіді. І навіть сильні ринкові тези на кшталт “95% цитованих доменів не знаходяться за межами першої десятки ” або “60% підказок містять понад 10+ слів” варто маркувати як конференційні або ринкові висновки, а не як офіційну норму індустрії.
У JobStudio це правило звучить просто: ми не продаємо магію. Де є факт — так і пишемо. Де є робоча гіпотеза — так і маркуємо.
Query fan-out: що система шукає насправді
Найбільша пастка старого SEO — уявлення, що користувач задав один запит, а значить і конкуренція точиться навколо одного запиту. DEJAN показує, що реальність уже інша: в аналізі виробничих навантаженнь вони зафіксували близько 365,920 fanout queries у Google, OpenAI і Amazon Nova. І що важливо, ці запити значно довші за звичайний класичний пошук: у Google 64.9% fanout queries мали 7+ слів, в OpenAI — 75.8%. Це дуже сильний аргумент проти мислення “головний keyword + пара допоміжних ключів”.
Після fan-out система не “бачить вашу сторінку” в людському сенсі. Вона витягує кандидатів: сторінки, фрагменти, відео, таблиці, форуми, огляди. Google прямо пише, що AI особливості можуть показувати ширший та різноманітніший набір корисних посилань. Це означає, що конкуренція вже йде не тільки між однорідними лендінгами в топі, а між різними форматами доказу: статтею, форумною дискусією, YouTube-роликом, сторінка порівняння, FAQ-блоком.
Далі починається найцікавіше. У нашому власному розборі Google I/O 2025 ми описували це як перехід від сторінкового мислення до ланцюг міркувань: система не просто перевіряє, чи “відповідає сторінка запиту”, а чи допомагає конкретний фрагмент добудувати логіку відповіді — порівняти, пояснити, підтвердити, зняти заперечення, дати сценарій. Саме тому контент із чіткими причинно-наслідковими блоками, порівняннями, прикладами й завершеними мікровисновками виграє частіше, ніж красиве, але розмите “експертне полотно”.
Останній шар — синтез. Система бере кілька найкращих фрагментів і формує фінальний сценарій відповіді. Саме тут стає видно, наскільки небезпечно зводити SEO до “ми в топ-10, значить нас візьмуть”. За даними Ahrefs, лише 37.9% URL, процитованих у AI Overviews, також були в перших 10 блоках SERP. Ще 31.2% були в діапазоні 11–100, а 31.0% — взагалі поза top 100 blocks. У тесті лише по blue links розклад дуже схожий: 37.1% у top 10, 26.2% на позиціях 11–100 і 36.7% поза топ-100. Тобто AI-відповідь — це не просто “топ видачі, перетасований LLM”.
Якщо стиснути зміну до однієї фрази, вона звучить так: нова одиниця конкуренції — не сторінка, а фрагмент. Один абзац може виграти пряме зіставлення. Один список може потрапити у відповідь. Один блок порівняння може пояснити різницю краще за всю сторінку конкурента. Це і є практичний зміст passage-level SEO, про який так багато говорять у контексті AI Mode.
Звідси випливає нова дисципліна письма. Один блок — одна завершена думка. Один підзаголовок — один намір. Одразу після запитання — пряма відповідь. Далі — доказ, приклад або порівняння. Якщо фрагмент не може жити окремо, модель його частіше пропускає. Якщо ж він самодостатній, чіткий і корисний, у нього з’являється шанс “виграти” навіть без домінування всієї сторінки.
Cyrus Shepard формулює дуже сильну думку: наявність пошуку — це вже не просто page rank, а весь пласт публічних доказі, який змушує результат виглядати релевантним, надійним і гідним кліку. Це одна з ключових тез нової епохи. AI і search дедалі рідше довіряють сторінці “ізольовано”; вони оцінюють, чи є навколо бренду слід: згадки, обговорення, огляди, профілі, автори, сигнали довіри, зовнішні підтвердження.
Ross Simmonds підкріплює це цифрами. У дослідженні Foundation Reddit одночасно випереджав усіх вендорів на 50–66% спільні ключові слова у 3 з 4 SaaS-вертикалей, перекриваючи 957,540 щомісячного пошуку. І головне: це не “історія про відгуки”. 77% обсягу пошуку, який виграє Reddit, припадає на загальні ключові слова категорії, а не лише на “найкраще”, “відгуки” чи “альтернативне”. І що ще показовіше: на запитах у 6+ слів Reddit показував 73–100% коефіцієнту виграшів у різних вертикалях. Коли пошук стає довшим і розмовнішим, ком’юніті виграє частіше.
