TL;DR
ChatGPT использует алгоритм Reciprocal Rank Fusion (RRF) с параметром rrf_alpha:1 — это означает, что страница, присутствующая в 5 из 5 тематических списков на позиции #5, побеждает страницу, занимающую #1 только в 3 из 5 списков. Тематический охват важнее позиции по одному ключевому слову: сайты с 10+ взаимосвязанными статьями по теме получают в 3–5 раз больше AI-цитирований. Оптимизация под Bing становится обязательной для казахстанского бизнеса, ориентированного на ChatGPT-трафик: Bing — прямой бэкенд поиска ChatGPT. Регистрация в Bing Webmaster Tools занимает 15 минут и бесплатна.
Что такое Reciprocal Rank Fusion (RRF)?
Reciprocal Rank Fusion — это алгоритм слияния нескольких ранжированных списков результатов поиска в один общий, без необходимости нормализации скорингов. Он присваивает каждому документу (странице) score на основе обратной величины его позиции в каждом списке: чем выше позиция, тем выше вклад в итоговый рейтинг.
Алгоритм был предложен ещё в 2009 году исследователями Cormack, Clarke и Buettcher как простой и эффективный способ объединять результаты из разных поисковых систем. Главное его преимущество — он не требует знать абсолютные скоры документов, только их позиции. Это делает RRF универсальным: он работает одинаково хорошо независимо от того, откуда берутся списки — из BM25, векторного поиска или любой другой модели ранжирования.
RRF особенно эффективен в гибридном поиске, где сочетаются ключевые слова, векторный поиск и другие методы. Именно поэтому он стал стандартом де-факто для современных поисковых систем и языковых моделей, которым нужно агрегировать информацию из многих источников одновременно.
В 2026 году понимание RRF перестало быть уделом только поисковых инженеров. Это обязательное знание для любого SEO-специалиста и маркетолога, чей контент должен появляться в ответах ChatGPT, Perplexity и Gemini.
Как ChatGPT применяет RRF на практике?
Когда пользователь вводит запрос в ChatGPT с включённым веб-поиском, за кулисами происходит несколько шагов, невидимых обычному пользователю.
Шаг 1: Fan-out queries. ChatGPT не выполняет один поиск по исходному запросу. Он генерирует несколько вариаций — так называемых fan-out queries. Для запроса «лучшие CRM для малого бизнеса» ChatGPT параллельно ищет: «отзывы CRM для малого бизнеса», «сравнение CRM систем 2026», «как выбрать CRM», «CRM с интеграцией WhatsApp». Каждый подзапрос направлен на захват конкретного пользовательского намерения.
Шаг 2: Параллельный поиск через Bing. ChatGPT использует Bing как бэкенд для веб-поиска (OpenAI и Microsoft имеют долгосрочное партнёрство). Для каждого из fan-out запросов Bing возвращает отдельный ранжированный список результатов — обычно топ-10 или топ-20 страниц.
Шаг 3: Слияние через RRF. Все полученные списки объединяются алгоритмом RRF в единый рейтинг. Страницы, которые стабильно занимают высокие позиции сразу в нескольких списках, получают наибольший итоговый score. Именно эти страницы ChatGPT цитирует в финальном ответе.
Анализ сетевых запросов через Chrome DevTools, проведённый независимыми исследователями, раскрыл параметры API ChatGPT: rrf_alpha: 1, rrf_input_threshold: 0, ranking_model: null. Эти значения подтверждают, что ChatGPT использует стандартный RRF без дополнительных модификаций весов. Параметр rrf_alpha: 1 означает, что все списки учитываются с одинаковым весом, а rrf_input_threshold: 0 — что нет минимального порога score для включения страницы в финальный список.
Практический вывод: ваша страница должна появляться в топ-10 по множеству семантически связанных запросов, а не только по одному главному ключевому слову. Это принципиально меняет подход к SEO.
