Мій досвід роботи з AI-пошуком у BUKI
У цьому тексті я зібрав головне з розмови. Текст адаптував за автоматичними українськими субтитрами; аудіозвірку ще не завершено.
BUKI та перші експерименти
Я працюю з SEO BUKI з 2020 року — з освітнім маркетплейсом і BUKI School. Щоб пригадати початок роботи з AI, я переглянув історію командних обговорень. Спочатку ми сприймали ChatGPT як чергового претендента на роль «вбивці Google».
Поступово скепсис змінився практичними експериментами. У 2023 році ми знайомилися з інструментом, вчилися формулювати запити й розбиралися в його можливостях. Це ще не була стратегія залучення трафіку: спочатку потрібно було зрозуміти сам продукт і сценарії використання.
Чому почали працювати з AI
Приблизно в серпні 2024 року ми помітили переходи на сайти й посилання у відповідях моделей. Для BUKI було важливо, як вони працюють з українською та польською мовами — основними ринками, про які я розповідаю.
На момент запису ChatGPT був для нас головним джерелом AI-переходів і лідів. Тому я зосереджуюся на ньому. Це досвід наших продуктів і ринків на час розмови.
Частка трафіку та роль ChatGPT
Зміна стала помітною не лише в професійному оточенні: мовними моделями почали користуватися люди поза технічною спільнотою. Якщо новий сервіс уже дає переходи й заявки, його варто вивчати в контексті всього продукту, а не відкидати через невелику частку трафіку.
Я бачив різницю між країнами: у Казахстані розподіл між моделями відрізнявся від України та Польщі. Водночас зростання переходів не гарантує їх постійного збільшення. Користувач приходить до AI по вирішення задачі, а не обов’язково по список зовнішніх сайтів.
Чи замінить AI сайти
Ми почали активно досліджувати напрям після перших переходів, а на початку 2025 року перейшли до системнішої роботи. Один зі сценаріїв, який я розглядаю: частина вибору послуги й оформлення заявки з часом може залишитися всередині діалогу.
Це припущення про розвиток пошуку, а не встановлений прогноз. Велика аудиторія ChatGPT сама по собі не визначає обсяг переходів на сайти. Тому порівнювати канали лише за загальною популярністю або кількістю відвідувань недостатньо: наступне питання — які задачі вирішують ці відвідувачі й чи стають вони клієнтами.
Конверсія та цінність переходів
Я розділяю весь трафік сайту, переходи на комерційні каталоги та переходи з AI. Великий інформаційний розділ може знижувати загальну конверсію. Тому для порівняння каналів потрібні однакові визначення й зрозуміла база.
На момент розмови ми бачили вищу конверсію AI-переходів у ліди, ніж середню для всього сайту. Це наш досвід, а не норматив для освітньої ніші. Навіть малий обсяг переходів вартий уваги, якщо за ним стоять релевантні звернення; результат потрібно перевіряти у власній аналітиці.
Як люди використовують AI
Для мене доступність навчальних матеріалів і цінність роботи з людиною — різні речі. Безкоштовні уроки та самостійні плани існували й раніше. Репетитор допомагає з мотивацією, регулярністю й рухом за планом, навіть коли пояснення доступне через AI.
У BUKI наш досвід підказував зосередитися передусім на ChatGPT, а інші системи перевіряти з огляду на конкретний ринок. Поведінка аудиторій між країнами різниться, тому я не переношу цей пріоритет автоматично на кожен бізнес.
Пошук змінюється нерівномірно
Я дивлюся на ці зміни як на продовження еволюції SEO: попит на інформацію й послуги залишається, але спосіб отримання відповіді змінюється. Падіння або зростання одного каналу не пояснює всю картину.
Я розділяю інформаційні й комерційні сценарії. Відвідувач, який шукає коротке пояснення, і людина, яка обирає репетитора, мають різні потреби й різні причини переходити на сайт. Без такого поділу легко зробити занадто загальний висновок про «смерть органіки».
Інформаційний контент і апдейти
Ми бачили, що інформаційний трафік потребував дедалі регулярнішого оновлення. Я порівнюю матеріали про вступ і рейтинги університетів, де можна актуалізувати дані, з довідковими відповідями на сталі питання. При цьому відвідування інформаційних сторінок не завжди давали значну кількість заявок.
Ми спостерігали зміни видачі й покази AI-відповідей, зокрема за комерційними запитами. Траплялися й нерелевантні рекомендації щодо міста або країни. Я не виділяю одну причину падіння: підтримка контенту, видача та поведінка користувачів могли впливати одночасно.
Як вимірювати AI-трафік
Перший рівень вимірювання — переходи та ліди з AI-джерел. Другий — сценарії, за якими сервіс узагалі з’являється у відповідях. На відміну від звичної перевірки позицій, тут немає гарантовано повної вибірки запитів і стабільного місця для кожної відповіді.
Ми почали з предметних сценаріїв маркетплейсу: порівняння сервісів, ціни на заняття, підготовка до іспитів. Потім перевіряли, як початкове питання перетворюється на пошукові підзапити. Запит людини й запит, за яким модель шукає джерело, можуть відрізнятися. Тому механічно переносити ключові слова з Google замало.
