Гугл-поиск испортился? Как искать в интернете

Либо-либо.

Привет! Меня зовут Самат Галимов и это подкаст «Запуск завтра». Здесь я пытаюсь разобраться, как устроены технологии, которые меняют нашу жизнь. А помогают мне в этом профессионалы, с которыми можно поговорить простым человеческим языком. Это наш первый видеосезон подкаста «Запуск завтра». Раньше мы выходили только в аудио. Наш YouTube-канал совсем новый, и чтобы алгоритмы нас заметили, нам очень нужна ваша поддержка. Пожалуйста, подпишитесь на наш канал, поставьте лайк этому видео и напишите в комментариях, как вам видеоформат, ну или любой комментарий вообще. Это нам очень поможет найти новую аудиторию и продолжить делать видеоэпизоды. А если вы нас сейчас не смотрите, а слушаете на аудиоплатформах, то можете найти видео по ссылке в описании к этому эпизоду. Сегодняшний эпизод о поиске в интернете. Если вам в последнее время кажется, что получать полезные ответы в сети стало ужасно сложно, то не переживайте, проблема не в вас. В этом выпуске мы разберемся, почему испортился Google поиск и как искать эффективно. Заново нас гуглить научит Павел Банников, человек, чья работа— это находить и проверять информацию. Партнер этого сезона— провайдер IT-инфраструктуры Selectel. В середине выпуска вы услышите нашу партнерскую рубрику. В ней мы рассказываем истории стартапов на заре интернета. Их опыт— это огромная база знаний для решения современных бизнес-задач. Привет. Скажи, пожалуйста, как тебя зовут и чем ты занимаешься? Привет.

Меня зовут Павел Банников. Занимаюсь я тем, что ищу и верифицирую информацию. То есть я профессиональный фактчекер и занимаюсь фактчеком с 2005 года. То есть вот я вот в фактчеке, получается, уже 21 год работаю на фактчикинговую редакцию «Проверено» и параллельно развиваю свой расследовательский стартап, который, я надеюсь, будет очень полезным в будущем для журналистов-расследователей и не только.

Я часто слышу, что поиск в интернете испортился. Что обычно имеют в виду?

Что обычно имеют в виду? Что искать информацию стало сложнее, что выдача замусорена. И это действительно так. Это правда. За последние 5-6 лет поиск в основных глобальных поисковых машинах действительно испортился. Он испортился в Гугле, он испортился в Яндексе, чуть поменьше испортился в Бинге. Но вот три основных машины, а основная, мы понимаем, Google, т.е. 70-80% пользователей, в зависимости от страны, используют Google Chrome как браузер и, соответственно, Google как поисковую машину. И вот этот поиск испортился. Связано это с рядом целым причин. Факт остается фактом. То, что 7 лет назад ты мог найти с лёгкостью, просто вбив простой запрос в поисковую строку, теперь для того, чтобы эту информацию найти, придётся либо потратить довольно большое количество времени, и то не факт, что ты что-то найдёшь, либо, и это, на мой взгляд, единственный выход, переучиваться и учиться работать с поисковыми машинами заново. Т.е. всё, мы все больше, если мы не обновляли свои знания последние 5 лет, мы все больше не умеем гуглить.

Не буду с этим спорить, но такой может быть немножко глупый вопрос. А что разве не всегда было так? в Instagram. Можешь, пожалуйста, рассказать, как ты искал в интернете 10 лет назад? Может, даже не только ты, в целом, как мы искали в интернете 10 лет назад и что мы находили?

10 лет назад, 2016 год. Да, верните мне мой 2016-й. Если в 2016 году ты искал информацию в интернете, во-первых, первые несколько страниц выдачи, концентрируемся на Гугле, они были гораздо более релевантны. В них было меньше засеошенных ссылок, в них было меньше рекламы, реклама очень чётко отделялась от основной поисковой выдачи, её легко было отсекать. Ты находил буквально там в считанные минуты то, что тебе нужно, с помощью достаточно простых запросов, не вдаваясь в глубокий поиск, в то, что такое операторы поиска, и так далее, и так далее. Ты просто получал нужную выдачу на первой, максимум второй странице. И в Google, и в Яндексе эти системы были заточены на то, чтобы быть тебе полезными. Но, как мы понимаем, деньги часто все портят, несмотря на то, что там Google глобальная корпорация, огромная, у нее много других продуктов, на которых она зарабатывает. В 2019 году корпорация решила, что нужно зарабатывать и на поиске, и зарабатывать больше. То есть, основной задачей стало теперь не дать пользователю то, что ему нужно быстро, а максимально удержать пользователя внутри поиска, чтобы он посмотрел как можно больше рекламы. То есть, нужно ухудшить поиск, но ухудшить его ровно до той степени, чтобы пользователь не ушел в другую поисковую машину. Он по-прежнему может что-то найти, но теперь у него на это уйдет больше времени, он посмотрит больше рекламных ссылок, он принесет больше денег.

Слушай, ты сказал, что много засеошенных ссылок. Во-первых, что это такое? Во-вторых, мне казалось, что SEO всегда был. Прям как-то радикально изменилось?

