Moz переиздал выпуск Whiteboard Friday с участием эксперта по ИИ и SEO Бриттни Мюллер, где обсуждаются, как большие языковые модели меняют поисковые системы и рабочие процессы маркетологов. Материал помогает трезво оценить хайп вокруг ИИ и понять, какие сценарии дают реальную отдачу.
Контекст 2025 года очевиден: LLM-модели стали массовыми, а поисковые платформы интегрируют ИИ-функции всё глубже. Что это значит для контент-стратегий и органического трафика — главный фокус разговора.
От скепсиса к массовому принятию LLM
По словам Мюллер, ещё несколько лет назад идея применять машинное обучение в повседневной SEO-рутине казалась «слишком далёкой от реальности». Сегодня же это основа множества процессов — от анализа данных до автоматизации. При этом она признаёт, что именно LLM «выстрелили» быстрее, чем ожидалось.
«Нужно оставаться информированным и действовать прагматично: предсказать будущее ИИ сложно, но подготовиться — можно».
Подробнее о том, как ИИ трансформирует выдачу и поведение пользователей, мы разбирали в материале «Google и ИИ: как трансформируется поиск».
Почему “human in the loop” критически важен
Мюллер подчёркивает: качественный результат даёт связка «ИИ + эксперт». Человек добавляет контекст, опыт и тон, который модель не воспроизводит. Хороший пример — тексты с сильным авторским голосом и фактчекингом.
«Экспертиза, личные кейсы и юмор — уникально человеческие. Они отделяют полезный материал от “ИИ-слопа”».
Практические рекомендации для редакций мы собирали в «SEO в эпоху AI: меняются правила игры».
Как эффективно использовать ИИ в маркетинге
Ключевой совет — мыслить как инженер: разбивать задачу на маленькие шаги, чётко формулировать промпты, документировать процессы и не бояться «проб и ошибок».
- Аналитика данных: извлекайте инсайты из больших массивов, формируйте контент-кластеры.
- Автоматизация рутины: приоритизация лидов, первичные ответы, черновые брифы.
- Малые утилиты: расширения для браузера, скрипты очистки данных.
- Локальные модели: работа с документами и мини-RAG без передачи данных третьим сторонам.
С чего начать адаптацию под AI-поиск — в гайде «Три шага для оптимизации под AI-поиск».
Где проходит граница между хайпом и пользой
Мюллер критикует «поток ИИ-контента ради объёма»: модели часто переоценивают в генерации статей, игнорируя исследование, валидацию данных и экспертизу. Долгосрочно выигрывают проекты, которые комбинируют ИИ-инструменты с редакционными стандартами и системным линкбилдингом.
«Маркетологов не заменит ИИ завтра. Но заменит тот, кто умеет с ним работать».
Что делать сайтам, чьи метрики просели на фоне AI-фич в поиске, мы рассматривали в заметке «LLM-трафик уступает органике по вовлечённости» и обзоре «Google добавляет ссылки в AI Overviews».
Что это значит для редакций и SEO-команд
- Перестройте пайплайн. Зафиксируйте, где ИИ экономит время (черновики, классификация, резюмирование), а где нужен редактор.
- Работайте с данными. Формируйте тематические кластеры и внутреннюю перелинковку на основе запросов и intent.
- Усилите EEAT. Авторство, проверки фактов, источники, прозрачность правок.
Про внутреннюю архитектуру и навигацию см. наш разбор «Навигация по сайту».
Источник
Оригинальный материал: Moz — The Future of AI in Search (Whiteboard Friday Revisited). Также по теме курс Мюллер на Maven: Actionable AI for Marketers.
