Как стать SEO(AI)-специалистом: навыки и план на 2027 год

Профессия SEO-специалиста никуда не делась — изменилось то, что она оптимизирует. Раньше это был сайт под алгоритм выдачи, теперь — присутствие бренда везде, где люди ищут информацию.

Смысл сдвига в одном абзаце: пользователь всё чаще получает готовый ответ и не переходит ни по одной ссылке. Вопрос «как попасть в топ-3» уступает место другому — как стать источником, который система выберет, процитирует и порекомендует.

Что случилось с поиском

В 2022-м всё держалось на Universal Analytics, Google My Business и метрике FID. «SEO-тексты» писали вокруг ключевых слов, а отчётом служил список позиций в топ-10. Слово «AI» встречалось в основном в презентациях продавцов инструментов.

Сейчас запросы уходят в AI Overviews, AI Mode, ChatGPT, Perplexity и Gemini, и ответ приходит без визита на сайт. Выдача перестала быть списком из десяти ссылок и собирает ответ из фрагментов десятков источников.

Технические основы остались на месте. Поменялось то, что поиск вознаграждает и как считаются результаты. Работа по чек-листу 2022 года — это борьба за сокращающуюся долю трафика.

Кто такой SEO(AI)-специалист

Он отвечает за видимость, цитируемость и рекомендации бренда. Объект работы — не сайт, а вся онлайн-репутация компании: модели строят образ по отзывам, сайтам-сравнениям, обсуждениям на Reddit и форумах, видео и отраслевым статьям.

Рядом живут Digital PR (упоминания в источниках, которые цитирует AI) и Content & Entity Strategist (темы, сущности, E-E-A-T). Классическая лестница Junior → Mid → Senior → Head of SEO осталась, но с уровня Mid часть работы делают автоматизацией, а не руками.

Как работает AI-поиск

Без понимания механики «AI SEO» превращается в гадание. Четыре вещи, которые нужно знать на техническом уровне.

Query fan-out. Система разбивает вопрос пользователя на множество подзапросов и ищет ответ на каждый отдельно. Страница может попасть в ответ, вообще не ранжируясь по основному ключу, — достаточно закрыть один подзапрос. Обратное тоже верно: можно стоять первым в выдаче и не быть процитированным.

Цитируются фрагменты, а не страницы. Модель оценивает куски текста. Побеждает абзац, который сам по себе — законченный и точный ответ на вопрос.

Большинство AI-краулеров не исполняют JavaScript. Googlebot рендерит JS, а боты ассистентов забирают сырой HTML. Если цены, характеристики и описания товаров подгружаются на клиенте, для этих ботов контента нет. Одна из самых частых дыр в аудитах.

Боты делают разную работу. Обучающие, поисковые и те, что открывают страницу по запросу пользователя, — три разные истории. Путать их в robots.txt дорого.

Одна неверная строка в robots.txt отрезает бренд от ChatGPT, и клиент об этом не узнает. Проверять это нужно в серверных логах, а не в самом файле.

AI доверяет тому, что «говорит интернет». Сайт — лишь один источник. Согласованный образ компании в независимых источниках весит не меньше линк-профиля.

Навыки на уровне Junior

База, без которой не начать:

• как устроен поиск: обход, рендеринг, индексация, ранжирование — и то же самое для AI-поиска: retrieval, query fan-out, цитирование;
• технические основы: коды ответов, редиректы, robots.txt, meta robots, canonical, XML-карты, hreflang, структурированные данные;
• Google Search Console в ежедневном режиме: отчёты по индексации, эффективность, проверка URL;
• GA4: события, конверсии, источники, включая переходы с chatgpt.com, perplexity.ai, gemini.google.com;
• краулер (Screaming Frog, Sitebulb) и полный аудит небольшого сайта;
• анализ интента: не «какой ключ», а «какой вопрос и в каком формате на него отвечают».

