Как попасть в ответы нейросетей

Глава 2. Откуда ИИ берёт факты

Кто сейчас Папа Римский

Проделайте маленький опыт. Откройте любой ИИ-ассистент, выключите у него поиск в интернете и спросите: «Кто сейчас Папа Римский?»

С высокой вероятностью вы услышите: Франциск. Уверенно, без оговорок, будто это очевидный факт.

А это уже не факт. Папа Франциск умер 21 апреля 2025 года.¹ Через пару недель, на конклаве 7—8 мая, кардиналы избрали нового понтифика — американца Роберта Фрэнсиса Прево, который принял имя Лев XIV и стал первым в истории Папой, родившимся в США.² ³ Мир изменился. А ассистент об этом не знает.

Почему? Потому что его учили на текстах, собранных до этой даты. Ту точку, на которой обучение остановили, в первой главе мы назвали датой отсечки знаний. И для очень многих массовых моделей эта дата — раньше апреля 2025-го. GPT-4o, например, по общедоступным сводкам обучали на данных до октября 2023 года.⁴ Для такой модели Франциск всё ещё жив — просто потому, что в её «памяти» он не умирал.

Теперь включите тому же ассистенту поиск и задайте тот же вопрос. Ответ изменится на глазах: Лев XIV, со ссылкой на свежую новость. Модель та же, вопрос тот же, а ответ другой — потому что факты она взяла из двух разных мест.

Об этом и глава. В первой мы выяснили, что у ассистента как будто два «мозга»: застывшая память из обучения и живой поиск прямо сейчас. Теперь заглянем внутрь: откуда именно машина достаёт факты, когда отвечает вам, как устроена эта «добыча» и почему для вашего бренда важен ровно один из двух источников — тот, на который можно повлиять.

Память против поиска: в чём разница

Сначала о том, почему это не гиковская мелочь: от разницы между памятью и поиском зависит, увидят ваш бренд или нет.

Память из обучения похожа на энциклопедию: её отпечатали однажды и больше не переиздавали. В ней может быть колоссальный объём знаний. Но она не в курсе ничего, что случилось после печати. Новый Папа, новый закон, ваш новый продукт, вчерашнее обновление цен — всё это для неё не существует.

У разных моделей «дата печати» разная. По регулярно обновляемым сводкам на начало 2026 года картина такая: у GPT-4o знания заканчиваются примерно на октябре 2023-го, у GPT-4.5 — на декабре 2024-го, у Claude 4 — на начале 2025-го, у DeepSeek-V3 — на конце 2024-го. А вот у платформ вроде Perplexity или Gemini с включённым поиском знания фактически «реального времени» — они с самого начала завязаны на живой поиск.⁴ Важная оговорка: сами компании редко публикуют эти даты официально, так что относиться к ним стоит как к ориентиру, а не к паспорту модели.

Живой поиск — противоположность застывшей энциклопедии: модель в момент вашего вопроса выходит в сеть, находит свежие страницы и строит ответ на них. Наглядно это видно даже внутри одной модели. У DeepSeek, например, поиск в интернете — переключаемая функция: без него модель отвечает по памяти, с ним — сначала обращается к веб-источникам, а как именно (обычным поиском с генерацией по найденному или, в режиме размышления, самостоятельно решая, что и где искать) зависит от режима.⁵ Тот же тумблер вы дёрнули в опыте с Папой Римским.

Запомните простое правило, которое отделяет одно от другого:

Память отвечает на вопрос «что ты выучил про X?». Живой поиск отвечает на вопрос «что говорят вот эти сегодняшние документы про X?».

Это и есть смысловое ядро всей главы. И как раз второй вопрос открывает дверь брендам. Ведь «сегодняшние документы» кто-то пишет и публикует. А значит, на них можно влиять.

Осталось понять, как именно модель превращает «эти документы» в ответ. У этого механизма есть имя, которое вы уже встречали в первой главе, — RAG. Разберём его до винтика.