Ну не то чтобы радикально изменилось, что такое SEO? Search Engine Optimization, то есть оптимизация страниц под поисковую машину. У Google есть некоторые правила ранжирования страниц, то есть на каком месте в поиске страница вылезет, в первой десятке или где-то, в зависимости от того, насколько хорошо она оптимизирована. Т.е. это ключевое слово, которое должно содержаться в заголовке, в метаописании, в вступлении к статье, это определённая длина материала. 10 лет назад было по-другому, сейчас длина материала влияет. Т.е. там не менее, если я не ошибаюсь, должны быть не менее 300 слов или 500 слов. Точно не помню, но вот какой-то такой, и куча ещё всего разного. Эти правила меняются, они достаточно понятны, Google об этом публикует каждые полгода, там, как относятся какие-то изменения. Отчёты, как теперь ранжируются, т.е. в какой-то момент, вспомним, тоже в 2016-м, например, стали выше ранжироваться сайты, которые используют защищённые соединения, HTTPS протокол, а не HTTP, да, а сайты с HTTP стали занижаться в выдаче поисковой в итоге, и т.д., и т.д. И люди пытаются определённые, значит, страницы вывести в топ. переоптимизируя их, пытаясь ещё и обмануть алгоритм, т.е. оформить страницы так, чтобы они вылезали в первые десятки. Особенно, когда это видно на конкурентных платформах, например, интернет-магазины, сайты, которые что-то продают, какие-то товары, которые не уникальны, которые делает кто-то ещё. И вот эти ссылки довольно часто вылезают в топе, но они довольно редко релевантны запросу самого пользователя, потому что там, получается, это маркетинговые страницы, которые чего-то хвалят, а пользователю нужен обзор, вполне себе реальный, адекватный от живого человека. Но этот обзор, скорее всего, оказывается, видимо, на второй-третьей странице. Полезная информация оказывается, видимо, в заднице. А на первой странице реклама, за которую Google заплатили, да, т.е. она там видно. И переоптимизированные страницы, которые заточены на то, чтобы вылезать в поиске. Глобально всё это, как замечательный Кори Доктороу (Cory Doctorow) говорит, что можно перевести на русский как дерьмификация. И он говорит глобально об дерьмификации всех больших сервисов. То есть вот Facebook был, значит, вот таким, да, и как только он вырос до определенного предела, enshittification. И так происходит с любым большим сервисом, потому что начинают вступать в конфликт желания пользователя, производителя и рекламодателя. И этот конфликт становится неразрешимым. Вот, собственно говоря, видимо, Google и Яндекс доросли до этого. Но это вот то, что касается самой рекламной модели. Но дальше что пошло? У нас появился ИИ. И теперь вот эти AI-overview, AI-ответы, они просто тотальны, что в Google, что в Яндексе. То есть, если до этого, помнишь, были такие плашечки, которые выводились либо вверху в Яндексе, либо сбоку в Google, краткое описание твоего поискового запроса, что по нему найдено. Раньше они формировались более-менее алгоритмически, без использования генеративных моделей. Теперь эти сниппеты формируются с помощью генеративных моделей, с помощью больших языковых моделей. А что это такое? Это не то чтобы совсем чёрный ящик, но отчасти да, потому что модель не понимает, у неё разбиты слова на токены, она эти токены как-то пересобирает. И как она тебе их пересоберёт в очередной раз, а чёрт его знает. То есть буквально на один и тот же вопрос, на один и тот же запрос, два пользователя из двух разных стран, пользующиеся двумя разными машинами, могут получить диаметрально противоположный ответ. То есть, условно, я из Казахстана зайду, спрошу, какую книгу в мире крадут чаще всего, там кто-то зайдёт из России и задаст тот же вопрос, или кто-то зайдёт из Испании и задаст тот же вопрос. Только я буду использовать MacBook, пользователь в России будет использовать iPhone, а пользователь из Испании – смартфон на Android. Мы получим три разных результата. А ещё мы можем получить три разных результата в этих AI-сниппетах, которые нам выйдут. И, скажем, мне в Казахстане Google ответит, что самая воруемая книга в мире – это Библия. Пользователю в Испании Google скажет, что самая воруемая книга в мире – это книга рекордов Гиннеса. А пользователю из России Google даст честный прямой ответ. Говорят, что это Библия, но на самом деле это не так, и даст ссылку на мою статью, в которой я исследовал этот вопрос. И вопрос еще в том, на каком языке лмка обучена. И мы понимаем, что гугловская машина обучена в первую очередь на англоязычном материале. И когда ты спрашиваешь у нее, что там на каком-то другом языке, могут возникать непредвиденные галлюцинации. Потому что на этом языке, например, по этой теме информации недостаточно. То есть, её просто мало, и она плохо проиндексирована. Вот к этому мы пришли в итоге. А мозг-то ленивый. И твой мозг, и мой мозг ленивый. Так эволюционно получилось, что мозг, самый энергозатратный орган в организме, он хочет быстро получить конфетку и успокоиться. А этот сниппет, красивый AI-сниппет, он же замечательный, он тебе дал быстрый ответ. На конфетку, кушай, хороший мой. И ты такой, всё, Google дал мне ответ. Ты даже не переходишь по ссылкам. Большинство не переходит по ссылкам, чтобы понять, из чего этот ответ сложился. Хотя ссылки там есть. И по ссылкам может оказаться в AI-сниппете. Это тоже часть проблемы с этими ответами. Потому что они могут опираться на достоверную информацию, но выдавать недостоверный результат. И самое страшное, что это не баг, а фича. Они так устроены. Ещё одна вещь— геолокация, т.е. твой IP-адрес, где ты находишься, в какой сети. Раньше это обходилось достаточно легко, потому что были национальные домены для Google, например. google.co.uk, google.ru, google.kz. Google.br, Бразилия, да? И если ты хотел искать в определённом сегменте интернета, ты шёл на национальный домен Google и понимал, что с национального домена тебе, скорее всего, выдаст информацию, связанную, собственно говоря, с той страной, в которой ты хочешь искать. Всё, а национальных доменов больше нет, в конце прошлого года их закрыли, теперь один домен Google.com, И ваша выдача определяется тем IP, с которого вы зашли. Вот вы зашли с испанского IP, и у вас будет выдача, условно говоря, связанная с Испанией. И прямо внизу там написано, что выдача основана на вашей геолокации, на вашем расположении. Заходите из другой страны, будет другая выдача, и так далее, и так далее. То есть у вас вроде бы на стройке, например, русский язык, но IP испанский. И будет куча информации на испанском, которая вам не нужна, например. И геолокация IP— это только один из параметров, который отслеживает алгоритм Google. А там куча параметров. История до запросов, если её не чистить, как бы она влияет. История передвижений, местоположение это фиксируется. История пользования другими сервисами Google. Какое устройство, какое у него разрешение. И из всего этого машина предполагает, какая выдача вас заинтересует более всего и, возможно, задерживает вас больше всего, чтобы вы посмотрели больше рекламных ссылок. Но это не точно. Плюс самое радикальное нововведение, которое ужасное совершенно, это был, если не ошибаюсь, ноябрь 2024 года, Google стал ограничивать поисковую выдачу до 300-400 результатов. То есть, даже если по твоему запросу в интернете, где существует 50 тысяч релевантных страниц, но из этих 50 тысяч ты получишь только 300. Каким образом они были машиной отобраны, отчёрт его знает. И попадут ли в эти 300 результатов те результаты, которые нужны именно тебе, Теперь ты не уверен, ты не знаешь. Мы не знаем, как устроен детально алгоритм, который отвечает за поисковую выдачу. Google, естественно, этого не раскрывает полностью. Одно из исследований, которое проводили в 2025 году, показало, что полезной информации в среднем на страницах выдачи крупных поисковиков не более 25%. 75% занимает рекламная и заоптимизированная туфта. И, собственно говоря, вот эти сниппеты AI-овервью. А 25% того, что ты видишь на странице, оно может оказаться действительно полезным. Прибавляем к этому все остальное, 300-400 результатов в выдаче, и получаем довольно-таки ужасающую картинку, неприятную, искать становится действительно сложнее. если ты не владеешь определёнными техниками. А вот если ты этими техниками стремишься обладать, тогда, в общем-то, ты, конечно, эту всю ерунду видишь, плюёшься, но потом используешь нормальные ходы и получаешь в итоге то, что тебе нужно тут же на первой странице, в первых трёх строчках поисковой выдачи.

