Как поисковики определяют ИИ-контент

Обновлено в сентябре 2026.

Раздел практики: SEO и ИИ · AI-контент и SEO · Риски ИИ-контента.

Вопрос «определяет ли Google, что текст написан ИИ?» — один из самых частых в SEO-сообществах 2026 года. Короткий ответ: да, определяет. Но длинный ответ важнее: Google наказывает не за использование ИИ, а за масштабный низкокачественный контент, независимо от того, кто его написал — человек или машина.

Я веду bigfozzy.com с 2006 года. В 2024-м начал использовать ИИ для черновиков — и сразу задался вопросом: а не триггерит ли это фильтры? Прогнал пару своих статей через GPTZero: одна показала 87% «AI-вероятности», другая — 23%. Разница была в одном: вторую я редактировал три часа, добавлял замеры и скриншоты. Вот что я выяснил за эти полтора года.

Коротко: Google и Яндекс определяют ИИ-контент, но наказывают не за происхождение текста, а за масштабный низкокачественный контент. Разберём, какие сигналы используют поисковики, что реально триггерит фильтры, и как писать так, чтобы ИИ-помощник не стал причиной санкций.

Как Google определяет ИИ-контент: SpamBrain

SpamBrain — нейросеть Google, запущенная в 2018 году, постоянно обновляется. К 2026 году SpamBrain научился распознавать не только классический спам (скрытые ссылки, doorway-страницы), но и масштабный низкокачественный контент — в том числе сгенерированный ИИ.

SpamBrain анализирует три ключевых метрики:

Perplexity: почему ИИ-тексты «скользкие»

Perplexity (PPL) — статистическая мера: насколько модель «удивлена» следующим словом в тексте. ИИ-модели обучены предсказывать наиболее вероятное следующее слово, поэтому их тексты имеют низкий perplexity — слова идут в ожидаемом порядке.

Человек пишет иначе: использует редкие слова, неожиданные метафоры, разговорные обороты. Это повышает perplexity и делает текст «живым».

Пример. ИИ напишет: «Важно отметить, что оптимизация изображений играет ключевую роль в повышении скорости загрузки сайта, что положительно влияет на пользовательский опыт и поисковое ранжирование» — PPL низкий, всё предсказуемо. Я же напишу: «Сжал картинку с 2 МБ до 180 КБ на bigfozzy.com — страница загружается на секунду быстрее. Мелочь? Для LCP — разница между «зелёной» и «красной» зоной в PageSpeed Insights» — PPL выше, есть конкретика, личный опыт, имя сайта.

Burstiness: ритм текста

Burstiness — вариативность длины предложений. ИИ пишет «ровно»: предложения одной длины, одинаковая структура. Человек — «рвано»: короткое. Потом длинное, с уточнениями и вставками. Потом снова короткое.

SpamBrain использует burstiness как один из сигналов: если 50 предложений подряд имеют длину 15–20 слов — это подозрительно.

Information Gain: уникальность фактов

Концепция Information Gain описана в патенте Google US8620914B2 (2012, обновлён в 2023) и подтверждена в документации Google «Creating helpful content». Суть: страницы с уникальной информацией ранжируются выше. Information Gain — информация, которой нет на других страницах по тому же запросу.

ИИ-тексты часто имеют низкий Information Gain: модель пересказывает то, что уже есть в интернете. Если 10 сайтов написали «SEO — это оптимизация для поисковых систем», и ваш ИИ-текст говорит то же самое — Google видит: ничего нового.

Как я повышал Information Gain на этом сайте. Добавил таблицу с реальными замерами TTFB до и после оптимизации (статья про CWV). Описал конкретный кейс в статье про поведенческие факторы. Вставил скриншоты из GSC и PageSpeed Insights вместо абстрактных советов. Написал нестандартный вывод: «все говорят делать X, но на нашем сайте Y работает лучше».

Как Яндекс определяет ИИ-контент

Яндекс использует два основных инструмента. «Яндекс Спам» — алгоритм, борющийся с масштабным низкокачественным контентом; с 2025 года обновлён для детекции «скалированного контента» — страниц, созданных массово (в том числе ИИ) без добавленной ценности. YATI (Yet Another Transformer Initiative) — нейросеть для понимания смысла текста, оценивает семантическую релевантность и распознаёт «водянистый» контент без конкретики.

