Как Google и Яндекс детектят AI-контент в 2026: 7 факторов и что с этим делать

В марте 2024 Google интегрировал Helpful Content System в core-ranking. В 2025-м Яндекс публично заявил, что массовая генерация без редактуры — нарушение. К весне 2026-го домены, которые игнорировали эти сигналы, потеряли 70–95% органического трафика. Не «чуть просели» — обвалились. Эта статья — что именно детектят оба поисковика и как писать AI-assisted контент, который не палится. На основе моего опыта с 11 опубликованными статьями на dipustovalov.ru, написанными в связке с Claude.

Дисклеймер: «детект AI» — некорректный термин. Ни Google, ни Яндекс не применяют чистый AI-детектор как ZeroGPT. Они применяют пакеты сигналов, которые косвенно ловят massify-генерируемый контент и наказывают его. Эта статья — про сигналы, а не про мифический классификатор.

AI-content в 2026 — не «писали ли это нейросетью», а «есть ли у этого контента человеческое авторство и опыт». Первое поисковики не ловят. Второе ловят легко.

Что делает Google в 2026

Helpful Content System в core-ranking

До марта 2024 Helpful Content был отдельным «обновлением». С марта — это часть core-алгоритма, работает постоянно. Сигналы, которые он использует:

• People-first vs search-first. Контент, написанный «чтобы ранжироваться» — формулы H1/H2 «топ-10 X», заполнение синонимами, повторяющиеся структуры — наказывается.
• First-hand experience. Сигналом служит конкретика, которую невозможно знать без своего опыта: личные метрики, специфические ошибки, имена реальных проектов.
• Author authority. Связка контента с автором, у которого есть проверяемая экспертиза. Person schema, sameAs, public reputation.
• Site purpose. Сайты с явной специализацией ранжируются лучше. «Маркетинг + кулинария + путешествия» на одном домене — антипаттерн.

E-E-A-T: experience, expertise, authoritativeness, trustworthiness

Не отдельный алгоритм, а guideline для рейтеров (живых людей, которые оценивают качество выдачи). Их оценки попадают в обучение моделей. В 2024 Google добавил вторую E (experience) — это первая E, опыт. Это значит, что first-hand experience стал явным фактором.

Для AI-assisted контента это значит:

• Если контент про маркетинг написан AI без personal data владельца сайта — он не пройдёт experience-критерий
• Если автор существует только как имя в подвале без bio, schema и sameAs — не пройдёт authoritativeness
• Если на сайте нет контактов, юридических данных, ясности «кто это написал и почему» — не пройдёт trustworthiness

SpamBrain и patterns массовой генерации

Google публично говорил про SpamBrain — нейросетевой компонент антиспама. В 2024–2025 он научился детектить «scaled content abuse» — массовое производство похожих страниц. Признаки, которые SpamBrain ловит:

• Темп публикации — 5+ статей в день на одном домене без явной редколлегии
• Семантическая монотонность — статьи с одинаковой структурой, разными лишь подстановкой ключевых слов
• Отсутствие internal linking между публикациями
• Отсутствие external citations и links

Что делает Яндекс в 2026

YATI 2 и Y1: трансформерный ранжировщик

YATI (Yet Another Transformer with Improvements) — нейросетевой ранкер Яндекса, появился в 2020-м, обновился в 2023 (YATI 2). Y1 — следующая итерация, представленная в 2025-м. Что они делают с AI-content:

• Семантическая «свежесть» текста — как сильно отличается от шаблонных формулировок в обученной выборке
• Сцепка с поисковым intent — понимает, что пользователь искал, и оценивает, отвечает ли страница
• Корреляция между текстом и поведенческими сигналами — если текст шаблонный, и пользователи быстро уходят, это двойной негативный сигнал

Поведенческие факторы (главный фильтр в Я)

У Яндекса behavioral signals весят значительно больше, чем у Google. Это та разница, которая делает Яндекс «жёстче» по AI-content. Сигналы:

• Время на странице. Generic AI-text держит читателя 30–40 секунд, статья от практика — 3–5 минут
• Глубина скролла. AI-чтиво обычно скроллится до середины и закрывается
• Pogo-sticking. Возврат на выдачу после посещения — главный негативный сигнал. Если 70%+ пользователей возвращаются — Яндекс понимает, что страница не отвечает
• Возвраты. Если 0% пользователей возвращаются на сайт за 30 дней — он считается «одноразовым», что плохо

ИКС и Webmaster Quality Score

ИКС — индекс качества сайта. Содержит долю «низкокачественных страниц» в общей массе. Если этот процент превышает ~20%, домен идёт на понижение в выдаче целиком, а не постранично. Это — единственный реальный «бан за AI» в Яндексе.

7 факторов, которые палят AI-content

1. Лексические штампы (Google + Яндекс)

Слова и фразы, которые модели генерируют непропорционально часто: «является», «представляет собой», «в современном мире», «не секрет, что», «значительно», «эффективный», «стоит отметить», «AI меняет правила игры». Полный список — в моём voice-чек-листе (выкладываю отдельно).

Как лечить: проходим тексту по списку, заменяем или удаляем. На 1500 слов обычно остаётся 0–2 «допустимых» tells.