Спасибо тебе огромное. Это просто идеальный обзор. Я сейчас коротко попробую суммаризировать это и погоним дальше уже про то, что с этим всем делать. Значит, стало много рекламы, и большинство из первых ссылок, они засеошенные, а не реально полезные. Пришел дурацкий искусственный интеллект, которому пока еще нельзя доверять. Есть жуткая кастомизация поиска, то есть результаты поиска зависят от того, что я искал раньше, и от того, какой я, а не от того, какая реальная информация.

Алгоритмизация, я бы так сказал, да? Алгоритмизация поиска. Алгоритм управляет твоей поисковой выдачей.

Это еще называется filter bubble. То есть, такие пузыри, в которых ты сидишь и не можешь вылезти. Информационные пузыри. Ну, и, наконец, количество результатов поиска стало ограниченным. Если раньше нам давали десятки тысяч страниц, то теперь только 400. Партнер этого сезона – компания Selectel. В нашей совместной рубрике мы вспоминаем истории стартапов на заре интернета. Успешных и не очень. Я часто консультирую стартапы и замечаю, что технические проблемы, с которыми они сталкиваются, не новые. Их переживали IT-предприниматели и 30 лет назад. Поэтому мы можем посмотреть на их опыт и сделать выводы для себя. Сегодняшняя история про масштабирование. Ноябрь 1998 года. Интернет только набирает популярность. Дома он есть меньше, чем у 20% американцев. Google— компания в гараже, а за покупками люди ходят в обычные магазины. И тут один предприниматель из долины, Грег Маклемор (Greg McLemore), решает продавать товары для домашних животных онлайн. Магазин открывается на сайте с суперадресом pets.com, то есть питомцы.com. Домен у МакКлеммера был уже давно, он чувствовал приближение интернет-бума и дальновидно десятками регистрировал сайты с простыми и привлекательными адресами, чтобы потом их выгодно продавать. А Pets.com он захотел сделать своим собственным онлайн-бизнесом и принес идею венчурным инвесторам. Вместе с инвестициями в стартап приходит профессиональное руководство и очень-очень много денег. Вложился в него, кстати, и Джефф Безос, тот самый, который тогда еще только запустил магазин amazon.com. Компания начинает расти безудержными темпами. Pets.com строит огромные склады по всей стране и вкладывает десятки миллионов долларов в рекламу. Их ролик на супербоуле, главном спортивном соревновании США, запомнила вся страна. А персонаж, носок с пуговицами вместо глаз, стал национальным любимцем. После размещения акций Petscoms оценивают в 300 миллионов долларов. Это 600 миллионов в текущих деньгах. Казалось бы, успех. На самом деле, взрывной рост был иллюзией. Компания не получала прибыли от продаж. Основной товар— корм для животных. Довольно дешевый, но при этом габаритный и тяжелый. Доставка выходила ужасно дорогой. На каждом заказе Pets.com теряли деньги. Экономика не сходилась. На рекламу тратили больше, чем зарабатывали. В итоге компания сожгла все деньги и закрылась через 268 дней после IPO. Основной проблемой Pets.com была заведомо нерабочая бизнес-модель. Продумать на старте, как ваша компания будет зарабатывать, расти и масштабироваться— это предпринимательская база. А пока вы решаете вопросы стратегии, построить устойчивую технологическую основу для онлайн-бизнеса и подготовиться к росту вам поможет Selectel. Вместе с Selectel вы можете создать IT-инфраструктуру под свой запрос. Например, развернуть проект в облаке, гибко адаптировать мощности под задачи бизнеса и подключить видеокарты для работы с искусственным интеллектом и графикой. Сервисы, их кстати больше 50, удобно настраивать под себя в панели управления. Ссылка в описании. Довольно страшная картинка. Что делать-то? Если я хочу продолжать пользоваться Гуглом, есть ли какие-то приемы, чтобы он стал более полезным?

