Semrush вместе с Кевином Индигом провели анализ поведения ChatGPT в двух режимах мышления и обнаружили: когда модель переключается из быстрого (Instant) в Thinking‑режим, она фактически создаёт иной «поисковый слой» для видимости брендов. Это приводит к росту числа веб‑поисков, увеличению процента цитирований и смене доминирующих источников информации.
Основные детали новости
Ключевые результаты эксперимента демонстрируют, насколько различаются ответы модели в зависимости от глубины рассуждений:
- Совпадение цитируемых доменов между минимальным и высоким режимами составило всего 25.6% — почти три из четырёх источников менялись при переключении режима.
- Процент ответов с цитатами вырос с 50% в минимальном режиме до 68% в Thinking‑режиме.
- Среднее число ссылок в ответе увеличилось с 2.6 до 4.5 цитат на ответ.
- Число веб‑поисков в тестовой выборке: 1,130 для Thinking против 245 для минимального режима — почти пятикратный рост.
Изменение источников заметно по категориям. Доля Reddit сократилась с 15% до 7%; сайты с пользовательским контентом и сайты отзывов упали с 14.3% до 6%. Напротив, правительственные и академические ресурсы выросли с 1.9% до 8.8%, а официальная документация и страницы поддержки — с 12.4% до 17.5%.
Дополнительные факты
Исследование показало, что Thinking‑режим значительно чаще запускает серию подзапросов. На этапе сравнений модель в среднем выполняла 24 подзапроса на один промпт, тогда как минимальный режим — 5.5. Количество цитат в фазе сравнения достигало 9.8 в высоком режиме против 5.8 в минимальном.
Пример: при сравнении CRM‑решений модель отдельно проверяет цену, интеграции, безопасность, страницы поддержки и документацию перед формированием финальной рекомендации.
Долговременная видимость тоже изменилась. В четырёх из 20 исследованных покупательских путей бренд, упомянутый на раннем этапе (Problem), оставался упомянутым и на этапе выбора (Selection) при Thinking‑режиме. В минимальном режиме полного перехода бренда по этапам не зафиксировано.
Thinking‑режим чаще повторно использовал одни и те же домены внутри одного ответа: в 51 из 100 ответов против 26 из 100 в минимальном режиме.
Цитирование по вертикалям продемонстрировало разную динамику: финансовая тематика получила наибольший прирост — +28 процентных пунктов; здоровье и лайфстайл — +24; B2B SaaS — +16; потребительские технологии — лишь +4. Интересно, что для consumer tech Thinking‑режим запускал больше подзапросов, но при этом часто приводил к тем же брендам и источникам, что и минимальный режим.
Почему это важно для SEO
Результаты Semrush показывают простую мысль: присутствие в быстрых ответах ChatGPT не гарантирует сохранения видимости при более глубоком анализе пользователя. Видимость зависит не только от попадания в короткие, однострочные ответы, но и от способности сайта появляться в серии узких, целевых поисков, которые модель выполняет перед финальным ответом.
- Документация и страницы поддержки стали важнее: рост их доли в цитированиях указывает на то, что технические и справочные материалы чаще используются моделью при глубоком анализе.
- Третьи‑сторонние ссылки и упоминания критичны: если бренд упоминается в ранней стадии исследования, есть шанс, что он сохранит видимость на последующих этапах — но в Thinking‑режиме этот эффект проявляется чаще, чем в минимальном.
- Разные вертикали чувствительны по‑разному: для финансов и здоровья выигрыш при глубоком анализе заметнее, тогда как consumer tech требует иных подходов, поскольку модель чаще возвращается к тем же источникам.
Практический вывод для SEO‑команд: оптимизировать не только страницы для «быстрых ответов», но и структурировать документацию, страницы поддержки и сравнительные материалы, чтобы покрывать потенциальные подзапросы модели. Мониторинг AI‑видимости и анализ, где бренд появляется в цепочке подзапросов, станет новым элементом конкурентной стратегии.
Данные получены на основе 100 промптов, прогнанных в рамках 20 покупательских сценариев (B2B SaaS, финансы, consumer tech, здоровье и лайфстайл). Каждый промпт выполнялся в минимальном и в высоком режиме, с учётом метрик цитирования, источников и «fan‑out» запросов.
