Дайджест № 1 · 7 ноября 2026 года

В этом выпуске - изменения октября и начала ноября, которые стоит включить в работу SEO-команды: настройки участия в AI-поиске, планы по общему запрету обучения, тематическая аналитика Bing и обновление Screaming Frog. Отдельно - два сентябрьских материала, важных для измерений: мультимодальный поиск и исследование различий между API и пользовательскими AI-интерфейсами.

Главная практическая задача - разделить доступ к контенту, его использование в AI-ответах и измерение результата. Для каждого из этих вопросов нужны свои настройки и данные.

1. Screaming Frog 25: конфигурация обхода становится удобнее для автоматизации

3 ноября 2026 · релиз инструмента. В SEO Spider 25.0 появился JSON-формат конфигурации; прежний формат тоже поддерживается. Обновлены MCP-инструменты и диагностика, добавлена настройка типов и приоритетов Issues. Автоматическое ограничение скорости реагирует на ответы 429, 503 и проблемы соединения. Все эти изменения описаны в официальном анонсе Screaming Frog SEO Spider 25.0.

Для технического SEO это повод сделать настройки обхода частью воспроизводимого процесса. Сохраните эталонную конфигурацию для каждого проекта, фиксируйте изменения и сравнивайте результаты на одинаковом наборе URL. Для GEO такой процесс полезен как основа технической проверки доступности страниц, но сам краулер не измеряет вероятность цитирования моделью.

Что сделать: прогнать небольшой контрольный набор URL, проверить экспорт и новые приоритеты Issues, затем обновлять регулярные задания. Возможность поручить настройку AI-ассистенту не заменяет проверки получившейся конфигурации. Это разбор заявленных функций релиза, а не результат сравнительного теста скорости или точности.

2. Google планирует поддержать общий сигнал предпочтений AI-обучения

30 октября 2026 · объявление о планах. Google сообщил о намерении поддержать общий сигнал в robots.txt на основе работы IETF AIPREF. Анонс называет 2027 год; документация краулеров уточняет начало 2027 года и токен __usage_ai-training. Это будущая поддержка, а не уже действующая универсальная настройка. Первоисточники: анонс Google и описание Google-Extended.

Google описывает совместную работу общего сигнала и отдельных настроек провайдеров: при отсутствии явно заданного Google-Extended отказ от обучения через общий сигнал планируется интерпретировать как запрет Google-Extended. Компания также указывает, что Google-Extended не влияет на включение сайта в Google Search и не является его сигналом ранжирования.

Что сделать: составить отдельную матрицу решений для обучения, grounding в Gemini и участия в поисковых AI-функциях. Сохраняйте действующие настройки провайдеров и следите за подтверждением запуска. Из анонса нельзя заключить, что сигнал уже соблюдают все AI-системы или что изменение robots.txt гарантированно изменит GEO-видимость.

3. Участие в AI-функциях Google Search управляется отдельно от обучения

21 октября 2026 · обновление обзорной документации. Google добавил Search generative AI control в перечень способов управления контентом. Сам механизм не запущен в этот день: справка указывает на глобальное развёртывание к 31 августа 2026 года. Источники: история изменений и официальная справка Search generative AI control.

Настройка в Search Console позволяет включать или исключать контент и ссылки сайта из указанных генеративных функций Search, включая AI Overviews и AI Mode. Google отдельно пишет: этот выбор не служит сигналом ранжирования или включения для других частей поиска и не управляет AI-обучением. Дочерние свойства могут наследовать настройку родительского.

Что сделать: проверить эффективное значение для домена, поддоменов и URL-prefix properties, а не только robots.txt. Перед изменениями зафиксировать исходные данные и цель эксперимента. Документированное отсутствие прямого сигнала ранжирования не означает, что суммарный трафик обязательно останется прежним: меняется набор поверхностей, где пользователи могут увидеть ссылку.

4. Bing Topics Portfolio переводит анализ AI-цитирований на уровень тем

13 октября 2026 · бета-функция. В AI Performance внутри Bing Webmaster Tools появился Topics Portfolio: группировка grounding-запросов по тематическим кластерам, сведения о цитированиях и списки Opportunity Queries. Microsoft описывает функцию в официальном анонсе Topics Portfolio.

