Shehata在LinkedIn上发布的数据显示，在美国，几乎每六个突发新闻查询中就有一个现在会在AI Overviews中显示Top Stories。完整的数据分析可在NewzDash SEO for News博客上获取。这一趋势本质上并不新鲜，但机制是新的：2006年，我和John在纽约搜索引擎策略大会的“Vertical Creep Into Regular Search Results”小组讨论中，曾讨论过Google如何悄然将Google News整合到主要搜索结果中。Danny Sullivan在2007年5月称这一发布是Google历史上最彻底的变革，将视频、图片、书籍和新闻合并为一个统一的排名列表。
Выбрав этот параметр, по мнению Шехаты, вы почти наверняка потеряете место во встроенной карусели Top Stories, поскольку это просто коллекция ссылок издателей внутри одной из покрытых поверхностей. Google не подтвердил, что произойдет на уровне макета: будет ли AI Overview продолжать показывать встроенную карусель из оставшихся издателей, или Google вернется к отдельному модулю Top Stories. Никто за пределами Маунтин-Вью не знает, и Шехата осторожно называет это интерпретацией с высокой степенью уверенности, а не задокументированным результатом.
Google-Extended — не отказ от AI Overviews
Эта сдержанность редка в комментариях по ИИ SEO, и именно поэтому я доверяю его данным больше, чем громким заявлениям. Более важная история здесь — не механика Google-Extended против контроля в Search Console, хотя издателям действительно нужно понять эту разницу до того, как трогать настройки. Главная история в том, что центральная проблема AI Overviews всегда была в доверии, а не в видимости. У пользователей нет надежного способа узнать, основан ли ответ ИИ на реальных репортажах авторитетных новостных редакций или на чем-то более тонком.
Встраивание Top Stories с названными издателями, реальными авторами и прямыми ссылками в тело AI Overview вместо размещения ниже стены сгенерированного текста — это реальный, хотя и неполный, ответ на эту проблему. Я наблюдал, как Google перетасовывает место новостей в результатах с дней «вертикального проникновения» в 2006 году. Это первый шаг в эпоху AI Overviews, который направлен на восстановление доверия, а не только на сокращение кликов по открытому вебу. Однако это шаг в правильном направлении, но не готовое решение, и отказ Google документировать, что происходит с издателями, которые отказываются, — это именно та двусмысленность, которая подрывает доверие, которое этот шаг должен построить.
Контроль, который достигает AI Overviews — совсем другой
Для SEO-специалистов, управляющих новостными клиентами или сайтами новостных редакций, три вещи стоит сделать на этой неделе, а не ждать, пока Google прояснит вопрос макета. Во-первых, разделите свои контроли, прежде чем трогать любой из них. Проверьте, блокирует ли ваш сайт Google-Extended, использует ли новое исключение генеративного ИИ в Search Console или ни то, ни другое, и задокументируйте, какие поверхности каждый из них реально контролирует. Относиться к ним как к взаимозаменяемым — это способ случайно потерять видимость в AI Overviews, считая, что вы отказались только от обучающих данных.
Три действия на эту неделю
Во-вторых, если у вас есть доступ к исключению в Search Console, протестируйте его на свойстве с префиксом URL или отдельном разделе, прежде чем применять на весь сайт. Контроль Google поддерживает наследование между родительскими и дочерними свойствами, что позволяет новостному издателю испытать исключение, например, на отдельной вертикали и посмотреть, что произойдет с правом на Top Stories в этом разделе, прежде чем решать, стоит ли компромисс для всего домена.
