В статье вместе с экспертами обсуждаем, как Google находит AI-тексты через SynthID и C2PA, почему детекторы ошибаются и что делать SEO-специалистам. 74% новых веб-страниц содержат материалы, созданные ИИ. К такому выводу пришли в Ahrefs: исследователи изучили 900 000 страниц, опубликованных в 2025 году. Полностью людьми написаны только 26% новых материалов.
Результаты исследования Ahrefs
Цифра тревожная. Но есть и более серьезный сигнал: Google уже пометил метками SynthID более 10 миллиардов единиц контента. Поисковик не просто следит за потоком текстов от нейросетей — он выстраивает систему, которая помогает их помечать, отслеживать и отсеивать.
Зачем? Из-за проблемы, о которой в SEO говорят нечасто: когда нейросети учатся на текстах, написанных другими нейросетями, качество их ответов начинает падать. Это называют коллапсом моделей.
Разберем, как Google находит тексты нейросетей, насколько можно доверять его методам и что делать SEO-специалистам, чтобы не попасть под фильтры.
Что такое Model Collapse и зачем Google помечает тексты нейросетей
Model collapse — это деградация языковой модели, когда ее учат на текстах, которые сгенерировали другие модели. Исследование в Nature показало: если снова и снова кормить модель ее же машинными текстами, ее язык беднеет. Она пишет однообразнее, хуже и постепенно теряет редкие, но важные особенности живой речи.
Самый наглядный пример из этого исследования: модель попросили написать текст о средневековой архитектуре. После четырех циклов обучения на текстах нейросетей она вместо этого выдала бессвязный текст о зайцах-русаках. Всего четыре цикла — и модель уже не помнит, о чем ее спрашивали.
По оценке Epoch AI, открытые тексты, написанные людьми и пригодные для обучения моделей, могут иссякнуть уже в 2026–2032 годах.
Поэтому Google и помечает материалы нейросетей с помощью SynthID. Не для того, чтобы наказывать авторов, а чтобы отсеивать машинный текст при обучении новых моделей. Google нужно отличать человеческие тексты от сгенерированных, иначе следующие версии его моделей станут хуже.
Специалисты по поисковому продвижению попали под удар не потому, что Google объявил войну нейросетям, а потому, что компания решает для себя вопрос выживания.
SynthID: как Google помечает контент
SynthID — технология Google DeepMind, которая встраивает в сгенерированный контент цифровую метку. Она работает во всех генеративных сервисах Google, но для текста, изображений, звука и видео — по-своему.
Упоминание SynthID на сайте Google DeepMind
Текст: метка в выборе слов
Когда модель пишет текст, она каждый раз выбирает следующее слово из нескольких вариантов. SynthID слегка сдвигает их вероятности, чтобы оставить в тексте скрытую метку. Читатель этого не заметит: качество текста почти не меняется, а различия видны только в статистике.
Лучше всего система работает с длинными свободными ответами. С короткими и строго фактическими ей труднее: выбор слов там слишком мал.
Изображения: метка в структуре картинки
В изображениях SynthID прячет знак в частотной структуре картинки. Глаз его не видит, но система может распознать метку даже после обрезки, сжатия и простой обработки.
Аудио и видео: метка в самом потоке
В аудио (Lyria) и видео (Veo) SynthID встраивает метку прямо в поток данных. NotebookLM тоже использует эту технологию и помечает подкасты, которые создает сам.
Ограничение SynthID
SynthID работает только в сервисах Google: Gemini, Imagen, Lyria и Veo. Если текст, картинку или видео создали в ChatGPT, Claude, Midjourney или Llama, SynthID их не распознает.
Почитать по теме: Как написать текст на сайт с помощью ChatGPT: советы и промпты
Можно ли обойти SynthID
Да, и это уже сделали. В декабре 2025 года Алексей, специалист по поисковому продвижению из Санкт-Петербурга, решил проверить, насколько надежно SynthID защищает изображения. Он сгенерировал 50 картинок в Imagen, перевел их в другой формат и вернул обратно. После этого детектор SynthID не распознал 35 изображений из 50. Качество почти не пострадало.
Но это еще детский сад по сравнению с тем, что показал проектreverse-SynthID на GitHub.
