Какой контент любит каждая AI-модель: анализ intent preferences по 6 провайдерам

Вы создаёте контент — статьи, гайды, сравнения, обзоры. Но если спросить: «В какой AI-модели этот контент принесёт видимость?» — большинство команд ответить не смогут. И это проблема.

По данным AthenaHQ State of AI Search 2026 (анализ 8 млн AI-ответов в Q1 2026), разные AI-модели демонстрируют принципиально разные паттерны intent preferences. Одни модели генерируют ответы преимущественно на информационные запросы, другие — на сравнительные, третьи — равномерно охватывают все типы. Это означает, что бренд, создающий только информационный контент, будет хорошо виден в Copilot и практически невидим в AI Overview. И наоборот.

В этой статье — конкретные данные по 6 AI-провайдерам и практическое руководство: какой контент писать, чтобы быть заметным там, где находится ваша аудитория.

Copilot: «Wikipedia-модель» с аномальным информационным биасом

Microsoft Copilot — самый предсказуемый провайдер с точки зрения intent distribution. Его паттерн повторяется практически во всех вертикалях: Informational подавляюще доминирует, и это самый выраженный биас среди всех 6 моделей.

Данные AthenaHQ по вертикалям для Copilot:

• Real Estate: Informational — 69.91%. Это рекордное значение среди всех моделей и вертикалей в исследовании.
• Healthcare: Informational — 51.94%. Второй интент — Optimization/Improvement (9.54%).
• Government: Informational — 48.59%. Optimization/Improvement — 11.40% (тоже рекорд для этого интента).

Что это означает на практике: когда пользователь обращается к Copilot в контексте недвижимости, здравоохранения или государственных услуг — почти 7 из 10 ответов строятся вокруг информационного контента. Copilot объясняет, что такое ипотека, как работает страховка, что означает тот или иной термин.

Вторая особенность Copilot — аномально высокая доля Optimization/Improvement интента в сравнении с другими моделями. Это запросы типа «как улучшить», «как оптимизировать», «что можно сделать лучше». Для Copilot это 9-11% в ряде вертикалей — у других провайдеров этот интент обычно остаётся ниже 5%.

Google AI Overview: единственная Comparative-модель

Google AI Overview — полная противоположность Copilot. Это единственный провайдер, где Comparative/Selection интент регулярно превышает или сравнивается с Informational.

Данные AthenaHQ по вертикалям для AI Overview:

• Tech: Comparative/Selection — ~25-30%, Informational — ~23%. Comparative выше.
• Logistics: Comparative/Selection — 32.25%, Informational — 31.65%. Comparative выше.
• Government: Comparative/Selection — 25.25%, Informational — 23.46%. Comparative выше.

Это аномалия на фоне всех остальных моделей. У ChatGPT, Gemini, Perplexity Informational всегда лидирует с существенным отрывом. AI Overview — исключение.

Ещё одна особенность AI Overview: заметно высокий Learning/Education интент (17-21% в зависимости от вертикали). Это обучающие запросы — «как это работает», «объясни мне шаги», «чему стоит научиться». AI Overview, в отличие от Copilot, хорошо покрывает этот пласт.

Природа этой аномалии понятна: Google исторически является поисковиком для коммерческих решений. Пользователи приходят в Google, когда хотят выбрать — и AI Overview обслуживает именно этот тип запросов.

Perplexity: самый сбалансированный профиль

Perplexity — провайдер, который сложнее всего «нацелить». Его intent distribution наиболее равномерна среди всех 6 моделей.

Данные AthenaHQ для Perplexity:

• Informational: 30-42% (зависит от вертикали)
• Comparative/Selection: 12-27%
• Acquisition/Obtaining: 7-19%
• Остальные 6 интентов: от 3% до 10% каждый

Perplexity не игнорирует ни один тип интента. Это Research-ориентированный инструмент, который используют для глубокого изучения вопросов — поэтому он «принимает» разнообразный контент.

Для брендов это означает: Perplexity можно закрыть разными типами контента. Информационная статья, сравнительный обзор, руководство по покупке — всё это имеет шанс попасть в ответы. Стратегически Perplexity выгоден брендам с широким контентным портфелем.

