Аналитика трафика из AI-поиска: как отследить переходы из нейросетей

По данным исследования компании SparkToro, [1] больше 60% поисковых сессий в Google сегодня завершаются вообще без перехода на сторонние сайты. Человек вводит вопрос, пробегает глазами готовый ответ прямо на странице выдачи и закрывает вкладку. Людям надоело пробираться сквозь рекламные ссылки, когда можно сразу получить внятное решение в диалоге с умным ассистентом. При этом статистика аналитиков Adobe показывает другую сторону картины: коммерческие переходы из диалоговых систем в интернет-магазины за последний сезон подскочили на 693%. Значит, трафик никуда не пропал, он просто сменил привычный маршрут. [2]

В статье разберем, как выстроена практическая аналитика трафика из ai поиска для бизнеса и экспертов. Объясним, как найти и посчитать визиты из популярных ассистентов в «Яндекс Метрике» и Google Analytics, как отделить реальных покупателей от технических роботов, отследить клики из поисковых блоков «Яндекса» и Google, а еще превратить рекомендации нейросетей в регулярный поток заявок.

Что считать AI-трафиком

Под генеративным трафиком понимают любые визиты на сайт, которые произошли по ссылкам или рекомендациям из диалоговых систем и поисковых блоков с искусственным интеллектом. В отличие от обычной поисковой выдачи, где система просто расставляет страницы по ключевым словам, нейросеть сначала изучает найденную информацию, формулирует связный ответ своими словами и только потом добавляет точечные сноски на первоисточники.

Все взаимодействия читателей с такими инструментами делятся на 3 типа:

1. Прямые переходы из чат-ботов. Пользователь ведет переписку с ассистентом и кликает по ссылке-источнику прямо внутри диалогового окна.
2. Клики из умных поисковых блоков (Google AI Mode). Человек нажимает на ссылку внутри сгенерированной плашки с готовым ответом, которая расположена над списком сайтов.
3. Упоминания без перехода на сайт (нулевой клик). Модель полностью отвечает на вопрос внутри диалога. Прямого захода на сайт не происходит, но показ формирует знание компании и приводит к отложенным покупкам.

Как обычные люди собирают сайты и ботов на нейросетях и начинают зарабатывать онлайн

Вышел бесплатный 5-дневный онлайн-мастер-класс, на котором показывают, как за несколько вечеров собрать простой сайт или бота с платной подпиской и подключёнными платежами — без опыта в программировании.

Николай Волосянков — автор проектов на нейросетях, основатель онлайн-университета интернет-профессий Universus.

Что разбирают за 5 дней мастер-класса:

• ✓ Как устроены нейросети простыми словами и почему сейчас на них строят новые онлайн-сервисы.
• ✓ Пошагово показывают, как из обычной идеи сделать рабочий сайт: от текста и дизайна до первых пользователей.
• ✓ Как подключить оплату и платную подписку, чтобы сайт или сервис могли приносить деньги автоматически.
• ✓ Как собрать бота в популярных мессенджерах, который отвечает людям и принимает оплату без участия владельца.
• ✓ Какие реальные способы заработка используют участники: от первых продаж в течение недели до стабильного дохода с цифрового актива.

Записаться на мастер-класс

Уже начали обучение 12 350 человек

Какие источники стоит отслеживать

Сегодня на рынке работает несколько ключевых систем с искусственным интеллектом, которые умеют искать информацию в интернете и отправлять людей на внешние сайты. Чтобы не перегружать текст длинными списками, основные площадки и форматы ссылок сведены в наглядную таблицу ниже.

Регулярный мониторинг этих адресов помогает вовремя заметить интерес к нужным темам. Оценить, как именно алгоритмы видят продукты конкурентов, можно в статье «Как меняется продвижение в поиске и нейросетях SEO, GEO, AEO» — научитесь системно сопоставлять цитируемость своего ресурса с общей картиной в отрасли.

