Голосовой поиск превратил поиск из «10 синих ссылок» в один прямой ответ. Когда пользователь спрашивает Алису «какая погода завтра» или Google Assistant «как приготовить сырники», ассистент даёт один синтезированный ответ – без вариантов, без выбора. Для сайта это значит: либо твой контент попал в этот ответ, либо ты невидим в голосовом канале. Голосовой поиск – крайняя форма zero-click-выдачи, и оптимизация под него совпадает с принципами GEO и featured snippets.
Голосовой поиск
Определение
Голосовой поиск – способ поиска информации через голосовой запрос вместо набора текста. Реализуется через ассистентов: Алиса (Яндекс), Google Assistant, Siri (Apple), Alexa (Amazon). Около 40–80% ответов голосовых ассистентов берутся из featured snippets и нейроответов поисковиков.
3 мин 162 Обновлено 12 августа
Как это работает
Голосовой поиск проходит три этапа.
- Распознавание речи. Аудиозапрос пользователя превращается в текст через speech-to-text модель
- Обработка запроса. Текст классифицируется по типу: фактический вопрос, команда устройству, навигация, поиск
- Ответ. Для фактических вопросов ассистент берёт ответ из своих источников: featured snippets, knowledge graph, AI-генерация, локальные данные
Источники ответов разные у разных ассистентов:
| Ассистент | Главный источник ответов |
|---|---|
| Яндекс Алиса | Поиск Яндекса + нейроответы Алисы AI + Wikidata |
| Google Assistant | Featured snippets Google + Knowledge Graph |
| Apple Siri | Wikipedia, Wolfram Alpha, локальные данные |
| Amazon Alexa | Wikipedia, Bing, собственные skills |
Особенности голосовых запросов
Голосовые запросы существенно отличаются от текстовых:
- Длиннее. Голосовой запрос в среднем 5–8 слов против 2–4 в текстовом
- Естественный язык. «Как приготовить сырники из творога» вместо «сырники рецепт»
- Вопросительная форма. Часто начинаются на «как», «что», «почему», «когда»
- Локальные. 30–50% голосовых запросов имеют локальное намерение («ближайшая пиццерия»)
- Контекстные. Ассистент удерживает контекст разговора («а сколько это стоит» после предыдущего запроса)
Зачем это нужно
Для бренда голосовой поиск – отдельный канал, который требует собственной оптимизации.
1. Целая категория запросов. Информационные, локальные, инструкционные запросы – это около 30–40% всего поиска в 2026 году. Без оптимизации сайт теряет долю в этом сегменте.
2. Лояльность пользователя. Когда ассистент даёт ответ из конкретного источника и упоминает бренд, доверие пользователя резко растёт – ассистент воспринимается как нейтральный авторитет.
3. Local SEO. Голосовые запросы с географической привязкой («рядом со мной», «в Москве») – главный канал для бизнесов с физическим присутствием.
Как оптимизировать сайт под голосовой поиск
Базовый чек-лист:
- Featured snippets. 40–80% ответов голосовых ассистентов берутся из featured snippet. Если страница в нём – вероятность быть в голосовом ответе максимальная
- Прямой ответ в первых 40–60 словах. Структура «вопрос → ответ → пояснение»
- Естественный язык вопросов. H2 в формате полного вопроса, как его задаст человек
- FAQPage и HowTo разметка. Дают ассистентам готовые chunks
- Локальная разметка. Schema.org типа LocalBusiness с адресом, телефоном, часами работы
- Скорость загрузки. Голосовые ассистенты часто отбрасывают медленные страницы
- Поддержка HTTPS. Базовое требование для всех ассистентов
Для российского бизнеса главный канал – Яндекс Алиса, и здесь работает дополнительная логика: Алиса AI отдаёт приоритет источникам, соответствующим принципам ЭПОС (Экспертность, Полезность, Оригинальность, Содержательность).
Пример
В проекте локального медицинского центра в Москве оптимизировали 30 страниц-описаний услуг под голосовой поиск. Изначально ни одна из страниц не попадала в голосовые ответы Алисы и Google Assistant по запросам типа «где сдать анализы рядом», «куда обратиться с болью в спине».
