NOXEL Research Lab

NOXEL Research Lab публікує оригінальні дані з SEO, AEO, GEO та видимості в AI-пошуку — на основі реальних аудитів веб-сайтів, а не переробленої загальновідомої інформації.

NOXEL Research Lab опублікував перші попередні результати — набір даних v1 із 53 публічно доступних веб-сайтів, проаналізованих на предмет доступності для AI-краулерів та використання структурованих даних. Перегляньте результати нижче або ознайомтеся з нашою повною методологією. Це відправна точка, а не остаточне слово — ми розширимо вибірку та перевидамо результати в міру надходження нових даних.

Що це таке

Більшість SEO-контенту повторює одні й ті самі поради, які зустрічаються всюди. NOXEL Research Lab створено для протилежного: публікувати висновки, що походять безпосередньо з реальних аудитів, проведених через NOXEL SEO, із прозорою методологією за кожною цифрою.

Кожна статистика, яку ми публікуємо тут, міститиме точну цифру, розмір вибірки, методологію, дату та джерело — жодних вигаданих чисел, жодних розпливчастих тверджень.

Огляд

Доступно зараз

Методологія

Як NOXEL розраховує оцінки SEO, AEO, GEO та Core Web Vitals — реальні ваги та критерії.

Доступно зараз

Готовність до AI-пошуку — v1

Перші результати щодо доступності для AI-краулерів та використання структурованих даних, n=53.

Активно · розширюється

У розробці

Бенчмарки

Галузеві та категорійні бенчмарки для технічного SEO, продуктивності та готовності до AI-пошуку.

Накопичення вибірки

NOXEL — Готовність до AI-пошуку: результати v1

Вибірка: 53 публічно доступних веб-сайти, відібрані з маркетингових/SEO-агентств, SaaS-інструментів та невеликої інституційної контрольної групи (урядові, академічні та довідкові сайти). Це робочий набір даних v1, а не випадкова або репрезентативна вибірка інтернету — ми публікуємо його зараз, тому що прозоре дослідження з невеликою вибіркою краще, ніж нескінченне очікування «ідеального». Окремі домени ніколи не називаються; кожна цифра нижче є агрегованою.

Доступність для AI-краулерів

20,8% сайтів заблокували принаймні один великий AI-краулер (GPTBot, PerplexityBot та подібні).
З цих блокувань 91% було пов'язано з явними правилами robots.txt — решта не мала чіткої причини лише з боку robots.txt і потребувала б дослідження на рівні сервера.

Використання структурованих даних

28,3% сайтів не мали жодних структурованих даних у форматі JSON-LD.
66,0% не мали схеми Organization або LocalBusiness.
94,3% не мали схеми BreadcrumbList.

Коротко: наше дослідження виявило, що використання структурованих даних — особливо схеми BreadcrumbList — залишається рідкістю навіть серед технічно досвідчених сайтів, а блокування AI-краулерів зазвичай зводиться до robots.txt, а не до брандмауерів.

Доступність для AI-краулерів означає, чи можуть краулери на зразок GPTBot та PerplexityBot успішно отримати та прочитати сторінку — це є передумовою для того, щоб ця сторінка коли-небудь була процитована AI-пошуковою системою.

Як ми проводили це дослідження

Спочатку ми відібрали 53 публічно доступних сайти трьох категорій: маркетингові/SEO-агентства, SaaS-інструменти та інституційні довідкові сайти.
Потім ми запустили кожен домен через власний движок аудиту NOXEL SEO — ту саму технологію, що лежить в основі кожного звіту NOXEL SEO — перевіряючи доступність для AI-краулерів та наявність структурованих даних.
Далі ми агрегували результати у відсотки, наведені вище; жодний окремий домен чи оцінка не публікується.
Нарешті, ми плануємо розширити цей набір даних до більшої, більш репрезентативної вибірки та перевидамо оновлені результати в міру того, як це відбуватиметься.

Наші дані були зібрані у вересні 2026 року. Кожна цифра вище чітко вказує свій розмір вибірки, як і обіцяно.

Чому оригінальні дослідження важливі для AI-пошуку

Великі мовні моделі, як-от ChatGPT, Claude, Perplexity та Gemini, не ранжують сторінки так, як традиційні пошукові системи — вони синтезують відповіді та надають перевагу джерелам, які пропонують щось, чого вже не говорять десятки інших сторінок. Перероблені поради, перефразовані визначення та загальні списки «10 порад» рідко цитуються, тому що AI-модель уже засвоїла цю інформацію з тисяч інших джерел під час навчання. Оригінальні дані — реальна вибірка, реальна методологія, реальні відсотки — це інше. Це тип контенту, який AI-модель не може знати заздалегідь, і саме це робить його вартим цитування.

Це і є основна ідея NOXEL Research Lab: замість того щоб писати більше загальних SEO-порад, ми запускаємо реальні аудити через власний движок NOXEL SEO та публікуємо те, що насправді знаходимо. Кожне дослідження тут дотримується тієї самої дисципліни — розкритий розмір вибірки, описана методологія, дата публікації та лише агреговані результати без зазначення окремих сайтів.

Що буде далі

Набір даних v1, наведений вище, є навмисно скромним — 53 сайти достатньо для чесної публікації, але недостатньо для того, щоб вважати його репрезентативним для широкого інтернету. Наш наступний випуск розширить вибірку до більшого, більш стратифікованого набору даних (більше категорій, більше сайтів у кожній категорії, чіткіша методологія вибірки) та додасть нові сигнали, окрім доступності для AI-краулерів та структурованих даних — наприклад, актуальність контенту, чіткість сутностей та тематична глибина на тих самих сайтах.

Якщо ви хочете отримати сповіщення, коли вийде наступний випуск NOXEL Research Lab, або якщо ви керуєте сайтом і хочете включити його до майбутнього дослідження (за вашої явної згоди — дивіться нашу політику щодо даних вище), зв'яжіться з нами через нашу сторінку контактів.