第三，现在就开始在 Search Console 中导出生成式 AI 的展示效果报告，并将其与 NewzDash 等工具结合使用，以跟踪您的 URL 在 Top Stories 轮播中出现的频率，与在 AI Overviews 中嵌入位置的对比。如果没有一个关于有多少可见性面临风险的基线，您就无法做出明智的退出决定，而且这个基线必须在您切换设置之前就存在，而不是之后。
二十年前，“垂直渗透”意味着发布商需要弄清楚混合搜索结果页会如何处理他们的标题。今天，这意味着要弄清楚生成的回答会如何处理它们。机制变了，但发布商需要了解他们正在参与什么以及放弃什么的需求没有变。John Shehata 正在实时记录这一转变，做着默默无闻的工作，而在 Google 另有说法之前，他的数据是业界最接近真相的东西。
常见问题解答
Google-Extended 如何影响 AI Overviews 中的 Top Stories？
阻止 Google-Extended 不会将您的网站从 AI Overviews（包括嵌入的 Top Stories）中移除。此设置仅控制内容用于 AI 训练和推理的使用，而不影响搜索可见性。
Search Console 中的生成式 AI 排除是什么？
这是一个新的控件，允许发布商将其链接从 AI Overviews、AI Mode 和生成式 Discover 功能中排除，而不影响传统搜索。它自 6 月起开始测试，目前仅对英国的部分网站所有者开放。
在应用于整个网站之前，可以先测试排除吗？
可以，该控件支持属性之间的继承，因此您可以将其应用于某个单独的部分，并在决定是否应用于整个域名之前，观察其对 Top Stories 可见性的影响。
如果我不想退出 AI Overviews 怎么办？
您无需做任何事情。如果您不更改设置，您的网站将继续出现在 AI Overviews 和 Top Stories 中。但重要的是要了解您传递了哪些数据，以及这如何影响流量。
对于从事视频制作的出版商和品牌来说，这一趋势凸显了适应新格式内容的重要性。如果您希望在 AI Overviews 中保持可见，请专注于创建高质量、结构化的内容，以便 AI 轻松解读。而如果您需要制作在这些格式中有效运作的视频方面的帮助，请联系我们——我们提供从创意到发布的全流程视频制作服务，节省您的预算和精力。
Будьте честны о том, что не репурпозится: стратегии и длинные моменты сопротивляются короткой форме, потому что напряжение строится минутами и не сжимается в крючок. Внутренние шутки с вашими постоянными зрителями работают в сообществе и нигде больше. Eklipse теперь поддерживает Just Chatting, IRL и подкаст-сегменты, так что они снова в игре, но 40-минутное макрорешение в 4X-игре не станет хорошим Short, как его ни режь.
Часто задаваемые вопросы
Почему мои Twitch-клипы не набирают просмотры на TikTok?
Почти всегда потому, что клип начинается с момента разрешения момента, а не с момента, когда он стал сложным. Зрители TikTok решают в первые секунды, и клип, открывающийся результатом, не дает им причин остаться. Перетащите точку входа на 3–5 секунд назад, чтобы ставки были видны до развязки.
Какой длины должен быть игровой клип для TikTok и YouTube Shorts?
Достаточно длинный, чтобы установить ставки и показать момент, обычно 8–20 секунд для одного события. Не растягивайте до 60 секунд ради монетизации, потому что процент завершения важнее длительности на обеих платформах.
Нужны ли субтитры на игровых клипах?
Да, и встроенные, а не генерируемые платформой. Большая часть коротких форматов смотрится без звука, и игровой звук выключают первым. Титруйте свою речь и комменты, пропускайте фид убийств и держите текст вне нижней трети, где находится интерфейс платформы.
Почему ИИ выбирает неинтересные клипы?
Модели обнаружения находят дискретные события: убийства, всплески звука, всплески чата. Они не видят установку, которая сделала событие значимым, потому что отсутствие действия не дает сигнала. Модель делает свою работу, указывая, где что-то произошло, а установку вы добавляете при монтаже.
Сколько клипов постить за один стрим?
Три из типичной сессии, выбранные по принципу, может ли не-игрок их понять. Постинг всех 10–20 размывает сигнал аккаунта, и слабые посты тянут вниз охват сильных.
Применимо ли это к Kick и YouTube VOD?
Да. Разрыв установки — свойство событийно-ориентированного обнаружения, а не платформы. Kick и YouTube VOD возвращают такие же пик-центрированные нарезки, и тот же фикс точки входа работает.
Заключение: начните с клипов, которые у вас уже есть
Вирусные игровые клипы — это не проблема материала для тех, кто уже стримит. У вас есть моменты. Пять правок отделяют клип, который путешествует, от того, что умирает внутри вашей аудитории, и ни одна из них не требует нового геймплея. Работайте в таком порядке над следующим батчем: перетащите точку входа назад, пока ставки не станут видны; напишите одну строку текста простым языком; встройте субтитры для вашего голоса; обрежьте концовку на пике; постите только те клипы, которые может понять незнакомец.
Извлечение уже решено: Eklipse сканирует многочасовой VOD и выдает шорт-лист, освобождая время для этих правок. Если хотите получить этот шорт-лист после следующей сессии, подключите свой Twitch или Kick и начните клиппинг. Вам не нужно быть стримером, чтобы создавать потрясающие игровые клипы — Eklipse AI автоматически определит лучшие моменты и превратит их в эпичные хайлайты. Ограниченное количество бесплатных клипов — не упустите шанс.
ИИ-монтаж видео убирает два из четырех слоев работы и почти не касается двух других. Он исключает поиск удачных моментов и делает транскрибацию, субтитры и переформатирование почти бесплатными. Но он не решает, где начинать клип, и не оценивает, стоит ли его публиковать. Это разделение — вся суть, и почти никто не продает его честно.