Что видно в Google Analytics 4

Система Google Analytics 4 уже подстроилась под перемены и добавила специальную группу каналов под названием «AI Assistant» (в русскоязычном интерфейсе — ассистенты на базе искусственного интеллекта).

Счетчик отправляет визит в эту категорию автоматически, если адрес перехода совпадает со списком доверенных платформ: ChatGPT*, Gemini*, Claude*, DeepSeek, Perplexity, Copilot* и Grok*. При этом параметр источника получает техническую метку ассистента, а в отчетах сеанс помечается специальной кампанией.

Но здесь есть важное исключение: переходы по ссылкам из умных блоков Google над результатами поиска не попадают в категорию ассистентов. Поисковик по-прежнему записывает такие клики в обычный органический поиск.

Для работы с генеративным трафиком в GA4 применяются 3 отчета:

• Отчет «Привлечение трафика». Показывает общую долю переходов из диалоговых ассистентов среди других каналов.
• Отчет «Источник и канал сеанса». Позволяет увидеть конкретные связки адресов и параметров, например, визиты прямо из ChatGPT или Perplexity.
• Пользовательские группы каналов. Помогают вручную распределить новые сервисы, которые система пока отправляет в строку «Нераспределенный трафик».

Сопоставление посадочных страниц с целевыми действиями наглядно показывает, какие именно материалы сайта вызывают доверие у моделей и превращают читателей в реальных клиентов.

Как найти переходы в «Яндекс Метрике»

В «Яндекс Метрике» пока нет отдельного встроенного отчета под генеративные сервисы. Поэтому переходы из чат-ботов счетчик по умолчанию распределяет между визитами со сторонних сайтов и прямыми заходами.

Если вы только начинаете работать с веб-аналитикой и счетчика еще нет:

Перейдите на страницу сервиса Яндекс Метрика под своим логином «Яндекса» и нажмите кнопку «Добавить счетчик».

Укажите название сайта, введите его доменный адрес и обязательно включите тумблер «Вебвизор, карта скроллинга, аналитика форм», чтобы сервис записывал действия посетителей. Примите условия соглашения и нажмите «Создать счетчик».

Установите код на сайт: если проект собран на конструкторе (Tilda, WordPress и др.), просто скопируйте номер счетчика и вставьте его в поле интеграции аналитики в настройках сайта. Для обычного сайта скопируйте готовый HTML-код и добавьте его внутрь тега <head> на каждой странице. Пролистайте страницу вниз и нажмите «Начать пользоваться».

Когда счетчик подключен и отображается в списке, для отслеживания переходов настраивается сегментация с помощью специальных формул фильтрации текста (регулярных выражений):

• В личном кабинете Метрики кликните по названию своего сайта в списке счетчиков.
• В левой колонке откройте раздел «Отчеты», наведите курсор на пункт «Источники» и выберите «Источники, сводка» (или отчет «Сайты»).

• В верхней панели над графиком найдите строку «Визиты, в которых» и нажмите на круглый значок плюса «+».
• В появившемся дереве фильтров найдите ветку «Источники» и введите параметр «Реферер» (адрес страницы, с которой перешел человек).

• В списке условий выберите вариант «соответствует регулярному выражению» (в интерфейсе обозначается значком тильды ~).

• В поле ввода вставьте готовую проверенную формулу:
  ~(?:chatgpt\.com|chat-gpt\.org|claude\.ai|openai\.com|perplexity(?:\.ai)?|copilot\.microsoft\.com|gemini\.google\.com|mistral\.ai|deepseek\.com|edgepilot|edgeservices|alice\.yandex\.ru|grok\.com)

• Нажмите кнопку «Применить» внизу всплывающего окна.

• Чтобы не настраивать фильтр заново при каждом визите в Метрику, нажмите «3 точки» в правой части верхней панели, выберите «Сохранить как», введите удобное имя (например, «AI-трафик») и нажмите «Сохранить».