Amanda Natividad влучно зводить усе це в одну рамку: пошук тепер відбувається “у Google, Amazon, YouTube, Reddit, AI tools”. А Ethan Smith у своїх нотатках після AEO Conf додає ще один корисний висновок: за їхніми висновками 95% цитованих доменів не входять до першої десятки, а Reddit був №1 із 2.36% усіх цитат. Це варто читати саме як сильний галузевий сигнал: AI синтезує консенсус, а не просто бере “найсильніший домен”.
У практиці JobStudio це означає дуже просту річ: якщо бренд сам не виніс свої найсильніші докази в публічне поле, AI і пошук добудують його образ із чужих згадок, відгуків і шуму. І далеко не факт, що ця версія бренду вам сподобається.
Після всіх дискусій про AI SEO корисно заземлитися. Нижче — не “чарівні кнопки”, а сигнали, які найчастіше реально впливають на те, чи може система витягнути, зрозуміти і використати ваш контент.
Якщо важливий зміст живе тільки в JS, табах, динамічних інтерфейсах або завантажується занадто пізно, частина AI сканерів просто його не дочитає. Writesonic показує: ChatGPT, Claude і Gemini при live fetch можуть бачити лише сирий HTML, а не повноцінно відрендерений клієнтський додаток.
Питання в підзаголовку — відповідь у перших 2–4 реченнях. Не обхід навколо теми, а відповідь.
Google прямо радить робити важливий контент доступним у текстовій формі, а Writesonic показує, що конвертери AI-сканери дуже агресивно спрощують сторінку. Коли структура нечітка, ви ускладнюєте не тільки UX, а й екстракційність.
Не “ефективні рішення”, а “що робимо → що міряємо → який результат отримали”. Моделі охочіше підхоплюють завершені, точні блоки, а не маркетингові фрази.
AI не любить порожній пафос. Дані, приклади, кейсові фрагменти й факти підвищують шанси на цитування.
Саме такі формати добре лягають і в машинне добування, і в людське споживання.
Свіжий, оновлений контент часто має кращий шанс бути використаним, особливо в швидких нішах. У конференційних нотатках Ethan Smith окремо наголошував, що несвіжий вміст цитують значно рідше, ніж оновлені сторінки.
Google прямо пише, що для участі в AI features не треба “нових AI-файлів” чи спеціальної schema. Але structured data, що відповідає видимому тексту, лишається корисним елементом загальної SEO-гігієни. Водночас тест Writesonic показує важливе обмеження: сам по собі JSON-LD не врятує, якщо основний зміст не представлений у основному тексті.
Реальний автор, дата оновлення, профіль, досвід, зв’язок із темою — усе це посилює довіру до сторінки.
Без профілів, згадок, ком’юніті, відео й експертних цитувань сайт уже не працює як самодостатня фортеця.
Хороша новина від Google у тому, що не потрібно вигадувати окремий “секретний технічний стек для AI”. Google прямо пише: для появи в AI features працюють ті самі найкращі фундаментальні SEO практики, що й для пошуку загалом. Сторінка має бути індексованою, технічно придатною до показу в Google Search, і для неї немає додаткових технічних вимог. Так само Google прямо каже, що не потрібно створювати нові машинозчитувані файли, текстові файли зі штучним інтелектом чи спеціальну schema тільки для AI Overviews або AI Mode.
Погана новина в тому, що це не означає “розслабтеся”. Бо ті самі базові вимоги тепер стали важливішими. Writesonic протестував 6 AI-систем і 11 елементів метаданих у <head>. Для 9 із 11 елементів результат був 0/6 — тобто жоден із шести протестованих AI не зміг їх прочитати, половина AI помічників узагалі не використовують JavaScript як браузер користувача, а ті, що використовують, дають сторінці від 500ms до 3 секунд. Після 3 секунд сканер уже пішов далі. Якщо ваш критичний контент з’являється пізніше, для частини AI він просто не існує.
Звідси практичний технічний чек-лист короткий:
У власній практиці ми бачимо це на проектах типу Obmin.Finance особливо гостро. Там не можна було “просто написати тексти під ключі”. Потрібно було ще до запуску закласти продуктову архітектуру, мультимовність, логіку сторінок, кластеризацію інтенцій і систему, здатну стабільно працювати з 28 000+ валютних пар та великим обсягом динамічних даних. Саме в таких проектах технічний фундамент вирішує, чи зможе контент взагалі брати участь у новій видимості.
AI Mode особливо добре почувається на складніших запитах: дослідницький, з акцентом на міркування, з акцентом на порівняння. Отже, і контент виграє не будь-який, а той, який допомагає системі пройти ці кроки. Google прямо підказує напрям: AI Mode краще працює там, де треба дослідити тему, порівняти варіанти, розібратися в нюансах.