В этой статье разберем, что именно автоматизирует ИИ, где его возможности заканчиваются и как использовать сэкономленное время для создания контента, который действительно удерживает зрителя.
Четыре слоя видеомонтажа и какие два убирает ИИ
монтаж длинного видео в короткие форматы включает четыре задачи: поиск, механические преобразования, сборку и оценку. Поиск — это просмотр часов материала в поисках ценных моментов. Механические преобразования — транскрибация, субтитры, кадрирование в вертикаль, обрезка тишины, выравнивание звука. Сборка — выбор точек входа и выхода, структура клипа. Оценка — понимание, какой клип достоин публикации.
ИИ отлично справляется с поиском и механическими преобразованиями, но бесполезен в сборке и оценке. Это разделение — ключ к пониманию: часы, которые вы раньше тратили на первые два слоя, теперь можно направить на последние два.
Слой 1: ИИ-монтаж убивает этап поиска
Ручной поиск масштабируется линейно с длиной видео, а автоматический — почти константа. модели обнаружения сканируют многозасовую запись за 15–20 минут и возвращают шорт-лист моментов. Это ломает ограничение, когда стример, который вещает больше, имеет меньше времени на публикацию.
Сэм стримит около 20 часов в неделю и раньше публиковал два клипа. Это не было проблемой дисциплины: просмотр 20 часов для поиска шести клипов занимал больше времени, чем сам стрим.
Слой 2: механическая работа теперь почти бесплатна
Транскрибация решена. Субтитры из транскрибации решены. Кадрирование 16:9 в 9:16 с отслеживанием объекта решено. Обрезка тишины и выравнивание звука решены. Эти задачи были не сложными интеллектуально, а просто медленными. инструменты вроде Eklipse Studio объединяют весь слой в один проход.
Два момента требуют внимания: точность субтитров падает, когда фоновая музыка громче голоса, а автокадрирование может следить не за тем объектом в кадрах с разделенным вниманием.
在数字营销领域，越来越多的证据表明，人工智能不仅仅是一种时尚趋势，更是提升效率的真实工具。最近，厨房电器品牌Cuisinart进行的一项A/B测试清楚地表明，AI-видео для рекламы能够在关键指标上超越传统制作。该品牌隶属于Conair公司，将亚马逊神经网络生成的视频与经典的工作室创意进行了比较，结果让许多怀疑者感到意外。
92,8% диалогов в ChatGPT заканчиваются без перехода на сайт — это данные Profound, которые Кевин Индиг разбирал в дайджесте 21 июля. Замер на живом трафике реального продукта, цифре можно верить. Всё продвижение в поиске держалось на одной сделке: ты попадаешь в верх выдачи, человек переходит по ссылке на сайт, а превратить этот визит в заявку — уже твоя забота. Ссылка была точкой, где бизнес впервые касается клиента. В ответе нейросети эта сделка ломается на первом же шаге: перехода чаще всего просто нет.
Почему 92,8% диалогов в ChatGPT кончаются без перехода на сайт
Я несколько месяцев измеряю, как ChatGPT, Perplexity, Алиса AQI и GigaChat называют бренды в своих ответах: прогоняю контрольные промпты и смотрю, кого модель упомянула, а кого — нет. За этими прогонами всплыла цифра, которая ломает привычную логику SEO, — и заставила меня поменять то, что я вообще отслеживаю у клиентов. Разбираю по порядку.
Три недели назад мы прогоняли через ChatGPT промпты одного клиента из ниши доставки еды. Обычная рутина: вбиваешь вопрос вроде «какой сервис доставки выбрать в Москве», смотришь ответ. У клиента к тому моменту было куда больше ссылок с чужих сайтов, чем у ближайшего конкурента. В Ahrefs — сервисе, который считает ссылочный вес сайта, — это видно сразу: и общая оценка авторитетности выше, и разных сайтов, которые на него ссылаются, в полтора раза больше. ChatGPT конкурента назвал. Клиента — нет. Не упомянул вообще, ни разу за двадцать промптов.
Я перепроверил три раза, менял формулировки вопроса, дату диалога, регион. Результат тот же. Полтора часа я честно не понимал, в чём дело. Двадцать лет продвижения сайтов приучили к простому правилу: чем больше на тебя ссылаются, тем выше ты в результатах Google и Яндекса, а значит — тем охотнее тебя должны называть и нейросети. Здесь правило не сработало. Только тут выдачи в привычном смысле не было. Была модель, которая сама решала, кого назвать по имени, а кого — нет. И решала она это не по счётчику ссылок.