Да, всё старое, тёплое, ламповое. В первую очередь, то, что называется операторы поиска. Самое смешное, они называются операторы расширенного поиска, и ирония в том здесь, что они призваны не расширить твой поиск, а наоборот его сузить. Вот для того, чтобы получить максимально узкие результаты. Например, самый простой оператор – кавычки. Тебе нужно найти точное словосочетание. Ты заключаешь его просто в кавычки. Важно, кавычки – лапки, не ёлочки. Кавычки ёлочкой не работают. Заключаешь это словосочетание, любое, в общем-то, Лёха, два слова. Хоть одно слово можно заключить, если ты понимаешь, что тебе нужно слово именно в этом написании. заключаешь это слово и словосочетание в кавычке, и тебе ищутся страницы конкретно с этим словосочетанием. Без кавычек, как работает алгоритм? Он берет все слова, которые есть в твоем запросе, и ищет их везде на странице. То есть в названии, в тексте, в рекламной ссылке, которая сбоку или в подвале. И будут ли эти слова сочетаться? Скорее всего, да, что-то будет, но нет, это не так работает. Если ты заключил что-то в кавычке, условно говоря, какую-нибудь цитату из песни или из стихотворения, или какое-то конкретное, условно говоря, ну, давай что-нибудь... Я помню чудное мгновение, да? Кто написал стихотворение, я написал стихотворение. То ты получишь на первой странице в топе выдачи именно страницы, где это слово-сочетание. Достаточно просто заключить в кавычки. Это самый простой оператор. Далее, тоже простой оператор, минус-слово, т.е. ты понимаешь, что определённые слова засоряют твою поисковую выдачу, и ты можешь убрать страницу с этими словами через минус. Минус-слово, минус-слово, т.е. можно 5-10 слов добавить, которые заминусить, и ты постепенно фильтруешь выдачу, и в неё не попадают страницы вот с этими конкретными словами. Условно, нам нужны страницы, на которых упоминается Касым-Жомарт Кемелевич Токаев, но нам не нужно, чтобы там упоминался Владимир Владимирович Путин. Токаев минус Владимир минус Владимирович минус Путин, и минус президент РФ, в кавычках, и т.д. И убираем всё это, очищаем себе выдачу. Я сейчас о самых таких вот ходовых операторах расскажу, которыми я пользуюсь каждый день. Оператор сайт. site: двоеточие и домен. Этот оператор позволяет искать на конкретном сайте. То есть, ты точно знаешь, что информация была на сайте Би-Би-Си. Но на сайте Би-Би-Си, на сайте Русской службы Би-Би-Си, по-моему, вообще нет поиска по сайту. То есть, просто офф, невозможно. Мы знаем, что что-то выходило на сайте BBC, или на сайте The Guardian, или на сайте какого-то другого издания. Мы это точно помним, но это было давно. Мы помним, о чём статья, но найти её через поиск просто по сайту невозможно, потому что либо поиск не работает, либо поиска там нет. Тогда мы вбиваем ключевые слова, по которым мы эту статью можем найти. И оператор наш сайт, двоеточие, bbc.co.uk, bbc.com. И, пожалуйста, мы ищем только на этом сайте. Очень хорошо помогает, если ты помнишь, где искать информацию. То же самое касается, например, сайтов со статистикой, на которых поисковые движки есть внутренне встроенные, но они работают у всех абсолютно из рук вон плохо. Еще один оператор тип файла, файл-тайп, т.е. можно искать исключительно по файлам PDF, можно файлы Excel, можно DOC, самые разные файлы, включая, если я верно помню, там еще и XML файлы и т.д. Т.е. ты понимаешь, что информация лежит в определенном типе файла. И ты вбиваешь свой запрос и тип файла, и тебе выходят только страницы, где есть эта информация в определённом типе файлов. эти операторы можно комбинировать, можно искать на определённом сайте с определённым типом файла. И тогда ты вообще можешь сузить поисковую выдачу результата вплоть до одного результата. То есть, например, можно попробовать так вот найти единственный документ, в котором упоминается Юрий Михайлович Лужков на сайте Кремля. Вбиваем Лужков. сайт двоеточие kremlin.ru, filetype:pdf. И мы находим ровно одну страницу, ровно один документ об увековечивании памяти Ю. М. Лужкова. Вместо как бы огромного списка мы получили ровно один результат, тот, который нам был нужен. Это касается любого другого сайта. Ну и, конечно, Важные вещи еще это операторы inUrl, inText и inTitle. То есть, понятно по названию inUrl, этот оператор позволяет нам искать определенное слово в URL, в адресе. То есть, например, мы видим, есть сайт какой-то большой, а в нем нет очевидной страницы контактов. Но мы понимаем, что она там должна быть. Мы можем попробовать на этом сайте поискать страницу в названии которой, в адресе которой содержится слово «контакт» или слово «about», или слово «отчёт», например, тоже можно поискать в Урле. «Интекст», понятное дело, это в теле текста. «Интайтл»— это в заголовке, т.е. можем искать только по заголовку или только по тексту. Плюс, опять же, все это мы можем комбинировать. Кавычки искать в тексте, искать на определенном сайте, искать в определенном типе файлов. Это то, что хакеры называют Google dorking. То есть, вот эти запросы называются dorks, Google dorks. С их помощью можно на самом деле довольно много информации собирать, в том числе информации чувствительной, которая на самом деле лежит в незащищенных директориях сайта. Пока поиск работал нормально, это была базовая техника для хакеров. А теперь, я поздравляю всех нас, теперь это необходимая базовая техника, просто чтобы найти нормальную информацию. Без этого, теперь уже с ограничением в 300 запросов, некоторую информацию просто невозможно найти. И, пожалуйста, пользуйтесь. Всё это хорошо описано в документации Google, как это работает. Есть по этому поводу мануалы, в том числе написанные мной. Пожалуйста, на сайте проверено, можно почитать, Google dorks.