2. Симметрия структуры (оба)

Все абзацы по 4 строки. Все H2 «3 пункта по 3 прилагательных». Каждый раздел заканчивается «Таким образом…». Это структурный AI-tell, который ранкеры замечают через статистические метрики читабельности.

Как лечить: разной длины абзацы — от одной строки до семи. Разное количество пунктов в списках. Не каждый раздел подытоживается.

3. Отсутствие первоначальных данных (Google критично)

AI не знает вашу конкретную метрику с проекта 2024 года. AI не знает имена ваших клиентов. AI не знает вашей рабочей цены за час. Если в статье нет ничего конкретного — она не пройдёт experience-критерий E-E-A-T.

Как лечить: каждая статья должна содержать минимум 3–5 уникальных personal data points — числа, имена, даты, конкретные ситуации.

4. Отсутствие author markup (Google)

Schema.org Person с author связан с Article, sameAs профили на LinkedIn / GitHub / hh.ru, краткая bio в подвале статьи. Без этого Google не может приписать experience автору.

Как лечить: настроить schema один раз, держать актуальной. Detail — в моей статье про маркетинговую суверенность.

5. Темп публикации (Яндекс жёстче)

7+ длинных статей в день — это physical impossible для одного человека. Поисковики это знают. Sustainable темп для personal brand: 1 longread в 2–4 дня, 2–3 в неделю максимум.

Как лечить: не пишите быстрее, чем можете редактировать. Качество читателей выше количества публикаций.

6. Поведенческие индикаторы (Яндекс критично)

Если у статьи время на странице 40 секунд и pogo-stick 75% — Яндекс понизит её, независимо от того, сколько ты вычистил AI-tells. Это значит, что текст должен реально удерживать читателя.

Как лечить: писать только то, что у вас есть сказать. Не натягивать тексты до длины — вырезать слабые части.

7. Внутренняя сеть ссылок (оба)

AI-фабрика обычно публикует изолированные статьи без внутренней сети. Это слабый сигнал «scaled content». Решение: каждая новая статья ссылается на 3–5 старых, контекстно, не в общем «related» блоке.

Как я писал эту самую статью с защитой от детекторов

Меta-уровень: эта статья — пример. Расскажу, что я делал, чтобы и она прошла.

1. Дал Claude бриф + всю voice-папку с координатами и AI-tell-чеклистом. Без этого черновик был бы generic.
2. Получил черновик. Прошёлся по AI-tells — нашёл «является», «стоит отметить», «при этом» — выкинул.
3. Добавил personal data. Конкретные даты Google updates, имена внутренних компонентов (SpamBrain, YATI), мой собственный опыт с 11 статьями.
4. Внутренние ссылки. На статью про маркетинговую суверенность, на страницу about, на другие материалы блога.
5. Прочитал вслух. Запинался на трёх местах — переписал. Финальная редактура заняла ~50% времени от написания черновика.
6. Schema проверил. Article + Person + Breadcrumb. Author связан с Person schema на /about.
7. Темп. Эта статья — одна из десяти, которые я выпускаю в течение мая 2026. Это ~2–3 в неделю — sustainable темп.

Чего НЕ нужно бояться

• Использовать AI как черновик. Это не штраф. Штраф — публиковать черновик без редактуры.
• Указывать «AI-assisted» в meta. У меня в layout стоит meta name="ai-content-declaration" content="human-authored" — это сигнал AI-краулерам, не классификатор для Google.
• Использовать AI для перевода или адаптации. Google ясно сказал — это нормальное использование.
• Делать meta-статьи про AI. Эта статья — meta. Она ранжируется так же, как статья про любое другое технологическое явление.

Стек, на котором я держу anti-detection

• Voice library — 11 файлов с координатами, пилларами, чеклистами. Подгружается в Claude перед каждым черновиком.
• AI-tells чеклист — 60 фраз и структурных паттернов. Find & Replace перед публикацией.
• Internal linking map — Google Sheet, в котором отмечено, какие статьи на какие должны ссылаться. Заполняется при добавлении новой.
• Schema.org валидация — Rich Results Test перед каждым деплоем. Я.Метрика для отслеживания поведения.
• Главред + Тургенев — для очистки от канцелярита и воды на финальном проходе.

Если у вас сайт с AI-content и трафик упал

Симптомы Helpful Content / YATI-понижения:

• Постепенное (не одномоментное) падение трафика на 30–80% за 2–3 недели
• Падение проявляется в Search Console / Я.Вебмастере как снижение средней позиции, не количества показов
• Brand-запросы продолжают работать, информационные запросы проседают первыми

Что делать:

1. Аудит топ-50 страниц по AI-tells, удалить слабые целиком (не «улучшать», а удалять)
2. Добавить author markup и personal data в оставшиеся
3. Снизить темп публикаций до устойчивого уровня
4. Подождать 4–8 недель — система пересчитывает signals не моментально

Если вы сейчас работаете с AI-content и не уверены, насколько он защищён от детекторов — приходите на 30-минутное discovery. Разберу ваши публикации с точки зрения 7 факторов выше, покажу, какие 3 правки сделать в первую неделю, чтобы остановить падение трафика.

Связанные материалы: шаблон контент-плана, бенчмарки CTR в VK Ads, полный гайд по performance-маркетингу.