Глоссарий: ИИ-агенты, GEO и Авто-SEO
Короткие честные определения терминов, которыми мы описываем свою работу, — от «ИИ-агента» и «гардиана» до «GEO», «программатик-SEO» и «content decay». Каждый термин ведёт на страницу, где мы применяем его на практике.
Термины
Определения даны так, чтобы их можно было понять и процитировать без контекста. Ссылка у термина ведёт на связанную услугу и не подтверждает внедрение каждого термина в конкретном проекте.
Mention Rate (частота упоминания)
Наблюдаемая доля ответов в заранее зафиксированной выборке запросов, где найдено упоминание бренда. Для метрики фиксируют систему, модель, дату, регион и формулировки запросов. Она не различает веб-поиск и сведения в параметрах модели, не доказывает причинность и не прогнозирует будущие ответы. → GEO — оптимизация под ИИ-поиск
Citation Rate (частота цитирования)
Доля ответов фиксированной выборки, где наблюдалась явная ссылка на домен или страницу. Метрика зависит от системы, модели, даты, региона и набора запросов. Наличие ссылки не доказывает авторитет, переход, обучение модели или причинный эффект контентного изменения. → GEO — оптимизация под ИИ-поиск
MCP (Model Context Protocol)
Протокол для обмена контекстом, ресурсами и вызовами инструментов между ИИ-приложением и внешними системами. Он стандартизирует часть интерфейса, но не заменяет конкретные адаптеры, авторизацию, валидацию, обработку отказов и проверку безопасности каждой интеграции. → Автономные ИИ-операторы
Function calling (вызов функций)
Механизм, при котором модель формирует структурированное предложение вызвать заранее описанную функцию или API. Внешнее приложение валидирует аргументы, проверяет права и решает, выполнять ли вызов. Сама модель не гарантирует исполнение, корректность результата или успешность операции. → Автономные ИИ-операторы
Guardrails (ограничители)
Правила и фильтры для заданных классов входов, ответов и действий. Они могут блокировать, изменять или эскалировать охваченный случай. Покрытие, ложные срабатывания, пропуски, bypass и fail-open пути измеряют отдельно; guardrails не устраняют риск полностью. → Автономные ИИ-операторы
Evals (оценки качества)
Тесты, которые измеряют выбранные характеристики ответов или действий на датированной версии системы и заданном наборе кейсов. Они помогают находить регрессии в покрытой выборке, но результат не переносится автоматически на продакшен, новые данные и неизвестные сценарии. → Автономные ИИ-операторы
Prompt injection (инъекция инструкций)
Класс атак, где недоверенный текст пытается изменить инструкции модели или добиться опасного вызова инструмента. Изоляция данных от команд, минимальные права, валидация и надзор могут снизить риск, но не дают универсальной защиты; обходы проверяют атакующими наборами и мониторингом. → Автономные ИИ-операторы
Галлюцинация (выдумка модели)
Неверное, неподтверждённое или выдуманное утверждение, поданное моделью как ответ. RAG, провенанс и evals могут снизить частоту ошибок на измеренной выборке, но источник тоже бывает неполным или устаревшим. Факты и остаточные пропуски проверяют отдельно. → Автономные ИИ-операторы
ИИ-агент
Программный контур, который использует модель для планирования или выбора следующих действий и инструментов в заданных границах. Степень автономии различается: исполнение, права, остановка и проверка результата задаются внешней системой. Название «агент» не гарантирует самостоятельность или успешное завершение задачи. → Автономные ИИ-операторы
Мультиагентная система
Контур из нескольких компонентов или ИИ-агентов с разделёнными ролями и координацией. Такое разделение помогает проектировать права, проверки и повторы, но само по себе не гарантирует качество, пропускную способность или отказоустойчивость; их подтверждают evals, нагрузочными и fault-injection тестами. → Автономные ИИ-операторы
Оркестратор
Компонент, который хранит состояние процесса, распределяет задачи и собирает результаты по заданной политике. Он может быть детерминированным сервисом, моделью или их сочетанием. Ошибки маршрутизации, гонки, повторы и отказ самого оркестратора проверяют отдельно. → Автономные ИИ-операторы
Гардиан (агент-надзиратель)
Надзорный компонент для проверки заданных классов действий и сигналов до исполнения. В исправном fail-closed пути отрицательный результат может остановить или эскалировать охваченное действие. Precision, recall, доступность, bypass и отказ гейта измеряют отдельно; гардиан не гарантирует обнаружение каждой ошибки. → Автономные ИИ-операторы
Human-in-the-loop
Политика, по которой заданные высокорисковые или необратимые действия маршрутизируются человеку на подтверждение. В исправном fail-closed пути охваченное действие ждёт решения человека. Полноту классификации, обходы, гонки, отказ гейта и задержку измеряют; HITL не гарантирует перехват любого риска. → Автономные ИИ-операторы
Append-only аудит-лог