Друзья, небольшое объявление. Студия Либо-Либо, которая выпускает этот подкаст, еще делает подкасты для компаний и брендов. Либо-Либо создают самые популярные аудиопроекты на русском языке, и студии точно знают, как с помощью подкаста решать имиджевые, маркетинговые или HR задачи. Если у вас есть бюджетные подкасты, вам нужен качественный продакшен и вы хотите, чтобы вам помогли лучшие профессионалы, пишите в студию по адресу podcast@libolibo.me. Адрес есть в описании. Смотри, когда я набираю кроссовки в Гугле, вот прямо сейчас, Гугл мне подсказывает магазины в Риге. Ты уже сказал, что результаты поиска на самом деле сильно разные в зависимости от города. Так вот, могу ли я выбрать себе другой город?

Да, можешь. Есть проекты, которые позволяют эту штуку обойти. Например, один из них называется iSearchFrom, то есть isearchfrom.net. Ты заходишь туда, И можешь выбрать, из какой страны ты проводишь поиск, с какого устройства, и в случае с рядом стран даже можешь выбрать город конкретный, из которого ты якобы сидишь. И эта информация отправляется в Google, и ты получаешь результаты, как если бы ты находился там, а не там, где ты сейчас находишься. Это не единственный инструмент, но вот он как бы самый такой простой.

Я сам часто ищу сайт двоеточия reddit.com. Чтобы находить то, что пишут живые люди, а не какие-то там оплаченные СИОшники. Какие еще формы остались? Есть какие-то другие способы найти живых людей в интернете? Точнее, то, что написали живые люди в интернете.

Ну, как бы если ты знаешь места, где живые люди водятся, то вот, собственно, через оператор сайт как бы и искать. Как на Reddit. Локальный форум, например. Форум города, не знаю, Энергодара. И ты понимаешь, что в поисковой выдаче в обычной его не будет просто вообще никогда. Но если через оператор сайт, ты увидишь выдачу именно с этого маленького форума. А и таких закутков человечности, Назовем их так поэтично, значит. Их на самом деле много, потому что интернет же огромный. Мы привыкли видеть гигантов, и за ними мы не видим всего остального интернета. Facebook, все эти продукты мета. Вот у нас есть там условный Twitter. которые сильно поменьше, там, LinkedIn для чего-то, тот же LinkedIn, например, да? Это же не значит, что исчезли сайты, на которых люди размещают объявления о найме или свои CV, да? Есть куча огромных локальных проектов, локальных сайтов, на которых теперь, вероятно, сильно больше полезной информации, чем на сайтах гигантов. В особенности теперь, когда гиганты, такие как Мета, поощряют использование AI, и мы видим, что в 2025 году больше 40% всех больших текстов А также медиаматериалы в Фейсбуке были созданы с помощью ИИ, просто сгенерированы. И этот процент только будет расти. Теория мёртвого интернета, над которой мы смеялись 5 лет назад, оказывается не так глупа. Теперь можно генерить огромное количество контента. И даже не париться с тем, чтобы его размещать, т.е. настроить машину так, что она будет и генерировать, и размещать на сайте, и раскидывать ссылки по социальным сетям. А человеческое участие там нужно только на этапе настройки и на этапе поддержки, чтобы эта система работала, как бы, и починить её, если она сломалась в какой-то момент, затормозилась где-то, да? Дело в том, что и поисковую оптимизацию можно производить без участия человека. засеошенными (SEO) хорошо и попадают в топ-выдачи, т.е. получается, что в топ-выдачи ты ещё рискуешь нарваться на статью, в подготовке которой не принимал участие человек вообще. Ужасно, да, но тем не менее нужно помнить, что локальные живые человеческие проекты остались, они никуда не делись, нужно просто их найти и искать информацию в таком случае

на Ты очень классно рассказал про операторы, про то, как можно комбинировать, но забивать это каждый раз довольно неудобно. Есть ли какой-то способ сделать для себя, не знаю, какие-то шорткаты, чтобы можно было искать всегда... Короче, как-то это дело... Из этого сделать инструмент.

Да. Есть несколько проектов. В первую очередь это searchwhisperer.com, если не ошибаюсь. Это проект, который разработал очень известный специалист по открытым расследованиям на основе открытых данных. Он из Голландии, из Нидерландов. Он разработал за последние 10 с лишним лет кучу полезнейших инструментов для журналистов, для улучшения поиска. И вот Search Whisperer – это как раз инструмент, который позволяет вбить простой запрос, а потом его машина, он, по-моему, на основе Клода его сделал. Клод, получается, обрабатывает этот запрос и дорк-запросы (Google dorks). Во-первых, оценивает качество запроса. Ты говоришь, refine me, да, этот запрос. И он говорит, хорошо, мы сделаем вот такое вот уточнение, как бы, да, и ты выбери, где ты хочешь искать. Ты хочешь искать на официальных сайтах, ты хочешь искать по медиа, ты хочешь искать за актуальный период, или ты хочешь за какой-то период в прошлом искать, или ты, может быть, хочешь искать в файлах или где-то еще, и ты вот тыкаешь на эти кнопочки, и тебе как бы генерируется запрос, чтобы тебе не вбивать его. Потом такой пынк на кнопочку, и открывается Google, Совсем вот этим вот огромным, значит, дорог запросом, который ты не набирал вручную, а просто как бы в интуитивном режиме, общаясь с этой моделью, созданной Хэнком, просто сделал. Это один вариант. Есть вариант, он называется, по-моему, дорог генератор. Там ещё проще. Значит, это система, которая работает на основе, опять же, взаимодействия с ИИ на естественном языке. Ты пишешь просто вот на своём языке, что тебе нужно найти. То есть, я хочу найти файлы, в которых содержатся... файлы в формате PDF, в которых содержится вот такая-то информация на таком-то сайте или в такой-то доменной зоне. И там три кнопочки. Сгенерировать запрос для Google, для DuckDuckGo и для Bing. И тебе генерируются подходящие запросы, значит уже дорог запросы со всеми операторами. Ты просто их копируешь и вставляешь в поисковую строку нужного тебе поисковика.

Есть ли какие-то альтернативы Гуглу?