Видимість, згадки й реальні запити
Після початкового списку сценаріїв ми перевіряли згадки бренду, посилання й конкурентів. Порядок у відповіді був не єдиним орієнтиром: важливо, чи модель рекомендує сервіс, як його описує та чи дає перехід на потрібну сторінку.
Ми також провели невелике опитування клієнтів, які прийшли з AI й замовили послугу. Частина поділилася власними запитами. Так ми побачили сценарії, які могли пропустити. Якщо за питанням не з’являються ні наш продукт, ні релевантні конкуренти, я спочатку перевіряю вибір сценарію.
Від ключових слів до бренду
Наш список запитів залишається наближенням. Ми перевіряли, які бренди з’являються у відповідях, а потім досліджували їхні зовнішні згадки, публікації й позиціонування. Для мене це точка перетину SEO з PR та іншими маркетинговими напрямами.
Ми помічали раніше маловідомі нам сервіси в AI-відповідях після зовнішніх публікацій. Але я не бачу сенсу знімати показники щодня лише заради звіту. Частоту обираю так, щоб команда встигала перевіряти зміни й ухвалювати рішення.
Що показав експеримент із Reddit
Я спробував публікації та брендові згадки на Reddit. За моїм спостереженням, обговорення отримало видимість у Google, а згодом його зміст з’явився у відповіді ChatGPT. Потім я порівнював цей ручний досвід із роботою через підрядників.
Це одиничний експеримент без контрольної групи, тому я не приписую кожній згадці на Reddit гарантованого ефекту. Це були мої публікації та брендові згадки, не незалежні відгуки клієнтів.
Факти про продукт і зовнішні джерела
Загальна обіцянка «ми найкращі» мало пояснює продукт. Я пропоную спиратися на перевірювані факти: історію сервісу, напрями роботи, пропозицію й реальний досвід клієнтів. Для зовнішньої присутності розглядаю тематичні медіа, списки сервісів, відео та інші формати.
На момент запису частину ідей про спільні публікації та відеовідгуки ми лише розглядали або тестували. Приклади, які я чув від інших фахівців, також не є нашими результатами BUKI.
З чого почати невеликому бренду
Невеликому продукту я пропоную почати з тематичних каталогів, майданчиків із відгуками та спільнот, де вже обговорюють потрібну задачу. Опис має допомагати впізнати продукт і його роль, а не лише повторювати ключове слово в домені.
Ще один напрям — власні дані. У BUKI ми готували інфографіки про ціни на репетиторство та їх зміни. Це змістовний привід для матеріалу в медіа. Рейтинги, конкурси й огляди я також розглядаю як можливі майданчики для свого продукту.
Якість посилань і точність джерел
Я приділяю увагу якості й тематичній доречності майданчиків. Ми дивилися, які зовнішні джерела використовуються у відповідях і що вони розповідають про сервіс. Старий матеріал може підтримувати неактуальний опис, навіть якщо продукт уже змінився.
Ми пробували підрядників на Reddit та оновлення інформації у Wikipedia. Ручна робота й масштабоване розміщення давали різний результат, а системного позитивного ефекту від Wikipedia я не встановив. Самої наявності публікації недостатньо, щоб оцінити її користь.
Що не спрацювало
Публікації на Reddit через підрядників, шаблонні FAQ та серія регіональних матеріалів не дали нам очікуваної кількості цитувань на момент запису. Я не називаю ці дії марними для всіх каналів: у матеріалів могла залишатися посилальна чи інша цінність.
Ще одна помилка — невдало обрані запити для моніторингу. Сценарії пошуку безкоштовних ресурсів для самонавчання не тотожні вибору репетитора. Окремо варто перевіряти, що модель знає про продукт: вона може не бачити певного напряму роботи або рекомендувати неіснуючу сторінку. Тому відповідь AI слід звіряти з реальними сторінками й послугами.
Перші дії без великого бюджету
Перший крок — визначити, чи є для продукту реальний сценарій і вже помітні сигнали: переходи, звернення, покупки або питання клієнтів. Популярність теми сама по собі не є достатнім приводом відкладати інші важливі задачі SEO.
Якщо підстава є, варто перевірити опис компанії, актуальні напрями роботи й зовнішні майданчики, на яких її представляють. Далі можна сформувати конкретні сценарії пошуку та оцінювати, чи змінюється інформація про продукт.
Власні дані й поступова перевірка
Ми зіткнулися з тим, що зовнішні матеріали підтримували стару назву продукту. Навіть потрібна сторінка на нашому сайті не гарантувала, що модель правильно пов’язує її з брендом і знає всі напрями роботи.
Для мене це ще одна причина перевіряти, як описаний бренд у зовнішніх джерелах. Далі я рухаюся поступово: обираю зміну, перевіряю відповідь і дивлюся на переходи та заявки.
Про запис
Олександр Захода
Head of SEO в BUKI. Product SEO, дані й експерименти.