RAG — архитектура, в которой нейросеть перед ответом запрашивает внешнюю базу данных или поисковую систему, получает релевантные документы и формирует ответ на их основе. Так работают Perplexity, AI Overview в Google, частично ChatGPT с веб-поиском.
Для SEO RAG важен потому, что именно через него ваш контент попадает в ответ ИИ. Если поисковая часть (Google, Yandex) не нашла вашу страницу, LLM её не процитирует. Поэтому AEO — это в первую очередь нормальное SEO под индексацию.
Perplexity получает запрос → ищет в индексе Bing 8 релевантных страниц → передаёт их LLM как контекст → нейросеть собирает ответ только на основе этих источников с цитатами.
Практический вывод для SEO: попасть в ответ RAG-системы можно только через тот индекс, из которого она берёт документы. Perplexity и Copilot опираются на индекс Bing, Google AI Overview — на собственный, поэтому проверять надо присутствие страницы в Bing Webmaster Tools и в Google Search Console по нужным запросам. Если страницы нет в источнике, никакие промпты её не вытащат — AEO начинается с банальной индексации.
Внутри RAG ранжируется не страница целиком, а отдельные фрагменты-чанки, которые ретривер достаёт по векторной близости к запросу. Поэтому выигрывают тексты, где ответ собран в один самодостаточный абзац рядом с заголовком-вопросом, а не размазан по статье. Длинные вводки, вода и «по данным экспертов» без конкретики снижают шанс, что именно ваш чанк попадёт в контекст модели: ретривер предпочтёт более плотный по смыслу кусок у конкурента.
Запрос превращается в вектор, и из индекса достаются самые близкие по смыслу фрагменты страниц.
Найденные чанки подставляются в контекст модели как источник истины вместо её внутренних знаний.
LLM формулирует ответ только по переданным фрагментам и ставит ссылки на их источники.
Запрос «как уменьшить TTFB» в Perplexity. Если ваша статья проиндексирована Bing и содержит абзац-ответ под заголовком «Как снизить TTFB» с конкретикой (CDN, HTTP/2, кэш), ретривер берёт именно этот чанк, и домен попадает в список из 5-8 цитируемых источников. Если та же информация раскидана по тексту без явного вопроса в заголовке, систему процитирует конкурент с более плотным абзацем — при том ж