Стоматологии в AI-ответах: кого называет Google и почему одного рецепта нет
Автор: ИИ клиенты·Опубликовано: ·Обновлено:
Это второй разбор по той же методике, что и первый — про промышленные насосы. Тридцать запросов, два поисковика, три языковые модели в двух режимах.
Смысл повтора в другом рынке простой: проверить, работают ли выводы первого разбора вообще или только в промышленности. Ответ совпал с первым разбором.
Замер сделан 22 августа 2026 года.
Что измеряли
Тридцать запросов, три равные группы:
- А — выбор и сравнение — «чем отличается имплант от зубного моста», «капы или брекеты»
- Б — процедуры и ожидания пациента — «больно ли ставить имплант», «сколько заживает десна после удаления зуба»
- В — коммерческие — «имплантация зубов цена Москва», «где сделать виниры в Москве»
Проверяли то же, что и в прошлый раз: формируется ли AI-ответ в выдаче, кто попадает в его источники, что отвечают модели из памяти и что находят они же с доступом к поиску.
Google: те же 90%, с другим распределением по группам
Обе ниши — и насосы, и стоматология — получают от Google почти одинаковое покрытие: 27 из 30 запросов в каждой.
Google AI Overview: 27 из 30 запросов (90%)
| Группа | Стоматология | Промышленные насосы |
|---|---|---|
| А — выбор и сравнение (10) | 9 из 10 | 9 из 10 |
| Б — процедуры и ожидания (10) | 10 из 10 | 8 из 10 (технические) |
| В — коммерческие (10) | 8 из 10 | 10 из 10 |
В насосах Google перехватывал всю коммерцию и уступал только на узкоспециальных технических вопросах. В стоматологии наоборот: процедуры покрыты полностью, а коммерческие немного слабее.
Яндекс Нейро: 7 из 30 запросов (23%) — у насосов было 9 из 30. Паттерн тот же: отвечает на процедурные и технические, почти не трогает коммерческие.
| Группа | Стоматология | Промышленные насосы |
|---|---|---|
| А — выбор и сравнение (10) | 0 из 10 | 2 из 10 |
| Б — процедуры и ожидания (10) | 6 из 10 | 6 из 10 (технические) |
| В — коммерческие (10) | 1 из 10 | 1 из 10 |
Почему коммерческие иногда не получают AI-ответа — показала ручная проверка четырёх запросов:
| Запрос | Что показал Google |
|---|---|
| имплантация зубов цена Москва | AI-ответ с ценами по маркам имплантов |
| где сделать виниры в Москве | AI-ответ со списком клиник и адресов |
| как выбрать стоматологическую клинику | AI-ответ с критериями выбора |
| стоматология Москва недорого | AI-ответа нет, вместо него два блока «Места» с картой |
Генеративный ответ вытесняется локальной выдачей там, где человек ищет заведение поблизости. Там, где он хочет ориентироваться по ценам или понять, как выбирать, — Google отвечает сам.
Для клиники это значит, что запросы вида «недорого рядом» остаются территорией карт и карточки организации, а не GEO. А вот весь этап выбора и сравнения уже перехвачен.
AI-ответ не просто отвечает — он рекомендует клиники
По запросу «где сделать виниры в Москве» Google перечисляет конкретные клиники: с названиями, адресами, ближайшим метро и краткой характеристикой каждой.
Это уже не «источник, на который сослались». Это готовая рекомендация подрядчика в ответе на коммерческий запрос — то есть по сути лид, полученный без клика по объявлению и без перехода в выдачу.
Список клиник, адреса, метро — в самом блоке ответа, без перехода на сайт
Отдельно заметно, что Google задаёт уточняющие вопросы: «какой производитель импланта вас интересует», «требуется ли удаление зуба или наращивание кости». Ответ становится диалогом. В промышленной нише ничего подобного не было.
YMYL проявляется явно
Под каждым медицинским AI-ответом стоит оговорка о том, что информация носит справочный характер и при необходимости консультации следует обратиться к специалисту.
Осторожность видна и в поведении моделей. Gemini отказалась отвечать на 10 запросов из 30 в режиме памяти — то есть на треть. В разборе промышленной ниши отказов не было ни одного.
Практический вывод для клиник: часть запросов вообще не доходит до этапа «кого процитировать». Оптимизировать под них нечего, и это стоит знать до того, как вкладываться.
Спрашивать модель напрямую по-прежнему бессмысленно
Здесь второй разбор подтвердил первый, причём в более резкой форме.
Модели без доступа к поиску назвали 25 доменов. Те же модели с доступом к поиску — 265. Пересечение — три домена.
Считали строго: в режиме памяти учитывались только те модели, у которых такой режим есть. Perplexity из этого подсчёта исключён, потому что он ищет всегда и режима «по памяти» у него нет.
Но интереснее другое. Все 25 доменов режима памяти были названы по одному разу. Ни один не повторился за полсотни ответов.
То есть у модели нет представления о лидерах ниши. Каждый ответ выдаёт новый набор — правдоподобный на вид и не связанный с реальностью. В промышленной нише устойчивость хотя бы была: там один домен набрал четырнадцать упоминаний, другой десять. Правда, лидер того рейтинга при проверке оказался немецким производителем медицинской техники, попавшим в список по совпадению слова.
Объяснение простое: чем локальнее бизнес, тем меньше он представлен в обучающих данных. Московские стоматологии — это тот случай, где спрашивать модель «кто здесь хороший» бесполезно полностью.
