Покупатель спрашивает ChatGPT: «Где в Казани купить беспроводные наушники и не переплатить?». Нейросеть не вводит эту фразу в поиск. Она делает три-четыре запроса вроде «наушники беспроводные Казань цена 2026», «сравнение беспроводных наушников 2026» и «site:dns-shop.ru наушники отзывы», читает найденное и только потом пишет ответ. Сайт получает ссылку, если у него есть страница под один из этих запросов, а не под исходный вопрос.
Это разбиение называют query fan-out, «веерным расширением запроса». Ниже разобрано, какие нейросети его раскрывают, что в нём видно, чего видеть нельзя и что делать сайту.
Откуда это известно
Google прямо пишет, что AI Overviews и режим ИИ «могут использовать метод query fan-out» и запускают несколько связанных поисков по подтемам. Это есть в документации Google Search Central об ИИ-функциях. Google при этом не показывает сами запросы, поэтому в чужих замерах для Google раскрытия нет.
У других сервисов запросы видны программам. В документации OpenAI по веб-поиску каждый вызов поиска приходит отдельным элементом со словарём action: в нём тип действия (поиск, открытие страницы, поиск внутри страницы) и сам запрос. OpenAI оговаривает, что запросы присутствуют «обычно, но не всегда». В Gemini API то же лежит в поле groundingMetadata.webSearchQueries (описание), в Claude запрос находится в server_tool_use (документация). Генеративный поиск Яндекса возвращает список searchQueries, и мы видели его в каждом из 30 ответов нашего пилота.
| Нейросеть | Раскрывает ли запросы | Что известно |
|---|---|---|
| ChatGPT (поиск) | почти всегда | 101 из 150 ответов у LoudFace, 10 из 10 в нашей пробе через API |
| Grok | вероятно, да | формат вызовов поиска в API похож на формат OpenAI; мы сохраняем их, но отдельной пробой на Grok это пока не проверяли |
| YandexGPT (генеративный ответ Яндекса) | да | в среднем 1,7 запроса на ответ, запросы с годом встретились в пяти случаях, оператор site: в пилоте не встретился |
| DeepSeek с поиском | да, мы сами выполняем поиск | запрос пишет модель, исполняем его мы собственным поиском DeepSeek |
| Perplexity | почти нет | 4 из 150 ответов у LoudFace |
| Google AI Overviews и режим ИИ | нет | 0 из 150 ответов у LoudFace, сам факт fan-out признан в документации |
| Gemini и GigaChat (без поиска) | не применимо | в нашем замере у GigaChat нет поиска; Gemini мы снимаем как приложение, без поля запросов |
Как выглядят настоящие запросы
Мы прогнали 10 вопросов о магазине re:Store через ChatGPT (модель gpt-6-luna, API, гео Москва, лимит четыре вызова поиска). Выборка маленькая, но картина совпадает с другими измерениями. Нейросеть в среднем делала по три действия на ответ. В 11 из 24 поисковых запросов был оператор site:, в том числе site:re-store.ru: так нейросеть проверяет, что говорит о бренде его собственный сайт. В девяти запросах стоял «2026»: нейросеть сама добавляет год, чтобы получить свежее. Четыре раза она открывала страницу целиком и один раз искала внутри неё.
LoudFace на 450 ответах насчитал 80 запросов с site: из 351 и 88 с годом. Пропорции похожи, а значит, перед нами устойчивая манера, а не случайность выборки.
Что с запросами нельзя делать
Первое желание такое: собрать запросы, найти среди них самые частые и написать страницу с точными фразами. Это не работает по двум причинам.
Запросы не повторяются. У ChatGPT в исследовании LoudFace ни одна из 91 пары подряд идущих прогонов не дала одинакового набора, сходство наборов 0,018 из 1. Одна и та же нейросеть на тот же вопрос завтра сформулирует запросы иначе. Подогнать страницу под вчерашнюю формулировку значит стрелять по движущейся мишени.
У запросов нет поискового спроса. Ahrefs, по данным того же обзора, нашёл, что больше 95% таких запросов не имеют регулярной частоты в обычном поиске. Вордстат и Keyword Planner здесь не помогут: люди их не вводят, их пишет машина. Пользователь эти подзапросы не видит, они остаются внутри работы нейросети. Что именно ищет машина, видно только из её ответов.
Что в них стабильно
Отдельные фразы меняются, а темы повторяются. Почти всегда нейросеть ищет по одному из шести направлений: сравнение и подборки, отзывы и репутация, цена и условия покупки, официальный сайт и контакты, характеристики и выбор, гарантия и доставка. К ним добавляются привязка к городу и проверка бренда по его названию. Именно по такому набору тем и стоит смотреть, на какие из них у вас нет страницы.
Есть и приёмы, которые встречаются у разных нейросетей: добавить текущий год, проверить факт через site: на официальном сайте, открыть страницу целиком, если в сниппете мало деталей. Из этого следуют конкретные вещи. Страницы без даты обновления выглядят устаревшими именно для запроса с годом. Если официального сайта нет в выдаче по site:, нейросеть решает вопрос по чужим словам о вас.
Как закрывать подтемы
- Соберите запросы нейросети по своим вопросам
Нужно несколько прогонов, не один: тема видна по повторению. В LLMetr это блок «Карта страниц» на вкладке «Материалы»: он наполняется самими замерами, отдельной платы за это нет. Если считаете вручную, прогоните каждый вопрос не меньше пяти раз.
