Claude использует поисковую систему Brave и отбирает для ответа лишь небольшую часть найденной страницы. Поэтому присутствия сайта в поиске недостаточно: нужный фрагмент должен совпадать с формулировкой запроса и содержать самостоятельный, понятный ответ.
В исследовании Peec AI от 28 октября 2026 года автор Tomek Rudzki проанализировал, как Claude находит страницы и выбирает цитируемые фрагменты. Команда проверила 1000 промптов, 8500 URL и 1568 цитат. Результаты позволяют сформулировать несколько практических рекомендаций по оптимизации контента для AI-поиска.
Важно: это выводы из экспериментов и наблюдений за поведением Claude, а не подтвержденное описание внутреннего алгоритма Anthropic.
Проверьте, индексируются ли страницы в Brave
Согласно исследованию, 89,1% страниц, которые Claude цитирует, также присутствовали в топ-20 результатов Brave по соответствующим запросам. Это весомый аргумент в пользу того, что видимость в Brave важна для попадания в ответы Claude.
Для сравнения автор использовал запросы, которые Claude формировал в процессе поиска, и проверял, какие URL появляются в выдаче Brave по тем же запросам.
Что сделать:
Составьте список ключевых страниц сайта: обзоры, инструкции, страницы продуктов и материалы, которые чаще всего приводят органический трафик.
Проверьте, присутствуют ли эти URL в индексе Brave.
В первую очередь возьмите страницы, которые уже получают трафик из Google или цитируются другими AI-платформами.
Отправьте важные URL через сервис отправки страниц в индекс Brave, если они еще не обнаруживаются в поиске.
Для отбора страниц можно использовать Google Search Console и Google Analytics. Первая поможет найти URL, которые получают поисковые показы и клики, вторая покажет популярные страницы сайта.
При этом высокие позиции в Google не гарантируют, что Brave проиндексирует страницу или что Claude выберет ее для ответа.
Оптимизируйте страницы под реальные поисковые формулировки
Claude может переформулировать исходный вопрос пользователя и выполнить несколько дополнительных поисковых запросов. В них могут появиться уточнения, которых не было в исходном промпте: год, целевая аудитория, конкретные характеристики или временной период.
Например, пользователь спрашивает, как выбрать партнерскую программу для продвижения казино. В дополнительных запросах могут появиться более конкретные формулировки: условия для определенного ГЕО, минимальный депозит, модель выплат или требования к вебмастерам.
Если страница отвечает на общий вопрос, но не содержит нужных уточнений, система может выбрать другой источник.
Порядок работы:
Соберите реальные вопросы аудитории, связанные с темой страницы.
Если используете инструменты аналитики AI-поиска, изучите дополнительные запросы (fanout queries), которые Claude формирует для поиска. В Peec AI автор предлагает смотреть их в разделе Results → Fanouts.
Сгруппируйте запросы по конкретным параметрам: продукт, аудитория, ГЕО, период, стоимость, условия или сценарий использования.
Проверьте, отвечает ли материал на эти вопросы прямо.
Добавьте недостающие уточнения в соответствующие разделы, если они действительно важны для темы.
Не нужно механически перечислять все возможные формулировки. Задача состоит в том, чтобы страница содержала точный ответ на конкретный вопрос, а не только общую информацию о теме.
Размещайте ключевой ответ в начале раздела
По наблюдениям Peec AI, типичная страница в выборке содержала около 14 600 символов, но до генеративной модели доходило примерно 1900 символов — около одной восьмой текста.
Это не означает, что Claude всегда берет строго определенную долю любой страницы. Речь идет о результатах конкретного эксперимента. Однако они показывают, что сам факт загрузки страницы еще не гарантирует попадания нужной информации в контекст модели.
Если важный ответ спрятан в конце длинного раздела, его могут не выбрать.
Как изменить структуру:
Начинайте раздел с прямого ответа на вопрос из заголовка.
После ответа добавляйте объяснение, примеры, ограничения и дополнительные детали.
Используйте описательные H2 и H3, по которым понятно содержание блока.
Не оставляйте важные условия в другом разделе, если без них основной тезис теряет смысл.
Проверяйте, понятен ли каждый фрагмент, если читать его отдельно от всей статьи.
Например, вместо раздела «Особенности выплат» с несколькими абзацами вступления лучше сразу указать доступные модели выплат, затем объяснить различия и условия применения каждой из них.
Используйте конкретные термины и точные формулировки
В исследовании проверяли, может ли алгоритм BM25 предсказать, какие фрагменты Claude выберет для ответа. BM25 — метод ранжирования, который оценивает совпадение слов в запросе и документе.
По результатам эксперимента BM25 находил фрагмент, который Claude процитировал, в 41,6% случаев. Для случайного выбора показатель составил 21,9%, а при выборе только начала страницы — 34,1%.
В другом тесте BM25 предпочитал процитированный фрагмент проигнорированному в 74 случаях из 100. Такой же результат показал нейросетевой reranker, а embedding-модели достигли 68 случаев из 100.
Эти результаты не доказывают, что Anthropic использует именно BM25 в своем поисковом конвейере. Но они показывают, почему точные формулировки могут помогать при извлечении информации.