Скриншот проекта reverse-SynthID на сайте GitHub
Три этапа взлома
Исследователи провели спектральный анализ, не имея доступа к закрытому кодеку Google. Они сгенерировали в Google Nano полностью черные и полностью белые изображения, нашли координаты частот, на которых держится водяной знак, и собрали их в словарь.
-
V1 — попробовали JPEG-сжатие с качеством 50%. PSNR — 37 дБ, фаза ухудшилась всего на 11%. Не сработало.
-
V2 — применили несколько преобразований подряд. PSNR упал до 27–37 дБ, но результаты были нестабильными.
-
V3 — перешли к спектральному вычитанию на нескольких масштабах. Здесь и случился прорыв: PSNR поднялся выше 43 дБ, SSIM — 0,997. На глаз картинка не отличалась от исходной. Согласованность фазы на нужных частотах упала на 91%. Иными словами, удалось стереть 9 из 10 водяных знаков.
Как обходят текстовые водяные знаки
С текстом все еще проще:
-
Обратный перевод. Текст переводят на другой язык и возвращают обратно. Исследование 2025 года показало, что после такой обработки точность распознавания резко падает.
-
Переписывание другой моделью. Если пропустить текст из Gemini через Claude или GPT-5, водяной знак исчезает: новая модель пишет по-своему, с другим распределением вероятностей.
-
Ручная правка. Если заново выстроить фразы и изменить структуру текста, детектор заметно теряет уверенность.
Водяной знак — не абсолютная защита. Пока что любые попытки крупных компаний незаметно пометить контент можно сбить простым открытым скриптом на Python. Технических средств распознавания здесь мало, и Google придется искать что-то еще.
C2PA и Content Credentials: другой способ показать происхождение контента
Наряду с SynthID развивается и C2PA (Coalition for Content Provenance and Authenticity). Но работает этот стандарт совсем иначе.
Как работает C2PA
C2PA не пытается угадать, создал ли материал ИИ. Он прикрепляет к файлу своего рода паспорт: кто его сделал, в какой программе, использовал ли нейросеть. Этот набор данных называется Content Credentials — цифровое удостоверение происхождения и подлинности.
Кто уже внедряет стандарт
В коалицию входят более 200 организаций, среди них Adobe, Google, Microsoft, OpenAI, Meta, BBC, Amazon и Sony. А инициатива Content Authenticity Initiative (CAI) объединяет свыше 6 000 участников — в том числе Nikon, Canon, Leica, Reuters и The Wall Street Journal.
В декабре 2025 года вышла версия C2PA 2.3: она добавила поддержку потокового видео через CMAF. Google встроил C2PA в результаты поиска. Pixel 10 поддерживает C2PA из коробки и получил высший уровень защиты в программе сертификации — Assurance Level 2.
Чем C2PA отличается от SynthID
SynthID отвечает на вопрос: «Это сделал ИИ или нет?». C2PA отвечает на другой: «Кто создал файл и что с ним делали потом?». Разница примерно как между анализом ДНК и паспортом. Паспорт не доказывает, что человек настоящий, но показывает, кто он.
Ограничение C2PA
У C2PA есть уязвимость: его метаданные можно удалить. Для этого достаточно пересохранить файл без меток, сделать скриншот или перевести файл в другой формат. Поэтому Google использует обе системы сразу: SynthID — как встроенную метку, а C2PA — как внешний сертификат происхождения.
Детекторы AI-контента: что умеют сторонние сервисы
Специалисты по SEO часто проверяют тексты в сторонних сервисах. Посмотрим, на что эти сервисы действительно способны.
Что обещают разработчики и что показывают независимые тесты
Originality.ai обещает точность 96–100%, Winston AI — 99,98%, GPTZero — 99,3%. Copyleaks заявляет, что у него меньше всего ложных срабатываний — 3%.
На деле все скромнее. Независимые исследования показывают точность 65–88% — в зависимости от модели, языка и того, как сильно правили текст. В исследовании 2023 года проверили 14 популярных детекторов, и ни один не дотянул до 80%. OpenAI через несколько месяцев после запуска вообще отозвала свой классификатор.
