Действительно ли пользователи более вовлечены в контент, когда переходят с ИИ-выдачи на сайт?

В эпоху, когда искусственный интеллект всё чаще становится первым ответом на вопросы пользователей, бизнесы и маркетологи задаются одним ключевым вопросом: если человек перешёл с ChatGPT, Perplexity или Google Gemini на сайт — значит ли это, что он более заинтересован, активнее взаимодействует и чаще конвертируется, чем пользователь, пришедший через традиционный органический поиск? Многие предполагают, что ИИ-трафик — это «горячий» трафик: пользователь уже получил частичный ответ, но захотел глубже — значит, он мотивирован. Но так ли это на практике? Исследование, основанное на данных более 188 миллионов сессий и 62 миллионов ключевых событий, даёт неожиданные, но чёткие ответы.

Что такое LLM-трафик и почему он стал важен для SEO

LLM (Large Language Model) — это крупные языковые модели, способные генерировать тексты, отвечать на вопросы, анализировать информацию и даже цитировать источники. К ним относятся такие платформы, как ChatGPT, Claude, Perplexity, Gemini, Copilot и другие. В отличие от классического поиска, где пользователь вводит запрос и получает список ссылок, LLM-выдачи формируют краткий, структурированный ответ — часто с прямой ссылкой на источник. Эта функция изначально была призвана улучшить пользовательский опыт, но постепенно превратилась в новый канал трафика.

В 2024–2025 годах LLM-трафик стал стабильно расти. Особенно заметен рост с августа 2024 года, когда ChatGPT перешёл с домена chat.openai.com на более узнаваемый chatgpt.com. Это не просто смена URL — это стратегический шаг к укреплению бренда и централизации трафика. Perplexity удвоил свой реферальный трафик за год, хотя его объёмы всё ещё уступают ChatGPT. Meta AI, несмотря на интеграцию в WhatsApp и Facebook, пока демонстрирует минимальные показатели — но это лишь вопрос времени. С ростом числа пользователей и улучшением алгоритмов генерации, LLM-трафик станет не просто дополнением к SEO, а полноценным каналом привлечения.

Интересно, что Google — несмотря на своё доминирование в поиске — активно внедряет ИИ-выдачи под названием AI Overviews. Это означает, что даже традиционные поисковые результаты становятся гибридными: пользователь видит краткий ответ, а затем — ссылки. Следовательно, LLM-трафик и органический трафик перестают быть противоположностями — они начинают переплетаться. Важно понимать: LLM-трафик — это не замена SEO, а новая стадия его эволюции.

Методология исследования: как измерить вовлечённость

Для анализа использовались данные Google Analytics 4 (GA4) за первый квартал 2025 года. Исследователи собрали информацию от десятков SEO-специалистов, чьи сайты были подключены к GA4. Общая выборка включала:

• 671 694 сеанса, инициированных через LLM-платформы
• 214 617 ключевых событий, вызванных этими сеансами
• 188 357 711 органических сессий
• 62 191 461 ключевых событий, вызванных органическим трафиком

Ключевым показателем стала метрика коэффициент конверсии ключевых событий (KECVR) — отношение числа ключевых событий к количеству сессий. Этот показатель был выбран потому, что он отражает не просто посещение сайта, а реальное взаимодействие: заполнение формы, добавление в корзину, просмотр страницы продукта, подписка на рассылку. В отличие от «времени на сайте» или «просмотров страниц», KECVR напрямую связан с бизнес-целями.

Сайты были разделены на 40 категорий: электронная коммерция, B2B, SaaS, путешествия, здоровье, карьера, онлайн-каталоги и другие. Это позволило провести сравнение не на уровне отдельных сайтов, а по секторам — что снижает влияние ошибок настройки GA4 и делает выводы более репрезентативными.

Однако исследование имело и ограничения. Во-первых, раздувание ключевых событий — частая проблема GA4. Некоторые сайты имели настройки, при которых одно действие (например, клик по кнопке) триггерилось несколько раз за сессию. В результате KECVR некоторых сайтов превышал 100%, а в отдельных случаях достигал 200%. Чтобы сохранить точность, такие данные были исключены. Во-вторых, не все сайты настроили ключевые события одинаково — некоторые использовали стандартные, другие — кастомные. Поэтому сравнение проводилось на уровне категорий, а не индивидуальных сайтов.

Главный вывод: LLM-трафик не превосходит органику в большинстве секторов

На первый взгляд, кажется, что пользователи, пришедшие с ИИ-платформ, должны быть более вовлечёнными: они уже проявили интерес к теме, задали конкретный вопрос и теперь хотят получить подробности. Но данные говорят иное.

В большинстве категорий органический трафик демонстрирует значительно более высокий KECVR. Это означает, что пользователь, пришедший через Google или Яндекс с поисковым запросом, чаще совершает целевое действие — покупку, регистрацию, подписку — чем тот, кто пришёл с ChatGPT. Почему?