Журнал предусмотренных событий ИИ-контура: решений, данных, правил и подтверждений. Append-only означает добавление через штатный интерфейс, а не физическую неизменяемость. Полнота, целостность и устойчивость к подмене требуют отдельных контролей. Журнал помогает разбору записанного, но не доказывает законность или полную историю. → Автономные ИИ-операторы
Event sourcing
Архитектурный подход, где состояние выводят из потока доменных событий. При полной схеме, сохранённых версиях обработчиков и контролях целостности он может восстановить заявленное состояние в пределах записанного. Название паттерна не гарантирует полноту, неизменность, детерминизм или доказательную силу журнала. → Автономные ИИ-операторы
RPA
Robotic Process Automation — выполнение операций по заранее заданным правилам и последовательностям. Подход подходит для стабильных повторяемых процессов, но исключения и изменения интерфейсов требуют обработки. Сравнение с ИИ-агентом зависит от задачи; ни один подход не гарантирует успешное исполнение. → Автономные ИИ-операторы
vLLM
Движок обслуживания языковых моделей на GPU. Self-hosted развёртывание с vLLM может поддержать заданный периметр при корректной сетевой изоляции и контроле телеметрии, зависимостей, обновлений и доступа. Сам движок не гарантирует отсутствие внешних вызовов, доступность или соответствие требованиям к данным. → Автономные ИИ-операторы
Edge-инференс
Запуск модели рядом с источником данных — на устройстве или локальном сервере. Он может уменьшить сетевую задержку и объём внешней передачи, но результат зависит от оборудования и конфигурации. Телеметрия, обновления и зависимости всё ещё могут обращаться наружу; маршруты и latency измеряют. → Автономные ИИ-операторы
RAG
Retrieval-Augmented Generation — получение документов или фрагментов перед формированием ответа и добавление их в контекст модели. RAG может улучшить опору на выбранные источники, но поиск способен пропустить нужное или вернуть устаревшее. Правильность, свежесть и цитирование не гарантируются. → ИИ-инструменты как продукт
Blue-green деплой
Способ выпуска, при котором новая версия работает рядом с предыдущей, а трафик переключают после проверок. Он может сократить перерыв и упростить возврат приложения, но не исключает сбой. Миграции данных, внешние эффекты, совместимость и сам механизм переключения тестируют отдельно. → Веб-системы и магазины
Visual-regression тест (QA-гейт)
Для клиентского проекта по согласованию можно настроить автотест, который сравнивает интерфейс с эталоном по заданным страницам, экранам и состояниям. Он может обнаружить часть визуальных регрессий, но не оценивает полноту сценариев, удобство или смысл. Покрытие, пороги и ручная приёмка остаются отдельными. → Веб-системы и магазины
GEO (Generative Engine Optimization)
Практика подготовки контента и данных для извлечения, понимания и возможного цитирования генеративными поисковыми системами. Она не гарантирует упоминание, позицию или трафик. Поисковый обход и retrieval отличаются от обучения модели; эффект оценивают на датированной выборке запросов. → GEO — оптимизация под ИИ-поиск
AEO (Answer Engine Optimization)
Практика структурирования страницы для систем, которые формируют прямой ответ или расширенный результат. Самодостаточные ответы и ясная структура могут упростить извлечение, но не гарантируют выбор страницы, показ, цитату или переход. Наблюдаемый эффект измеряют по фиксированной выборке. → GEO — оптимизация под ИИ-поиск
llms.txt
Предлагаемый экспериментальный файл с кратким описанием сайта и ссылками для систем, которые решат его читать. Это не общепринятый поисковый стандарт и не директива: краулер может файл игнорировать. llms.txt не гарантирует обход, индексацию, цитирование и не управляет обучением модели; для этого существуют отдельные механизмы провайдеров. → GEO — оптимизация под ИИ-поиск
Цитируемый пассаж
Самодостаточный фрагмент, который прямо отвечает на один вопрос и сохраняет смысл вне соседних абзацев. Такая структура может улучшить читаемость и извлекаемость, но название не означает, что фрагмент будет процитирован или выбран системой чаще. → GEO — оптимизация под ИИ-поиск
Answer-first
Редакционный принцип: сначала дать краткий прямой ответ, затем раскрыть основания, ограничения и детали. Он может помочь читателю и извлечению фрагмента, но генеративная или поисковая система не обязана использовать начало страницы, ранжировать его или цитировать. → GEO — оптимизация под ИИ-поиск
AI Overviews
Сгенерированный Google блок ответа, который для части запросов может показываться вместе со ссылками на источники. Состав, доступность и цитаты меняются по запросу, региону и времени. Появление ссылки не гарантирует клик или трафик и не доказывает использование страницы для обучения модели. → GEO — оптимизация под ИИ-поиск
Entity-ясность
Согласованность названия, идентификаторов, реквизитов и проверяемых фактов о сущности на сайте и во внешних источниках. Она может помочь системам сопоставить сведения, но не гарантирует отсутствие путаницы, доверие, ранжирование или цитирование. Расхождения отслеживают отдельно. → GEO — оптимизация под ИИ-поиск
