Вредит ли ИИ-текст SEO: что Google действительно говорит об ИИ-контенте

Представим две страницы.

Первую полностью написал человек. Он взял три статьи конкурентов, пересказал их другими словами, растянул материал до 12 000 знаков и добавил поисковый запрос в каждый второй подзаголовок.

Вторую начали с ИИ-черновика. После генерации редактор проверил источники, добавил собственные данные, выбросил половину текста, переписал слабые места и оставил только то, что помогает читателю решить задачу.

Какую страницу Google должен считать качественнее?

Если ориентироваться на действующие рекомендации Google, ответ определяется не происхождением текста.

Определяется результатом.

На 10 сентября 2026 года Google прямо разрешает использовать генеративный ИИ при работе с контентом. Сам по себе факт использования нейросети не является нарушением. Риск возникает, когда автоматизация используется для производства большого количества страниц без дополнительной ценности для пользователя или для манипулирования поисковой выдачей.

Отсюда первый вывод:

Google не вводил отдельный «штраф за ChatGPT».

Но из этого совершенно не следует, что можно автоматически генерировать тысячи статей и рассчитывать на стабильный поисковый трафик.

Разница между этими утверждениями и есть вся суть проблемы.

Миф №1. Google определяет ИИ-текст и понижает его за сам факт генерации

Такой страх понятен.

Если Google способен распознавать спам, почему бы ему не определять машинный текст и автоматически понижать его?

Проблема этой логики в том, что Google формулирует правила иначе.

В официальном руководстве по генеративному ИИ Google пишет, что такие инструменты могут быть полезны для исследования темы и структурирования оригинального материала. Одновременно компания предупреждает: массовая генерация страниц без дополнительной ценности может нарушать правило о scaled content abuse.

То есть объект оценки другой.

Не:

«использовался ли AI?»

А:

«зачем создана страница и что она даёт пользователю?»

Это хорошо видно и в рекомендациях people-first content. Google предлагает владельцам сайтов спрашивать себя, содержит ли материал оригинальную информацию, исследование или анализ, раскрывает ли тему достаточно полно и добавляет ли что-то сверх простого пересказа других источников.

Человек способен провалить все эти критерии без помощи нейросети.

AI способен участвовать в создании материала, который им соответствует.

Миф №2. Если ИИ-текст не запрещён, можно генерировать сколько угодно

Вот здесь начинается опасное упрощение.

В актуальной политике Google есть отдельное понятие:

недопустимое масштабирование контента, или scaled content abuse.

Речь идёт о создании большого числа страниц в первую очередь для манипулирования ранжированием, а не для помощи пользователям.

Причём Google специально уточняет: не имеет значения, каким способом эти страницы были созданы. Нарушением может быть автоматизация, ручная работа или их комбинация.

Среди примеров Google прямо приводит:

• массовую генерацию ИИ-страниц без дополнительной ценности;

• сбор материалов с других сайтов с последующим автоматическим преобразованием;

• замену слов синонимами;

• автоматические переводы ради создания большого числа похожих страниц;

• компиляцию чужих материалов без собственной информации;

• страницы с бессмысленным содержанием, созданные в основном ради поисковых запросов.

Обратите внимание на один интересный момент.

Синонимизация тоже упоминается Google.

То есть схема:

взять чужой или ИИ-текст -> заменить слова -> назвать его уникальным

не становится хорошей SEO-стратегией только потому, что итоговая последовательность символов отличается.

Это напрямую касается и сервисов перефразирования.

Формальная уникальность текста ещё не означает информационную ценность.

Три сайта. Три разных риска

Допустим, у нас есть три проекта.

Сайт А

Каждый день публикует 200 ИИ-страниц:

Ремонт холодильников в Москве
Ремонт холодильников в Химках
Ремонт холодильников в Мытищах
Ремонт холодильников в Балашихе

Тексты почти одинаковые. Меняются название города и несколько предложений.

Здесь проблема очевидна не потому, что страницы написал ИИ.

Проблема в масштабировании почти одинакового контента ради охвата запросов.

Сайт Б

Публикует пять материалов в месяц.