Особенности Яндекса, которые я вижу на bigfozzy.com. Поведенческие факторы — Яндекс сильнее Google опирается на сигналы: если пользователи быстро уходят со страницы, это сигнал низкого качества независимо от происхождения текста. Коммерческие факторы — для коммерческих запросов Яндекс проверяет наличие контактов, цен, условий доставки; ИИ-текст без конкретики («наши цены лучшие») не проходит. Региональность — Яндекс учитывает регион; ИИ-текст без локальной привязки («мы работаем по всей России») ранжируется хуже, чем текст с конкретикой («доставка по Москве за 2 часа»).

Обновление «Яндекс Спам» 2025–2026

В декабре 2025 года Яндекс выпустил обновление алгоритма, направленное против «скалированного контента» (Яндекс Вебмастер, декабрь 2025). Под удар попали сайты с сотнями страниц, сгенерированных по шаблону («город + услуга»), страницы с переспамом ключей и «водой» без фактов, сайты, где контент обновляется массово (50+ страниц в день) без реальных изменений.

Это не «анти-ИИ» обновление — под удар попал и человеческий спам. Но ИИ-контент без редакции часто попадает под критерии: шаблонность, низкий Information Gain, отсутствие конкретики. На bigfozzy.com после этого обновления трафик из Яндекса не упал — видимо, потому что мы публикуем максимум 2-3 статьи в месяц и каждую редактируем вручную.

Что триггерит фильтры

Не каждый ИИ-текст попадает под фильтр. Вот что повышает риск:

Что НЕ триггерит фильтры

Использование ИИ для черновика — если вы редактируете, добавляете факты, проверяете, поисковик не отличит от человеческого текста. ИИ-помощь с рутинными задачами — генерация meta-описаний, alt-текстов, структурирование данных — это нормально. ИИ-перевод с человеческой вычиткой — если перевод проверен носителем языка, проблем нет. ИИ-анализ данных — кластеризация запросов, анализ логов, выявление аномалий — это инструмент, не контент.

Детекторы ИИ-контента

Помимо поисковиков, существуют отдельные детекторы ИИ-текстов. Вот основные в 2026 году:

Тест: 5 текстов × 2 детектора

В сентябре 2026 я прогнал пять текстов с bigfozzy.com через GPTZero и Originality.ai. Вот что получилось:

Вывод из теста: ИИ-черновик без редакции детектится на 85–92%. После добавления замеров, скриншотов и личного опыта — падает до 23–41%. Полностью человеческий текст — 8–12%. Разница между «ИИ без редакции» и «ИИ с редакцией» — трёхкратная.

Почему детекторы ошибаются

Ложные срабатывания — тексты не-носителей языка, технические и юридические документы часто детектятся как ИИ, потому что они формальны и предсказуемы. Ложные отрицания — ИИ-текст с человеческой редакцией может пройти как «человеческий». Зависимость от длины — детекторы точнее на текстах 500+ слов, короткие (100–200 слов) имеют высокую погрешность. Гонка вооружений — детекторы обучаются на новых версиях ИИ, ИИ обучается обходить детекторы, точность колеблется.

Вывод: детекторы — полезный инструмент для самопроверки, но не абсолютный арбитр. Поисковики используют более сложные сигналы (поведенческие, ссылочные, E-E-A-T), а не только «похоже на ИИ».

От черновика до публикации: как это работает

Главный принцип: ИИ — инструмент, не автор. На примере статьи про CWV, которую публиковали в сентябре 2026.

Черновик от ИИ (15 минут)

Я попросил ИИ написать структуру статьи про LCP и CLS. Получил 2000 слов — гладких, правильных, и абсолютно безжизненных. GPTZero показал 87% AI. Публиковать такое нельзя.

Добавляю данные (1 час)

Открываю PageSpeed Insights, делаю замеры до и после оптимизации. Добавляю таблицу: TTFB 0.42 с → 0.17 с, LCP 3.1 с → 1.8 с. Вставляю скриншоты из GSC. Это то, чего ИИ дать не может — реальные числа с реального сайта.

Перепишиваю «скользкие» места (1.5 часа)

Нахожу абзацы, которые звучат как учебник, и переписываю их. Заменяю «Важно отметить, что оптимизация изображений играет ключевую роль» на «Сжал картинку с 2 МБ до 180 КБ — страница загружается на секунду быстрее». Добавляю короткие предложения между длинными. Вставляю разговорные обороты: «Мелочь? Для LCP — разница между зелёной и красной зоной».

