Маркетолог смотрит в Метрику или GA4 и видит рост "прямых заходов" без единой новой кампании. На деле часть этих визитов - переходы из ChatGPT, Perplexity или Яндекс с ИИ-ответами, которые аналитика записывает как обычный прямой трафик, потому что реферер обрезается. Из-за этого владелец бизнеса не понимает, что приводит клиентов, и может выключить канал, который на самом деле работает. Разберём, как отделить трафик ИИ-агентов от остального и не терять его в отчётах.
Трафик из ИИ-поиска вырос на 42,8% за год - с 15,6 до 27,4 миллиарда визитов в мире между началом 2025 и началом 2026 года. При этом сами ИИ-краулеры (боты, которые сканируют сайт для обучения моделей и построения ответов) уже занимают около четверти всего верифицированного бот-трафика. Стандартная аналитика вроде GA4 или Метрики не различает эти визиты по умолчанию - их нужно выделять вручную.
Здесь важно различать два разных явления. Первое - ИИ-краулеры, боты, которые обходят сайт, чтобы собрать данные для обучения моделей или для формирования ответов в реальном времени (это НЕ живые посетители, но их стоит учитывать отдельно от людей). Второе - переходы живых пользователей, которые кликнули на ссылку внутри ответа ChatGPT, Perplexity или Яндекс с ИИ-обзором - это уже реальный трафик, который часто теряется в общей массе "прямых заходов".
Разберитесь, какие боты вообще заходят на ваш сайт
У каждой крупной ИИ-компании своя система user-agent строк, и они не универсальны. OpenAI использует три разных бота: GPTBot - для обучения моделей, OAI-SearchBot - для индексации под поиск, ChatGPT-User - когда бот заходит по запросу живого пользователя ChatGPT. Anthropic и Perplexity построены по похожей логике: ClaudeBot и Claude-User, PerplexityBot и Perplexity-User.
Типичная ошибка - считать все визиты с "ботовскими" user-agent одинаковыми и просто банить их через robots.txt. Боты вида "-User" (ChatGPT-User, Claude-User, Perplexity-User) заходят по прямому запросу живого человека - это фактически рефереральный визит, просто оформленный как бот-запрос, и его ценно отслеживать, а не блокировать.
Рекомендация: заведите отдельный список user-agent строк по каждой ИИ-платформе и разделите их на две группы - краулеры для обучения/индексации и боты для живых пользовательских запросов. Это основа для дальнейшей настройки аналитики.
Настройте отдельную группу каналов в аналитике вместо ручного разбора логов
Самый быстрый способ выделить трафик из ИИ-чатов, не трогая код сайта - создать в GA4 или Метрике отдельную группу источников трафика (channel grouping) и завести под неё правило по регулярному выражению для поля source или referrer: chatgpt|perplexity|copilot|gemini|claude|yandex.*gpt и подобные варианты под ваш рынок.
Ошибка, которую совершает большинство: искать только по слову "chat" или "ai" в источнике - многие переходы из ИИ-сервисов вообще не передают реферер и попадают в "прямые заходы" без каких-либо опознавательных меток. Стопроцентно надёжного способа отследить такой трафик сейчас не существует ни у одного инструмента аналитики.
Рекомендация: настройте регулярное правило один раз, а дальше раз в месяц сверяйте долю "прямых заходов" с historical baseline - если она резко выросла без роста офлайн-активности или бренд-рекламы, это косвенный сигнал роста ИИ-трафика, даже если разметить его напрямую нельзя.
Проверьте логи сервера, а не только аналитику в браузере
GA4 и Метрика видят только тех, у кого выполнился JavaScript в браузере - но многие ИИ-краулеры (в отличие от живых пользователей) не выполняют JS вообще, они просто скачивают HTML. Чтобы увидеть их, нужно смотреть серверные логи или логи CDN, а не только веб-аналитику.