Подробнее об оптимизации под Perplexity — в статье Как увеличить cited sources в Perplexity.

ChatGPT: «средний» профиль без экстремов

ChatGPT демонстрирует умеренный вариант профиля, близкого к среднерыночному. Он не такой информационно-biased, как Copilot, и не такой Comparative-ориентированный, как AI Overview.

Данные AthenaHQ для ChatGPT:

• Informational: 31-43%
• Comparative/Selection: 14-28%
• Acquisition/Obtaining: 9-21%

По сути, ChatGPT — это «разумный баланс», где Informational лидирует, но остальные интенты тоже представлены значимо. Это делает ChatGPT универсальной площадкой — он реагирует и на образовательный контент, и на коммерческий, и на сравнительный.

Однако «средний» профиль не означает «простой». Для ChatGPT критично качество источников и их известность: модель хорошо знает крупные международные бренды и независимые авторитетные домены, но может не знать локальные бренды даже с хорошим контентом. Об этом подробнее — в статье Как ChatGPT выбирает источники.

Gemini: Informational плюс обучающий уклон

Gemini — второй провайдер с выраженным Informational-биасом, хотя и менее экстремальным, чем Copilot.

Данные AthenaHQ для Gemini:

• Healthcare: Informational — 50.31%
• Real Estate: Informational — 51.80%
• Learning/Education: 13-20% — заметно выше, чем у большинства других провайдеров

Gemini, в отличие от Copilot, активнее работает с Learning/Education интентом. Это объясняется его интеграцией в образовательные продукты Google и общей ориентацией на обучение и объяснение. Если Copilot объясняет «что это», Gemini чаще объясняет «как это работает» и «как этому научиться».

Для брендов в образовательной, медицинской и финансовой сферах — Gemini выгоден как площадка для глубоких обучающих материалов. Пошаговые руководства, курсы, объяснения механизмов — этот контент хорошо работает.

Claude: осторожная Investigation-модель

Claude — самая «осторожная» модель в контексте коммерческих рекомендаций. Данные AthenaHQ по Claude менее детальны в разбивке по вертикалям, чем по другим провайдерам, но общие закономерности документированы.

Claude последовательно демонстрирует:

• Пониженную долю Acquisition/Obtaining интента — Claude избегает прямых «купите здесь» рекомендаций и транзакционного контента.
• Повышенную долю Investigation/Research — глубокого, аналитического контента. Claude лучше реагирует на исследовательские материалы с цитатами, данными, источниками.
• Осторожность с Comparative/Selection — Claude редко даёт категоричные «А лучше Б» рекомендации, предпочитая взвешенный анализ.

Для брендов это означает: Claude — не площадка для прямого коммерческого push. Зато это отличная площадка для брендов, которые инвестируют в thought leadership: исследования, white papers, аналитические отчёты, контент с данными.

Матрица intent preferences по моделям

Данные AthenaHQ State of AI Search 2026 (Q1 2026, 8 млн AI-ответов, усреднено по вертикалям).

Легенда: ★★★★★ — доминирующий интент (более 45%), ★★★★ — высокий (30–45%), ★★★ — средний (15–30%), ★★ — умеренный (5–15%), ★ — низкий (менее 5%).

Практический маппинг: что писать под каждую модель

Данные по intent preferences напрямую переводятся в контентную стратегию. Вот как это работает на практике.

Под Copilot: информационный хаб

Copilot нужен контент, который объясняет и информирует, а не продаёт.

Что работает:

• Подробные статьи-объяснения («Что такое X», «Как устроен Y»)
• Глоссарии терминологии отрасли
• Руководства по выбору критериев (не «купите нас», а «вот как выбирать в принципе»)
• Материалы типа «как улучшить X» и «как оптимизировать Y» (Optimization/Improvement)
• Wikipedia-стиль: факты, определения, структурированная информация

Что не работает: лендинги с CTA, списки «почему мы лучшие», прямые призывы к покупке.

Под AI Overview: сравнительный контент

AI Overview хочет видеть ваш бренд в контексте сравнений и выборов.

