Трафик от агентного ИИ: как измерять посещения, совершаемые в интересах людей

Трафик от агентного ИИ становится актуальным вопросом для маркетологов: теперь программное обеспечение может совершать посещение, действуя в интересах человека. Платформа аналитики может записать запрос, просмотр страницы и события, но человек, которому понадобилось исследование, может так и не увидеть страницу в обычном браузере. Если считать все зарегистрированные сеансы одинаковыми, можно смешать внимание аудитории с выполнением задачи браузерным агентом.

Этот вопрос важен, даже если агенты еще не стали крупным каналом привлечения. В исследовании Pew Research Center пользователи переходили по традиционному результату в 8% посещений Google со сводкой ИИ против 15% посещений без нее. По мере того как системы ИИ отвечают на вопросы, проводят исследования, сравнивают варианты и предпринимают действия, путь от вопроса до вашего сайта становится длиннее. Грамотная аналитика позволяет увидеть эти этапы, не смешивая активность с участием агента и аудиторию из людей.

Короткий ответ на вопрос что такое трафик от агентного ИИ: это посещения, которые совершает ИИ-агент или браузер на базе ИИ, действующий в интересах человека. ИИ-агент может принимать решения, ставить цели, пользоваться инструментами и выполнять многоэтапные действия, а не просто выдавать один ответ. Это описание ИИ-агентов полезно маркетологам, поскольку ключевая особенность здесь — действие. Система может открывать страницы, сравнивать информацию, частично заполнять рабочий процесс или предоставлять пользователю сводку.

Трафик от агентов отличается от переходов людей по рекомендациям. Человек, перешедший по ссылке из ответа ИИ, обычно загружает сайт в собственном браузере. При сеансе с участием агента пользователь поручает программному обеспечению провести исследование или выполнить задачу, и программа посещает сайт от его имени.

Два потребительских браузера делают это явление вполне осязаемым. ChatGPT Atlas был запущен 21 октября 2025 с агентным режимом, который может выполнять действия в интернете для пользователя. Perplexity запустила Comet в июле 2025, назвав его браузером на базе ИИ. Это не означает, что каждое посещение из их экосистем связано с агентом. Но это показывает, почему трафик браузеров на базе ИИ требует отдельного анализа.

Практичный подход — определять трафик от агентов по поведению и цели, а не по названию одного продукта. Можно отдельно учитывать серверный запрос для пользовательской задачи, исследовательскую задачу, отображаемую в браузере и просмотр заполненной формы. Такое разграничение полезно, потому что в аналитике важно понять: программа получила страницу для человека, отобразила ее для выполнения задачи или привела читателя-человека, способного принять обоснованное решение.

Отличить сеансы агентов от посещений людей проще, если вы также знаете, как выглядит настоящая активность людей из кампаний. SparkTraffic — рекламная платформа, которая привлекает геотаргетированные посещения сайта от реальных людей через проверенную сеть издателей. Поэтому ее руководство по трафику ИИ может быть полезно командам, которым нужна четкая база сравнения при оценке новых посещений, связанных с ИИ. Практическая роль платформы такова: качественные тесты трафика помогают проверять сбор событий, целевые страницы и отчетность, но не дают оснований утверждать, что платные посещения меняют позиции в поиске.

SparkTraffic также публикует пять проверок, помогающих подтвердить, что посетители — реальные люди: распределение длительности сеансов, разрешения экранов, время суток, местоположение и взаимодействия. Эти проверки полезны, поскольку любой отдельный сигнал может вводить в заблуждение. Короткий сеанс может принадлежать занятому человеку, небольшой экран — быть обычным мобильным трафиком, а знакомое местоположение само по себе не доказывает, кто именно просмотрел страницу. Совокупность нескольких сигналов информативнее отдельного флага.

Для проверки качества аналитики можно сравнить известную кампанию с участием людей, проведенную с учетом согласия, с сеансами, которые вы подозреваете в агентной активности. Полезный подход — использовать тестовые страницы с noindex для A/B-экспериментов, когда это уместно, помечать трафик метками UTM и сравнивать последовательность событий, а не общие показатели. Это поддерживает ориентированный на людей стандарт: реальные люди должны получать релевантные страницы и понятный выбор, а измерения должны прозрачно отражать то, что наблюдала система.