Доработки: добавили FAQPage на каждую страницу с типичными голосовыми вопросами пациентов (5–7 вопросов на страницу), переписали H2 в формат полных вопросов, добавили LocalBusiness Schema с координатами и часами, в первые 50 слов каждой страницы добавили прямой ответ на главный вопрос («Что лечит ревматолог? – Ревматолог занимается заболеваниями суставов, соединительной ткани и...»).
Через 8 недель: количество визитов с пометкой «голосовой запрос» в Яндекс.Метрике выросло в 4,7 раза. Это в основном брендовый и навигационный голос («медцентр такой-то на улице такой-то»). Через Алису по информационным запросам цитирования ещё не было – это требовало большего трастового сигнала и времени. Но видно начало работы канала.
Частые вопросы
Какие голосовые ассистенты популярны в России?
Главный – Яндекс Алиса (доминирует на российском рынке умных колонок и в смартфонах). Также используются Google Assistant (Android), Siri (iPhone, iPad), Alexa (некоторые умные колонки и устройства Amazon). Маруся (VK) и Салют (Сбер) – локальные ассистенты с растущей долей.
Откуда голосовые ассистенты берут ответы?
Из разных источников в зависимости от ассистента. Яндекс Алиса использует поиск Яндекса, нейроответы Алисы AI и Wikidata. Google Assistant – featured snippets Google и Knowledge Graph. Siri – Wikipedia, Wolfram Alpha и локальные данные. Alexa – Wikipedia, Bing, собственные skills. По исследованиям, 40–80% ответов берутся из featured snippets.
Как оптимизировать сайт под голосовой поиск?
Шесть базовых принципов. 1) Попадать в featured snippets. 2) Давать прямой ответ в первых 40–60 словах после H2. 3) Использовать H2 в формате полного вопроса. 4) Внедрять FAQPage и HowTo разметку. 5) Для локального бизнеса – LocalBusiness Schema с адресом и часами. 6) Обеспечить высокую скорость загрузки и HTTPS.
Чем голосовые запросы отличаются от текстовых?
Голосовые запросы длиннее (в среднем 5–8 слов против 2–4 в текстовом), используют естественный язык, чаще задаются в вопросительной форме, имеют выраженное локальное намерение (30–50% запросов с географической привязкой), удерживают контекст разговора («а сколько это стоит» после предыдущего запроса).
Влияет ли скорость загрузки на голосовой поиск?
Сильно. Голосовые ассистенты часто отбрасывают медленные страницы при выборе источника ответа. Базовое требование – Core Web Vitals в зелёной зоне, особенно LCP менее 2,5 секунды. Также важно: HTTPS обязателен, мобильная адаптация безусловна, желательно AMP или быстрый кэш на CDN.
Какая разметка важнее для голосового поиска?
Три ключевых типа. FAQPage для вопросов-ответов: ассистент берёт готовые пары Q-A. HowTo для пошаговых инструкций: ассистент читает шаги последовательно. LocalBusiness для локальных запросов: адрес, телефон, часы работы попадают в ответ напрямую. Дополнительно – Recipe для кулинарных запросов, Article + Person для новостей и экспертных статей.
Сколько процентов поиска в 2026 году голосовые?
Точных универсальных цифр нет, оценки расходятся. По разным исследованиям – от 20 до 40% всего поиска в смартфонах в развитых рынках. В России доля голосового поиска через Алису растёт быстрее западного среднего из-за высокого проникновения умных колонок Яндекса. В B2B сегменте доля ниже, в B2C и локальном бизнесе – выше.
Связанные термины
FAQPage Schema
FAQPage Schema – тип разметки Schema.org для страниц с часто задаваемыми вопросами и ответами. С 8 августа 2023 года Google показывает FAQ rich results только для авторитетных правительственных и медицинских сайтов, но для AI-поиска разметка остаётся одним из самых сильных сигналов цитируемости.