Математика RRF: Формула и пример расчёта
Формула RRF проста и элегантна:
score(d) = Σ 1 / (k + rank_i(d))
i
Где:
d— документ (страница)rank_i(d)— позиция документа в i-м списке (начиная с 1)k— константа сглаживания, стандартно равная 60- Сумма берётся по всем спискам, в которых присутствует документ
Константа k = 60 была подобрана эмпирически и предотвращает чрезмерное доминирование документов, занимающих первые позиции. Это делает алгоритм более устойчивым к случайным выбросам.
Пример расчёта:
Допустим, ChatGPT сгенерировал 5 fan-out запросов. Рассмотрим две страницы:
| Страница | Список 1 | Список 2 | Список 3 | Список 4 | Список 5 | RRF Score | |----------|----------|----------|----------|----------|----------|-----------| | A | #1 | #1 | #1 | — | — | 3×(1/61) ≈ 0.049 | | B | #5 | #4 | #6 | #3 | #5 | ≈ 0.074 |
Страница A занимает первое место в трёх из пяти списков, но полностью отсутствует в двух. Страница B никогда не поднимается выше третьего места, но присутствует во всех пяти списках. Итоговый RRF-score у B выше — и ChatGPT скорее всего процитирует именно её.
Этот пример наглядно показывает главный принцип: тематический охват важнее позиции по одному запросу. Страница, которая стабильно находится в топ-10 по десятку связанных ключей, всегда выиграет у страницы, которая занимает первое место лишь по одному.
Почему RRF меняет правила SEO в 2026 году?
Традиционный SEO строился вокруг одной метрики: занять первое место по целевому ключевому слову. Вся работа — контент, ссылки, техническая оптимизация — была направлена на достижение позиции #1. Это работало, пока пользователи сами кликали на результаты поиска.
В 2026 году ситуация изменилась кардинально. По данным исследований, ИИ-поисковики (ChatGPT, Perplexity, Gemini, Grok) генерируют около 30-40% поисковых ответов в формате «zero-click» — пользователь получает ответ прямо в интерфейсе и не переходит на сайт. При этом ИИ-системы выбирают источники не по позиции в поисковой выдаче, а по совокупному RRF-score.
Это означает три принципиальных сдвига:
Первый: Сайты, которые исторически занимали топ-1 по узкому ключу, но игнорировали смежные темы, теряют видимость в ИИ-поиске. Их страницы просто не попадают в достаточное количество fan-out списков.
Второй: Сайты с широким тематическим покрытием и внутренней перелинковкой выигрывают непропорционально. Каждая дополнительная связанная статья увеличивает шансы появления в RRF-слиянии.
Третий: Оптимизация под Bing стала обязательной для казахстанских бизнесов, ориентированных на ChatGPT-трафик. Bing — бэкенд ChatGPT, и страницы, хорошо проиндексированные в Bing, получают преимущество. Проверьте ваш сайт на Bing Webmaster Tools и убедитесь, что все ключевые страницы там проиндексированы.
Мы в Shipmint помогаем бизнесу выстраивать SEO-стратегию под ИИ-поиск, учитывая механику RRF и тематические кластеры. Без этого подхода даже хорошие сайты становятся невидимыми для новой волны поискового трафика.
Шаг 1: Создайте тематические кластеры контента
Первый и самый важный шаг в оптимизации под RRF — это построение тематических кластеров. Идея проста: вместо того чтобы создавать отдельные несвязанные страницы под разные ключи, вы создаёте взаимосвязанную систему контента вокруг одной темы.
Структура hub-and-spoke: одна pillar-страница (хаб) охватывает тему широко и связана внутренними ссылками с 5-10 supporting articles (спицами), каждая из которых глубоко раскрывает подтему. Для казахстанского бизнеса в нише SEO это может выглядеть так: хаб — «SEO-продвижение в Казахстане 2026», спицы — «Локальный SEO Алматы», «AI SEO Казахстан», «SEO для интернет-магазинов Казахстан», «Продвижение в Google KZ», «SEO для B2B компаний Казахстан».
Для выявления вариаций запросов используйте несколько подходов. Ahrefs и Semrush показывают семантические кластеры и объём запросов для региона KZ. Bing Webmaster Tools выдаёт реальные запросы, по которым Bing уже ранжирует ваш сайт. ChatGPT сам помогает генерировать fan-out запросы: спросите у него «какие вопросы задают пользователи, когда ищут [ваша тема]».