RAG: экзамен с открытой книгой

Мы уже знаем про метод из Facebook AI Research (теперь Meta AI; Meta признана в России экстремистской организацией и запрещена): в 2020 году там придумали подкладывать модели найденные документы прямо в момент ответа — и назвали это RAG, «генерация, дополненная поиском». Работали вместе с Университетским колледжем Лондона и Нью-Йоркским университетом, ведущий автор — Патрик Льюис, работу приняли на крупную научную конференцию NeurIPS 2020.⁶

Самому Льюису, кстати, до сих пор неловко за неудачную аббревиатуру. В интервью NVIDIA он признался: «Мы точно планировали придумать более благозвучное название, но когда пришло время писать статью, ни у кого не нашлось идеи получше». Метод он называет «рецептом дообучения общего назначения» — его можно приделать почти к любой языковой модели и почти к любому источнику данных. А простейшую версию, по его словам, разработчик собирает всего в пяти строчках кода.⁷

Идея-то и правда простая. Лучше всего её объясняет школьная метафора: экзамен с открытой и закрытой книгой.⁸

Обычная модель без поиска — это блестящий студент на экзамене с закрытой книгой. Он умён, много прочитал, но отвечать может только по памяти. Забыл дату, перепутал цифру, не проходил новую тему — выкручивается как может: иногда угадывает, иногда уверенно несёт чушь. Именно отсюда растут галлюцинации, о которых была первая глава.

Модель с RAG — тот же студент, но на экзамене с открытой книгой. Голова при нём: он по-прежнему думает, рассуждает, формулирует. Но перед ответом может свериться с учебником — с конкретной страницей, где написан нужный факт, цифра, цитата. Экзамен с открытой книгой объективно легче. Поэтому RAG так быстро и стал стандартом.

Есть и вторая метафора — её любят инженеры NVIDIA — судья и клерк.⁷ Хороший судья держит в голове общие принципы права и способен рассудить почти любой спор. Но если дело тонкое — врачебная ошибка, трудовой конфликт, — он посылает помощника-клерка в библиотеку за конкретными прецедентами, которые можно процитировать в решении. Языковая модель — это судья с общей эрудицией. А RAG — тот самый клерк, который приносит ей нужные дела из «библиотеки» интернета. Без клерка судья решает по памяти. С клерком — по документам.

Обе метафоры про одно: RAG не делает модель умнее. Он даёт ей заглянуть в источник, прежде чем открыть рот. Осталось посмотреть, что при этом происходит внутри.

Что происходит внутри: конвейер за секунду

В первой главе путь запроса уместился в четыре шага: вопрос → поиск → отбор → сборка. Это вид сверху. Теперь спустимся на уровень механики.

Полный конвейер RAG работает в две фазы, и они разнесены во времени.⁹

Фаза первая — заготовка. Она происходит заранее, задолго до вашего вопроса. Систему нужно подготовить: взять горы документов и уложить их так, чтобы потом можно было мгновенно найти нужный кусок. Делают это в три приёма.

Сначала документы режут на фрагменты — на английском это называют chunking, «нарезка». Целую статью в модель не запихнёшь, и искать по ней целиком неудобно, поэтому текст крошат на небольшие фрагменты — каждый размером примерно с абзац.

Потом каждый фрагмент превращают в эмбеддинг — про это чудо чуть ниже, пока просто держите слово в голове.

И наконец, все эти эмбеддинги складывают в векторную базу данных — специальное хранилище, заточенное искать по смыслу. Это как разложить книги в библиотеке не по алфавиту, а по темам, да так, чтобы похожие стояли рядом.

На этом всё: библиотека готова и ждёт. Эта фаза идёт в фоне и обновляется всякий раз, когда в сети появляются новые страницы.

Фаза вторая — ответ. Она разворачивается за ту самую секунду, пока ассистент «печатает». Тоже по шагам.

Ваш вопрос система превращает в такой же эмбеддинг — переводит на язык, на котором говорит библиотека. Потом ищет в векторной базе фрагменты, чьи эмбеддинги ближе всего к эмбеддингу вопроса, — это называется поиском по сходству. Из них отбирает несколько лучших. Эти куски подкладывает в промпт — то есть дописывает их прямо к вашему вопросу, невидимо для вас. И только теперь всё это уходит в языковую модель, которая пишет финальный ответ, опираясь на подложенные фрагменты.⁷

Ключевое здесь — предпоследний шаг. Модель не «вспоминает» ответ. Ей буквально дают в руки нужные абзацы вместе с вопросом. Она отвечает не «из головы», а «по бумажке», которую ей только что положили на стол. Поэтому заземлённый ответ и надёжнее: он собран из конкретных найденных фрагментов, а не из тумана памяти.

