В Google эта модель уже оформлена в AI Overviews и AI Mode: система использует Gemini, ранжирование, Knowledge Graph и query fan-out, то есть раскладывает запрос на подтемы и собирает ответ из нескольких источников. Для сайтов отдельных «правил под ИИ» Google не вводит, но сама выдача меняется, потому что ответ теперь живёт над ссылками. В Яндексе похожую роль играет «Нейро» на базе YandexGPT, а новый «ИИ-блендер» подбирает комбинацию из десятков блоков под конкретную задачу пользователя.

На метриках это уже видно. По приведённым в статье данным, в 2024 году без клика заканчивались 58,5% поисков Google в США и 59,7% в ЕС, а на информационных запросах с AI Overviews органический CTR в исследовании Seer Interactive падал на 61%, платный — на 68%. При этом попадание в цитирование AI Overviews может частично компенсировать просадку: у брендов, которые AI упоминал, кликов было больше, чем у нецитируемых.

Практика SEO из этого сдвигается в сторону AEO — оптимизации под ответные системы. Контенту нужны не только ключевые слова, но и извлекаемые смысловые блоки, качественная schema-разметка, чёткие сущности и репутационные сигналы, потому что модели всё чаще собирают итоговый нарратив о бренде из разных площадок. Для издателей добавляется и инфраструктурная проблема: AI-боты резко наращивают краулинг, а реферальный трафик от чат-интерфейсов заметно слабее классического поиска, поэтому контроль доступа к контенту и измерение цитируемости становятся отдельной задачей.