Новое, без чего в 2027-м не берут:

• работа с LLM: промпты для анализа, брифов, классификации запросов. Главное — проверка результата: тот, кто копирует ответ модели не глядя, создаёт команде проблемы;
• проверка видимости бренда в AI: как компания показана в ChatGPT, Perplexity и AI Overviews по ключевым вопросам и кто цитируется вместо неё;
• E-E-A-T на практике: авторы, источники, личный опыт в тексте;
• Looker Studio: простой дашборд на GSC и GA4.

Плюсом пойдут базовый Python или Apps Script, Google Business Profile, WordPress и Shopify на уровне уверенного пользователя.

Навыки на уровне Senior

Сеньора определяет не число известных инструментов, а умение переводить SEO в бизнес-решения и вычищать рутину автоматизацией.

• Стратегия: видимость в классическом поиске, AI-ответах, на платформах и в упоминаниях; прогноз трафика и выручки; защита бюджета перед руководством.
• Отчётность в эпоху нулевых кликов: share of voice, цитаты в AI, брендовый трафик, конверсии — вместо одного органического трафика.
• Python: API (GSC, GA4, SEO-инструменты, LLM), pandas, скрейпинг, автоматизация отчётов.
• SQL и BigQuery: работа с сырыми выгрузками GSC и GA4.
• Эмбеддинги: кластеризация запросов, поиск каннибализации, перелинковка по смысловой близости.
• Логи сервера и осознанная политика в отношении AI-ботов: кого пускать, кого блокировать и почему.
• JS SEO: SSR, SSG, гидратация, наличие контента в сыром HTML.
• Люди: обучение команды, работа с разработчиками, продуктом и PR, готовность сказать «не знаю, проверю» вместо повтора мифов из ленты.

Инструменты: категории важнее названий

Главное правило: инструмент мониторинга AI показывает выборку промптов, а не истину. Ответы моделей недетерминированы и зависят от пользователя, геолокации, контекста. Это тренд, а не позиция в трекере.

Что ломается чаще всего

• AI-боты закрыты по незнанию: строку в robots.txt добавили «на всякий случай», и бренд пропал из ответов ассистента.
• Контент существует только после исполнения JavaScript.
• Вывод LLM скопирован без проверки фактов и цифр.
• Отчёт «мы в топ-10» без данных о цитировании, брендовом спросе и конверсиях.
• Одно число из AI-мониторинга принимают за позицию в ранк-трекере.

План на первые полгода

1. Месяц 1. Разобрать механику обхода, индексации и рендеринга, отдельно — как формируется AI-ответ. Пройти GSC и GA4 на живом проекте.
2. Месяц 2. Провести аудит небольшого сайта краулером и свести находки в список по приоритету: что мешает ботам видеть контент в первую очередь.
3. Месяц 3. Сверить robots.txt с логами сервера и доступностью контента в сыром HTML. Собрать дашборд на GSC и GA4.
4. Месяц 4. Научиться работать с LLM как с инструментом: кластеризация запросов, черновики брифов, проверка каждого результата. Собрать список ключевых вопросов и посмотреть, кого цитируют в ответах на них.
5. Месяцы 5–6. Автоматизировать один процесс — отчёт, мониторинг или аудит — и сделать проект с оригинальными данными: опрос, исследование, разбор статистики. Это заготовка портфолио.

Заменит ли AI SEO-специалиста

Автоматизация забирает рутину: сбор данных, черновые брифы, мониторинг изменений, отчёты. Этой части работы и раньше не требовалось большого ума.

Остаётся то, что модели пока не делают: решать, каким источникам доверять в конкретной нише, договариваться с людьми, планировать исследование, отвечать за результат перед бизнесом. Специалист, который умеет проверить вывод модели и объяснить, откуда взялась цифра в отчёте, стоит дороже, чем раньше. Тот, кто просто пересказывает ответ ChatGPT, — нет.