Schema.org / JSON-LD
Schema.org — словарь структурированных данных, а JSON-LD — один из форматов их записи. Корректная сериализация гарантирует только синтаксис JSON; типы, свойства и соответствие видимому содержанию проверяют валидатором. Поисковик может разметку игнорировать: расширенный результат, индексация и цитирование не гарантируются. → GEO — оптимизация под ИИ-поиск
IndexNow
Протокол отправки участвующим поисковым системам уведомления об изменившихся URL. Ответ endpoint сообщает технический статус запроса, но ни отправка, ни статус не гарантируют обход, индексацию, срок или позицию. IndexNow относится к поисковому обнаружению страниц и не управляет обучением языковых моделей. → GEO — оптимизация под ИИ-поиск
Программатик-SEO
Создание посадочных из структурированных данных и шаблонов для набора различающихся интентов. Число URL определяют спрос, уникальная польза и пилот, а не желаемый масштаб. Способ генерации не гарантирует обход, индексацию, позиции или трафик; качество и результат измеряют после ограниченной публикации. → Программатик-SEO
Index bloat
Рабочий термин для избытка доступных поисковику URL с низкой уникальной пользой, дублями или техническим шумом. Такой набор может расходовать краулинговые ресурсы и усложнять управление индексированием, но эффект не универсален. Его подтверждают логами обхода и отчётами индекса, а не предполагают заранее. → Программатик-SEO
Тонкие страницы (thin content)
Страницы с недостаточной самостоятельной пользой для заявленного интента; это не просто малое число слов. Поисковая система может не индексировать или не ранжировать такой URL, но универсального автоматического штрафа для всего сайта из определения не следует. Пользу проверяют редакционно и по данным. → Программатик-SEO
Каннибализация запросов
Ситуация, когда несколько страниц заметно перекрывают один интент и поисковая система чередует или выбирает между ними. Это гипотеза, которую подтверждают запросами, показами, URL и динамикой позиций. Разведение интентов, объединение или canonical могут помочь, но не гарантируют рост. → Программатик-SEO
Content decay
Наблюдаемое снижение выбранных метрик страницы со временем: позиций, показов, переходов или актуальности. Причиной могут быть спрос, сезонность, конкуренты, алгоритмы, содержание или технические изменения, поэтому термин не является диагнозом. Рефреш проверяют как гипотезу, а dateModified меняют только при реальном обновлении. → B2B-маркетинг и трафик
E-E-A-T
Experience, Expertise, Authoritativeness, Trustworthiness — рамка Google для обсуждения опыта, экспертности, авторитетности и доверия к контенту. Это не единый измеримый балл и не самостоятельная гарантия ранжирования. Авторство, источники и schema оценивают по полезности и проверяемости, а эффект измеряют. → B2B-маркетинг и трафик
ФАС-комплаенс (38-ФЗ)
Предпубликационная проверка рекламы на заданные признаки риска по актуальным требованиям 38-ФЗ и практике ФАС. Автоматический гейт может отметить охваченные формулировки и поля маркировки, но имеет пропуски, не гарантирует соответствие и не предотвращает штраф. Применимость норм и финальную оценку определяют с юристом. → B2B-маркетинг и трафик
Репрайсинг
Автоматический расчёт или обновление цены по данным и заданным правилам. Флор ограничивает только исправный охваченный путь; устаревшая себестоимость, гонки, ручной обход и сбои API остаются возможны. Ёмкость, расписание, долю успешных обновлений, задержки и экономический эффект измеряют на конкретной интеграции. → Автоматизация маркетплейсов
Триаж звонков
Классификация и маршрутизация входящих обращений по заданным признакам важности, темы и риска. Голосовой контур может обработать охваченный сценарий или передать его человеку, но полнота классификации, доступность, доля принятых звонков, ошибки и задержка передачи измеряются. Триаж не гарантирует круглосуточность или отсутствие пропусков. → Голосовой ИИ-агент
Клон голоса
Синтетическая модель, воспроизводящая узнаваемые характеристики голоса. Для клона конкретного человека отдельно проверяют права на записи, создание модели, способ использования и информирование. Применимость режима биометрических ПДн зависит от сценария установления личности; техническая реализация не заменяет правовую оценку и согласование с юристом. → Голосовой ИИ-агент
152-ФЗ
Федеральный закон о персональных данных. Для конкретного ИИ-сценария по актуальным нормам определяют роли, цель, правовое основание, состав, сроки и применимые обязанности оператора; согласие не является универсальным основанием. Минимизация, защита и аудит поддерживают процесс, но сами по себе не гарантируют соответствие; схему оценивают с юристом. → Голосовой ИИ-агент
Нужна не теория, а внедрение?
30 минут разбора — бесплатно. Покажем, что реально автоматизировать в вашем случае, за какие сроки и что это даст. Отвечает тот, кто ведёт проект.