Упоминание бренда нельзя купить ссылками — оно копится как репутация
При этом сам ИИ-трафик по объёму крошечный — Ahrefs передаёт, что на ChatGPT приходится около 0,19% всех переходов по ссылкам в интернете, против 42% у Google. Смешно мало, если сравнивать в лоб. Но вот что интереснее: те немногие, кто всё же кликает из ChatGPT, конвертируются на порядок охотнее — конверсия около 7,1%, а сам визит оценивается в 4,4 раза ценнее обычного. Меньше людей доходит до сайта, но те, кто дошёл, — пришли готовыми сделать покупку или любое другое целевое действие.
И тут важный разворот. Если решение принимается ДО клика, внутри самого ответа модели, то бороться нужно не за клик. Нужно бороться за то, как тебя назовут в тот момент, когда клика ещё не случилось и, скорее всего, не случится вовсе. Упоминание в ответе ChatGPT устроено не так, как место в поисковой выдаче. Место можно выбить работой над сайтом — ссылками, скоростью загрузки, технической чисткой. Упоминание так не покупается. Модель собирает его из двух источников: из текстов, на которых её обучали, и из страниц, которые она подтягивает прямо во время ответа. И решает не число ссылок, а то, как о бренде вообще пишут — в обзорах, на форумах, в отраслевых статьях, в сравнениях.
Продвижение в поиске училось занимать верхние места, потому что место вело к переходу на сайт. Продвижение в ответах нейросетей живёт иначе: бороться приходится за само упоминание, ведь перехода может не случиться вовсе, а решение человек всё равно примет — по тому, как модель назвала бренд. Ссылка — разовый актив. Она работает, пока страница держится в выдаче, пока сайт жив, пока алгоритм её ценит. Упоминание накапливается по-другому: это репутация, которая уже осела в текстах, на которых модель обучалась и которые она читает сейчас. Убрать одну статью — упоминание никуда не денется, оно размазано по десяткам источников.
Здесь и была моя ошибка с тем клиентом по доставке еды. Ссылочный профиль у него был сильный, но почти весь — от агрегаторов и каталогов, где бренд просто перечислен в списке. У конкурента ссылок было меньше, зато были три развёрнутых редакционных обзора с описанием, чем сервис отличается от других. Модель обучалась в том числе и на них. Она не считала ссылки — она читала контекст. Первое место в Google, кстати, вообще не гарантирует упоминание в ChatGPT. Мы проверяли это на нескольких клиентах отдельно: у поиска и у нейросети разные механики отбора, и первое место в обычной выдаче само по себе не превращается в строчку внутри ответа модели.
Где ссылка ещё приводит клиента, а где вопрос закрывается прямо в ответе
Ссылка не умерла целиком — важно это не путать. В обычном Google 68% поисков в США к началу 2026 года тоже заканчиваются без клика, это данные SparkToro со ссылкой на Search Engine Land. Ответ без перехода на сайт пришёл и в старый добрый поиск, просто там его было видно раньше — через блоки с готовым ответом, карточки-справки и прямые ответы наверху выдачи.
Ссылка ещё работает там, где решение принимается ПОСЛЕ первого касания: сравнение цен, чтение отзывов, техническая документация, всё, что требует перехода по деталям, которых в кратком ответе модели просто не помещается. Она работает в нишах с длинным циклом принятия решения — там человек всё равно дойдёт до сайта, просто позже. Ссылка не работает там, где вопрос закрывается одной фразой в ответе. «Какой сервис доставки выбрать» — закрывается фразой. «Сколько стоит доставка от конкретного ресторана в конкретном районе завтра вечером» — не закрывается, там нужен переход. Один и тот же бизнес живёт по обе стороны этой границы — всё решает, какой именно запрос задал пользователь.
Что я теперь замеряю у клиентов вместо позиций в поиске
Я перестал смотреть только на позиции в выдаче и добавил отдельный замер: как часто и в каком контексте бренд клиента называют модели напрямую, без клика, без перехода. Прогоняем контрольные промпты — реальные вопросы аудитории — через ChatGPT, Perplexity, Алису AI и GigaChat, смотрим, называет ли модель бренд, в каком порядке относительно конкурентов, с какой формулировкой. ChatGPT тут не один такой. Perplexity строит ответ почти целиком из процитированных источников и показывает их списком — модель охотно берёт из статей на сторонних площадках. Алиса AI подмешивает свежую выдачу Яндекса, GigaChat отвечает по-своему. Бренд, который звучит в одной модели, в другой может молчать — поэтому одним ChatGPT замер не закрывается.