Критически важна внутренняя перелинковка. Каждая статья кластера должна содержать 5-10 внутренних ссылок с релевантными анкорами. Это не только помогает GoogleBot и Bingbot обходить сайт, но и передаёт тематический авторитет между страницами. Страница, получившая много внутренних ссылок, воспринимается как более важная и с большей вероятностью попадёт в высокие позиции по нескольким запросам одновременно.
Покрывайте разные поисковые намерения (intents): информационные запросы («что такое RRF»), транзакционные («заказать SEO-аудит»), навигационные («Shipmint SEO Казахстан»), коммерческие исследования («сравнение SEO агентств Алматы»). Страницы, отвечающие на разные intents по одной теме, чаще попадают в fan-out запросы ChatGPT.
Шаг 2: Усилите E-E-A-T для доверия AI
Алгоритм RRF определяет, какие страницы попадают в финальный пул источников. Но внутри этого пула ChatGPT дополнительно оценивает качество и достоверность контента — здесь вступают в игру сигналы E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness).
По данным исследований компании Backlinko, страницы с экспертными цитатами получают на 41% больше упоминаний в ИИ-ответах. Страницы со свежей статистикой (не старше 6 месяцев) цитируются на 37% чаще. Наличие источников и ссылок на авторитетные данные увеличивает цитируемость на 30%.
Практические шаги для казахстанского бизнеса:
Добавляйте экспертные цитаты. Если вы пишете про автоматизацию бизнеса в Казахстане, включите цитату реального эксперта — специалиста по цифровизации, представителя МЦРИАП, или известного предпринимателя. Это мгновенно повышает воспринимаемую достоверность.
Используйте актуальную статистику. Для казахстанского рынка ищите данные на сайтах Бюро национальной статистики (stat.gov.kz), МЦРИАП, Astana Hub, Digital Kazakhstan. Статистика с авторитетных местных источников особенно ценна, потому что её реже дублируют конкуренты.
Внедрите Schema Markup. Для каждого типа контента — своя схема. Статьи: Article с указанием автора, даты и организации. FAQ-разделы: FAQPage с парами вопрос-ответ. Инструкции: HowTo с пронумерованными шагами. Локальный бизнес: LocalBusiness с адресом, телефоном и координатами. Schema помогает ИИ-краулерам структурировать информацию о вашем контенте и быстрее принимать решение о цитировании.
Демонстрируйте реальный опыт. Кейсы с конкретными числами («увеличили трафик на 180% для производственной компании из Алматы за 4 месяца»), фотографии команды, биографии авторов — всё это сигналы Experience, которые ИИ-системы учитываются при оценке доверия.
Шаг 3: Техническая оптимизация под ИИ-краулеры
Технические факторы определяют, смогут ли вообще ИИ-боты проиндексировать и понять ваш контент. Здесь есть несколько специфических требований, которые отличают ИИ-оптимизацию от обычного SEO.
Разрешите ИИ-краулерам доступ в robots.txt. По умолчанию многие хостинги блокируют ботов, которых не знают. В robots.txt явно разрешите: OAI-SearchBot (ChatGPT), Bingbot (Bing/ChatGPT backend), PerplexityBot, ClaudeBot, Google-Extended. Без этого ваш контент просто невидим для ИИ-поиска.
Оптимизируйте структуру контента. ИИ-системы лучше обрабатывают структурированный текст. Короткие абзацы по 2-4 предложения. Нумерованные и маркированные списки. Таблицы для сравнения данных. Заголовки H2-H3 с ключевыми словами (они становятся кандидатами для fan-out запросов). Избегайте длинных монолитных блоков текста.
Alt-тексты изображений с ключевыми словами. Не «image001.jpg», а «rrf-algorithm-chatgpt-search-kazakhstan.jpg» и alt-текст «Схема работы алгоритма RRF в ChatGPT для SEO в Казахстане». Это дополнительная точка индексации.