Ответ кроется в мотивации и контексте. Пользователь, использующий органический поиск:

• Понимает, что ему нужно найти ответ самому — он ищет.
• Сравнивает несколько источников, читает отзывы, анализирует.
• Ищет не просто информацию, а решение — часто с высокой степенью ответственности (например, покупка дорогого товара или выбор врача).

Пользователь же, получающий ответ через LLM:

• Ожидает мгновенного, простого ответа — «дай мне кратко».
• Часто не проверяет источник — полагается на «автомат».
• Не всегда осознаёт, что идёт на сайт: он просто «переходит по ссылке» как дополнительный шаг.

Это не значит, что LLM-трафик бесполезен. Он может быть первым шагом в пользовательском пути, но редко — последним. Его ценность — в формировании интереса, а не в прямой конверсии. И именно это подтверждают данные: LLM-трафик лучше работает на этапе осознания и рассмотрения, а органический — на этапе покупки.

Когда LLM-трафик превосходит органику: три исключения

Несмотря на общую тенденцию, есть три категории, где LLM-трафик показывает более высокий KECVR:

1. Здоровье: LLM — 13,24% против органики — 12,88%
2. Карьера: LLM — 22,31% против органики — 16,58%
3. Онлайн-каталоги: LLM — 2,34% против органики — 2,13%

Почему именно эти сферы?

Здоровье: доверие к экспертным советам

Пользователи, ищущие информацию о здоровье — часто в стрессовом состоянии. Им нужен не сухой перечень диагнозов, а понятное объяснение. LLM-выдачи идеально подходят: они формулируют ответы простым языком, дают рекомендации в виде списков и даже предупреждают: «Проконсультируйтесь с врачом». Ссылка на медицинский сайт воспринимается как «дополнительная проверка», а не как реклама. Более того, контент в этой сфере часто содержит E-E-A-T (экспертиза, опыт, авторитет, надёжность), что делает его идеальным кандидатом для цитирования ИИ-моделями.

Карьера: поиск направления, а не конкретного решения

Запросы вроде «как выбрать профессию?», «что делать, если не нравится работа?» или «какие навыки нужны в 2025 году?» — это не поисковые запросы, а вопросы самоопределения. LLM отлично справляется с такими задачами: он даёт структурированные ответы, предлагает шаги, перечисляет ресурсы. Пользователь, получивший такой ответ, с большей вероятностью перейдёт на сайт, чтобы посмотреть курсы, вакансии или чек-листы — ведь он уже доверил ИИ свою проблему. Это не покупка, это вовлечение в путь.

Онлайн-каталоги: простота и скорость

В категориях, где пользователь просто ищет список — например, «лучшие курсы по Python» или «врачи в Москве» — LLM-выдачи выдают краткие, отсортированные списки с ссылками. Это удобно. Пользователь не хочет читать 10 статей — ему нужен список. Если сайт предоставляет такой список чётко и без лишней рекламы — он получает трафик. Здесь важна не глубина, а структура и удобство.

Аналитика по ключевым секторам: где LLM-трафик слаб

Электронная коммерция: органика побеждает

Коэффициент конверсии:

В электронной коммерции пользователь ищет не просто информацию — он сравнивает цены, читает отзывы, смотрит фото, проверяет доставку. LLM-выдачи дают общие рекомендации: «лучшие наушники — это Sony и Bose». Но не показывают текущие цены, акции или отзывы с конкретными фото. Пользователь вынужден перейти на сайт — но уже не с намерением купить, а просто «проверить». Результат: низкая конверсия. Для e-commerce органический поиск остаётся незаменимым — потому что именно он даёт полную, детализированную и сравнительную информацию.

B2B: точность важнее скорости

Коэффициент конверсии:

В B2B-сфере решение о покупке принимается на уровне команды. Покупатели требуют технические спецификации, кейсы, ROI-расчёты, сертификаты. LLM не может предоставить это — он генерирует обобщённые ответы, которые выглядят как «реклама». Более того, пользователи B2B недоверчивы к ИИ: они боятся ошибок, ищут авторитетные источники — корпоративные сайты, блоги компаний, отчёты. Поэтому органика здесь — не просто канал, а основа доверия.

Путешествия: личный опыт vs. алгоритм

Коэффициент конверсии:

Туристы ищут не просто «лучшие места в Италии» — они хотят услышать истории, увидеть фотографии, прочитать реальные отзывы. LLM может предложить маршрут: «Посетите Рим, Флоренцию и Венецию». Но органический поиск — это блоги, форумы, YouTube-обзоры, Pinterest. Пользователь доверяет реальным людям больше, чем алгоритму. LLM-трафик здесь полезен как «начальный шаг» — он приводит к сайту, но окончательное решение принимается после изучения органических материалов.

