Как ИИ-модели оценивают бэклинки: анализ 1000 доменов

139

В исследовании Semrush проанализировали 1000 доменов и сопоставили метрики бэклинков с упоминаниями в ИИ-моделях вроде ChatGPT, Gemini, гугловских AI Overviews и Perplexity.

И хотя авторитет, основанный на ссылках, влияет на видимость в ИИ, механика тут отличается от классического поиска.

Качество ссылок бьет количество, а nofollow и ссылки с картинок имеют значительный вес.

В рамках методологии сопоставляли упоминания в ИИ с метриками, включая общее число бэклинков, уникальные домены, Authority Score (Ascore) и типы ссылок (follow, nofollow, текстовые, с картинок).

Коэффициенты корреляции Пирсона и Спирмена помогли выявить как линейные, так и нелинейные зависимости.

Это показало пороговые значения, после которых отдача от ссылок резко ускоряется.

Вывод 1: Авторитет — это база, но он не решает всё

Authority Score имеет умеренную, но нелинейную связь с AI Share of Voice (SoV): корреляция по Пирсону ~0.23, по Спирмену ~0.36.

Этот гэп показывает, что рост видимости неравномерен; чтобы получить заметный выхлоп, нужно перешагнуть определенный порог авторитета.

Уникальные домены-доноры коррелируют с видимостью в ИИ сильнее, чем общее количество бэклинков.

Вывод 2: Качество ссылок важнее их количества

Самая сильная связь во всех моделях наблюдалась между Authority Score от Semrush и упоминаниями в ИИ (Пирсон 0.65, Спирмен 0.57).

Это говорит о том, что LLM-ки в первую очередь смотрят на качество ссылок, а Ascore тут — надежный показатель.

Эффект сильно смещен в сторону топов: медианное число упоминаний прыгает с ~21,5 для 8-го дециля авторитетности до ~79,0 для 9-го.

Вес параметра в разных моделях отличается:

— Самый большой вес: стандартный ChatGPT

— Самый низкий вес: ChatGPT с поиском и Perplexity

Вывод 3: `Nofollow`-ссылки работают почти так же, как `follow`

Данные показывают, что разница в силе корреляции между nofollow и follow ссылками незначительна.

— `Follow`-ссылки → Упоминания: Пирсон 0.334, Спирмен 0.504

— `Nofollow`-ссылки → Упоминания: Пирсон 0.340, Спирмен 0.509

Эффект отличается в зависимости от платформы:

— AI Overviews от Гугла и Perplexity дают наибольший вес стандартным follow-ссылкам.

— Gemini и ChatGPT отдают предпочтение nofollow-ссылкам.

Вывод 4: Ссылки с картинок коррелируют сильнее текстовых

Бэклинки с картинок показали более сильную корреляцию с упоминаниями в ИИ, чем текстовые ссылки, особенно для доменов с уже прокачанным авторитетом.

— Ссылки с картинок → Упоминания: Пирсон 0.415, Спирмен 0.538

— Текстовые ссылки → Упоминания: Пирсон 0.334, Спирмен 0.472

Эта стратегия лучше всего работает на конкретных платформах.

Самая сильная корреляция у Perplexity и ChatGPT с доступом к поиску (Спирмен ≈ 0.53–0.55), а у стандартного ChatGPT, Gemini и гугловских AI Overviews она чуть ниже (Спирмен ≈ 0.46–0.52).

https://www.growth-memo.com/p/how-ai-really-weighs-your-links-analysis

@MikeBlazerX