Предостаточно. Начнём, наверное, с просто альтернативного поиска. Пока без ИИ, но в смысле ИИ тоже о нём поговорим. Во-первых, Bing. Да, он похуже индексирует, но за последние годы он стал чуть получше. Т.е. альтернатива, альтернатива. В смысле поиска по картинкам, например, альтернатива Гуглу – это Яндекс. У Яндекса по-прежнему очень приличный поиск по картинкам, гораздо лучше, чем у Гугла. В смысле поиска вообще информации, то, конечно, в первую очередь стоит назвать DuckDuckGo. DuckDuckGo – это система поиска, альтернативная Гуглу, в которой при этом работают операторы Гугл, большая часть, т.е. помимо всего прочего. Что делает DuckDuckGo? Помимо своего собственного поиска и индекса, они используют индекс Google, но они отправляют туда ваш запрос анонимно, то есть без отпечатка вашего устройства, без сведений о вашей истории поиска. То есть в DuckDuckGo вы используете поиск Google, индекс Google, Но используйте его анонимно, DuckDuckGo ваши данные не собирает и не передает в Google. Это хорошо. Более радикальный проект— это поиск Brave. Brave вообще отказались от взаимодействия с Google. Они не используют индекс Google, они создают собственный индекс. Поэтому какие-то вещи там могут не находиться, которые в Google находятся, но, тем не менее, проект растёт, это такая как бы инфраструктура, вокруг и браузер Brave, да, и поиск Brave, и AI-ассистент, и эта инфраструктура растёт, и поиск становится всё лучше в Brave. Есть совсем альтернативные вещи. Вот у меня тут списочек. У меня в отдельной папке просто лежит это в браузере. Есть поиск, например, стартпейдж. Это приватный поисковый движок, опять же, который данных не собирает. Qwant, т.е. ты выбираешь, по каким странам Европы тебе искать. Кстати, в DuckDuckGo тоже есть выбор страны. Сразу по умолчанию в интерфейсе можно выбрать, в какой стране вы будете искать. Есть нашпигованный вообще SearX – это поиск, который полезен, например, для поиска по Китаю, и там тоже можно выбрать страну и прочее. Ну и Kiberu ещё, да, поиск, вот тоже как бы, опять же, альтернативный, который не собирает данные и немножко по-другому выстраивает логику. Т.е. вот если не нравится, что Google собирает данные, не нравится, какая поисковая выдача у Google, можно пользоваться этими альтернативными сервисами, самые, наверное, Удобный для того, кто пересаживается с Google, наверное, самый удобный все-таки DuckDuckGo. В принципе, можно безболезненно мигрировать в DuckDuckGo из хрома, сохранив все удобные функции и избавившись от назойливой слежки от алгоритмов Google. Разумный способ. Или Brave. То есть вот DuckDuckGo или Brave у других альтернативных поисковых систем своих браузеров нет. Ну а понятно, что как бы если хочешь мигрировать от Google поиска, то и от Хрома нужно мигрировать в сторону чего-то другого.

Я сам, честно говоря, грешу тем, что теперь уже не иду в поисковик, когда мне что-то нужно найти, а сразу спрашиваю нейросеть. И тут у меня на самом деле очень много вопросов, какой нейросети вообще пользуешься ты сам для поиска информации в интернете.