- Разложите запросы по темам
Сравнение, цена, отзывы, характеристики, доставка, город. Нужны темы, а не фразы: страница под тему переживёт смену формулировок.
- Посмотрите, где вас не цитируют
Для каждой темы сравните, как часто в ответах с такими запросами среди источников есть ваш сайт. Тема с большим числом запросов и редкой ссылкой на вас означает прямой пробел.
- Сделайте страницу под подтему
Отдельный адрес, ответ на вопрос в первом абзаце, цифры и условия обычным текстом, дата обновления, город в заголовке, если вопрос региональный. Одна страница на подтему сильнее общей страницы «О компании». Подробнее о том, что именно нейросети берут со страницы: основа попадания в ответы.
- Проверьте доступность
Боты ChatGPT, Perplexity и других не исполняют JavaScript. Если цена или отзывы подгружаются скриптом, нейросеть откроет пустую страницу. Проверка занимает несколько минут: бесплатная проверка доступа ботов.
- Повторите замер и сравните
Через две-четыре недели снова соберите запросы и ссылки. Если подтема закрыта, доля ответов со ссылкой на сайт по ней растёт. Сравнивайте по набору вопросов, а не по одному ответу.
Что помогает самой странице
Из лабораторных работ есть одна, на которую часто ссылаются: GEO: Generative Engine Optimization (Aggarwal и соавторы, KDD 2024). Авторы сравнили приёмы правки текста и увидели, что добавление цифр, цитат экспертов и ссылок на источники увеличивало заметность источника в ответе на 30–40% относительно исходной, а набивка ключевыми словами не помогала. Выводы стоит принимать осторожно. Эксперимент шёл на собственной сборке из пяти результатов Google и gpt-3.5-turbo, проверка на Perplexity затронула 200 запросов, а доверительных интервалов в статье нет. Для 2026 года это ориентир, который нужно проверить на своих данных, а не готовый рецепт. Совет «подкрепляйте утверждения цифрами и источниками» от этого не становится хуже, он просто проверяется замером.
Пример разбора
Условный пример: интернет-магазин техники в Казани видит по вопросу «где купить беспроводные наушники» шесть ответов со ссылками на конкурентов и ни одной на себя. Запросы нейросети в этих ответах разбираются так: два про цену с годом, один про сравнение моделей, один про отзывы, один про доставку по городу. На сайте магазина есть каталог и карточки товаров, но нет страницы со сравнением и нет страницы про доставку и самовывоз. Задача получается конкретной: две страницы, одна с таблицей сравнения моделей и честными минусами, другая с условиями доставки по Казани. Через месяц в ответах с запросами про сравнение и доставку магазин встречается чаще, а по цене и отзывам картина прежняя, и теперь понятно, куда смотреть дальше.
Когда этим заниматься не стоит
Если нейросети вас вообще не называют даже по прямому вопросу о бренде, начинать нужно не с подтем, а с основы: сайт должен открываться ботам, о бренде должны быть содержательные страницы и упоминания вне вашего сайта. Тема запросов нейросети полезна после этого, когда бренд уже виден, но ссылки уходят конкурентам. Не стоит тратить время и на редкие вопросы: смотрите на подтемы, которые повторяются в десятках ответов.
Чек-лист
- У вас есть отдельные страницы под цену, отзывы, сравнение, доставку и условия
- Страницы читаются без JavaScript, на них стоит честная дата обновления
- Официальный сайт открывается и находится по запросу вида
site:ваш-домен - Для регионального бизнеса город указан в заголовке и в тексте
- Вы знаете, по каким темам нейросеть ищет вашу категорию, и проверяете это раз в месяц
- Страницы не подгоняются под отдельные формулировки запросов
Как измерять
В LLMetr запросы нейросети хранятся вместе с ответом и показываются на странице ответа в блоке «Как нейросеть искала». Блок «Карта страниц» на вкладке «Материалы» группирует их по темам и для каждой показывает долю ответов со ссылкой на ваш сайт, вашу страницу (или ближайшую подходящую), сайты, которые цитируют вместо вас, и готовое задание на страницу; всё скачивается в Excel. Ниже в свёрнутом блоке: повторяющиеся формулировки, проверяемые сайты и страницы, которые нейросеть открывала целиком. Темы, где ссылок мало, попадают в «План действий» как задача. Бесплатный симулятор запросов даёт представление о разбиении для любого вопроса. Он пишет запросы по модели, а не записывает чужую нейросеть, и об этом сказано на странице.
Источники
- Query fan-out tools compared (2026), LoudFace, октябрь 2026: 450 ответов, собранных в Peec AI 4–18 октября 2026; данные о раскрытии запросов, повторяемости, доле site: и года, ссылка на оценку Ahrefs о запросах без частоты
- AI features and your website, Google Search Central: признание query fan-out для AI Overviews и режима ИИ
- Web search, документация OpenAI: структура
web_search_call.action - Grounding with Google Search, Gemini API: поле
webSearchQueries - Web search tool, документация Anthropic: запрос в
server_tool_use - Query Fanouts, Profound; Query fan-out, Conductor: описание подхода у поставщиков мониторинга
- GEO: Generative Engine Optimization, Aggarwal и др., KDD 2024: лабораторное сравнение приёмов правки текста
- Проба LLMetr: 10 вопросов о re:Store, ChatGPT (gpt-6-luna) через API, 28.10.2026; пилот YandexGPT: 30 вопросов, 18.10.2026. Выборки малы, это иллюстрация, а не исследование