Скорость загрузки и Core Web Vitals. ChatGPT через Bing учитывает технические показатели сайта. LCP (Largest Contentful Paint) должен быть менее 2.5 секунды, CLS (Cumulative Layout Shift) — менее 0.1. Для казахстанских сайтов особенно важно использовать CDN с точками присутствия в регионе — серверы в Европе могут давать высокую задержку для пользователей из Алматы и Астаны.
Семантическая разметка FAQ. Добавьте секцию FAQ с FAQPage Schema в конец каждой важной статьи. Вопросы в FAQ должны соответствовать реальным поисковым запросам — это прямая подсказка для алгоритма fan-out, какие вариации вашего контента искать.
Шаг 4: Тестируйте и мониторьте ранжирование в ИИ-поиске
Оптимизация под RRF требует регулярного мониторинга — алгоритмы ИИ-поиска обновляются часто, и то, что работало три месяца назад, может перестать работать сегодня.
Ручное тестирование в ChatGPT. Раз в две недели вводите в ChatGPT 10-15 целевых запросов по вашей нише и смотрите: появляется ли ваш сайт в источниках? Какие конкретно страницы цитируются? Какие конкуренты упоминаются рядом? Фиксируйте результаты в таблице и отслеживайте динамику.
Инструменты мониторинга AI-видимости. В 2026 году появились специализированные инструменты: Brandwatch и Mention отслеживают упоминания бренда в ИИ-ответах. SE Ranking добавил модуль AI Visibility. Ahrefs тестирует функцию отслеживания позиций в ИИ-поиске. Для казахстанского рынка особенно полезен мониторинг в Perplexity — он часто индексирует русскоязычный контент быстрее, чем ChatGPT.
Анализ конкурентов. Найдите 5-7 сайтов, которые ChatGPT цитирует по вашим запросам. Изучите их структуру: сколько страниц у них по данной теме? Как они перелинкованы? Какую Schema используют? Это даст конкретный бенчмарк для вашей стратегии.
Bing Webmaster Tools. Поскольку Bing — бэкенд ChatGPT, данные из Bing Webmaster Tools напрямую релевантны для оптимизации под RRF. Отслеживайте: какие запросы генерируют impressions в Bing? Какие страницы имеют низкий CTR — возможно, их мета-описания не соответствуют намерению запроса?
RRF и Яндекс: что нужно знать казахстанскому бизнесу
Говоря о ИИ-поиске в Казахстане, нельзя игнорировать Яндекс. По данным на начало 2026 года, Яндекс занимает около 25-30% поискового рынка в Казахстане (особенно среди русскоязычной аудитории), и у него есть собственные ИИ-инструменты: Алиса и ИИ-ответы в результатах поиска.
Яндекс также использует гибридный поиск и собственные алгоритмы слияния результатов, функционально схожие с RRF. Конкретные параметры Яндекс не раскрывает, но принцип тот же: страницы, стабильно ранжирующиеся по множеству связанных запросов, получают приоритет в ИИ-ответах Алисы и в «быстрых ответах» поисковой выдачи.
Ключевые отличия оптимизации под Яндекс:
Яндекс значительно лучше обрабатывает кириллицу и морфологию русского языка. Это означает, что контент с правильными падежными формами («автоматизация бизнеса», «автоматизации бизнеса», «для автоматизации бизнеса») ранжируется лучше, чем текст с одной формой ключевого слова. Яндекс Вебмастер — обязательный инструмент для казахстанских сайтов, дающий данные аналогичные Bing Webmaster Tools, но специфические для Яндекса.
Региональная привязка в Яндексе реализована через Яндекс.Справочник (аналог Google Business Profile). Если ваш бизнес в Алматы или Астане, заполненный профиль в Яндекс.Справочнике критически важен для попадания в локальные ИИ-ответы Алисы.
Двойная стратегия для Казахстана: оптимизируйте контент одновременно под Bing (ChatGPT) и Яндекс. Это не требует создания разного контента — базовые принципы тематического охвата, E-E-A-T и технической чистоты работают для обоих. Разница в деталях: для Bing важны ссылки с англоязычных авторитетных сайтов, для Яндекса — ссылки с казахстанских и российских ресурсов.