Традиционная веб-метрика предполагает прямую связь: человек открывает страницу, браузер отправляет запросы, аналитика регистрирует сеанс. Трафик от ИИ-агентов может нарушать эту связь. Агент может получать исходный HTML, выполнять JavaScript в браузерной среде, извлекать структурированные данные или обобщать страницу, не показывая пользователю видимую вкладку. Поэтому один базовый запрос может означать отсутствие чтения страницы человеком, исследование с помощью агента или выполнение агентом инструкции.

Reuters Institute четко сформулировал вопрос: если браузер на базе ИИ обобщает контент от имени пользователя, считать ли это посещением человека? В отчете о тенденциях за 2026 год также отмечается, что переходы из ChatGPT быстро росли, хотя Google по-прежнему приводил гораздо больше переходов. Это не отвлеченный философский вопрос. Он влияет на отчеты об аудитории, рекламные решения, приоритеты контента и анализ конверсий.

Следующий шаг — разделить в отчетах два результата:

Эти категории отделяют внимание аудитории от полезных операционных сигналов. Человек, перешедший за подробностями, может быть очень вовлечен; запрос страницы с ценами может указывать на интерес, но не равнозначен посещению человека.

Не всегда легко отличить сеансы агентов от сеансов по переходам людей. Некоторые агенты запускают JavaScript и используют полноценный браузерный стек, поэтому просмотры страниц, события прокрутки и даже клиентские теги могут выглядеть как сеанс человека. Команда, которая помечает каждый быстрый визит как сеанс с участием агента, будет ошибочно классифицировать реальных людей.

Лучше анализировать сочетания сигналов, а не полагаться на одно правило. Сеанс может быть необычно коротким, но включать запросы множества страниц через равные промежутки времени. Пользователь может очень быстро пройти путь формы: открыть страницу с ценами и страницу с политикой, а через несколько секунд перейти к форме. Сеанс может сообщать о необычных размерах экрана, IP-адресе дата-центра, скудном отпечатке браузера или версии браузера, не соответствующей заявленному устройству. Это подсказки, а не окончательные выводы.

Серверные данные часто дают контекст, недоступный клиентской аналитике. В веб-журналах могут сохраняться время запроса, IP-адрес или классификация сети, строка user-agent, запрошенный URL, код состояния, источник перехода и шаблон заголовков. Если это допускают ваши правила конфиденциальности, эти данные можно связать с идентификатором запроса или сеанса первой стороны. Полезно ограничивать срок хранения исходных журналов и документировать правила доступа, особенно если ваш сайт подпадает под GDPR или другой режим защиты данных.

Практичный способ проверки — сгруппировать сеансы по источнику, user-agent, IP-сети, размеру экрана и последовательности событий, а затем изучить выбросы. Например, можно сравнить медианное время от загрузки страницы до взаимодействия с полем формы в обычной кампании и в подозрительной группе. Этот метод работает, потому что путь человека естественно меняется, тогда как последовательности и время задач с участием агента могут повторяться. Он также защищает от поспешных выводов: выброс становится поводом для исследования, а не основанием немедленно исключить сеанс.

Для надежного выявления нужны несколько уровней данных, отвечающих на разные вопросы. User-agent указывает, кем представляется клиент. Серверные журналы показывают шаблон запросов. События браузера отражают выполнение страницы. Поведенческие сигналы помогают понять, похожа ли последовательность на действия человека. Ни один из этих элементов сам по себе не раскрывает полной картины, а строки user-agent можно скопировать.

Хорошая отправная точка — известные агенты, открыто заявляющие, что действуют в интересах людей. Можно вести список документированных идентификаторов агентов и отслеживать его, а совпадающие запросы помечать в измерении на основе журналов как заявленную активность с участием агента. Ежемесячная проверка списка полезна, поскольку идентификаторы клиентов меняются. Важна последовательность: команда может объяснить, почему сеанс получил метку, и исправить ошибочное совпадение, не переписывая исторические выводы.

Затем можно сравнить поведение на уровне когорт. Повторяющиеся маршруты навигации, равномерные интервалы между запросами, мгновенное заполнение форм с множеством полей и большое число сеансов из хостинговых сетей могут подкрепить гипотезу об агенте. Но этих данных недостаточно, чтобы обоснованно запрещать доступ. Инструменты доступности, сервисы конфиденциальности, общие корпоративные сети и очень эффективные пользователи тоже могут выглядеть необычно. Ограничения частоты запросов, защита форм и ручная проверка должны быть направлены на предотвращение вреда или очевидных злоупотреблений, а не исходить из предположения, что высокая скорость означает дурные намерения.