Осталась одна загадка — та самая, что мы отложили. Как система понимает, какие фрагменты «ближе по смыслу» к вопросу? Она же не человек, слов не понимает. Ответ на это — самая красивая часть всей механики.

Эмбеддинги: король минус мужчина плюс женщина

Компьютер не умеет читать. Он умеет считать. Поэтому, чтобы работать со смыслом текста, его сперва нужно превратить в числа. Этим и занимается эмбеддинг.

Эмбеддинг — это цифровой отпечаток слова, фразы или целого документа: длинный список чисел, который отражает смысл, а не просто буквы.¹⁰ Технически каждый кусок текста превращается в точку в огромном многомерном пространстве. Звучит абстрактно — но есть аналогия, после которой всё встаёт на места.

Представьте карту.¹¹ На обычной карте у каждого города есть координаты, и по ним видно, что рядом. Вы можете ничего не знать про два городка, но если их точки почти слиплись — они соседи. Эмбеддинги — это такая же карта, только не для городов, а для смыслов. У каждого слова свои «координаты» в пространстве значений. И слова-соседи по смыслу оказываются рядом. «Кошка», «кот», «котёнок», «мяукать» сбиваются в одно созвездие. А «автомобиль» висит совсем в другой части этой смысловой вселенной, далеко от кошек.

Ключевая идея — близость через расстояние. Чем ближе две точки, тем ближе по смыслу тексты, которые они обозначают.¹⁰ Компьютеру не нужно «понимать» слова по-человечески. Ему достаточно измерить расстояние между точками — а это уже чистая арифметика.

Дальше — почти фокус. Раз смыслы — это точки в пространстве, с ними можно проделывать арифметические действия. Хрестоматийный пример: возьмите вектор слова «король», вычтите «мужчина» и прибавьте «женщина». Получившаяся точка окажется рядом с «королева». ¹⁰ ¹² Разница между «королём» и «мужчиной» — это, по сути, закодированное понятие «королевский статус». Прибавьте его к «женщине» — и попадёте в «королеву».

Смысл этого фокуса глубже, чем кажется: в эмбеддингах зашиты не слова, а отношения между смыслами. Машина ухватывает, что король относится к мужчине так же, как королева к женщине, — хотя никто ей этого правила не объяснял. Она вывела его из того, как эти слова стоят рядом в миллионах текстов.

Теперь понятно, что такое поиск по сходству. Вы спросили «чем кормить котёнка» — система перевела вопрос в точку на карте смыслов и поискала вокруг. Рядом окажутся фрагменты про кошек, корм и уход, даже если слово «котёнок» в них ни разу не встречается дословно. А статья про ремонт машины останется в другом конце вселенной, её никто не достанет. Инженеры называют этот механизм векторным поиском.⁹

Поэтому современный ИИ так хорошо «понимает», о чём вы, даже когда вы сформулировали коряво. Он ищет не совпадение букв. Он ищет соседей по смыслу.

Что такое «источник» для модели

Мы дошли до слова, ради которого всё затевалось, — источник. Для вас источник — это статья, которую можно открыть и прочитать. Для модели на этапе поиска это сначала совсем другое. И понимать эту разницу критично, потому что именно от неё зависит, попадёте вы в ответ или нет.

Крупнейшее на сегодня исследование этого вопроса провёл Ahrefs — компания разобрала 1,4 миллиона запросов к ChatGPT.¹³ Полной прозрачности у закрытых моделей нет, но картина сложилась чёткая. Когда система ищет, каждый найденный результат приходит к ней не целой страницей, а набором полей: заголовок, короткий сниппет (обрывок текста), URL и внутренний идентификатор. На первом этапе модель решает, какие страницы вообще стоит открывать, именно по этим полям — то есть по метаданным, а не по всему тексту.¹³

Из этого следует первый практический вывод: на входе в воронку ваш заголовок и первые строки важнее, чем вся остальная статья. Модель сначала видит витрину, а не товар. Если витрина невнятная, до товара она может и не дойти.