Казахстанский бизнес, который игнорирует Яндекс в угоду только Google/Bing, теряет значительную часть аудитории. Оптимальная стратегия — покрывать все три поисковые экосистемы одновременно.
Будущее SEO: Автопилот с RRF в 2026 году
RRF — это не временный тренд, а фундаментальное изменение в том, как работает поиск. По мере того как ИИ-системы становятся основным интерфейсом для поиска информации, алгоритмы слияния результатов будут только усложняться.
Что ждёт SEO в ближайшие 12-18 месяцев:
Персонализированный RRF. Уже сейчас ChatGPT учитывает историю разговора при формировании поиска. В будущем ИИ-системы будут персонализировать fan-out запросы под конкретного пользователя, его отрасль и предыдущие поиски. Это означает, что один и тот же запрос может давать разные источники для предпринимателя из Алматы и студента из Астаны.
Мультимодальный поиск. ChatGPT уже умеет анализировать изображения. Скоро ИИ-поиск будет включать видео и аудиоконтент в RRF-слияние. Казахстанские бизнесы, создающие видеоконтент на русском языке с правильными метаданными, получат дополнительное конкурентное преимущество.
Агентный поиск. ИИ-агенты (такие как те, что мы создаём в Shipmint) будут автоматически выполнять поиск от имени пользователей для выполнения задач. Они используют ещё более сложные стратегии fan-out и RRF. Сайты с чёткой структурой данных и API-доступом будут предпочтительными источниками для агентов.
Практические действия прямо сейчас: проведите аудит текущего контента на предмет тематических пробелов, запустите построение кластеров по 3-5 приоритетным темам, добавьте Schema Markup на все ключевые страницы, зарегистрируйтесь в Bing Webmaster Tools и Яндекс Вебмастере, настройте еженедельный мониторинг упоминаний в ChatGPT и Perplexity.
Внедрите эти стратегии системно — и ваш сайт станет постоянным источником в ИИ-ответах для вашей ниши на казахстанском рынке.
Часто задаваемые вопросы о RRF для казахстанского бизнеса
Нужно ли создавать отдельный контент для ChatGPT и Google?
Нет. Качественный, хорошо структурированный контент, оптимизированный под тематические кластеры с правильной Schema Markup, хорошо работает и в традиционном Google, и в ИИ-поиске. Главное отличие — в традиционном SEO достаточно одной сильной страницы на тему, а для RRF нужен целый кластер взаимосвязанных материалов. Создавайте контент для людей, структурируйте его для ИИ.
Как быстро можно ожидать результатов от RRF-оптимизации?
Обычно первые заметные результаты появляются через 6-12 недель после публикации полноценного тематического кластера. Это быстрее, чем традиционный SEO, потому что ИИ-системы индексируют контент и начинают его цитировать значительно оперативнее, чем меняются позиции в классической выдаче. Для казахстанского рынка с относительно низкой конкуренцией в ИИ-поиске на русском языке результаты могут прийти ещё быстрее.
Насколько важен Bing для казахстанского SEO, если основной трафик идёт с Google?
Очень важен, даже если прямой трафик с Bing минимален. Bing — это бэкенд ChatGPT, у которого десятки миллионов активных пользователей, всё активнее используемых для поиска информации о бизнесе и продуктах. Хорошая индексация в Bing напрямую влияет на упоминаемость в ChatGPT. Кроме того, регистрация в Bing Webmaster Tools бесплатна и занимает 15 минут — это одно из лучших соотношений усилий к результату в современном SEO.
Источники
- Cormack G.V., Clarke C.L.A., Buettcher S. «Reciprocal Rank Fusion Outperforms Condorcet and Individual Rank Learning Methods» — оригинальная исследовательская работа 2009 года, SIGIR.
- Singularity Digital — «How ChatGPT's Ranking Algorithm Works» — анализ параметров API ChatGPT через Chrome DevTools.
- Backlinko — исследование факторов цитируемости в ИИ-поиске, 2025.
- Emergent Mind — обзор алгоритма RRF и его применений в гибридном поиске.
- OpenAI — документация по ChatGPT Search и партнёрство с Bing.
