SEO умер? Нет, изменился до неузнаваемости

Если вы работаете в SEO хотя бы несколько лет, имя Эрика Энжа вам наверняка знакомо. Его книга «SEO — искусство раскрутки сайтов» (The Art of SEO), написанная в соавторстве со Стефаном Спенсером и Джесси Стрикчиолой, выдержала четыре издания, стала настольной для нескольких поколений оптимизаторов и до сих пор остаётся одним из самых востребованных руководств по поисковой оптимизации. Именно поэтому выход новой книги Эрика Энжа (теперь в соавторстве с Адрианом Риднером) вызвал закономерный вопрос: а не пытаются ли авторы «реанимировать» SEO в эпоху, когда, по мнению многих, классическая оптимизация умирает под натиском нейросетей? И не мешает ли груз прошлых заслуг?

Короткий ответ: SEO не умерло, но оно изменилось до неузнаваемости. Но это не значит, что надо «старый мир разрушить до основанья», а затем начинать строить на развалинах. Старые истины никуда не исчезли. Опыт классической оптимизации бесценен. И в новой книге идет разговор как, опираясь на наработанное, встроить генеративный ИИ в рабочие процессы, не потеряв ни трафик, ни репутацию.

Старый опыт помогает или мешает?

Успех «Искусства раскрутки» задал высокую планку. Читатели ждут такого же уровня системности и практической глубины. Эрик Энж не пытается конкурировать со своей же предыдущей книгой и сразу предупреждает: генеративный ИИ меняет правила игры, многие привычные тактики (например, массовая генерация контента «на коленке») больше не работают. Новая дополняет старую, объясняя, как использовать LLM для усиления того, что и раньше работало: качества контента, технической чистоты сайта и понимания целей запросов пользователей (интентов).

Показательно, что в предисловии авторы прямо говорят: Google по-прежнему требует оригинальности, экспертности и полезности (Experience, Expertise, Authoritativeness, Trustworthiness, EEAT). А генеративный ИИ — это всего лишь инструмент, который может как помочь создавать такое содержимое, так и завалить поисковую выдачу мусором, если использовать его бездумно. Так что «авторитет первых книг» здесь работает на пользу: Энж и Риднер опираются на фундаментальные принципы SEO и показывают, как их адаптировать к современным реалиям.

Как устроена новая книга

Книга построена как практическое руководство. Она делится на три части:

1. Основы. Как работает Google (с учётом утечки API и показаний в суде), что такое генеративный ИИ и каковы его ограничения. В частности, авторы книги упоминают ряд источников, которые дают более достоверную информацию о работе поисковых алгоритмов, чем официальные заявления Google. И приводят несколько примеров того, что стало известно благодаря утечке страниц внутренней документации Google, описывающей работу поискового API, а также благодаря показаниям в суде самих сотрудников Google, полученным в ходе масштабного антимонопольного расследования. Одна из таких деталей — система NavBoost. Она, как выяснилось, обучена на данных о кликах пользователей за последние 13 месяцев и различает «хорошие» (goodClicks), «плохие» (badClicks) и самые длинные клики (lastLongestClicks), что напрямую опровергает прежние публичные заявления Google о том, что клики не влияют на ранжирование напрямую.

2. Применение. Как использовать ИИ для масштабирования контента, технического SEO, генерации схем, hreflang, .htaccess и многого другого. К примеру, hreflang приводится как один из ярких примеров рутинной, но важной задачи, где ИИ может серьёзно ускорить работу. Вместо того чтобы вручную прописывать десятки тегов для каждого языка и региона, можно сгенерировать их с помощью LLM, а затем проверить корректность кода. Или Энж отмечает, что генеративный ИИ отлично справляется с написанием синтаксически корректных правил для .htaccess, текстового файла с настройками для веб-сервера Apache. Например, если нужно заблокировать фальшивых «гуглботов», которые приходят не с IP-адресов Google, можно попросить LLM сгенерировать соответствующее правило, а затем внедрить его