Проблема в том, что такие сервисы не понимают ни язык, ни стиль. Они ищут статистические совпадения, а они бывают и в текстах нейросети, и в статьях сильных авторов.
Что снижает точность
-
Небольшая правка снижает точность на 20–30 процентных пунктов.
-
Глубокая переработка опускает ее ниже 50% у всех сервисов из тестов.
-
В текстах людей, для которых язык неродной, ложные срабатывания доходят до 19%.
Детекторы AI-контента годятся только как грубый ориентир. Ни один сервис не может уверенно сказать, кто написал текст — человек или машина, если текст хотя бы немного отредактировали.
Интерфейс инструмента для проверки текста на генерацию ИИ
Позиция Google: что можно, а что нельзя
В 2025–2026 годах Google ясно обозначил свою позицию по материалам, созданным с помощью ИИ. Все проще, чем кажется.
Материалы, созданные с помощью AI, разрешены
Google прямо говорит: если материал полезен людям, способ его создания неважен. Важно не то, написал его человек или нейросеть, а то, что в итоге получил читатель.
Массовый выпуск пустого контента под запретом
Google запрещает штамповать материалы без пользы для читателя — то, что компания называет Scaled Content Abuse. С июня 2025 года поиск начал вручную наказывать сайты, которые публиковали сотни сгенерированных статей в день без редакторской проверки.
После мартовского обновления основного алгоритма в 2026 году борьба с таким потоком стала одной из главных задач. Сайты, которые выпускали по 50–500 сгенерированных статей в день без проверки человеком, потеряли от 40 до 90% посещаемости.
E-E-A-T по-прежнему важен
Experience, Expertise, Authoritativeness, Trustworthiness — опыт, знания, авторитет и надежность — по-прежнему в центре внимания. Для материалов, созданных с помощью ИИ, эти требования даже важнее: именно они отделяют полезный текст, в котором помогла нейросеть, от бессмысленного спама.
Почитать по теме: Факторы E-E-A-T Google и три чек-листа для проверки сайтов
Дополнительное требование для e-commerce
Google обязал интернет-магазины помечать изображения товаров, созданные нейросетью, через метаданные IPTC. Если фото товара сгенерировано, это нужно указать прямо.
Позиция Яндекса
Яндекс идет тем же путем, что и Google, но по-своему. Весной 2025 года Яндекс обновил алгоритмы и сделал упор на реальную ценность контента. Система научилась распознавать тексты, написанные машиной, даже если их слегка переписали.
Тексты с водой, кликбейтные заголовки, попытки выдать себя за официальный источник, высокий процент отказов: все это может понизить сайт в выдаче. Здесь есть и противоречие: Яндекс наказывает за слабый AI-контент, но сам активно продвигает нейроответы через сервис «Алиса AI».
Так Алиса AI отвечает на вопрос, как Яндекс распознает ИИ-контент
С марта 2025 года Яндекс использует разметку Schema.org, чтобы оценивать авторов. Если на сайте нет сведений об авторе, дате публикации и источниках, шансов попасть в топ меньше.
Правила у Яндекса во многом похожи на правила Google, но как именно он распознает такой контент, компания почти не объясняет. О технологиях, подобных SynthID, Яндекс не рассказывает, зато сильнее опирается на поведенческие сигналы и признаки качества.
Что делать SEO-специалистам
Мы разобрались, как Google распознает контент, созданный с помощью AI. Теперь — к делу: как с ними работать и не терять позиции.
Используйте ИИ как помощника, а не вместо автора
Использование ИИ для генерации текстов не запрещено поисковиками, однако важно учитывать несколько факторов.1) Контент должен нести добавочную ценность — каждая новая статья должна не только пересказывать уже ранее написанную информацию в интернете, но и вносить нечто уникальное. Это могут быть собственные исследования, комментарии экспертов, кейсы, блок FAQ, реальные примеры использования — все то, что не только позволяет уникализировать контент для ИИ, но внести реальную ценность для читателя.2) Проработка ЕЕАТ — реальное авторство является дополнительным сигналом, что контент либо написан экспертом, либо промодерирован им. Также стоит ссылаться на прочие авторитетные источники, указывать список литературы (особенно для тематики YMYL) и использовать только реальных экспертов.Современная методика копирайтинга контента уже тоже во многом отошла от старых способов написания статей. Если раньше контент от и до писал копирайтер-эксперт, то сейчас копирайтеры часто используют в написании текстов ИИ как помощников — но ключевое правило осталось тем же — качество контента.Важно понимать, что ИИ это в первую очередь помощник, а не решение. Поэтому само наличие процента ИИ-текста в статьях не является чем-то плохим. Другое дело если весь контент (или большая часть) на сайте сгенерирован ИИ и не несет добавленной ценности для читателя. Такие сайты рискуют полностью потерять позиции в поисковой выдаче, как это было с апдейтом Гугла в начале 2025 года.Иван Сиваков, Senior SEO компании WSS. Специалист в области E-commerce, Fintech, Medicine, AIO.