GPTBot - самый часто блокируемый ИИ-краулер: он фигурирует в 5,52% всех правил disallow в robots.txt сайтов по миру, следом идут CCBot (5,08%) и ClaudeBot (4,88%). Это значит, что многие сайты уже осознанно решают, пускать таких ботов или нет - и стоит принять это решение осознанно, а не по умолчанию.
Рекомендация: раз в квартал выгружайте логи сервера за неделю и считайте долю запросов от каждого известного user-agent ИИ-ботов. Это покажет, сканируют ли вас вообще современные модели - без этого сканирования сайт не попадёт ни в один ИИ-ответ.
Свяжите отслеживание с той же логикой, что и GEO-оптимизация сайта
Отслеживание ИИ-трафика и оптимизация под ИИ-поиск - две стороны одной задачи. Если вы не видите, сколько трафика реально приходит из ChatGPT или Perplexity, невозможно оценить, работают ли усилия по GEO вообще, и стоит ли вкладывать в это ресурсы дальше.
Ошибка - оценивать эффект GEO только по позициям в классической выдаче или по общему трафику сайта. Часть ИИ-визитов не увеличивает трафик количественно, зато приводит уже прогретых пользователей с высоким намерением купить - у них выше конверсия, хотя формально их меньше.
Рекомендация: смотрите не только на объём ИИ-трафика, но и на его качество - конверсию, глубину просмотра, время на сайте по сравнению с обычным органическим трафиком. Часто именно такой сегмент конвертирует лучше при меньшем объёме.
Не путайте видимость бренда в ИИ-ответах с трафиком на сайт
Можно раздельно отслеживать, упоминает ли ИИ ваш бренд в ответах (это ближе к измерению видимости бренда в ИИ-поиске), и отдельно - сколько людей после такого упоминания реально дошли до сайта. Это разные метрики, и путать их - частая ошибка отчётности.
Многие компании радуются росту упоминаний в ChatGPT, не проверяя, ведут ли эти упоминания к переходам вообще - часть ИИ-ответов полностью отвечает на вопрос пользователя без необходимости переходить куда-либо, и это нормально, но не должно считаться "трафиком".
Рекомендация: разделите в отчётности две метрики - "видимость" (упоминания и цитирования бренда в ответах ИИ) и "трафик" (реальные переходы на сайт из этих ответов). Это перекликается с тем, что происходит и в классическом поиске после появления ИИ-обзоров, о чём подробнее в материале про падение кликов после AI Overviews.
Сводная таблица user-agent строк основных ИИ-платформ, которые стоит искать в логах и настройках аналитики:
| Платформа | Краулер (обучение/индексация) | Бот по запросу пользователя |
|---|---|---|
| OpenAI | GPTBot, OAI-SearchBot | ChatGPT-User |
| Anthropic | ClaudeBot, Claude-SearchBot | Claude-User |
| Perplexity | PerplexityBot | Perplexity-User |
| Google-CloudVertexBot | Google-Agent, Google-NotebookLM | |
| Прочие | Amazonbot, CCBot, meta-externalagent | DuckAssistBot, MistralAI-User |
Вердикт: боты с пометкой "краулер" стоит анализировать в логах сервера раз в квартал, а боты с пометкой "по запросу пользователя" - это реальные визиты живых людей, их нужно выделять в отдельный канал аналитики и считать наравне с органическим и рекламным трафиком, а не игнорировать как техническую активность.
Порядок настройки: список user-agent строк по платформам → отдельная группа каналов в GA4/Метрике по regex → ежеквартальная проверка серверных логов → сопоставление объёма ИИ-трафика с его конверсией → отдельный учёт видимости бренда и реальных переходов.
Материал проверен: Редакция агентства. Источники: данные о росте ИИ-поискового трафика и доле ИИ-краулеров в верифицированном бот-трафике (2025-2026), справочник user-agent строк основных ИИ-платформ (2026), статистика правил disallow в robots.txt по ИИ-ботам (первый квартал 2026 года).