Как Яндекс выбирает источники для ответов Алисы AI: что говорят патенты и справка

Алиса AI строит ответ по страницам, которые уже высоко ранжируются в поиске Яндекса — по исходному запросу и по уточняющим подзапросам, на которые она его разбивает. Отдельного входа в ответы нет: справка Вебмастера прямо пишет, что принципиально новых требований не возникает, а при отборе источников главными называет экспертность, полезность, оригинальность и содержательность. В патентной заявке Яндекса описан ещё один слой: из первых N документов выдачи модель выбирает те, по которым получится лучший ответ, и ответ собирается из их фрагментов. Практический вывод: нужно стоять в топе по каждому подзапросу темы и держать на странице фрагменты, которые сами по себе отвечают на вопрос.

Как Алиса AI собирает ответ: официальная схема

Ответы Алисы AI появляются в поисковой выдаче, в объектных ответах и на отдельной вкладке Поиска. Охват уже массовый: по данным Яндекса, во II квартале 2026 года доля запросов, на которые Алиса AI отвечает в Поиске, выросла на 7 п. п. за квартал и достигла 42%.

Порядок работы справка Вебмастера описывает в три шага:

1. Алиса AI анализирует запрос и задаёт уточняющие вопросы. Пример из справки: запрос «в телеграфном стиле» [хоккей удаление до конца матча] она может разбить на два подвопроса — [как называется удаление до конца матча в хоккее] и [за какие нарушения в хоккее назначается матч-штраф].
2. С уточнёнными запросами обращается к Поиску и использует его результаты.
3. Формирует ответ и делит его на смысловые блоки. В примере справки ответ на [почему в море вода соленая] начинается с краткого ответа одним-двумя предложениями, дальше идут блоки по подтемам.

Алиса AI не воспроизводит контент со страниц дословно — за исключением случаев, когда цитируется прямая речь. При создании ответа она опирается на источники, которые высоко ранжируются в поиске.

Источник: справка Яндекс Вебмастера, «Как формируются ответы Алисы AI».

Показывать ли ответ вообще, решает поиск: ответы Алисы AI показываются, «если алгоритмы поиска посчитают, что ответ искусственного интеллекта будет полезным и нужным». С апреля 2026 года быстрые ответы под поисковой строкой генерирует семейство облегчённых моделей Alice AI Search; по данным Яндекса, это в 1,5 раза увеличило долю запросов с быстрым ответом. Тогда же в Поиске заработал «ИИ-блендер»: он расставляет блоки выдачи, а их в разных сочетаниях может быть больше 40. Решает ли блендер, показывать ли ответ Алисы AI, в пресс-релизе не сказано.

Из схемы следуют два вывода. Источник выбирается из выдачи, причём не только по исходному запросу, но и по подзапросам, которые формулирует сама Алиса. И ответ пересказывает страницы, а не копирует их: в ответ попадает смысл фрагмента, поэтому решает не объём текста, а то, есть ли в нём ясный ответ на конкретный подвопрос.

Какие страницы становятся источниками

Самая конкретная формулировка есть в частых вопросах к инструменту «Видимость сайта в Алисе AI»:

Алиса AI готовит ответы, опираясь на страницы, которые:

1. занимают высокие позиции в Поиске по основному запросу и смежным темам;
2. содержат качественно проработанный контент — экспертный, полезный, оригинальный и содержательный.

Источник: справка Яндекс Вебмастера, «Видимость сайта в Алисе AI».

Четыре свойства из второго пункта — это ЭПОС: экспертность, полезность, оригинальность, содержательность. В справке о формировании ответов они названы аспектами, которые имеют «первостепенное значение» при отборе источников. Отдельная страница справки разбирает их под заголовком «Какие аспекты влияют на ранжирование в Поиске и попадание в ответы Алисы AI» и делает главный для SEO вывод:

Поскольку генеративные ответы в Поиске и ответы Алисы AI в чате строятся с опорой на результаты поиска, принципиально новых требований не возникает.

Источник: справка Яндекс Вебмастера, «Какие аспекты влияют на ранжирование в Поиске и попадание в ответы Алисы AI».