Криптографически подтвержденная идентичность агента — новый дополнительный сигнал. Активный Internet-Draft IETF описывает механизм, при котором HTTP-клиенты подписывают запросы криптографически, чтобы серверы могли проверять идентичность клиента, в том числе с помощью заголовка Signature-Agent. Работа еще продолжается и стандарт не окончателен, поэтому действительные подписи стоит записывать как метку высокой достоверности, но не считать трафик без подписи подозрительным. Внедрение будет неравномерным, а подпись идентифицирует клиента, но не обязательно показывает степень внимания человека за ним.

Для более подробного процесса измерения можно дополнить этот подход руководством о том, как отслеживать трафик ИИ. Важно, чтобы полученные классификации были видны аналитикам. Скрытый фильтр может сделать панель показателей аккуратной, одновременно удалив сигналы, которые нужно изучить командам продукта, контента и безопасности. Для автоматических посещений, лишь притворяющихся человеческими, в нашем руководстве о том, как распознать бот-трафик объясняется, какие сигналы проверять в первую очередь.

Дизайн, удобный для агентов, начинается с тех же качеств, которые помогают людям. Агенту проще интерпретировать страницу, если заголовки описывают ее содержимое, основной текст использует семантический HTML, а структурированные данные соответствуют тому, что видит посетитель. Это снижает неоднозначность при исследовании или сравнении, а людям помогает лучше структурированная страница, и вспомогательные технологии получают больше контекста.

Формы требуют особого внимания, поскольку агенты могут обращаться к ним при выполнении задач. Четкие подписи, видимые обязательные поля, полезные сообщения об ошибках и страница подтверждения обеспечивают удобство для людей и делают путь браузеров ИИ, действующих от их имени, более понятным. Доступные формы также сокращают число ложных срабатываний в аналитике, поскольку корректная последовательность заполнения включает явно обозначенные этапы, а не неопределенные клики.

Информацию о ценах, наличии, возвратах, условиях конфиденциальности и способах связи должно быть легко найти; она должна быть согласованной во всех разделах. Агент, который читает эти страницы, точнее обобщит ваше предложение, а человек сможет без затруднений проверить детали. Практический приоритет — качество контента и прозрачность, а не попытки манипулировать ответом агента. Скрытый текст, вводящая в заблуждение разметка, вынужденные клики и малосодержательные страницы вредны: они подрывают доверие и снижают надежность данных.

Главное решение в политике простое, но важное: команда может определить, считать ли сеансы агентов пользователями. Просмотры страниц, отображенные с участием агентов, следует помечать и учитывать отдельно от посещений людей, пока организация не договорится о том, что считать качественным вниманием. Переходы людей из источника ИИ можно считать посещениями пользователей, если они соответствуют тем же правилам согласия и вовлеченности, что и другие посещения.

Практичный шаг — изложить правила простым языком и применять их к выгрузкам, панелям показателей и оценкам результатов. В документе можно указать, какие сигналы активируют метку агента, кто вправе менять правила, как долго хранятся исходные данные и остаются ли сеансы с неопределенным статусом в отдельной категории. Это позволяет отслеживать изменения метрик. Вы сможете объяснить изменение числа пользователей в отчетах, не скрывая лежащую в его основе активность.

Полезный формат отчета включает три строки: подтвержденные или вероятные сеансы людей, помеченные сеансы агентного типа и сеансы без классификации. К каждой строке можно добавить конверсии и начала заполнения форм, но описывать их нужно осторожно. Отправка формы агентом может показывать, что рабочий процесс технически доступен, но это не обязательно квалифицированный лид. В сферах с высокими ставками, например в финансах, здравоохранении или юридических услугах, следует уделять особое внимание согласию, раскрытию информации и стандартам проверки.

Трафик от агентного ИИ — полезный новый сигнал, если не смешивать активность программного обеспечения и внимание людей. Он должен побуждать к улучшению наблюдаемости, созданию более понятных страниц и точной отчетности об аудитории. Ваша аудитория по-прежнему состоит из людей, даже если браузерный агент помогает им проводить исследование.

Практичный ежемесячный обзор может включать следующие шаги:

Такой подход поможет обоснованно отвечать на вопросы по мере изменения инструментов. Вы сможете разрешать полезный доступ агентам, защищать формы и инфраструктуру от злоупотреблений и честно отчитываться о том, какие посещения отражают активное взаимодействие человека с вашим сайтом.