Добавляйте свои данные
Исследование Принстонского университета показало: если в тексте есть оригинальные элементы, ИИ-системы цитируют его заметно чаще:
-
статистика и собственные данные — +40% к видимости;
-
ссылки на источники — +30-40% к цитируемости;
-
комментарии экспертов — +28% к охвату аудитории;
-
сочетание нескольких элементов — еще +5,5% к результату.
Проверьте плотность ключевых слов и общую оптимизацию, а потом усильте текст живыми данными: цифрами, ссылками на источники и примерами из практики.
Интерфейс инструмента для анализа сайта
Покажите, кто автор
Подписывайте статьи именем автора, делайте страницы с краткой биографией и ставьте ссылки на его профессиональные профили. Для Google это признаки E-E-A-T. Тексты с понятным автором обычно ранжируются лучше, чем анонимные, независимо от того, писал их человек сам или с помощью ИИ.
Проверяйте и улучшайте тексты AI-инструментами
Перед публикацией пропустите текст через инструменты для редактирования: они помогут убрать тяжелые фразы и сделать текст живее. От тщательной редактуры выигрывает любой текст.
Интерфейс редактора текста на базе ИИ
Кто выигрывает в этой гонке вооружений
Распознавание материалов, созданных AI, все больше похоже на войну антивирусов с вирусами. SynthID ломают, метки C2PA стирают, распознаватели обходят простой правкой текста.
Google выстраивает защиту в несколько слоев: помечает свой контент через SynthID, подтверждает источник с помощью C2PA и отдельно проверяет качество материала. Но ни один из этих способов сам по себе не дает полной защиты.
Если обратить внимание на то, как Google распознает материалы AI, видно, что поисковик смотрит не на происхождение текста, а на его пользу. За Scaled Content Abuse наказывают не за сам ИИ, а за поток бессмысленного мусора. А полезный материал, который эксперт дополнил и выправил, Google может поставить в выдаче не ниже текста, написанного человеком, а иногда и выше.
В этой гонке выигрывает не тот, кто ловчее прячет следы AI, а тот, кто добавляет к машинному черновику свое: собственные данные, опыт и авторский взгляд. Ни одна модель этого не заменит. И чем больше интернет заполняют однотипные тексты ИИ, тем выше Google будет ценить живые, содержательные материалы.
Борьба с детекторами AI-текстов — это борьба со следствием. Причина глубже: алгоритмы окончательно переходят от поиска по строкам к поиску по Сущностям (Entities). В эпоху GEO (Generative Engine Optimization) выигрывает не тот, кто пишет тексты на 100% руками, а тот, кто делает свой контент приоритетным источником для обучения LLM-моделей.Уникальные данные, цифры и опыт эксперта критически важны. Нейросети боятся собственных галлюцинаций, поэтому алгоритмы всегда ищут твердые факты (пруфы, исследования, статистику), чтобы на них опереться. Запомните: фактологическая точность сегодня стоит в сто раз дороже, чем лингвистическая уникальность.Василий Жарков, Founder & Head of AiSEO: NeuroReach, идеолог стандарта продвижения в нейросетях и монополизации брендов в ИИ.
Полезные инструменты
Генерация изображений нейросетью Анализ текста ИИ-редактор изображений Редактор текста на базе ИИ Анализ сайта Отформатировать текст Улучшение текста Синтаксический анализ предложений Генератор FAQ для статей Генератор содержания для статьи
Источник