Ссылки в ответе устроены не так, как в выдаче:

• Алиса AI не ранжирует ссылки на источники: они стоят в порядке смысла и логики ответа;
• ссылок может быть больше, чем на странице результатов поиска по умолчанию;
• в одном ответе могут быть разные страницы одного сайта, а одна страница может повториться, если стала источником для нескольких параграфов;
• ответ на один и тот же запрос может меняться в разные дни и даже часы, в том числе из-за персонализации выдачи.

Практический вывод: первого места в ответе нет, есть число блоков, для которых страница стала опорой. Сайт, который разобрал тему по подвопросам, может закрыть несколько блоков ответа разными страницами.

Что описано в патентах Яндекса

Справка объясняет, что учитывается, но не объясняет, как из выдачи выбираются фрагменты. Это описывают патенты и заявки Яндекса. Две оговорки. Патент описывает способ, на который компания получила или запрашивает охрану, и сам по себе не доказывает, что способ работает в поиске. Ни в одном из документов ниже нет слов «Алиса» или «Alice», и Яндекс не сообщал, какие из них использует. Чем заявка отличается от действующего патента и как это проверить, мы разбирали в статье о том, как читать патенты Яндекса. Статусы ниже проверены по реестру ФИПС и Google Patents на 7 октября 2026 года.

Документ	Что описано	Статус на 07.10.2026
RU2024130990A, US20260105092A1 (приоритет 15.10.2024)	Переранжирование первых N документов выдачи по коэффициенту релевантности документа и ответа, генерация ответа по сниппетам первых M	Заявки. RU: «Экспертиза по существу» (изменение статуса 14.08.2026). US: Pending
US11984113B2, RU2798362C2 (приоритет 06.10.2020)	Сводка-ответ из сниппетов топ-N результатов поиска, голосовой сценарий	US выдан 14.05.2024, Active. RU действует
RU2815896C2, US12450270B2 (приоритет 05.07.2022)	Проверка фактов в сниппетах, которые генеративная модель написала для объекта поиска	RU действует. US выдан 21.10.2025, Active
RU2851997C1 (подача 03.04.2025)	Ответ на запрос из фотографии и вопроса: визуальный поиск, переписанный запрос, веб-поиск, LLM	Действует, опубликован 02.12.2025
RU2869050C1 (подача 25.11.2025)	То же с изображениями в самом ответе	Действует, опубликован 28.08.2026

Отбор источников по пригодности для ответа: RU2024130990A

Ближе всего к теме статьи заявка RU2024130990A «Способы и серверы для инициирования ответов на запросы» и её американский аналог US20260105092A1. Независимый п. 1 описывает два ранжирования подряд:

определение коэффициентов релевантности документа и ответа для первых N документов в ранжированном списке документов с использованием первой модели машинного обучения, при этом коэффициент релевантности документа и ответа характеризует вероятность того, что содержимое документа из первых N документов удовлетворяет запросу пользователя в качестве ответа; ранжирование первых N документов с формированием другого ранжированного списка на основе коэффициентов релевантности документа и ответа; формирование ответа на запрос на естественном языке с использованием второй модели машинного обучения на основе сниппетов содержимого первых M документов из другого ранжированного списка

Источник: ФИПС, заявка RU2024130990A, п. 1 формулы.

На языке SEO это четыре шага:

1. Документы ранжируются по обычной релевантности запросу.
2. Для первых N документов первая модель оценивает, насколько вероятно, что содержимое документа удовлетворит запрос в качестве ответа.
3. По этой оценке первые N документов переранжируются.
4. Вторая модель пишет ответ по сниппетам первых M документов нового списка.

Детали из зависимых пунктов и описания:

• для ранжирования может использоваться перефразированный запрос вместо исходного (п. 4), а ответ может учитывать контекст запроса со строками диалога (пп. 5–6);
• поиск документов «предусматривает обращение к базе данных в режиме реального времени» (п. 3);
• N и M в формуле — просто целые числа (пп. 7–8). В описании US-заявки сказано, что N заранее задаёт оператор сервера. Конкретных значений нет;
• модель-оценщик обучается «на парах ответов»: определяет, какой из двух ответов, сгенерированных по одному документу, лучше. Её оценки затем служат разметкой для первой модели (п. 11), а п. 14 допускает обучение с подкреплением.