AI помогает составлять структуру и черновики.

После этого редакция:

проверяет цифры;

изучает первичные источники;

добавляет собственный опыт;

сравнивает продукты;

делает скриншоты;

проводит тесты;

удаляет шаблонные фрагменты.

Здесь использование ИИ само по себе не создаёт описанного Google нарушения.

Сайт В

Все статьи пишет человек.

Но автор открывает первые пять результатов Google, смешивает их в один текст и ничего нового не добавляет.

AI не использовался.

Проблема осталась.

Именно поэтому деление на «AI = плохо, человек = хорошо» слишком примитивно для SEO.

А что показывает реальная выдача Google

Официальные рекомендации отвечают на вопрос о правилах.

Но есть второй интересный вопрос:

Что происходит с ИИ-контентом в реальных результатах поиска?

В 2025 году Ahrefs исследовал 600 000 страниц из топ-20 Google по 100 000 случайным запросам.

По их собственному ИИ-детектору:

4,6% страниц были классифицированы как полностью AI;

13,5% как полностью человеческие;

81,9% как смешанные.

Самая интересная цифра получилась дальше.

Исследователи сравнили предполагаемую долю ИИ-контента с позицией страницы в Google.

Корреляция составила 0,011, то есть практически ноль. Они не обнаружили заметной зависимости между количеством определённого детектором ИИ-текста и позицией страницы.

Это сильный аргумент против идеи автоматического наказания любой страницы с ИИ.

Но использовать исследование нужно аккуратно.

Во-первых, Ahrefs определял происхождение текста собственным детектором, а любой ИИ-detector может ошибаться.

Во-вторых, корреляционное исследование не раскрывает алгоритм Google.

В-третьих, анализировались страницы, которые уже находились в топ-20. Он не показывает всю массу ИИ-материалов, которые вообще не получили заметных позиций.

Поэтому корректный вывод выглядит так:

в исследованной выборке не обнаружено признаков того, что сама доля ИИ-текста определяет позицию страницы.

Говорить:

«доказано, что ИИ вообще никак не влияет на SEO»

по этим данным нельзя.

Миф №3. Достаточно «очеловечить» ИИ-статью, и Google её полюбит

Нет.

И это особенно важно для нас.

Возьмём материал:

Искусственный интеллект играет важную роль в современном маркетинге. Он помогает компаниям повышать эффективность, оптимизировать рабочие процессы и открывать новые возможности...

Допустим, мы идеально убрали из него машинные обороты.

Получилось:

Маркетологи используют ИИ для черновиков, исследований и анализа данных. Это ускоряет часть рутинной работы и позволяет быстрее проверить несколько вариантов идеи.

Текст стал лучше.

Но если вся статья состоит из таких общих утверждений, SEO-проблема осталась.

Мы по-прежнему не добавили:

реальных данных;

эксперимента;

собственного опыта;

нового метода;

анализа;

неочевидного вывода;

первичного источника.

Humanizer улучшает форму. Он не способен автоматически создать экспертность и оригинальную информацию, которой не было в исходном материале.

Для нас это важное ограничение.

Мы можем убрать шаблонную ИИ-манеру, повторы и неестественные конструкции, сохранив смысл исходника.

Но плохое исследование после хорошей редактуры останется плохим исследованием.

Миф №4. Google хочет длинные экспертные статьи

Google не устанавливает предпочтительное количество слов.

Более того, в своих рекомендациях компания прямо приводит погоню за определённым объёмом текста как один из возможных признаков search-engine-first подхода и отдельно уточняет, что у Google нет предпочтительного word count.

Это стоит повторить, потому что SEO-ТЗ до сих пор часто выглядят так:

Конкуренты пишут 13 000 знаков. Нам нужно 15 000.

Почему?

Если вопрос пользователя можно полностью закрыть за 900 слов, ещё 1500 слов могут только ухудшить материал.

И наоборот, серьёзное исследование может потребовать 5000 слов.

Поэтому для блога Nesuho мы используем другой принцип:

текст заканчивается тогда, когда задача читателя решена, а не когда выполнена норма символов.