Дальше — интереснее. У ChatGPT есть внутреннее поле ref_type — оно помечает, каким «каналом» URL попал в систему: обычный поиск, новости, Reddit, YouTube, научные работы.¹³ То есть у модели не один общий котёл источников, а несколько раздельных пулов под разные типы информации. И вот главная цифра: 88,46% всех процитированных ChatGPT ссылок приходят через канал обычного веб-поиска.¹³ Для сравнения — новости дают около 12%, Reddit меньше 2%, YouTube и научные статьи — доли процента.

Запомните это число — 88%. Оно означает простую вещь: чтобы попасть в ответ ChatGPT, нужно прежде всего попасть в его обычный веб-поиск. Не в экзотические каналы, а в тот же индекс, за который бьётся классическое SEO.

Ещё одна деталь, которая переворачивает интуицию. Reddit модель обожает читать, но почти не цитирует. По данным того же исследования, 67,8% всех страниц, которые ChatGPT достал, но в ответ не включил, — это Reddit. При этом в итоговых ссылках Reddit появляется меньше чем в 2% случаев. Аналитики Ahrefs сформулировали хлёстко: «Модель учится у толпы, а ссылается на солидных». ¹³ Форум помогает ей понять тему — а в источники идёт солидная статья.

И финальный штрих к тому, что для модели «источник». В момент, когда ChatGPT уже решает процитировать конкретный URL, он, по данным исследования, отбрасывает короткий сниппет и открывает страницу целиком.¹³ То есть попасть в кандидаты можно за счёт бойкого заголовка. А вот удержаться и попасть в финальную ссылку — только за счёт реального содержимого страницы. Витрина заводит внутрь. Решает — товар.

Ещё пара наблюдений из того же исследования, чтобы почувствовать масштаб отбора. Из всего, что ChatGPT нашёл по запросу, до ответа доходит примерно половина ссылок (около 16—17 из 33).¹³ И вторая деталь: страницы с понятными, человекочитаемыми адресами цитируются заметно чаще, чем страницы с техническими, нечитаемыми URL.¹³ Мелочь, конечно. Но из таких мелочей и складывается попадание в ответ.

Как это выглядит вживую: 5 документов из 130 миллиардов

Всё это не теория с иностранных блогов. Российские инженеры описывают ровно ту же механику — и, что редкость, с точными числами. Лучший разбор дал Яндекс, когда рассказывал, как устроен его Нейро.¹⁴

Инженеры Яндекса честно описали дилемму, из которой родился их подход, — как выбор между двумя крайностями. Первая крайность: найти страницу с готовым ответом и просто пересказать её, ничего не добавляя. Плюс — ответ легко проверить. Минус — если готового ответа в сети нет, отвечать нечем. Вторая крайность: спросить модель и дать ей ответить из головы. Плюс — ответить можно на что угодно. Минус — непонятно, где память, а где выдумка. Золотая середина между ними и есть RAG: модель получает вопрос и подходящие страницы, отвечает только фактами из них, имеет право делать выводы, но не имеет права выдумывать, и каждый кусочек ответа обязан опираться на источник.¹⁴

А вот как выглядит нарезка на фрагменты — тот самый chunking — на живом продукте. Документ Нейро в среднем содержит около 4000 токенов (токен — это примерно слово или его часть). Но целиком он не нужен. Поэтому текст режут на блоки по 256 токенов, причём с нахлёстом — чтобы важная мысль не разорвалась на стыке двух кусков. Каждый блок оценивает по релевантности небольшая модель, и система собирает самые полезные блоки, пока не наберётся полторы тысячи токенов чистого текста.¹⁴ Ровно то, о чём мы говорили абстрактно: режем, оцениваем близость, отбираем лучшее.