Зачем нужна отдельная модель, объясняет описание US20260105092A1: она ранжирует документы, не генерируя пробные ответы в реальном времени, и этим экономит вычисления. Там же приведены примеры запросов, ответ на которые приходится собирать из нескольких источников: «which plants can live in a dark room and do not require daily watering» и «is it worth going to Namibia in autumn and what to do there».

Практический вывод. Если Яндекс работает по похожей схеме, у источника два фильтра. Первый — обычное ранжирование: документ за пределами первых N до оценки пригодности не доходит. Второй — пригодность содержимого для ответа: из двух страниц с близкими позициями в описанной схеме выше окажется та, по которой модель сгенерирует лучший ответ. Это сходится с формулировкой справки про высокие позиции и проработанный контент, но значения N и M и признаки первой модели в заявке не раскрыты.

Ответ из сниппетов топ-N: US11984113B2

Идея строить ответ из фрагментов выдачи, а не из страниц целиком, есть и в более раннем патенте Яндекса с приоритетом 2020 года. US11984113B2 (российский аналог RU2798362C2) описывает нейросеть, которая пишет сводку-ответ по последовательности сниппетов. По п. 11 это «top-N snippets associated with top-N results from the search», а эталонный ответ для обучения в зависимых пунктах получают от асессора («a human assessor»). Сценарий голосовой: в описании сказано, что ранжированный список сниппетов «is less practical in an audible format».

Ключевая деталь — маска внимания в п. 1: при кодировании слова из одного сниппета модель учитывает только слова этого же сниппета.

the attention-limiting mask being configured to attend only to words from the given input group, such that the given attention-type output is generated based on a context from the given input group, instead of contexts from other input groups

Источник: Google Patents, US11984113B2, п. 1 формулы.

Практический вывод. В такой схеме фрагмент читается без соседнего текста. Абзац, который начинается с «как сказано выше» или держит ключевую цифру в таблице двумя экранами ниже, теряет смысл. Ответ, условия и числа лучше держать в одном абзаце или списке под заголовком-вопросом. Модель 2020 года устроена иначе, чем современные LLM, но идея подавать на вход сниппеты лучших документов повторяется и в заявке 2024 года.

Проверка фактов: RU2815896C2

Патент RU2815896C2 (в США выдан 21.10.2025 как US12450270B2) защищает проверку фактов в сниппетах, которые генеративная модель пишет для объекта поиска. Пример в описании — карточка объекта с краткой биографией по запросу «Keanu Reeves». В описанных вариантах сниппеты строятся по документам, найденным по запросу. Для каждого сниппета другие сниппеты служат контекстом, а модель NLP оценивает вероятность того, что они подтверждают его факты. Если вероятность не ниже порога, факты считаются точными.

Затем сервер 202 может сравнить второе значение вероятности с заранее заданным порогом вероятности, который, например, может быть равен 0,85 или 0,95.

Источник: Google Patents, RU2815896C2, абзац [0129].

0,85 и 0,95 — примеры из описания, а не пороги, на которых работает поиск. Справка Вебмастера отдельно упоминает, что ответы Алисы AI бывают и в объектных ответах, так что тема карточек здесь не посторонняя.

Практический вывод. В такой схеме факт, который подтверждают другие источники, проходит проверку, а противоречащий им рискует отсеяться. Для бизнеса это аргумент держать одинаковыми цены, адреса, часы работы, сроки и характеристики на сайте, в Яндекс Бизнесе, в фиде Яндекс Товаров и на внешних площадках. Устаревшая цена на одной из площадок — как раз такое расхождение.

Фото + вопрос и картинки в ответе: RU2851997C1 и RU2869050C1

Два действующих патента 2025–2026 годов описывают ответы на запрос, где есть и изображение, и вопрос. В RU2851997C1 цепочка такая: визуальный поиск по картинке → визуально-языковая модель переписывает запрос с учётом найденного → текстовый поиск по новому запросу → большая языковая модель пишет ответ. По п. 3 формулы результаты визуального поиска дают «текстовый тег, текст, распознанный на изображении, содержимое веб-страницы и/или карточку объектов на изображении». В описании (абзац [005]) служба Yandex Neuro Search, которая объединяет поиск с YandexGPT3, приведена как пример интеграции поиска с большими языковыми моделями.