Где проходит реальная граница риска

Полезнее смотреть не на «процент AI», а на комбинацию четырёх факторов.

Это не таблица факторов ранжирования Google и не формула санкций.

Это практическая модель риска на основании опубликованных правил.

Что изменилось с ИИ Overviews и ИИ Mode

Появление генеративного поиска породило новую индустрию советов.

AEO.

GEO.

Оптимизация под цитирование.

Специальные файлы для LLM.

«Правильный размер смыслового чанка».

Отдельные страницы под десятки вариантов одного вопроса.

Google в мае 2026 года выпустил отдельное руководство по оптимизации для generative ИИ Search и довольно сильно охладил эту гонку.

Компания пишет, что классические SEO-практики остаются актуальными и для ИИ Overviews, и для ИИ Mode. Google отдельно делает акцент на non-commodity content, то есть материалах, которые нельзя легко заменить типовым пересказом уже известной информации.

Особенно показательно другое.

Google советует не плодить отдельные страницы под все возможные варианты пользовательских запросов и fan-out queries ради манипулирования ИИ-ответами. Такой подход может попасть под ту же политику scaled content abuse.

В том же руководстве Google фактически советует не переоценивать искусственные AEO/GEO-хаки и сосредоточиться на обычной технической доступности сайта и уникальном полезном контенте.

То есть появилась довольно ироничная ситуация.

Пользователи пытаются писать всё более машинно-оптимизированные тексты, чтобы понравиться ИИ-поиску.

А Google отвечает:

дайте нам то, чего генеративная модель сама не может легко произвести.

Для Nesuho это важное направление.

Если блог просто генерирует очередную статью:

10 способов улучшить текст с помощью ИИ,

у поисковой системы уже есть тысячи похожих источников.

Если мы публикуем собственный эксперимент на 1000 русскоязычных ИИ-текстах, это уже другой тип материала.

Что Google подразумевает под non-commodity content

Дословный перевод здесь звучит не очень хорошо.

По смыслу речь о контенте, который не является взаимозаменяемым товаром массового производства.

Google приводит простой контраст.

Обычная статья:

7 советов покупателю первого дома.

Такие советы может собрать практически любой сайт или генеративная модель.

А материал вроде:

Почему мы отказались от инспекции дома и сколько сэкономили: разбор конкретного случая

уже содержит уникальный опыт, которого нет у остальных источников.

Для нашего проекта аналог выглядит примерно так.

Commodity:

10 признаков текста ChatGPT.

Non-commodity:

Мы сравнили 1000 русскоязычных ИИ-текстов с 1000 человеческих и обнаружили, какие конструкции действительно встречаются чаще.

Именно поэтому собственные исследования в нашем редакционном плане нужны не ради красоты.

Они создают информацию, которую нельзя получить одной генерацией.

А E-E-A-T?

Здесь тоже много путаницы.

E-E-A-T расшифровывается как:

Experience;

Expertise;

Authoritativeness;

Trustworthiness.

Google отдельно уточняет, что E-E-A-T не является одним конкретным ranking factor. Это концепция, связанная с набором сигналов, которые помогают системам оценивать полезный и заслуживающий доверия контент. Наиболее важным элементом Google называет trust.

Поэтому бессмысленно ставить в SEO-ТЗ:

добавить E-E-A-T пять раз.

Лучше сделать вещи, которые реально повышают доверие:

указать автора;

показать метод исследования;

дать ссылки на первичные данные;

объяснить ограничения;

отделить факт от мнения;

исправить проверяемые ошибки;

показать, откуда взялись цифры.

Если материал создавался с заметной помощью автоматизации, Google также предлагает подумать, будет ли читателю полезно объяснение того, как и зачем использовался AI. Это не универсальное обязательство для любой запятой, исправленной нейросетью, а рекомендация давать контекст там, где способ создания материала действительно имеет значение для доверия.

Когда ИИ действительно становится SEO-проблемой

Попробуем уйти от теории.

Вот сайт, который публикует 5000 страниц.

У каждой есть уникальный URL.

Title отличается.

Description отличается.

Текст формально уникален.

