Почему мы игнорируем большую часть советов SEO Week 2026 (и что оставили)

TL;DR. SEO Week 2026 только что завершилась. Семь спикеров переосмыслили поиск как математическую задачу — векторные расстояния, снижение энтропии, графы сущностей, бренд-как-центроид. Многое из этого — консалтинговый маркетинг, наряженный в векторную математику. Но три инсайта реальны и достойны внедрения уже сегодня. Мы это сделали. Вот что мы оставили, что вырезали и что добавили на собственный сайт этим утром.

Семь тезисов, ранжированных по реальному эффекту

1. «Ваш бренд — это математический объект». — Скотт Стауффер

Оставили. Это правда и структурно.

Тезис Стауффера: когда LLM извлекает ваш контент, ваш «бренд» вычисляется как центроид всего вашего текста в embedding-пространстве. Страницы живут или умирают по косинусному расстоянию до этого центроида. Размажете контент слишком широко — между позиционированием, агентскими работами, эссе фаундеров, тремя разными ценностными предложениями — центроид размывается, и ретривал вас не находит.

Для тех, кто занимался embedding-ретривалом, это не новая рамка (так мы оцениваем собственное обучение DoRA), но это правильная рамка для контент-стратегии. У большинства компаний нет проблемы центроида — у них сотня осиротевших постов, тянущих в случайных направлениях.

Что мы с этим сделали: явно записали свой центроид — Affordable. Quality. Fast. All three. Каждая статья перед публикацией проверяется на соответствие этому тезису. Если она не тянет к центроиду — она не выходит.

Идём дальше: выкатываем скрипт centroid_audit.py — embeddings каждой статьи еженедельно сверяются с вектором тезиса, с флагом, когда материал дрейфует более чем на 0.3 косинуса. Дрейф — это тихий убийца идентичности бренда в LLM-ретривале, и никто его не инструментирует.

2. «Связанные данные — это ров, а не модель». — Андреа Вольпини

Оставили. Это был самый практичный инсайт конференции.

Данные Вольпини: страницы с правильно связанными RDF-сущностями (Организация ↔ фаундеры ↔ продукты ↔ темы) повышают точность ответов в AI-поиске на ~29% по сравнению с идентичными страницами без связности. Битва за «AI-видимость» выигрывается не тем, что вы пишете больше, а структурированием того, что у вас уже есть, чтобы LLM могли сшить сущности вместе.

Мы пропатчили сайт сегодня.

aiconic.company теперь отдаёт полный JSON-LD @graph на каждой странице — Организация с founder[]-ссылками на сущности Person, каждый Person с sameAs на профили в X / LinkedIn / HuggingFace / GitHub / Substack, каждая модель HuggingFace как SoftwareApplication с creator и author, ссылающимися обратно в граф организации. На статьях журнала схема Article включает author (→ ссылка на Person), publisher (→ ссылка на Org) и mentions (→ ссылки на конкретные SoftwareApplication, когда статья обсуждает наши модели).

Проверено через Google Rich Results Test: шесть типов сущностей валидны (Article × 2 локали, Breadcrumbs, Organization × 2, Software Apps). Все eligible для rich results.

Дело не в самой schema-разметке — ей пятнадцать лет. Дело в связности. Без @id-перекрёстных ссылок у вас изолированные блобы схемы, которые LLM не могут слить. С ними — у вас граф сущностей. Слой рассуждений Google трактует это как принципиально разные входы.

Если у вас на сайте есть схема, но каждая сущность — свежий блоб без @id, ссылающегося на другие блобы, у вас на ~30% меньше AI-видимости, чем могло бы быть. Вот этот разрыв.

3. «Используйте open-source примитивы, стройте свои инструменты». — Майк Кинг

Оставили (мы уже так делаем). Это не инсайт, это разрешение — но разрешение важное.

Аргумент Кинга: коммерческие SEO-инструменты отстали на 13 лет. Они всё ещё индексируют лексически, всё ещё трактуют поиск как плотность ключевых слов. А Google перешёл на семантический поиск в 2013-м, и стек LLM-ретривала перешёл на embeddings в 2022-м. Покупать эти инструменты — значит покупать мировоззрение 2013 года.

Мы согласны и уже это прожили. Весь наш ops-слой — это open-source примитивы плюс кастомный Python: ежедневный пул из Search Console, ингест через HuggingFace API, скрипт аудита центроида, монитор AI-видимости, который ежедневно пингует пять LLM двадцатью реальными запросами и считает упоминания нашего домена и наших людей. Ничего на рынке не делает такую комбинацию по цене, которую мы бы за неё заплатили.

Если вы маленькая команда в 2026-м и тратите больше $300/месяц на SEO-софт — вы платите за чужое мировоззрение. Берите open-source примитивы, vibe-кодите склейку. Вот реальный стек сейчас.

Четыре, которые мы проигнорировали

4. «Relevance Engineering — это новый SEO». — Майк Кинг (iPullRank)

Вырезали. Это упражнение в переименовании, а не методология.