Это полезный переход от вопроса «нас процитировали?» к вопросу «в каких темах сайт присутствует и где есть пробелы?». Но числа приблизительные, классификация создаётся с помощью AI, а темы с недостаточными данными могут не отображаться. Компания рекомендует использовать метрики как ориентиры для планирования.

Что сделать: сопоставить несколько тематических кластеров с редакционным планом и проверить предложенные запросы вручную. Среди возможностей могут оказаться чужие брендовые запросы - автоматически превращать весь список в задания авторам не стоит. Отсутствие вкладки у небольшого сайта не доказывает отсутствие AI-видимости. Данные Bing также не описывают автоматически присутствие в Google или других ассистентах.

5. Google уточнил требования к проверке AI-контента - включая метаданные

1 октября 2026 · обновление руководства. В документации Google говорится о необходимости ручной проверки точности и достоверности AI-контента до публикации. Проверка относится и к title, description, структурированным данным и альтернативным текстам изображений. Массовая генерация страниц без добавленной ценности может нарушать правила scaled content abuse. Первоисточник: Google Search - guidance on using generative AI content.

Для SEO-автоматизации слабым местом становится весь путь от исходных данных до опубликованной страницы. Проверенный текст не компенсирует выдуманную характеристику в JSON-LD или неверное обещание в title.

Что сделать: включить метаданные в редакционную приёмку, сверять характеристики с исходными данными и валидировать разметку. Для массовых шаблонов сначала проверять небольшой выпуск и повторяющиеся ошибки. Обновление руководства само по себе не доказывает новый алгоритмический штраф за любой AI-текст; из него нельзя выводить универсальное снижение позиций для всех сайтов, использующих генерацию.

6. Сентябрьский контекст: мультимодальный поиск получил отдельный срез в Search Console

24 сентября 2026 · анонс развёртывания отчётности. Google объявил фильтр мультимодального поиска в отчётах эффективности, включая отчёт генеративных AI-функций. Перечислены Lens, Circle to Search, загрузка изображений и поиск по изображению из контекстного меню Chrome. Данные появляются при наличии соответствующего трафика. Первоисточник: анонс web multimodal Search reporting.

Для каталогов и визуального контента это дополнительный способ оценивать обнаружение страниц. Изменения такого трафика стоит анализировать отдельно от текстовых запросов, прежде чем приписывать общий рост или падение одной SEO-доработке.

Что сделать: проверить наличие среза, выгрузить доступный период и сопоставить посадочные страницы с типами визуального контента. Наличие отчётности не означает появления нового фактора ранжирования и не гарантирует рост от замены картинок. Это сентябрьское обновление включено как контекст для аналитики, а не выдано за новость ноября.

7. Исследование: API-замер не заменяет наблюдение за пользовательским AI-продуктом

16 сентября 2026 · препринт. Авторы работы об AI-рекомендациях товаров проанализировали 1 536 ответов. В их выборке среднее пересечение отображаемых доменов между интерфейсом и API составляло 12,0% для ChatGPT и 14,8% для Gemini. Использована метрика Jaccard: пересечение наборов относительно их объединения. Первоисточник: Uberti-Bona Marin и соавторы - Auditing AI-Generated Product Recommendations, arXiv:2609.18729v1.

Что сделать: в GEO-отчёте фиксировать продукт, способ доступа, регион, дату, формулировку запроса и повторные наблюдения. Видимые цитаты, найденные поиском страницы и grounding-источники хранить раздельно. Это предложение к методике аудита, а не формула гарантированного продвижения.

Границы результата существенны: 117 запросов о физических товарах, по три повтора, преимущественно английские формулировки, сбор из Нидерландов. Различия нельзя приписывать только способу доступа: конфигурация моделей и другие компоненты могли отличаться. Препринт не устанавливает универсальные проценты для всех ниш, языков и ассистентов.

Что включить в ближайший рабочий цикл

Начать стоит с инвентаризации: какие настройки действуют, какими данными команда располагает и что именно считает видимостью. После этого проще выбрать эксперимент и определить условие его успеха.