RU2869050C1 добавляет картинки в сам ответ. Модель выдвигает гипотезы о том, что изображено, выбирает целевую и строит запрос из целевого объекта и его типа. По нему идут текстовый поиск и поиск по изображениям, а мультимодальный ответ включает «одно или несколько выходных изображений». Откуда берётся текст о картинке, видно из описания:

Например, если на том или ином веб-сайте обнаружено подобное изображение, из него может быть извлечена для последующего использования информация, характеризующая текстовое содержимое веб-страницы, в частности, заголовок или название веб-страницы. Если подобное изображение соответствует какому-либо объекту и/или продукту, указанному в карточке объекта, система может извлечь и/или использовать название объекта и/или продукта.

Источник: ФИПС, RU2869050C1, абзац [0136].

Официально Яндекс сообщал, что с мая 2025 года Поиск даёт «развёрнутые ответы с изображениями, видео и ссылками на источники». Как выбираются изображения для ответа, в справке не описано.

Практический вывод. Для товаров, мест, блюд и техники нужны собственные фотографии на страницах, где title, H1 и подпись однозначно называют объект: бренд, модель, артикул, адрес. Если то же фото стоит на сотне сайтов, визуальный поиск найдёт сотню страниц, и ваша будет одной из многих.

Остальные патенты Яндекса, полезные SEO-специалисту, со статусами собраны в нашем своде патентов Яндекса для SEO.

Что показывают сторонние наблюдения

С каких позиций берутся источники, Яндекс не раскрывает. Ближайший ориентир — исследование «Ашманов и партнёры» по выборке коммерческих запросов, которое пересказал CNews 6 октября 2026 года:

• в апреле 2026 года ИИ-блок был в выдаче только для одного запроса из тысячи в выборке eCommerce, в июле — примерно для 15%;
• после июньского обновления Алиса стала делать меньше производных запросов: в апреле примерно четыре на один исходный, в июле — два с небольшим;
• в товарных разделах полных ответов на вкладке «Алиса AI» информация о моделях и карточки товаров берутся не со страниц-источников, а из сервиса Яндекса;
• быстрые ответы на коммерческие запросы, по наблюдению авторов, почти всегда офлайновые и могут не меняться неделями.

Рамки отбора источников в 2026 г. стали более жесткими: по пять страниц на запрос, более половины из топ-5, более 90% из топ-10.

Источник: CNews, 06.10.2026, по данным «Ашманов и партнёры».

Это сторонние данные по одной нише, и методика выборки в публикации не раскрыта. Но направление совпадает и со справкой, и с патентной схемой: в этой выборке источник почти всегда уже стоял в топ-10.

Как попасть в ответы Алисы AI: порядок действий

Шаги ниже — практические выводы из справки, патентов и наблюдений выше. Гарантий они не дают: управлять попаданием в ответ напрямую нельзя.

1. Разложите тему на подзапросы. Алиса AI ищет по уточнённым запросам, поэтому позиции по одному главному запросу мало что говорят. Соберите кластер: главный запрос, уточнения, «как», «сколько», «чем отличается». Сгруппировать запросы поможет кластеризация запросов.
2. Проверьте позиции по каждому подзапросу. Источники — страницы с высокими позициями по основному запросу и смежным темам. По подзапросу, где сайт на второй странице, ответ почти наверняка обойдётся без вас. Позиции по всему кластеру удобно снимать в проверке позиций в Яндексе и Google.
3. Сделайте фрагменты, пригодные для ответа. Под заголовком-вопросом — прямой ответ в одном-двух предложениях, затем условия, цифры с единицами, сроки, исключения. Без отсылок к соседним блокам: в патентных схемах модель видит фрагмент, а не страницу.
4. Закройте тему целиком. Справка советует создавать материалы под основной и дополнительный интент и добавлять «примеры, уникальные данные». Сравнить страницу с источниками конкурентов по составу и глубине можно в SEO-анализе страницы и выдачи.
5. Сверьте факты на всех площадках. Цены, адреса, часы работы, характеристики и сроки должны совпадать на сайте, в Яндекс Бизнесе, в фиде Яндекс Товаров и на внешних площадках. Справка об ЭПОС сама рекомендует передавать Поиску данные через Яндекс Бизнес, Метрику, Яндекс Товары и микроразметку Schema.org.
6. Используйте свои изображения. Фото объекта на странице, где title, H1 и подпись называют его точно, а не стоковая картинка без контекста.
7. Обновляйте данные. Алиса AI каждый раз строит ответ, «исходя из актуальной поисковой выдачи», а среди возможных причин падения доли упоминаний справка называет устаревший контент.
8. Проверьте доступность. Страница должна быть в индексе, а в robots.txt не должно быть случайного запрета для YandexAdditional или YandexAdditionalBot.
9. Измеряйте долю упоминаний, а не клики. Смотрите SoV в Вебмастере вместе с позициями по кластеру. Если позиции по подзапросам растут, а доля нет, ищите проблему в содержании страниц.