Факт-чекинг (30 минут)

ИИ часто «галлюцинирует» — выдумывает факты. В черновике про CWV было утверждение «Google рекомендует LCP менее 4 секунд». Проверяю: нет, Google рекомендует менее 2.5 секунд. Исправляю. Проверяю все ссылки — работают ли? Проверяю имена и названия инструментов.

Финал: автор, дата, публикация

Добавляю имя автора, дату публикации, дату последнего обновления. После всей этой работы GPTZero показывает 23% AI. Originality.ai — 31%. Это приемлемый уровень: детекторы видят, что текст редактировался человеком.

Что я проверяю перед публикацией

После того как прогнал десятки текстов через детекторы, у меня сложился короткий список — не чеклист на 20 пунктов, а пять вещей, которые реально влияют. Первое: есть ли в тексте хотя бы одна таблица с моими данными — замеры TTFB, конверсии, позиции, что угодно своё, без этого текст пересказ. Второе: проверены ли цифры — ИИ часто выдумывает числа, и одна ошибка вроде «Google рекомендует LCP менее 4 секунд» (правильно 2.5 с) подрывает доверие ко всему тексту. Третье: разнообразна ли длина предложений — читаю вслух, и если все предложения одной длины, переписываю: короткое, потом длинное с уточнениями, потом снова короткое. Четвёртое: есть ли имя автора и дата — не «Админ», а конкретное имя, причём не только дата публикации, но и дата обновления, это сигнал E-E-A-T. Пятое: прогнал ли через детектор — GPTZero бесплатный, Originality.ai платный но точнее, если показывает больше 50% AI, возвращаюсь к редактуре.

Что часто говорят — и почему это не так

«Google банит за использование ChatGPT». Нет, Google обновил guidelines в марте 2024 (Creating helpful content) — фокус на качестве, не на происхождении. Массовый спам — да, бан. Единичные качественные тексты с ИИ-помощью — нет. На bigfozzy.com мы используем ИИ для черновиков с 2024 года, и трафик из Google не упал.

«Детекторы ИИ точны на 100%». Даже лучшие детекторы (Originality.ai) имеют точность около 90% на GPT-4, на более старых моделях ниже. Ложные срабатывания — частая проблема. Я сам видел, как человеческий текст про поведенческие факторы показал 12% AI — это норма, не идеал.

«Если перефразировать ИИ-текст, детектор не узнает». Частично правда — глубокая переработка снижает детекцию, но поисковики смотрят не только на «похожесть на ИИ», но и на качество, факты, поведенческие сигналы.

«Яндекс не детектит ИИ». Детектит. «Яндекс Спам» 2025 года направлен в том числе против скалированного ИИ-контента, а поведенческие факторы Яндекса — дополнительный сигнал.

«ИИ-текст нельзя отличить от человеческого». Можно — perplexity, burstiness, Information Gain это измеримые метрики. Но при качественной человеческой редакции разница стирается. Мой тест это показал: 87% AI до 23% AI после трёх часов работы.

Что изменится в 2026–2027

Детекторы станут точнее — модели ИИ эволюционируют (GPT-5, Claude 4), детекторы адаптируются, гонка продолжится. Поисковики будут смотреть на процесс, не только на результат: Google уже тестирует сигналы «редакционного процесса» — история изменений, участие человека, факт-чекинг.

Появится «сертификат человеческого контента» — аналог SSL-сертификата, криптографическое подтверждение, что текст создан или проверен человеком. Стандарты C2PA (Coalition for Content Provenance and Authenticity, c2pa.org) уже работают для изображений, для текста — в разработке. ИИ-детекция станет частью E-E-A-T: «Experience» (опыт) — это про человеческое участие, и страницы без признаков человеческого опыта будут ранжироваться ниже.

Яндекс усилит поведенческие сигналы. Если пользователи отличают ИИ-текст от человеческого (быстрый уход со страницы), Яндекс это учтёт — косвенная детекция через поведение.

Что я планирую делать на bigfozzy.com: продолжать публиковать 2-3 статьи в месяц, каждую прогонять через детектор перед публикацией, добавлять замеры и скриншоты. Не гнаться за количеством — гнаться за Information Gain. Одна статья с реальными данными лучше десяти пересказов.

По теме: AI-контент и SEO · риски ИИ-контента · E-E-A-T · ИИ-агенты · 28 промптов.

Ещё: SEO и ИИ: карта раздела · GEO и AEO · ИИ-инструменты.