3. Продвинутый уровень. В случае RAG (retrieval-augmented generation) LLM перед ответом сначала ищет факты во внешней базе знаний, а не полагается только на «память». Для SEO это способ снизить галлюцинации, опираясь на актуальные данные сайта, Search Console и внутренние регламенты. Другой случай - кастомные GPT или заранее настроенные под задачу ассистенты. Например, «технический аудитор» со своими чек-листами или «редактор» с требованиями к tone of voice бренда и концепции оценки качества контента E-E-A-T. Речь идет именно о настройке ИИ-ассистента так, чтобы он проверял черновики на наличие признаков опыта, экспертности и прозрачности, а не просто на грамотность. Агенты идут дальше и сами выполняют цепочку действий — собирают данные, проверяют страницы, готовят отчёт, — но требуют контроля на ключевых точках. Автоматизация связывает LLM с API, поисковыми роботами, CMS и таблицами, чтобы ИИ работал внутри процессов, а не в отдельном чате.

Особого упоминания заслуживает глава о рисках. Авторы не устают повторять: ИИ склонен галлюцинировать, допускать ошибки по незнанию (omissions) и выдавать «картонные» результаты. Они приводят реальные примеры, когда нейросеть путает факты, нарушает авторские права или генерирует контент, который Google затем понижает в ранжировании. Это отрезвляет и заставляет относиться к таким инструментам с осторожностью.

Пожалуй, самое интересное — это GEO (Generative Engine Optimization). Концепция оптимизации под генеративные ответы (AI Overviews, ChatGPT Search). Если раньше все боролись за место в топ-10 синих ссылок, то теперь нужно стремиться попасть в число источников, на которые ссылается ИИ. Это меняет подход к созданию контента: важны не только ключевые слова, но и авторитетность, структурированность, наличие статистики и прямых ответов на вопросы.

Новым SEO-специалистам требуются новые навыки

Ключевой тезис книги: ИИ не заменяет SEO-специалиста, а усиливает его. Автоматизация рутины (написание метатегов, генерация схем, анализ конкурентов) освобождает время для стратегии и творчества. При этом растёт роль человеческого надзора: ни один сгенерированный текст не должен публиковаться без проверки экспертом в предметной области (Subject Matter Expert, SME).  В контексте книги это человек, который разбирается в теме контента лучше, чем генеративная модель и SEO-специалист: врач — для медицинских текстов, юрист — для правовых, инженер — для технических, бухгалтер — для финансовых. Авторы настаивают на внедрении процессов валидации, тестирования и аудита — иначе ИИ быстро превратит сайт в источник низкокачественного контента, что приведёт к потере позиций.

Российским читателям

Российским читателям новая книга Энжа так же must have к прочтению, как и его предыдущие. Большинство описанных инструментов (ChatGPT, Claude, Gemini, Copilot) доступны, пусть и с ограничениями, а методология (промпт-инжиниринг, RAG, агенты) универсальна.

Если вы:

• работаете в SEO и хотите понять, как встроить ИИ в свои процессы без потери качества;

• пишете контент и хотите научиться использовать нейросети для ресёрча, генерации идей и оптимизации;

• управляете командой и ищете способы масштабировать производство контента, не жертвуя экспертностью;

— то книга будет безусловно полезной. Она даст практические рецепты, предупредит о подводных камнях и наглядно покажет, что SEO не умерло. Оно просто стало сложнее, интереснее и требует от специалистов новых компетенций.

Вместо заключения

«Это исчерпывающее руководство для новой эпохи SEO, когда искусственный интеллект меняет правила игры. Авторы умело соединяют ключевые аспекты: от конфиденциальности и правовых вопросов до управления бюджетом, который поисковые роботы тратят на сканирование сайта. Они отсеивают ненужную информацию и фокусируются на главном — что действительно работает, как устроен Google и как генеративный ИИ может стать неотъемлемой частью вашей маркетинговой стратегии».

— Бретт Табке, основатель и генеральный директор конференций Pubcon и веб-форума WebmasterWorld

Содержание книги и ознакомительный отрывок можно прочитать здесь.