Найсильніші формати тут такі: FAQ, Інструкції, сторінки порівняння, блоки визначень, глосарій-сторінки, пояснення категорій, розбивка випадків, рамки прийняття рішень, таблиці та side-by-side порівняння. Це не випадковість. Такі формати мають природну блочну структуру: один намір, одна відповідь, один висновок. Вони легше витягуються і краще працюють у fan-out логіці.
У JobStudio ми бачимо те саме на складних продуктах. У кейсі Obmin.Finance контент не міг бути “для галочки”. Потрібно було закривати інформаційні, аналітичні й транзакційні інтенти навколо великої кількості валютних пар, сценаріїв і ризикових питань. Саме тому контентний каркас довелося будувати не як набір статей, а як систему пояснень, FAQ, комерційних сторінок і експертних матеріалів, які одночасно тягнуть трафік і будують довіру.
Одна з найбільш недооцінених тем у GEO-дискусії — відео. А дарма. За даними Ahrefs, серед AI Overview цитовані сторінки, які взагалі не ранжувалися у Google top 100 за тим самим ключовим словом, 18.2% були YouTube URLs. І загалом YouTube складав 5.6% усіх цитат AIO URLs у вибірці. Ще сильніше звучить інша цифра: за даними Ahrefs Brand Radar, YouTube є найбільш цитованим доменом у AI Overviews сьогодні і за шість місяців виріс ще на 34%.
Практичний висновок жорсткий: якщо ви не даєте AI зручний відеошар, його дає хтось інший. Для практичних і “пояснювальних” ніш video + transcript + structured description уже не nice to have. Це один зі способів потрапити в ту частину відповіді, яка не зводиться до абзацу тексту.
Google тут теж доволі прямий. Сайти, що з’являються в AI features, включаються в загальний пошуковий трафік у Search Console, у межах звичайного тип Web пошуку. А ще Google окремо зазначає, що кліки з AI Overviews можуть бути вищої якості: користувачі частіше проводять більше часу на сайті. Це важливий сигнал для бізнесу, який досі мислить тільки CTR і позиціями.
Отже, дивитися доведеться ширше. Так, Search Console залишається базою. GA4 потрібен для якості трафіку, конверсій і поведінки. Rank tracking — для того, щоб бачити перетин між класичним пошуком і AI представленністю. А поверх цього треба додавати те, чого в старих звітах майже не було: частота цитування, видимість брендованих рекомендацій, присутність без кліків, якість ліда з AI-джерел, fan-out покриття, а згодом — і грубі оцінки passage-level performance.
На практиці це означає просту річ: не все, що важливо в AI-пошуку, клікається. Але те, що реально впливає на продажі, рано чи пізно проявляється в брендовому пошуку, швидкості довіри, якості ліда і здатності бренду частіше бути “обраною відповіддю”, а не просто “ще одним сайтом у видачі”.
Теорія стає корисною тільки тоді, коли проходить через практику. І тут найважливіший висновок із нашого досвіду такий: нова видимість росте там, де є система, а не там, де просто “дописали ще одну SEO-статтю”.
У проєктах на кшталт Obmin.Finance ми бачили, що класичного сторінкового SEO недостатньо. Коли продукт має десятки тисяч сутностей, динамічні дані, мультимовність і складні інтенти, виграє не “найгарніший блог”, а архітектура: як побудовано URL-логіку, як розведено інтенти, чи є пояснювальний контент, чи можна машині швидко зіставити джерело, намір і доказ. Саме тому ми зайшли туди не тільки як “оптимізатори текстів”, а як співавтори структурної логіки продукту.
І це добре збігається з новою логікою AI search. Якщо у вас сильний публічний доказовий шар, чіткі блоки відповіді, технічний фундамент і система оновлення контенту, ви отримуєте не просто “більше шансів ранжуватися”. Ви отримуєте шанси бути правильно прочитаними, процитованими й зіставленими в новій пошуковій архітектурі.
Найгірше, що зараз може зробити бізнес, — вважати, що все це “ще не на часі”. Ось що коштує найдорожче.
Перша помилка — думати, що достатньо просто ранжуватися. Дані Ahrefs уже показують, що сильна частка цитування живе поза top 10, а іноді й поза top 100.
Друга — продовжувати писати полотна, а не фрагменти. Якщо один блок не може відповісти на одне уточнення, він слабко працює в reasoning-середовищі.
Третя — ховати головний оффер, цифру чи доказ у зображення, або у візуально красивий, але технічно порожній блок. Writesonic показує, як легко це стає невидимим для частини LLM crawlers.
Четверта — жити лише на сайті. Якщо у вас немає відео, згадок, ком’юніті, профілів, зовнішнього доказового поля, хтось інший займе це місце.
П’ята — міряти тільки позиції і трафік. У новій реальності це вже не весь результат.