Это правило отделит сеансы с указанных доменов. Дополнительно полезно настроить второй сегмент по цепочке: «Источники» → «Последний значимый источник». Это позволит учесть тех покупателей, которые впервые зашли на сайт по рекомендации нейросети, добавили страницу в закладки и оформили заказ спустя несколько дней.

Часть переходов удается найти благодаря специальным меткам в адресе страницы. Площадки вроде Perplexity и ChatGPT при поиске по сети иногда сами прикрепляют к ссылкам понятные метки с названием сервиса. Проверка отчета по меткам помогает найти посетителей даже в тех случаях, когда браузер не сохранил исходный адрес перехода.

Периодическое добавление новых адресов в формулу дает возможность отследить переходы из нейросетей на длинной дистанции и не упустить потенциальных заказчиков.

Как учитывать AI-блоки «Яндекса» и Google

Поисковые системы не спешат разделять клики из умных плашек и обычной выдачи, стараясь сохранить привычную рекламную модель.

В Google переходы по ссылкам из блока сгенерированного ответа записываются как обычный поиск. Но способ отделить такие визиты все же существует. При переходе из сгенерированного ответа Google часто дописывает к адресу страницы фрагмент текста, начинающийся с символов #:~:text=. Браузер переходит к нужной строчке в статье и подсвечивает ее маркером. Фильтрация страниц входа по этому фрагменту позволяет выделить заметную долю визитов именно из умных блоков Google.

В сервисах «Яндекса» ситуация делится на 2 части. Переходы из браузерной версии «Яндекс Алисы» прозрачно отслеживаются по адресу alice.yandex.ru. А клики из генеративного режима «Яндекс Нейро» направляются со стандартных поисковых доменов «Яндекса» без каких-либо специальных параметров. Отделить их от рядового поискового трафика пока технически невозможно.

Чтобы наглядно сопоставить возможности веб-аналитики для каждого поискового инструмента, ниже приведена сравнительная таблица с техническими особенностями учета переходов из умных блоков Google и «Яндекса»:

Чтобы поисковые алгоритмы чаще забирали статьи в умные ответы, контент должен содержать проверенные факты. Проверить данные перед выкладкой помогает ИИ для фактчекинга, снижая риск появления досадных ошибок, за которые поисковики понижают ресурс.

Как оценивать качество AI-трафика

Считать количество визитов — это лишь начало. Главный показатель пользы — вовлеченность аудитории и реальные заказы.

Отраслевая статистика показывает важную особенность: посетители, приходящие из диалоговых систем, проводят на страницах в среднем на 68% больше времени по сравнению с людьми из обычной поисковой выдачи. Причина проста: человек уже прочитал краткую выжимку в чате и кликает по ссылке осознанно, к примеру, за подробными инструкциями, расчетами или покупкой.

Оценивать качество такого потока стоит по 4 ориентирам:

1. Показатель отказов. В «Яндекс Метрике» отказом считается визит короче 15 секунд с просмотром всего одной страницы. Для переходов из диалоговых систем нормальным считается показатель в районе 15–25%.
2. Глубина просмотра. Показывает, сколько страниц открыл человек за визит. Рост показателя говорит о том, что материал заинтересовал читателя.
3. Время на сайте. Долгий контакт прямо подтверждает пользу публикации и точный ответ на запрос.
4. Конверсия в целевые действия. Доля посетителей, заполнивших заявку, подписавшихся на новости или купивших товар.

Поток подготовленных клиентов требует быстрой реакции компании. Автоматизировать общение с заявками помогает практический курс по созданию AI агентов, где учат собирать виртуальных помощников под задачи бизнеса без сложного программирования.