SaaS: равновесие между ИИ и SEO

Коэффициент конверсии:

Это единственный сектор, где показатели практически идентичны. Почему? Потому что SaaS-продукты — это сложные технологии, которые требуют объяснения. LLM отлично подходит для ответов на вопросы вроде: «Как настроить интеграцию с Slack?» или «Чем отличается CRM от ERP?». Пользователь получает ответ — и переходит на сайт, чтобы попробовать демо. ИИ здесь работает как помощник, а не как замена. Но органический поиск остаётся важным: именно он приводит технически подкованных пользователей, которые ищут детальные руководства, API-документацию, сравнения с конкурентами.

Что делать бизнесу: стратегические рекомендации

Итак, LLM-трафик — это не панацея. Он не заменит органический поиск. Но игнорировать его — значит упустить возможность. Вот что нужно делать:

1. Оптимизируйте контент под LLM — но не вместо SEO

LLM-модели выбирают источники, которые:

• Имеют чёткую структуру: заголовки, списки, таблицы
• Отвечают на вопросы прямо и кратко
• Содержат FAQ-разделы
• Используют естественные формулировки (а не маркетинговые клише)

Например, если вы продвигаете курс по digital-маркетингу — сделайте страницу с вопросом: «Какие навыки нужны для работы digital-маркетологом в 2025 году?» и ответьте списком с пояснениями. ИИ будет цитировать именно её. Но не забывайте: этот же контент должен быть оптимизирован под Google — с ключевыми словами, мета-описаниями и ссылками.

2. Укрепляйте E-E-A-T — это ваш билет в LLM-выдачи

ИИ не выбирает случайные сайты. Он ищет авторитетные источники. Поэтому важно:

• Публиковать материалы от экспертов с именами, фото, биографиями
• Цитировать исследования и статистику
• Показывать отзывы клиентов, кейсы, сертификаты
• Поддерживать актуальность контента — удалять старые, неактуальные материалы

LLM-выдачи — это не «что написано быстрее», а «что заслуживает доверия». Если ваш сайт выглядит как «копипаста с форумов», его не будут использовать. Если он — экспертный, проверенный, детализированный — ИИ будет его цитировать.

3. Проверяйте настройки GA4: не позволяйте «раздуванию» искажать ваши данные

Многие сайты страдают от дублирующихся событий. Например, при клике на кнопку «Заказать» событие триггерится 3 раза. Это искажает KECVR и делает LLM-трафик «выше», чем он есть на самом деле. Проведите аудит GA4:

• Проверьте, какие события вы отслеживаете — они соответствуют бизнес-целям?
• Убедитесь, что события не дублируются при одном действии
• Создайте стандартные ключевые события для всех категорий сайта — это упростит сравнение
• Используйте фильтры, чтобы исключить трафик с ботов и дублирующих кликов

Без точной аналитики вы не сможете понять, работает ли ваша стратегия. А без правильных данных — любые выводы будут ложными.

4. Используйте LLM как «входную дверь», а SEO — как «основной зал»

Представьте, что ваш сайт — это дом. LLM-трафик — это гости, которые приходят с вопросом: «Где туалет?» и случайно заходят в кухню. SEO-трафик — это друзья, которые пришли на ужин и останутся до утра. LLM приводит, SEO удерживает. Ваша задача — сделать так, чтобы пользователь, пришедший с ИИ, не уходил сразу. Создавайте:
— Чёткие призывы к действию после прочтения LLM-ответа
— Визуально привлекательные страницы с кейсами и отзывами
— Бесплатный контент, который подталкивает к регистрации или покупке
— Связь между LLM-ответом и вашим контентом: «Это только начало. Подробнее читайте на нашем сайте»

Заключение: LLM — это не конец SEO, а его эволюция

Исследование показывает: пользователи, пришедшие с ИИ-выдач, в большинстве случаев менее вовлечены, чем те, кто пришёл через органический поиск. Это не значит, что LLM-трафик бесполезен — он просто выполняет другую функцию. Он не продает, он просвещает. Не конвертирует — а формирует интерес. Он не заменяет SEO, он дополняет его.

Основные выводы:

• Органический трафик остаётся лидером по конверсии — особенно в e-commerce, B2B и туризме.
• LLM-трафик работает лучше в нишах, где важен совет, а не покупка: здоровье, карьера, каталоги.
• Ключ к успеху — не «попасть в LLM», а попасть в LLM правильно: через качественный, структурированный и авторитетный контент.
• Важно не забывать о E-E-A-T: ИИ выбирает доверенные источники, а не популярные.
• Точная аналитика в GA4 — это не опция, а необходимость. Без неё вы не увидите истинную картину.

В ближайшие годы LLM-трафик будет расти. Но это не повод отказываться от SEO — напротив, нужно улучшать его. Те компании, которые научатся сочетать глубину SEO с удобством ИИ, станут лидерами. Они не будут бояться новых технологий — они научатся использовать их как инструмент. Потому что в поиске будущего не будет «или SEO, или ИИ». Будет — SEO + ИИ.