И самое наглядное. Яндекс индексирует свыше 130 миллиардов страниц. А в финальный ответ Нейро попадает всего пять документов.¹⁴ Пять из ста тридцати миллиардов. Цифра не спорит с «примерно десятью источниками» из первой главы: Нейро и быстрые ответы Алисы — разные режимы ИИ-ответов Яндекса, отсюда и разные числа. Почему так мало? Инженеры объясняют: чем больше документов на входе, тем меньше пользы от каждого следующего. Разница между одним источником и двумя — огромная. Между пятью и шестью — почти незаметная, зато расходы растут. Баланс сошёлся на пяти.¹⁴

Пять из ста тридцати миллиардов — таков истинный масштаб конкуренции за место в ответе. Поэтому мало просто «быть в интернете». Нужно оказаться среди тех пяти. О том, как система выбирает именно их, будет отдельная глава. Пока запомните цифру: 5.

У Сбера своя реализация — GigaSearch, чуть проще, но по той же схеме. Сначала вопрос прогоняют через классификатор: тот отличает запрос о фактах от обычной болтовни. Если вопрос про факты — включается поиск, и три лучших документа подкладываются прямо в промпт GigaChat. Если нет — модель отвечает сама.¹⁵ Тот же конвейер: отбор фрагментов, подкладывание в промпт, генерация.

Цена ответа без источника: дело профессора Терли

Зачем нужна вся эта машинерия, лучше всего видно там, где её нет: когда модель отвечает из чистой памяти, без клерка и без открытой книги.

В марте 2023 года профессор права Юджин Волох из UCLA (Калифорнийского университета в Лос-Анджелесе) проводил исследование и попросил ChatGPT привести примеры домогательств со стороны преподавателей юрфаков — со ссылками на публикации в прессе. Модель услужливо выдала список. В нём оказался Джонатан Терли — реальный, известный профессор права из Университета Джорджа Вашингтона. ChatGPT сообщил, что Терли домогался студентки во время учебной поездки на Аляску, и сослался на статью в Washington Post от марта 2018 года.¹⁶

Проблема в том, что не было ничего. Ни поездки, ни обвинения, ни статьи. Модель выдумала всё — вместе с источником, которого не существует, и точной датой публикации. Историю предал огласке 5 апреля 2023 года журналист Washington Post Праншу Верма, а на следующий день сам Терли описал случившееся в своём блоге: его без единого основания публично обвинили, сославшись на несуществующую газетную статью.¹⁶ ¹⁷

Вот она, закрытая книга во всей красе. Модель не знала ответа — и вместо честного «не знаю» сочинила правдоподобную историю с фальшивой сноской. Именно с такими провалами «закрытой книги» и борется слой поиска. Кстати, разбор дела Терли приводят и сами авторы GigaSearch — как пример проблемы, которую их поисковый слой призван лечить.¹⁵ RAG не делает модель святой. Но он привязывает её ответ к документам, которые можно открыть и проверить, — а выдумать несуществующую сноску, когда перед тобой лежит настоящая страница, куда труднее.

Почему брендам важен именно слой поиска

Теперь соберём всё в одну мысль — ту, ради которой стоило лезть внутрь конвейера.

У ассистента два источника фактов. Первый — память из обучения. Она сформирована до вас, зашита в модель на этапе обучения, и переписать её вы не можете. Никак. Хоть завалите интернет статьями о себе — в уже обученную модель они не попадут до следующего большого переобучения, которое делают редко и не для вас.

Второй источник — живой поиск. И вот он открыт настежь. Каждый раз, когда ассистент отвечает с включённым поиском, он идёт в сеть, тянет свежие страницы, режет их на фрагменты и собирает ответ из того, что нашёл. Если среди найденного окажется ваша страница — вы в ответе. Не нужно взламывать нейросеть. Нужно оказаться среди документов, которые она достаёт. Это и есть вся суть GEO, сведённая к одному предложению.

И это не абстрактная надежда — за ней есть цифры. Компания Yext разобрала 6,8 миллиона цитирований из более чем 1,6 миллиона ответов ИИ на платформах Gemini, OpenAI и Perplexity.¹⁸ Все источники, которые цитировал ИИ, она разложила по степени контроля бренда. Получилось так: 44% ссылок вели на собственные сайты компаний, ещё 42% — на профили и карточки брендов на сторонних площадках. Сложите — 86% процитированных источников бренд может напрямую контролировать или почти контролировать.¹⁸ Ещё около 8% — отзывы и соцсети, на которые бренд влияет частично. И лишь 6% — то, что вне контроля полностью: новости, форумы и прочее.¹⁸