Как проверить, попадает ли сайт в ответы Алисы AI

С 7 апреля 2026 года в Яндекс Вебмастере доступен инструмент «Видимость сайта в Алисе AI». Он показывает:

• долю упоминаний сайта среди источников и её динамику. Метрика Share of Voice (SoV) — доля запросов с упоминанием сайта в ответах Алисы AI среди всех запросов, по которым Алиса AI отвечала;
• примеры запросов, по которым страницы сайта есть или нет в ответах: вкладка «Примеры» → «Запросы и страницы», опция «Запросы с моим сайтом»;
• сайты той же тематики, которые часто упоминаются в ответах по тем же запросам: вкладка «Примеры» → «Сайты».

Данные показываются за последние 3 месяца и обновляются каждую неделю.

У инструмента три ограничения:

• статистика собирается только по запросам, по которым сайт «уже находится достаточно высоко в поисковой выдаче». Запросы, где сайт стоит низко, в SoV не попадают;
• кликов и показов нет: инструмент оценивает представленность в ответах, а не трафик;
• управлять попаданием в ответы через него нельзя: на этот вопрос справка отвечает «Нет».

Если на странице инструмента написано «Пока недостаточно данных», среди причин справка называет мало запросов, по которым сайт есть в выдаче, низкие позиции, мало текстового контента, на который можно опереться, и то, что Алиса AI редко отвечает на запросы, по которым сайт попадает в выдачу. При резком падении SoV она советует проверить, все ли страницы в Поиске, не устарел ли контент и не стало ли в выдаче больше сильных сайтов.

Как запретить показ материалов сайта в ответах Алисы AI

Такая возможность официально есть. Справка Вебмастера предлагает добавить в robots.txt запрет для робота YandexAdditional или YandexAdditionalBot. Пример из справки:

User-agent: YandexAdditionalBot
Disallow: /cats/mycat.html # ограничивает отображение контента страницы в ответах Алисы AI

Изменение учитывается «по мере обновления поисковых данных, в течение 2-14 дней». В справке этот запрет описан только как ограничение показа в ответах Алисы AI. Прежде чем закрываться, учтите: вместе с показом информации вы теряете и ссылку на сайт в ответе.

Частые вопросы

Можно ли добавить сайт в ответы Алисы AI вручную?

Нет. Заявки или настройки для этого нет. На вопрос, можно ли управлять попаданием в ответы через инструмент «Видимость сайта в Алисе AI», справка отвечает «Нет», а ошибки в ответах, по её словам, тоже «не исправляются вручную». Рабочий путь один: позиции по запросу и его подзапросам плюс контент, по которому получается хороший ответ.

Нужно ли быть в топ-10, чтобы стать источником?

Точной границы Яндекс не называет. Справка говорит об источниках, «которые высоко ранжируются в поиске», а статистика в Вебмастере собирается только там, где сайт «уже находится достаточно высоко». В заявке RU2024130990A кандидаты берутся из первых N документов, но N не раскрыт. В исследовании «Ашманов и партнёры» по коммерческим запросам более 90% источников были из топ-10.

Почему сайт пропал из ответа, хотя раньше в нём был?

Состав источников постоянно меняется: по справке, может измениться контекст запроса, появиться новые страницы, поменяться алгоритмы поиска и подбора источников. Ответ на один и тот же запрос бывает разным в разные дни и даже часы, влияет и персонализация. Справка советует не разбирать прошлые причины, а сравнить свою страницу с теми, кто в ответе сейчас.

Как попасть в источники Нейро?

В мае 2025 года Яндекс объявил, что Алиса «унаследует и расширит возможности Нейро». Справка Вебмастера сейчас описывает генеративные ответы в Поиске как ответы Алисы AI, поэтому ориентироваться стоит на правила, описанные выше.