BM25 учитывает несколько факторов:
Редкие и специфичные слова. Названия продуктов, точные термины, цифры и годы лучше различают документы, чем общая лексика.
Совпадение с запросом. Если пользователь ищет конкретный показатель или условие, полезно назвать его прямо.
Повторения. Повтор ключевого слова дает ограниченный дополнительный эффект после первых упоминаний.
Длина фрагмента. Длинные блоки получают поправку, поскольку могут совпадать с запросом случайно из-за большого количества слов.
Для SEO- и GEO-контента это означает, что размытые формулировки стоит заменять конкретными фактами.
Например, вместо «платформа предлагает быстрые выплаты» укажите фактический срок, доступные методы и ограничения, если эти данные подтверждены. Вместо «подходит для разных рынков» перечислите ГЕО, для которых действительно доступны нужные условия.
Не добавляйте цифры и названия исключительно ради поискового совпадения: они должны соответствовать содержанию и быть актуальными.
Пишите фрагменты, которые понятны без остального текста
Помимо BM25, в исследовании проверили 12 embedding-моделей. Они оценивают смысл текста и могут находить подходящие фрагменты, даже если в запросе и ответе используются разные слова.
Например, на вопрос «Сколько времени занимает подключение?» может отвечать фраза «Большинство команд начинают работу в течение одного дня». Смысл совпадает, хотя формулировки отличаются.
В тестах Peec AI модели Voyage и Gemini лучше других публичных решений воспроизводили выбор Claude. Однако собственная модель, обученная на реальных цитатах Claude, показала еще более точные результаты. Это может указывать на использование специальной модели или дополнительной обработки, но точный механизм остается неизвестным.
Практический вывод: каждый содержательный блок должен передавать ясную мысль и без соседних абзацев.
Проверьте текст по следующим пунктам:
Указано ли название продукта или компании, а не только «он», «сервис» или «эта функция»?
Понятно ли, к какому ГЕО, периоду и аудитории относится информация?
Есть ли прямой ответ на вопрос, который раскрывает заголовок?
Не зависит ли смысл от таблицы или списка, оторванных от поясняющего текста?
Нет ли противоречий с другими разделами страницы?
Если абзац становится непонятным после удаления предыдущего, добавьте в него недостающий контекст.
Проведите аудит контентных блоков
Peec AI предлагает использовать идею contextual retrieval из исследований Anthropic для проверки собственных материалов. В оригинальной методике к каждому фрагменту добавляют краткое пояснение, которое связывает его с полным документом. При аудите сайта эту идею можно использовать, чтобы выявить блоки, которым не хватает контекста.
Рабочий процесс:
Разделите статью по H2 и H3. При необходимости используйте семантическое разбиение текста.
Для каждого блока сформулируйте краткий контекст: о каком продукте, вопросе или разделе идет речь.
Сопоставьте фрагмент с реальными запросами пользователей. Если доступна аналитика AI-поиска, используйте фактические дополнительные запросы Claude.
Оцените, насколько хорошо блок отвечает на запрос самостоятельно и насколько лучше он воспринимается с добавленным контекстом.
Исправьте блоки, которым для понимания постоянно требуется соседний текст.
Повторно проверьте обновленный вариант без вспомогательного пояснения.
Результаты аудита помогут определить, что именно нужно исправить:
Если с контекстом блок подходит под запрос, а без него нет, добавьте название продукта, предмет обсуждения или необходимые условия непосредственно в текст.
Если блок плохо отвечает на запрос в обоих вариантах, проблема может быть в содержании: возможно, нужного ответа на странице вообще нет.
Если несколько разделов противоречат друг другу по ценам, срокам или условиям, устраните расхождения.
Такой аудит не гарантирует цитирование в Claude, но помогает сделать контент понятнее для систем извлечения информации.
Что проверить перед публикацией
Используйте этот чек-лист при подготовке новых материалов и обновлении старых.
Важная страница доступна в индексе Brave.
Заголовки H2 и H3 описывают конкретные вопросы.
В начале каждого раздела находится прямой ответ.
В тексте есть точные названия, термины, цифры и временные рамки там, где они нужны.
Каждый важный фрагмент понятен без соседних абзацев.
Таблицы и списки имеют поясняющий текст.
В разных разделах нет противоречивых данных.
Страница отвечает на реальные вопросы аудитории, включая конкретные уточнения.
Факты и условия актуальны на момент публикации.
Выводы
Исследование Peec AI показывает, что оптимизация для Claude зависит не только от общей видимости сайта. Важны присутствие страницы в Brave, соответствие конкретным поисковым формулировкам и структура текста, позволяющая извлечь нужный ответ.
Начните с трех действий: проверьте индексацию ключевых URL в Brave, перенесите прямые ответы в начало тематических блоков и устраните фрагменты, которые теряют смысл без окружающего текста. Эти изменения можно внедрить без полной переработки сайта.
При этом описанные результаты получены в эксперименте и не являются официальным описанием алгоритма Anthropic. Компания может менять механизм поиска и отбора фрагментов, поэтому рекомендации стоит проверять на собственных материалах и данных аналитики.
Что говорят арбитражники.