Featured snippet
Featured snippet («блок ответа», position zero) – расширенный сниппет в выдаче Google, который показывает прямой ответ на запрос над основными результатами. Появился в Google в 2014 году. Запускается примерно в 5–8% запросов, даёт 35–42% кликов в выдаче в зависимости от устройства.
GEO
GEO (Generative Engine Optimization) – оптимизация контента под цитируемость в AI-поисковиках: ChatGPT, Perplexity, Google AI Overviews, Яндекс Алиса AI. Термин ввели исследователи Принстона, Georgia Tech, Allen Institute и IIT Delhi в работе на arXiv от 16 ноября 2023 года.
HowTo Schema
HowTo Schema – тип разметки Schema.org для пошаговых инструкций. 13 сентября 2023 года Google полностью отключил HowTo rich results на всех устройствах, но разметка остаётся ценным сигналом для AI-поиска (ChatGPT, Perplexity, AI Overviews) и Яндекс Алисы AI.
Schema.org
Schema.org – словарь структурированных данных для разметки веб-страниц, который понимают Google, Bing, Yandex и AI-системы. Запущен в 2011 году совместно Google, Microsoft и Yahoo, в ноябре 2011 к проекту присоединился Яндекс.
ЭПОС
ЭПОС – четыре принципа Яндекса для оценки качества контента, который попадает в нейроответы Алисы AI: Экспертность, Полезность, Оригинальность, Содержательность. Критерии официально объявлены на конференции «День Поиска» 7 апреля 2026 года.
Материалы по теме
Что почитать дальше по этой теме.
Статья
Что боты находят на сайте, а вы – нет
Боты ходят по изнанке сайта, куда живой человек не забредёт, и фиксируют в логах то, чего не видно ни в Метрике, ни на витрине: падающие с ошибкой 500 страницы каталога, битый файл с 747 обращениями, поток сканеров секретов. Разбираю на реальных логах, что искать и как чинить.
7 мин
196
22 июля 2026
Инструкция
Как выгрузить и читать access-логи, если хостинг хранит их три дня
Access-лог – единственное место, где виден весь трафик сайта, включая ИИ-ботов, которых не замечают счётчики. Разбираю на практике: где взять логи, как не потерять их из-за ротации, какие команды показывают ботов, ошибки и подозрительную активность.
7 мин
151
21 июля 2026
Флагманский гайд
AI-анализ email-обращений: методика на стыке Яндекс.Метрики и Claude Code
Классический email-трекинг отвечает на вопрос «откуда пришло обращение». AI-слой отвечает на вопросы, которые раньше требовали ручного аналитика: значим ли email на фоне звонков, форм и мессенджеров, почему один источник даёт качественные обращения, а другой – пустые, какие сегменты визитов предшествуют письму, что написать в ответ с учётом пути пользователя. Здесь – как я собираю это на уже имеющемся стеке: Logs API Метрики, PostgreSQL и Claude Code, без новых платных сервисов.
11 мин
290
26 мая 2026
Флагманский гайд
Майкор: ИИ-аудит проекта по 4 точкам контакта
Майкор – это перекрёстный ИИ-аудит проекта в 4 точках контакта: сайт, контекстная реклама, AI-поиск и Яндекс.Карты. Я анализирую каждую систему и смотрю связки между ними – где маркетинг рассказывает одно, реклама ведёт на другое, а AI-системы цитируют третий номер телефона. В одном из моих аудитов медицинской клиники в Москве у организации в индексе AI-сервисов оказалось 6 разных номеров и всего 7 упоминаний на 64 проверочных запроса – при том, что в обычной выдаче Яндекса клиника была в топ-1. Майкор закрывает такие разрывы за один аудит вместо четырёх раздельных.
16 мин
495
13 мая 2026
Гайд
FAQPage Schema: как разметить блок частых вопросов и попасть в AI-ответы
FAQPage schema – один из самых эффективных типов разметки для попадания в AI-ответы. Страницы с FAQPage schema цитируются AI-поисковиками в 2,7 раза чаще. В этом гайде – формат разметки, правила написания ответов для AI, реализация на 1С-Битрикс и типичные ошибки, которые обнуляют эффект.
8 мин
326
25 апреля 2026