Помогают ли Яндекс Бизнес и микроразметка попасть в ответ?

Прямой связи между ними и попаданием в ответ справка не описывает. В справке об ЭПОС регистрация в Яндекс Бизнесе, передача данных в Яндекс Товары и микроразметка Schema.org названы способами передать Поиску больше информации о сайте и бизнесе. По наблюдению «Ашманов и партнёры», в товарных разделах полных ответов карточки товаров берутся из сервиса Яндекса, а не со страниц-источников. Практический вывод: для магазина фид в Яндекс Товарах — отдельный путь в ответ, но не замена SEO страниц.

Как ответы Алисы AI влияют на трафик сайта?

Данных о трафике сайтов из ответов Алисы AI справка не приводит, а инструмент видимости кликов и показов не показывает. Справка ссылается на исследование Microsoft Clarity 2025 года по более чем 1200 информационным и новостным сайтам: пользователи, пришедшие из ИИ-ответа, подписывались на новости втрое чаще, чем пришедшие из органического поиска. Это данные не по Яндексу. Оценивать влияние на свой сайт приходится косвенно: сравнивать динамику SoV с поисковым трафиком по запросам кластера.

Источники

1. Справка Яндекс Вебмастера: «Как формируются ответы Алисы AI».
2. Справка Яндекс Вебмастера: «Видимость сайта в Алисе AI».
3. Справка Яндекс Вебмастера: «Какие аспекты влияют на ранжирование в Поиске и попадание в ответы Алисы AI».
4. Справка Яндекс Вебмастера: «Запретить показы информации с сайта в ответах Алисы AI».
5. Яндекс: финансовые результаты за II квартал 2026 года, 29.07.2026.
6. Яндекс: «В Поиске Яндекса теперь можно переключаться между традиционными поисковыми ответами и диалогом с Алисой AI», 07.04.2026 (Alice AI Search).
7. Яндекс: «Поиск Яндекса стал собирать оптимальную комбинацию блоков под каждый запрос с помощью ИИ», 07.04.2026 (ИИ-блендер).
8. Яндекс: «Бизнесы смогут увидеть, как Алиса AI упоминает их в быстрых ИИ-ответах в Поиске», 07.04.2026.
9. Яндекс: «Поиск Яндекса научился рассуждать и генерировать контент с помощью технологий Алисы», 22.05.2025.
10. RU2024130990A «Способы и серверы для инициирования ответов на запросы» — заявка, подана 15.10.2024, опубликована 15.04.2026; по ФИПС «Экспертиза по существу» (последнее изменение статуса 14.08.2026): ФИПС, Google Patents.
11. US20260105092A1 «Methods and servers for triggering query answers» — заявка, опубликована 16.04.2026, статус Pending: Google Patents.
12. US11984113B2 «Method and server for training a neural network to generate a textual output sequence» — патент, выдан 14.05.2024, Active: Google Patents.
13. RU2798362C2 «Способ и сервер для обучения нейронной сети формированию текстовой выходной последовательности» — патент, опубликован 21.06.2023; по ФИПС действует (последнее изменение статуса 20.09.2025): ФИПС, Google Patents.
14. RU2815896C2 «Способ и система для проверки медиаконтента» — патент, опубликован 25.03.2024; по ФИПС действует (последнее изменение статуса 04.09.2025): ФИПС, Google Patents.
15. US12450270B2 «Method and system for validating media content» — патент, выдан 21.10.2025, Active: Google Patents.
16. RU2851997C1 «Способы и системы для формирования ответов на естественном языке при вводе мультимодальных данных» — патент, опубликован 02.12.2025; по ФИПС действует (последнее изменение статуса 10.12.2025): ФИПС, Google Patents.
17. RU2869050C1 «Способы и системы для формирования мультимодальных ответов при вводе мультимодальных данных» — патент, опубликован 28.08.2026; по ФИПС действует (последнее изменение статуса 10.09.2026); в Google Patents на 07.10.2026 не найден: ФИПС.
18. CNews: «„Алиса AI“ активно встраивается в „коммерческий“ поиск „Яндекса“, а коммерция — в „Алису AI“», 06.10.2026 (данные «Ашманов и партнёры»).