Кого цитируют на самом деле
Топ источников Google AI Overview (по числу запросов, в которых домен попал в ссылки блока):
| Домен | Запросов из 27 |
|---|---|
| prezi-dent.ru | 9 |
| legstom.ru | 5 |
| docdoc.ru | 4 |
| samson-denta.ru | 4 |
| sm-stomatology.ru | 3 |
| aesthetica.ru | 3 |
| akademstom.ru | 3 |
В Google AI Overview лидирует prezi-dent.ru — информационный блог клиники с разбором процедур. Он появляется в 9 из 27 блоков AI Overview.
По ответам языковых моделей с поиском (retrieval-режим) картина другая: лидирует zub.ru — 31 упоминание в 18 из 30 запросов. Это информационный портал о стоматологии, а не клиника. Google AI Overview цитирует его только дважды.
Google AI Overview и языковые модели с поиском берут источники из разных мест — один и тот же сайт может быть лидером по одному каналу и почти отсутствовать в другом.
Мы ожидали, что в медицине место в ответах займут государственные ресурсы, справочники и крупные порталы, а клиникам достанутся крохи. Данные это не подтвердили.
Но есть исключение, и оно показательное. На запросе «как выбрать стоматологическую клинику» пять из источников AI-ответа — ссылки на Forbes. То есть на верхнем этапе воронки клиника конкурирует не с другими клиниками, а с деловым медиа.
Похожее мы видели в первом разборе: там на технических вопросах Яндекс цитировал Википедию и PDF вузовских лекций. Закономерность одна — чем более общий вопрос, тем охотнее система берёт источник из другой весовой категории.
Что общего у страниц, которые цитируют
Мы разобрали пять страниц из топа цитируемости — те URL, которые действительно попадали в источники, а не главные страницы.
У всех пяти совпадает:
- страница принадлежит клинике, а не агрегатору
- заголовок H1 прямо соответствует запросу
- на странице упоминается лицензия
- текст отвечает на вопрос напрямую, без разгона
А вот дальше начинается интересное.
Разметка Article — у двух из пяти, обе через microdata. В промышленном разборе она тоже была у двух лидеров из трёх. Но три остальных лидера стоматологии (включая самый цитируемый zub.ru) — без Article-разметки вообще. Наличие схемы не является ни необходимым, ни достаточным условием.
FAQ-блок — только у одной страницы. В промышленной нише не было ни у кого.
Авторство с именем врача — тоже только у одной: указан ортопед-имплантолог со стажем двадцать семь лет, прямо в тексте статьи. Мы ожидали, что в медицине именно это окажется решающим признаком. Не оказалось.
⚠️ Оговорка, важная для честности: контрольной группы у нас нет. Домены, которые модели помнят, но поиск не находит, здесь все имеют частоту упоминания единица и для сравнения не годятся. Поэтому мы можем сказать, что есть у цитируемых страниц, но не можем утверждать, что именно это их и отличает.
JavaScript не мешает попасть в AI-ответ
Отдельная находка, которая противоречит распространённому убеждению.
Одна из пяти страниц — qualityclinic.ru — отдаёт в исходном HTML около семисот слов и ни одного заголовка. Весь контент собирается на стороне браузера. При этом страница набрала 31 упоминание в ответах моделей с поиском.
Значит системы с доступом к вебу исполняют JavaScript и видят страницу целиком.
Это уточняет вывод нашего первого разбора. Там мы показали, что сайты, которые модели помнят, но не находят, оказались недоступны для обхода — и заключили, что первый барьер это доступность. Формулировка верна, но её легко прочитать неправильно.
Барьером является блокировка, а не способ рендеринга. Сайт, закрытый авторизацией или отдающий отказ роботам, не будет найден. Сайт на React будет — просто его придётся отрисовать.
Универсального рецепта не существует
Это главный вывод из сравнения двух разборов.
| Признак | Промышленные насосы | Стоматология |
|---|---|---|
| Разметка Article | у 2 из 3 | у 2 из 5 (microdata) |
| FAQ-блок | ни у кого | у 1 из 5 |
| Авторство с именем | нет данных | у 1 из 5 |
| H1 соответствует запросу | у всех | у всех |
| Прямой ответ на вопрос | у всех | у всех |
Из технических признаков на двух независимых нишах устойчиво совпадают ровно два: заголовок отвечает запросу и текст отвечает на вопрос сразу.
Всё остальное — разметка, FAQ, авторство — варьируется в зависимости от ниши. Это неудобный вывод для тех, кто продаёт чек-листы. Но он же объясняет, почему любая работа с AI-видимостью начинается с замера: если бы рецепт был универсальным, мерить было бы нечего.
Что из этого следует
Разделяйте типы запросов. «Найти рядом» и «помоги выбрать» ведут себя по-разному: первое остаётся за картами, второе уже ушло в генеративный ответ.
Проверьте, не заблокирован ли сайт. Именно заблокирован — авторизация, отказ роботам, защита от ботов. JavaScript сам по себе не помеха.
Не оценивайте свою видимость вопросом к ChatGPT. В локальном бизнесе модель без поиска не знает вообще ничего и выдаёт случайный набор.
Не покупайте универсальный чек-лист. На двух нишах совпало два признака из пяти проверенных. Что нужно именно вам — видно только по замеру.
Оговорки
Замер сделан 22 августа 2026 года. Поведение AI-систем меняется быстро.
Тридцать запросов — выборка, а не полный срез ниши. Её достаточно, чтобы увидеть закономерности, но недостаточно для точных долей.
Инструмент мониторинга фиксирует отсутствие AI-блока, но не причину: локальный пак и «система не стала отвечать» выглядят в данных одинаково. Поэтому четыре коммерческих запроса мы проверили вручную в браузере — именно так и обнаружилась разница.
Мы не проверяли, приводит ли попадание в AI-ответ к обращениям в клинику. Измеряем присутствие в ответе, потому что оно проверяемо.
Если хотите сделать такой замер для своей ниши — напишите в телеграм: @dplexer.