NOXEL Research Lab

NOXEL Research Lab публикует оригинальные данные по SEO, AEO, GEO и видимости в ИИ-поиске — полученные из реальных аудитов сайтов, а не переработанных советов.

NOXEL Research Lab опубликовала свои первые предварительные результаты — набор данных v1 из 53 общедоступных сайтов, проанализированных на доступность для ИИ-краулеров и внедрение структурированных данных. Смотрите результаты ниже или ознакомьтесь с нашей полной методологией. Это отправная точка, а не окончательный вывод — мы будем расширять выборку и публиковать обновления по мере поступления новых данных.

Что это такое

Большинство SEO-контента повторяет одни и те же советы, которые можно найти везде. NOXEL Research Lab создана для противоположного: публиковать результаты, полученные непосредственно из реальных аудитов, выполненных через NOXEL SEO, с прозрачной методологией за каждой цифрой.

Каждая статистика, которую мы публикуем здесь, будет включать точное значение, размер выборки, методологию, дату и источник — никаких выдуманных цифр, никаких расплывчатых утверждений.

Исследуйте

Доступно сейчас

Методология

Как NOXEL рассчитывает показатели SEO, AEO, GEO и Core Web Vitals — реальные веса и критерии.

Доступно сейчас

Готовность к ИИ-поиску — v1

Первые результаты о доступности для ИИ-краулеров и внедрении структурированных данных, n=53.

Активно · расширяется

В разработке

Бенчмарки

Отраслевые и категориальные бенчмарки для технического SEO, производительности и готовности к ИИ-поиску.

Накапливается выборка

Готовность к ИИ-поиску NOXEL — результаты v1

Выборка: 53 общедоступных сайта, подобранных из категорий маркетинговых/SEO-агентств, SaaS-инструментов и небольшой институциональной контрольной группы (государственные, академические и справочные ресурсы). Это рабочий набор данных v1, а не случайная или репрезентативная выборка интернета — мы публикуем его сейчас, потому что прозрачное исследование с умеренной выборкой лучше, чем бесконечное ожидание «идеального». Конкретные домены не называются; все приведённые цифры являются агрегированными.

Доступность для ИИ-краулеров

20,8% сайтов блокировали как минимум один крупный ИИ-краулер (GPTBot, PerplexityBot и аналогичные).
Из этих блокировок 91% объяснялись явными правилами в robots.txt — для остальных чёткой причины в robots.txt не было, и потребовалось бы расследование на уровне сервера.

Внедрение структурированных данных

28,3% сайтов не имели структурированных данных JSON-LD вообще.
66,0% не использовали схему Organization или LocalBusiness.
94,3% не использовали схему BreadcrumbList.

Кратко: наше исследование показало, что внедрение структурированных данных — особенно схемы BreadcrumbList — остаётся редкостью даже среди технически продвинутых сайтов, а блокировка ИИ-краулеров, как правило, связана с robots.txt, а не с брандмауэрами.

Доступность для ИИ-краулеров означает, что краулеры вроде GPTBot и PerplexityBot могут успешно загрузить и прочитать страницу — это обязательное условие для того, чтобы она когда-либо была процитирована ИИ-поисковым движком.

Как мы проводили это исследование

Сначала мы отобрали 53 общедоступных сайта из трёх категорий: маркетинговые/SEO-агентства, SaaS-инструменты и институциональные справочные ресурсы.
Затем мы прогнали каждый домен через собственный движок аудита NOXEL SEO — ту же технологию, что лежит в основе каждого отчёта NOXEL SEO — проверяя доступность для ИИ-краулеров и наличие структурированных данных.
После этого мы агрегировали результаты в указанные выше проценты; ни один отдельный домен или показатель не публикуется.
Наконец, мы планируем расширить этот набор данных до более крупной и репрезентативной выборки и будем публиковать обновлённые результаты по мере её формирования.

Наши данные были собраны в сентябре 2026 года. Каждая цифра выше содержит указание размера выборки — как и обещалось.

Почему оригинальные исследования важны для ИИ-поиска

Большие языковые модели, такие как ChatGPT, Claude, Perplexity и Gemini, не ранжируют страницы так, как это делают традиционные поисковые системы — они синтезируют ответы и отдают предпочтение источникам, предлагающим то, чего нет в десятках других страниц. Переработанные советы, перефразированные определения и типичные списки «10 советов» редко цитируются, потому что ИИ-модель уже усвоила эту информацию из тысяч других источников в процессе обучения. Оригинальные данные — реальная выборка, реальная методология, реальные проценты — это другое. Это именно тот контент, который ИИ-модель не может знать заранее, и именно поэтому его стоит цитировать.

В этом и состоит основная идея NOXEL Research Lab: вместо того чтобы писать очередные общие SEO-советы, мы проводим реальные аудиты через собственный движок NOXEL SEO и публикуем то, что действительно обнаруживаем. Каждое исследование здесь следует одному принципу — указание размера выборки, описание методологии, дата публикации и только агрегированные результаты без упоминания отдельных сайтов.

Что будет дальше

Набор данных v1, приведённый выше, намеренно скромен — 53 сайта достаточно для честной публикации, но недостаточно, чтобы считаться репрезентативными для всего интернета. Наш следующий релиз расширит выборку до более крупного и стратифицированного набора данных (больше категорий, больше сайтов в каждой категории, более чёткая методология выборки), а также добавит новые сигналы помимо доступности для ИИ-краулеров и структурированных данных — такие как актуальность контента, ясность сущностей и тематическая глубина по тем же сайтам.

Если вы хотите получить уведомление о выходе следующего релиза NOXEL Research Lab, или если у вас есть сайт, который вы хотите включить в будущее исследование (с вашего явного согласия — см. нашу политику данных выше), свяжитесь с нами через страницу контактов.