Что работает:

• Страницы «X vs Y» (прямые сравнения с конкурентами)
• Обзоры «Лучшие решения для Z» — и ваш бренд в этом списке
• Статьи «Как выбрать между A и B» с критериями
• Обучающие материалы с практическими шагами (Learning/Education)
• Hub-страницы категорий с сравнительными таблицами

Что не работает: чисто информационные статьи без коммерческого угла.

Под Perplexity: диверсифицированный контент-портфель

Perplexity — площадка, где работает всё. Приоритизируйте по объёму аудитории и ключевым словам.

Что работает:

• Любой качественный длинный контент с источниками
• Исследования и данные (Perplexity любит цитировать факты)
• Новостные материалы и обновления (Update/News)
• Коммерческий контент с конкретными характеристиками

Стратегия: создайте контент под каждый из 9 интентов — Perplexity это покроет.

Под ChatGPT: доверие и авторитет источника

ChatGPT хорошо балансирован по интентам, но чувствителен к авторитетности источника.

Что работает:

• Контент на авторитетных доменах с хорошей репутацией
• Упоминания в независимых медиа и обзорных ресурсах
• Комбинация информационного и коммерческого контента
• Международное присутствие (ChatGPT лучше знает бренды с англоязычным следом)

Стратегия: инвестируйте в earned media — упоминания в авторитетных источниках сильнее, чем собственный контент.

Под Gemini: обучение и экспертиза

Gemini реагирует на глубокий образовательный и экспертный контент.

Что работает:

• Пошаговые руководства и обучающие материалы
• Контент, объясняющий механизмы и принципы работы
• E-E-A-T сигналы: авторство экспертов, данные, исследования
• Интеграция с Google-экосистемой (Google Business Profile, структурированные данные)

Под Claude: исследования и аналитика

Claude ценит глубину и источники, избегает коммерческого давления.

Что работает:

• Исследовательские отчёты и white papers
• Аналитика с данными и цитатами первоисточников
• Контент, представляющий multiple perspectives без категоричных выводов
• Thought leadership материалы с авторским опытом

Что не работает: агрессивный коммерческий контент, прямые призывы «выберите нас».

Чек-лист: аудит контент-стратегии по AI-провайдерам

Используйте этот чек-лист для оценки текущего контентного портфеля:

• Аудит intent distribution: проверьте, какие типы контента у вас уже есть — информационный, сравнительный, обучающий, транзакционный
• Определите приоритетные модели: где находится ваша аудитория — B2B Copilot, Google-пользователи с AI Overview, Perplexity-исследователи?
• Создайте страницы сравнений если целитесь в AI Overview — «X vs Y» под каждый ключевой конкурент
• Разработайте информационный хаб если целитесь в Copilot — минимум 10-15 образовательных статей по ключевым темам ниши
• Добавьте Investigation/Research контент если хотите видимость в Claude — исследования с данными, аналитика, отраслевые отчёты
• Диверсифицируйте под Perplexity: покройте минимум 5 из 9 типов интентов качественным контентом
• Обновите структурированные данные: Article, FAQPage, HowTo — они помогают AI-моделям классифицировать ваш контент по интентам
• Настройте мониторинг по провайдерам: отслеживайте, в каких моделях появляется ваш бренд при информационных vs коммерческих запросах — GEO Scout показывает это в разбивке по типам промптов
• Проверьте YandexGPT и Alice AI: для российского рынка — отдельная стратегия под Яндекс-экосистему
• Повторите аудит через 30 дней: intent preferences моделей меняются при обновлениях — мониторинг должен быть непрерывным

Контент-стратегия, которая не учитывает intent preferences конкретных AI-моделей, — это стратегия вслепую. Данные AthenaHQ State of AI Search 2026 дают достаточно конкретную картину: Copilot хочет информацию, AI Overview хочет сравнения, Claude хочет исследования. Ваша задача — убедиться, что у вас есть правильный контент для каждого провайдера, где присутствует ваша аудитория.

Чтобы понять, как ваш бренд сейчас виден в разных AI-моделях по разным типам запросов — запустите мониторинг на GEO Scout.