Ограничения и частые ошибки измерения

При настройке аналитики генеративного трафика специалисты сталкиваются со следующими сложностями:

• Потеря адреса источника. Если человек кликает по ссылке внутри мобильного приложения чат-бота, встроенный просмотрщик часто стирает данные об источнике. В итоге визит ошибочно попадает в графу прямого трафика.
• Наплыв служебных ботов. Поисковые роботы создателей нейросетей постоянно сканируют сайты для обновления своих баз знаний. Если счетчики настроены без фильтрации технических ботов, эти визиты завышают просмотры и портят статистику.
• Скрытый текст запроса. Диалоговые системы принципиально не показывают текст вопроса, который пользователь задал боту. Аналитик видит только посадочную страницу, на которую перешел читатель.

Как использовать результаты анализа

Собранные цифры дают надежную основу для адаптации сайта под требования диалоговых алгоритмов.

Анализ популярных страниц показывает, какие форматы текстов нравятся нейросетям больше всего. Алгоритмы чаще выбирают статьи с четкой структурой, таблицами, списками и прямыми ответами на вопросы в первых абзацах.

Полученные сведения используют по четырем направлениям:

1. Усиление посадочных страниц. Размещение понятных форм заявок и кнопок на тех материалах, которые уже стабильно получают переходы из чатов.
2. Внедрение структурированной разметки данных. Специальная разметка помогает роботам безошибочно находить главные факты, цены и характеристики товаров.
3. Доработка отстающих статей. Переписывание материалов с высоким процентом отказов: вынос главного вывода в начало и удаление пустых рассуждений.
4. Обновление контент-плана. Подготовка подробных экспертных обзоров по тем направлениям, где диалоговые помощники уже начали рекомендовать сайт.

Заключение

Поисковая среда меняется безвозвратно. Привычные страницы с синими ссылками уступают место интерактивным ответам, где искусственный интеллект становится главным проводником между клиентом и бизнесом. Компании, которые откладывают настройку генеративной аналитики, просто теряют растущую долю покупателей.

Встроить новые отчеты в работу можно буквально за один день. Достаточно настроить формулу фильтрации в Яндекс Метрике, проверять специальный канал ассистентов в Google Analytics и следить за поведением пришедших читателей. Те, кто научится понимать и измерять этот трафик прямо сейчас, обеспечат себе устойчивый поток клиентов на годы вперед.

Автор

Редакция Универус

Отзывы от учеников «Универус»

«Традиционный поиск стал давать меньше звонков, хотя рекламные бюджеты постоянно росли. На занятиях в „Универус“ подробно разобрали логику работы языковых моделей и настроили фильтры в Метрике. Оказалось, что наши технические описания оборудования уже цитируют Perplexity и ChatGPT, откуда и шли оптовые покупатели. Скорректировали структуру статей, добавили наглядные таблицы, и теперь регулярно получаем целевые заявки без лишних затрат».

Олег Мельников, 51 год, совладелец оптовой компании

«Развивать частную практику с нуля было тревожно: контекстная реклама в моей сфере очень дорогая. Методология Николая Волосянкова помогла упаковать профессиональный опыт в понятные для алгоритмов форматы. Внедрила вопросно-ответные блоки и структурированные списки. Через 2 месяца увидела регулярный трафик из „Яндекс Алисы“ и Gemini. Приходят клиенты с конкретными задачами, которым не нужно долго доказывать экспертность».

Татьяна Смирнова, 46 лет, финансовый консультант

«Раньше визиты из нейросетей просто терялись в общей массе ссылок со сторонних сайтов. В Google Analytics настроили отслеживание ассистентов, а в „Метрике“ сохранили формулы фильтрации по рекомендациям курса. Теперь точно знаем, какие руководства по подбору запчастей чаще всего рекомендуют боты. Усилили на них товарные блоки, что дало рост прямых заказов на 25% без расширения рекламного бюджета».

Константин Воронов, 38 лет, директор интернет-магазина автотоваров

*Указанные AI сервисы, продукты который недоступны в РФ.