Як ми сказали б у JobStudio: проблема не в тому, що “AI забирає трафік”. Проблема в тому, що структура бренду в мережі досі не підготовлена до того, щоб бути витлумаченою машиною.
Зробіть аудит crawlability. Перевірте, чи важливий контент є в HTML. Подивіться на ключові сторінки очима не дизайнера, а crawler’а: чи є прямі відповіді, чи є FAQ, чи є автор, чи є оновлення, чи можна витягнути головну думку без кліків, скролів і табів.
Перезберіть 10–20 найважливіших сторінок. Додайте блоки визначення, FAQ, розділи порівняння, таблиці, докази, оновлені кейси, чіткі H2-H3. Винесіть сильні докази в публічне поле: статті, профілі, відео, ком’юніті.
Запустіть контент під fan-out-інтенти: довші питання, сценарії вибору, порівняння, заперечення, нішеві інструкції. Паралельно підсилюйте позасайтове поле — Reddit, YouTube, профільні майданчики, експертні згадки.
Почніть вимірювати не тільки трафік, а й нову присутність: які сторінки частіше використовуються, які теми краще працюють у довгих запитах, які формати дають кращу якість візиту, які сторінки потребують оновлення. Оновлюйте сильне, прибирайте шум, масштабуйте те, що справді дає видимість.
Пошук не зник. І Google нікуди не подівся. Але змінилася форма конкуренції. Тепер бренд бореться не тільки за місце в SERP, а за право бути:
Саме тому в agentic search перемагає не “найоптимізованіша сторінка”, а найсильніше публічне доказове поле, яке AI може швидко прочитати, зіставити і використати. Amanda Natividad права: пошук — це поведінка. Cyrus Shepard правий: вирішує не лише rank, а вся сукупність публічних доказів. Ross Simmonds правий: шлях покупця давно виходить за межі сайту бренду. А Google уже офіційно показує, що його AI features працюють через fan-out, міркування і ширший набір допоміжні посилання.
Пошук не вмер.
Вмер підхід, у якому достатньо було просто ранжувати сторінку.
Це модель пошуку, у якій система не просто знаходить сторінки, а виконує серію дій: розкладає запит, робить уточнюючі пошуки, зіставляє джерела, синтезує відповідь і лише потім показує результат користувачу.
Agentic search — ширше поняття. AI Overviews і AI Mode — це конкретні інтерфейси Google, у яких уже реалізована ця логіка: fan-out, міркувань, ширший добір допоміжних посилань і реакція на основі AI.
Ні. Google прямо пише, що для AI пошуку діють ті самі найкращі базові практики SEO, а сторінка все одно має бути індексованою і технічно придатною для пошуку. Зміна не в тому, що SEO “померло”, а в тому, що його вже недостатньо зводити до позицій і ключів.
Так. За Ahrefs, лише 37.9% cited URLs у AI Overviews були в перших 10 блоках SERP; решта часто приходила з позицій 11–100 або взагалі поза top 100 blocks.
Питання поставлене неправильно. Без технічної бази контент можуть не дочитати. Без сильного контенту техніка не дає цитованості. Потрібна зв’язка: сканер HTML, структура, прямі відповіді, докази, авторство і зовнішній контекст довіри.
FAQ, Інструкції, сторінки порівняння, блоки визначень, вміст глосарію, таблиці, кейсові розбори, рамки прийняття рішень і сторінки з чіткими прямими відповідями та доказами. Саме такі формати краще переживають міркування і fan-out.
Так. Ross Simmonds показав це на SaaS-даних, а Ahrefs — на AIO citations, де YouTube уже став найцитованішим доменом. Сайт більше не можна розглядати ізольовано від усього решти публічного поля бренду.
Почніть із Search Console та GA4. Google офіційно враховує AI особливості у загальному пошуковому трафіку у Search Console, а якість такого трафіку варто дивитися через поведінку, конверсії й час на сайті.
Базова стратегія спільна: сканери HTML, структурований контент, прямі відповіді, докази, авторство, зовнішній доказовий шар. Але окремі системи відрізняються за тим, як читають, metadata, відео і сторонні джерела.
Почніть із чотирьох речей: технічна доступність контенту, перезбірка 10–20 ключових сторінок, публікація сильних доказів і запуск базового вимірювання нової видимості через Search Console та GA4. Решту масштабуйте після першого циклу спостережень.
Ні. Можна лише підвищувати ймовірність: через структуру, екстракційність, цитованість, докази, авторство і ширший рівень публічних доказів. Усе інше — або перебільшення, або продаж магії.
Вірити, що достатньо просто ранжувати сторінку. У середовищі AI уже конкурують фрагменти, докази, авторство, відео, зовнішні згадки і вся логіка того, як бренд існує в публічному полі.
.webp)