Но посетитель открывает пять таких страниц подряд и понимает, что ему пять раз рассказали одно и то же.

Вот это опасная модель.

Не потому, что Google обязательно запустит секретный ИИ-detector и найдёт ChatGPT.

А потому, что вся стратегия совпадает с поведением, против которого написана политика scaled content abuse: масштабирование страниц для поискового охвата при низкой самостоятельной ценности.

Теперь другая ситуация.

Компания использует ИИ, чтобы анализировать 30 часов интервью с клиентами.

Редактор проверяет расшифровки.

Выделяет повторяющиеся проблемы.

Сравнивает ответы.

Публикует исследование:

Что раздражает покупателей интернет-магазинов: анализ 140 интервью.

AI участвовал очень сильно.

Но сам материал содержит то, чего раньше не было.

Именно поэтому вопрос:

«Сколько процентов текста написал AI?»

для SEO становится намного менее интересным, чем:

«Почему эта страница вообще должна существовать?»

Редакционный фильтр Nesuho

Перед публикацией ИИ-assisted статьи мы можем вообще не пытаться угадывать алгоритм Google.

Достаточно проверить материал восемью вопросами.

Если убрать поисковый трафик, мы всё равно опубликовали бы эту статью?

Если ответ «нет», возможно, тема выбрана исключительно ради ключа.

Есть ли здесь информация, которой нет в первых пяти похожих статьях?

Если нет, зачем Google ещё одна версия?

Может ли читатель проверить наши цифры?

Если нет, цифры лучше убрать или найти источник.

Есть ли утверждения, появившиеся только потому, что их придумала модель?

Если да, это уже factual risk.

Получит ли человек полный ответ или вернётся в поиск?

Google прямо предлагает использовать удовлетворённость пользователя как один из ориентиров people-first content.

Не растянули ли мы материал ради объёма?

Нет необходимости писать 3000 слов там, где достаточно 1200.

Можно ли заменить название нашей темы на другую и оставить половину статьи без изменений?

Если статью про ИИ легко превратить в статью про CRM простой заменой существительных, в ней слишком много общих фраз.

Что здесь принадлежит именно Nesuho?

Метод?

Исследование?

Тест?

Вывод?

Опыт разработки?

Наблюдение на реальных текстах?

Если ответ «ничего», материал стоит усилить до публикации.

Где здесь место очеловечивания текста

После всего сказанного может показаться, что стиль вообще не влияет на SEO.

Это тоже крайность.

Google прямо включает качество исполнения, понятность и отсутствие стилистических проблем в вопросы для самооценки контента.

Шаблонный ИИ-текст может ухудшать материал вполне практическим способом.

Он раздувает вступления.

Повторяет тезисы.

Заменяет конкретику общими оценками.

Добавляет ненужные выводы.

Создаёт десять одинаковых разделов.

Прячет полезную информацию между фразами «важно отметить» и «таким образом».

Nesuho нужен здесь не как способ:

сделать текст невидимым для Google.

Такого обещания мы не даём.

Наша задача другая:

убрать машинную шаблонность после того, как содержание уже стало достойным публикации, и при этом не повредить факты, цифры и смысл.

Порядок критичен.

Исследование -> факты -> собственная ценность -> черновик -> проверка -> редактура -> очеловечивание -> финальный SEO-аудит.

Если начать с конца и попытаться очеловечить пустую статью, получится более приятный пустой текст.

Самый простой тест перед публикацией

Есть способ проверить стратегию без Search Console, SEO-сервисов и попыток угадать алгоритм.

Возьмите готовую статью.

Мысленно удалите из неё слова:

Google, SEO, ИИ, ChatGPT и ключевые запросы.

А теперь спросите:

Осталось ли в материале что-то, ради чего его стоило создавать?

Собственное исследование?

Проверенные цифры?

Редакторский опыт?

Новая классификация?

Неочевидный вывод?

Практическое решение?

Если да, ИИ в производственном процессе вряд ли является главным вопросом.

Если нет, проблема появилась задолго до того, как Google увидел страницу.

И humanizer её не решит.

Нужно возвращаться к содержанию.