«Relevance Engineering» от iPullRank — это объединение информационного поиска, AI, UX, контента и digital PR. Это дисциплина, существующая пятнадцать лет; раньше мы называли её «SEO, сделанный хорошо». Цифры 300% роста AI-видимости и 21% реферального дохода — кейс-стади-грейд: интересно, не воспроизводимо, и методология за ними не публична.

Реальный вывод SEO Week из этого доклада: поиск быстро меняется, интегрируйте AI в свой пайплайн ретривала. Мы это знали. Ребрендинг не помогает нам ничего отгрузить.

5. «Grounding и поиск расходятся после ретривала». — Кришна Мадхаван

Вырезали под наш масштаб, оставили в watchlist.

Диаграмма пайплайна Мадхавана (понимание запроса → трансформация → мультивекторный ретривал → обработка кандидатов → ранжирование → только для grounding: отбор доказательств, конструирование ответа, ограниченная генерация, кросс-проверка) технически корректна и хорошо подана. Она также на пять слоёв ниже того, где агентство из трёх человек может с пользой оптимизировать.

Вывод реален: видимость определяется на стадии понимания запроса, а не на стадии цитирования. Но action item — оптимизируйте под понимание запроса — полезнее, когда переформулирован как наш пункт про центроид (№1), а не как новое измерение для отслеживания. Та же проблема, другой словарь.

6. «Скоркард Hybrid Engine Optimization». — Джори Форд

Оставили наполовину.

Пять сигналов Форд — Presence, Visibility, Citation Quality, Authority Confirmation, Business Impact — это правильные оси для маленькой команды. Рекомендация наложить first-party данные (GSC, GA, внутренние) плюс один инструмент AI-мониторинга тоже верна.

Мы оставляем фреймворк, но не покупаем инструмент. Profound / Otterly стоят $69–99/месяц за то, что по сути — ежедневный cron-скрипт, бьющий по пяти LLM API и парсящий выход на упоминания бренда. Это ровно ai_visibility_monitor.py из нашего списка. ~50 строк Python, $0 SaaS-бюджета, и данные принадлежат нам.

Это пункт Кинга, применённый к фреймворку Форд: согласитесь со скоркардом, откажитесь от SaaS, который продаёт вам мировоззрение, обёрнутое вокруг скрипта.

7. «AI-цитирования управляются снижением энтропии». — Метехан Йешильюрт

Вырезали. Технически интересно, практически — отвлечение.

Йешильюрт прав, что токен-экономика формирует то, что цитируют LLM (английско-оптимизированные токенизаторы, embedding-фильтры, гейты реранкера). Для нас выводы такие: поднимайте суть в начало страницы (мы это делаем — каждая статья начинается с одного абзаца TL;DR) и оставайтесь на английском (мы уже ушли с RU как основного языка контента).

После этих двух поверхностных тактик остальная часть его фреймворка — embedding-схожесть как инструмент создания контента, оптимизация семантической плотности, структурирование с учётом токен-бюджета — это research-грейд работа, дающая sub-1% выигрыша за вложенное время. Сеньорные контент-маркетологи и так делали поверхностную часть как здравый смысл.

Что вам стоит сделать завтра, если вы публикуете контент

В порядке, который важнее всего для возврата на вложенный час:

1. Добавьте @id-ссылки между сущностями вашей схемы. У большинства сайтов есть схема. Почти ни у кого нет правильно связанной схемы. Прирост точности в 29% реален, и заработать его можно за полдня. Начните с Организация ↔ founder[] ↔ Person, потом подключите свои продукты / модели / кейсы.
2. Запишите свой центроид на одной странице. Не «наши ценности» или «наше позиционирование» — буквальное тезисное предложение, от которого каждой публикуемой статье разрешено отклоняться не более чем на одно косинусное стандартное отклонение. Проверьте существующий контент против него. Вырежьте то, что не тянет к нему.
3. Замените SEO SaaS-подписки пятью скриптами. Ежедневный пул GSC, ежедневный пул GA, ингест упоминаний HF/GitHub/соцсетей, аудит центроида через embeddings, монитор AI-видимости. Все пять — меньше 100 строк Python каждый. Ни одному из них нет дела до вашего тарифа подписки.

Остальное — теория понимания запроса, тактики снижения энтропии, математика бренд-как-центроид — это либо пересказ базы более модным языком, либо оптимизация 95-го перцентиля на 5-перцентильной стадии зрелости. Пропустите, пока не сделали три пункта выше.

Что мы бы добавили в корпус SEO Week 2026

Один отсутствующий тезис: большая часть работы над «AI-видимостью» — не на том слое. Она трактует обнаруживаемость как маркетинговую проблему, тогда как это всё больше продуктовая проблема. Если ваш софт, ваши модели, ваши инструменты живут в plain text на доступных URL — со связанной схемой, с версионированными changelog, с правильными creator и author метаданными — LLM вас находят. Если они живут за login-стенами, в PDF, в закрытых Notion-страницах — никакой citation-tracking вас не спасёт.

Конференция трактовала производство контента как рычаг. Мы будем доказывать в следующем материале, что рычаг — это продуктовая поверхность. Самый видимый для LLM бренд — тот, чьи продукты имеют лучший канонический дом в открытом вебе. Это совершенно другая операционная система, нежели «публикуйте больше контента» — и именно на это ставит наша маленькая команда.