Медиа и ИИ: как сохранить трафик и аудиторию

Нейросеть учится на всем, но статьи читает агент

Сначала важно развести два уровня. Обученная модель сама по себе не ходит по сайтам и не показывает пользователю ваши материалы «словом в слово». Большая языковая модель после обучения хранит вероятностное представление языка и знаний, а не архив новостей. Даже если в датасете были ваши тексты, запрос «отдай первую полосу за 15 марта» она в общем случае не выполнит.

Трафик у сайтов забирают уже не модели, а агентные системы поверх них. Агент получает задачу, идет в интернет, открывает страницы, парсит тексты, извлекает фрагменты и возвращает пользователю дайджест, ответы на вопросы или «общую картину». На этой ступени он действительно может взять материал с сайта СМИ почти дословно и показать его в своем интерфейсе, не приводя читателя на исходную страницу. Поэтому вопрос для редакций звучит не «как запретить обучение моделей на нашем контенте», а «как сделать так, чтобы именно агенты корректно работали с нашим сайтом и приводили к нам аудиторию».

От SEO к «SEO для агентов»: новый слой оптимизации

Интернет уже проходил похожий переход. Сначала были просто страницы; затем появились поисковые роботы, индекс, метатеги и целая профессия SEO‑специалистов. Сегодня поверх этого слоя появляется новый игрок — ИИ‑агенты и ИИ‑поиск, которые не просто индексируют, а читают, структурируют, сжимают и синтезируют контент для пользователя.

Практический вывод для медиа: к классическому SEO добавляется «SEO для агентов». Это означает:

• чистая, семантичная верстка, которую легко парсить;
• расширенное структурирование через Schema.org, JSON‑LD, четкие <article>, <section>, корректные заголовки H1–H3;
• машинно‑читаемые подсказки: где оригинальный заголовок, какой абзац является лидом, что считать основным фактом;
• явные указания на бренд и источник в форме, удобной для цитирования агентами.

Отдельное направление — файлы и политики, адресованные именно ИИ‑клиентам: по аналогии с robots.txt появляются концепции llms.txt и отдельных разделов, где издатель указывает, как можно использовать контент (для кратких выдержек, но не для полного воспроизведения, обязательность указания источника и т. п.). Такие механизмы уже обсуждаются в Европе и Великобритании как часть ответов на вызовы генеративного ИИ.

Как превратить ИИ‑агентов из конкурентов в партнеров

Главная стратегическая ошибка для медиа — воспринимать ИИ только как «вор контента». Исследования трафика показывают, что классический поисковый referral уже снижается, а доля «zero‑click»‑сценариев, когда пользователь получает ответ прямо в интерфейсе ИИ‑поиска, растет. Это объективный тренд, который не остановить запретами.

Более продуктивный путь — сделать так, чтобы:

• агентам было проще и выгоднее брать именно ваш контент как эталон по теме (за счет структуры, качества, понятных метаданных);
• при выдаче ответа они сохраняли видимую для пользователя ссылку на источник и бренд;
• появились технические и договорные механизмы учета обращений: условно, «токены», потраченные агентами на ваш сайт, становятся базой для модели вознаграждения.

Международная дискуссия уже движется в эту сторону: от споров «можно ли учить модели на контенте без разрешения» — к вопросу «как прозрачно фиксировать использование и строить на этом модели компенсации».

Что делать российским редакциям уже сейчас

Даже если законопроект упростит обучение отечественных моделей на любом открытом контенте без согласия правообладателя, это не отменяет необходимости для медиа защищать и монетизировать свою роль в новой архитектуре. Практические шаги:

• провести аудит сайта с точки зрения «дружественности к агентам»: структуру, скорость, разметку, понятность ключевых блоков;
• разработать внутренние рекомендации для редакции: как оформлять материалы, чтобы они лучше читались ИИ‑системами и при этом сохраняли четкую привязку к бренду;
• следить за формирующимися стандартами (llms.txt, новые типы разметки, отраслевые соглашения) и быть в числе первых, кто их внедряет, а не догоняет.

Как когда‑то выжили те редакции, которые вовремя научились работать с поиском и соцсетями, так в ближайшие годы выживут те, кто раньше других начнет оптимизировать контент под ИИ‑агентов — не только под людей и классический поиск.