Я пользуюсь многими нейросетями, больше, наверное, десятка разных. А если для поиска конкретно, я использую инфраструктуру Perplexity по одной простой причине, потому что Perplexity в Pro-режиме, понятное дело, я плачу за подписку, позволяет использовать несколько разных больших языковых моделей для решения одной и той же задачи. У Perplexity есть. Свои модели есть Sonar, Sonar Deep Research и Sonar Pro. Также подключен всегда самый новый чат GPT и предпоследний Клод. Там всегда последние Gemini Pro и Gemini. И время от времени там это меняется, запускают какую-нибудь открытую китайскую модель на американских серверах. То есть сейчас там, по-моему, Kimi стоит, до этого там был DeepSeek, а Kimi для кодинга как раз полезная штука. То есть если вайп-кодить что-то, да, то есть... И вот получается, что за 20 баксов в месяц я получаю возможность взаимодействовать со всеми этими моделями, и это для меня очень комфортно. Поэтому Perplexity. Ну а также есть бесплатный чат GPT, если мне нужно прямо вот с GPT поработать внутри. Есть, наверное, четыре лидера, которые неоспоримые лидеры. Это «Антропик», это «Клод», это «Гугл», «Джиминай», это «ОпенАй» и это «ChatGPT», и это «Перплексити» и их «Сонар». Все эти модели по-разному немножко работают, для разных задач их использовать. Что важно понимать, когда мы говорим о поиске с помощью больших языковых моделей. Голые модели не работают на поиск. Что я имею в виду, когда говорю «голая модель»? Это вот модель, as it is, по умолчанию, которую вот вам выкатили в доступ, там, ChatGPT 5, да? Она выкачена так, чтобы её можно было использовать под огромное число задач. И вот если вы не понимаете, как с этим взаимодействовать, как сузить это поле, то, скорее всего, результаты будут плохие. Есть несколько способов взаимодействия с большими языковыми моделями. Первый, очевидно, это как бы так называемый «промт-инжиниринг», да? общаемся с помощью определённых техник с моделью. Мы ставим роль, контекст, формат вывода, ограничение знаний и прочее. Вот тогда оно начинает работать хорошо. Что можно использовать для того, чтобы не настраивать самостоятельно? Опять же, Хэнк ван Эсс, мой любимый, разработал AI Research Copilot. Это система, по-моему, опять же, на базе Клода сделана, в которой есть ряд типов исследований. Это, может быть, простой поиск, это, может быть, поиск стейкхолдеров, это, может быть, поиск мнений, может быть, SWOT-анализ, что-то. Ты вбиваешь туда, опять же, на естественном языке. что тебе нужно, и система генерирует тебе промпт-запрос под разные модели, под ChatGPT, под You.com, там есть под Mistral даже, да, т.е. вот удобно, т.е. ну и ты можешь как бы параллельно видеть, как эта система генерирует промпты и понимать, как тебе строить эти задачи, да, т.е. вот как тебе самому в дальнейшем свои промпты создавать. Что важно, да, т.е. при использовании моделей нужно разделять роли. То есть вот в Perplexity, например, есть такая штука, как Perplexity Spaces, пространство Perplexity. Это как отдельные маленькие модельки, которым ты можешь задать узкие задачи и использовать их под, собственно говоря, специализированные задачи. Например, у меня есть Research Assistant, я ему поставил твоя роль, ассистент исследователя. У тебя есть экспертиза вот в таких-то областях, в научной методологии, Ты всегда, значит, когда ищешь, обращаешься к таким-то источникам, и там можно добавить ссылки на источники, которые будут всегда первичными. Можно добавить файлы, в которых будет более подробно описана деятельность, методология исследования, список, например, дополнительных источников, по которым нужно искать. И у тебя вот такие-то границы знаний, ты за них не вылезаешь. Вот такие-то ограничения, в частности, ограничения «не выдумывай фактов». Если ты чего-то не нашёл, просто и ясно скажи «я не нашёл этой информации». И определённый формат вывода. Всё, это пространство настроено, теперь я могу с ним взаимодействовать. Дальше можно задавать, собственно, вопросы по теме. И таких пространств можно создать довольно большое количество под разные задачи. У меня, например, есть пространство для вайб-кодинга. То же самое в чат GPT вы можете создавать custom GPTs, т.е. вы им прописываете инструкцию, создаете некоторую базу знаний и, пожалуйста, общаетесь со своими custom GPTs, если у вас платная GPT. Или используйте чужие custom GPTs, которые кто-то уже создал, они там доступны по поиску. То же самое в Gemini. Это гемботы, так называемые. Точно таким же образом они программируются, задается роль, и вы взаимодействуете с пространством. Если вы не хотите или не можете купить себе платный GPT, но при этом GPT пользуетесь, сделайте этот системный промпт на уровне настроек своего аккаунта. Зайдите в настройки, И там есть, значит, такая штука, называется персонализация. И там, где, значит, выбрать нужно стиль, тон, эмоджи использовать, не использовать, есть там такая custom instructions. И туда можно прописать вот эту роль. Например, ты ассистент фактчекера. Вот у меня в бесплатном GPT так прописано. Ты ассистент фактчекера. Твоя задача, значит, факт-чекать информацию, значит, и опираться на достоверные и релевантные источники, когда я задаю какой-то вопрос. У тебя есть вот такие-то core responsibilities, у тебя есть вот такой-то формат ответа и запрещенные активности. В частности, запрещенная активность – выдавать мнение за факты, да? Вот с такими настройками он у меня работает. Довольно неплохо, на самом деле. Если у вас задача узкая, если вам не нужно много всего делать в chat.gpt, то вам бесплатной версии с таким промптом хватит для того, чтобы получать достоверную информацию. Ну, и нужно понимать, что, условно говоря, chat.gpt использует большей частью Bing. Это OpenAI, как бы они связаны с Microsoft, и понятно, что там поиск идет через Bing. Если мы говорим про Perplexity, то через свою систему Bing гугловские результаты тоже могут попадать. Gemini, понятное дело, это Google. Это всегда будет поиск Google. Спрашивают часто, а что лучше? Лучше то, что удобно для вашего окружения. Если у вас окружение Microsoft, то вам нужен Microsoft Copilot и Chat GPT. Если у вас окружение Google, то то, пожалуйста, Gemini, Google Workspace, документы Google, вот это вот всё. Если вам нужна мультизадачность, подключать коннекторы разные, типа подключить Notion, например, к этому всему, да, или подключить... что-то еще, сделать базу данных в Notion, чтобы с этой базой данных ваш чат-бот работал. Тогда это perplexity, и не знаю, есть ли у чата GPT коннектор к Notion, к Google у него точно есть коннектор, и у perplexity тоже есть коннектор Google Drive и так далее. Если у вас задача максимально точное исследование но при этом не новостные, вам не нужно искать в интернете, то это ноутбук LM от Google. Опять же, это машина, которая не подключена к интернету, она работает исключительно с теми файлами, которые вы в неё залили. Очень полезно при анализе больших массивов документов, например, там, не знаю, финансовые отчёты за 10 лет по какой-нибудь крупной компании. Всегда от задачи нужно плясать. Но вот универсальные, да, универсальные – это, пожалуй, более-менее универсальные Perplexity, ChargePT и Gemini. За счёт того, что в них можно создавать вот эти кастомные пространства, под разные задачки. У меня есть отдельный бот-пространство для фандрейзинга. Там у меня профессиональный фандрейзер, и с ним я общаюсь. И вот это второй способ взаимодействия с ботом – не просто давать инструкцию и задачу «найди то-то, сделай то-то», А использовать его как спарринг-партнёра, например. То есть, вот у меня есть такая идея, рассмотри эту идею, какие ты видишь в ней плюсы и минусы. Он говорит, вот так, вот здесь сильная сторона, здесь слабая. Что я могу сделать, чтобы вот это? Сделай вот это. А если я сделаю вот так? То есть, использовать для обмена идеями – это, наверное, более продуктивный способ, чем просто надеяться, что шайтан-машина тебе выдаст готовый ответ. Нет, не выдаст.

Удивительным образом, мне кажется, очень похоже на то, что когда ты вот настраивал поисковые движки под себя, теперь ты делаешь то же самое, только для нейросетей ты им объясняешь, как именно им нужно работать, сужаешь для них пространство поиска.

Очень важную вещь хочу сказать всем. каким бы ботом вы ни пользовались, зайдите в настройки, и там есть кнопочка, которая в ChatGPT по умолчанию, по-моему, включена. Использовать ваши данные для дообучения моделей. Отключите ее. Не давайте ваши данные, не отдавайте, не кормите ими ChatGPT. Потому что неизвестно, что из ваших данных в итоге вылезет в следующей версии. то же самое с Perplexity. Не использовать мои данные для обучения моделей. Это важно.

Наверное, у меня еще такое наблюдение, что некоторые люди ищут в голосовом режиме. То есть, они общаются с нейросетью голосом. И это большая ошибка, так делать не стоит, если ты не просто не хочешь поболтать. Если ты хочешь хоть что-то осмысленное, нужно выключать голосовой режим и писать текстом или говорить голосом, чтобы вот этот speech-to-text, что ты говоришь, а он дальше текст генерирует из твоей речи. Вот это окей. Но если ты просто голосом говоришь, то голосовая модель у нейросети, она самая быстрая и с самым низким качеством, потому что нейросети нужно успеть ответить за там полсекунды, иначе тебе кажется, что что-то тормозит. И вот такая нейросеть никогда не сделает нормального поиска. И никогда нормально твою информацию не обработает. Это просто болталка. Если хочешь что-то сделать нормальное, используйте текст. Мне кажется, это такое важное... То, что ты рассказываешь, это какие-то более крутые штуки, более сложные. Но вот на самом-самом первом уровне не стоит самому стрелять в ногу и использовать голосовые модели. Про нейросети плюс-минус понятно. Можно сделать так, чтобы они меньше галлюцинировали и давали более проверенные ответы. Погнали про языки. Есть ли разница, на каком языке искать в поисковых движках?

В поисковых движках или в ЛЛМках?

Давай сначала про поисковые движки, а потом про ЛЛМки.

Да, все еще есть. Просто потому, что количество контента на разных языках разное. И количество контента, условно, английском, португальском, испанском, французском, оно будет сильно больше, чем на русском или на немецком, не говоря уже про албанский, да, т.е. албанцы страдали, у них даже в своей версии, там, в 2017 году не было своей версии, как бы, Google языковой, да, он просто не поддерживал кучу инструментов на албанском. Да, так что разница есть. Всё зависит от того, насколько этот язык является языком производителей контента, самого разнообразного, от развлекательного до научного. Чем больше контента производится разного на определённом языке, тем вероятнее, что поиск закончится удачно и не зафейлится. С большими языками-моделями немножко другая ситуация.

Как язык запроса влияет на ответ в случае нейросети?

Судя по всему, я склонен считать, что это исследование достаточно точное, было проведено исследование серьёзное по тому, как взаимодействуют чат-боты с разными языками, и лучшим языком для взаимодействия оказался польский. Вот. Не английский, не французский, не испанский, а польский. Причин, вероятно, две. Первое, мы понимаем, что основной массив документов, на которых ЛЛМ обучаются, он написан на латинице, а польский использует латиницу. То есть, с одной стороны. Но есть и другая сторона. Сколько информации может содержаться в одном слове в разных языках? Дело в том, что в славянских языках в одном слове содержится гораздо больше информации, чем в английском. Потому что у нас есть падеж, есть склонение, есть род. И вся эта информация в минимальном количестве токенов упакована. То есть, славянские языки позволяют чуть больше информации. флективные языки в целом. Не только славянские. Не только славянские языки фликтивные. Но фликтивные языки, у которых есть падеж, склонение, спряжение, они оказываются более эффективными для взаимодействия с большими языковыми моделями за счёт того, что в одном слове содержится больше информации. То есть, ваш запрос... Ну, не скажешь, что они суперсильно опережают. То есть, это какие-то небольшие проценты, но вот так это работает. Пользуйтесь чатом GPT и Perplexity. Все нормально. Вам необязательно все промты писать на английском, если вы не создаете англоязычный продукт.

Мне кажется, вот этот совет многих успокоит и хорошо. Помнишь, раньше русскоязычный поиск работал лучше всего в Яндексе? Как сейчас дела у Яндекс.Поиска? Для чего он полезен сегодня?

Все еще полезен для поиска по странам бывшего СССР. Полезен для поиска на таджикском, например. Полезнее, чем Google. Лучше индексируют таджикский. Или на узбекском, или на кыргызском, или на казахском, например. Потому что модель Яндекса, которая как раз работает с казахским языком, она сильно лучше сделана, чем у Google. То есть, в казахском интернете Яндекс может оказаться полезнее. Яндекс по-прежнему полезнее для поиска по картинкам. Особенность в этих регионах, которые он покрывает. То есть русскоязычные регионы, страны Центральной Азии. У них движок для поиска по картинкам все еще лучше, чем у Google. И менее замусорена сама выдача, и поиск по лицам все еще отчасти работает. А в остальном всё, т.е. для глубокого поиска Яндекс больше не годится. Там были когда-то операторы, как в Google, похожие, просто вместо сайт был оператор-хост, вместо кавычек использовались восклицательные знаки. Что-то из этого сейчас всё ещё работает, но уже всё, т.е. эпоха операторов в Яндекс закончилась, ну и сами там настройки, всё это тоже коммерциализировано, это внедрено Алиса и прочее, и прочее. Это тоже, конечно, замусоривает очень сильно поиск и делает его крайне неудобным для пользователя. Так что вот для каких-то задач Яндекс ещё работает, но как в качестве основного поискового движка его рекомендовать было бы очень странно. В качестве дополнительного – да, если у вас есть определённые задачи.

Спасибо большое, Паша. Очень классный разговор, очень много практических советов.

Спасибо, что позвал. Берегите себя.

Это подкаст Студии Либо-Либо. Над эпизодом работали редакторка Маша Агличева, продюсеры Данил Остапов и Аня Коваленко, монтажер Сергей Христолюбов. За джингл спасибо Алексею Зеленскому. Мы будем очень благодарны, если вы поддержите наш YouTube канал. Пожалуйста, подписывайтесь, ставьте лайк этому ролику и оставьте какой-нибудь комментарий. Например, поделитесь своей историей про поиск в интернете. До встречи в следующий четверг. Пока! Редактор субтитров Т.Горелова Корректор А.Егорова