Этот раздел описывает attack surface и полевые gray/black техники. Наличие кейса не означает рекомендацию. Академически подтвержден сам класс preference manipulation attacks, но конкретные «секретные пороги» из практических постов часто не верифицированы. [S18](#s18). ## F140. Вчера на войсе обещали прикрепить несколько полезным ссылок: #country/global #engine/google-ai #engine/chatgpt #engine/perplexity #engine/gemini #task/strategy #technique/ugc #vertical/cross-vertical #evidence/unverified #risk/gray-or-black **Суть.** Вчера на войсе обещали прикрепить несколько полезным ссылок: Сервис по семантическому SEO: - после регистрации напишите в саппорт и вам дадут 15 бесплатных лимитов - на создание планов статей и генерацию текстов. - белое SEO - СНГ и Запад С чем могу помочь: ⁃ SEO-продвижение ⁃ Продвижение в нейронках: ChatGPT, Gemini, Google AI Overviews, Perplexity и т.д ⁃ Продвижение и маркетинг на Reddit - черное SEO С чем могу… **Числа / пример из полевого материала:** - Вчера на войсе обещали прикрепить несколько полезным ссылок: Сервис по семантическому SEO: - после регистрации напишите в саппорт и вам дадут 15 бесплатных лимитов - на создание планов статей и генерацию текстов. - белое SEO - СНГ и Запад С чем могу помочь: ⁃ SEO-продвижение ⁃ Продвижение в нейронках: ChatGPT, Gemin… **Практический вывод / гипотеза для теста:** - Вчера на войсе обещали прикрепить несколько полезным ссылок: Сервис по семантическому SEO: - после регистрации напишите в саппорт и вам дадут 15 бесплатных лимитов - на создание планов статей и генерацию текстов. - белое SEO - СНГ и Запад С чем могу помочь: ⁃ SEO-продвижение ⁃ Продвижение в нейронках: ChatGPT, Gemini, Google … **Статус:** `unverified`; риск: `gray-or-black`. Точные причинные выводы и цифры требуют независимой репликации. Связанный подтверждающий контекст: [S01](#s01), [S02](#s02), [S09](#s09), [S10](#s10) — эти источники подтверждают общую механику, но не обязательно конкретную цифру кейса. > **Внутри COLLIDER.CLUB** имеет смысл хранить карту источников по странам: какие медиа, форумы, каталоги и отраслевые площадки реально появляются в ответах разных AI-движков. ## F141. ИИ-ответы в Google — теперь ещё и с дозой спама? #country/global #engine/google-ai #engine/google #task/entity #task/content #technique/entity-graph #technique/original-data #technique/comparison #vertical/cross-vertical #evidence/observed #risk/gray-or-black **Суть.** ИИ-ответы в Google — теперь ещё и с дозой спама? Когда-то Google славился беспощадной борьбой со спамом. А теперь он, похоже, поднимает его в самый верх своей выдачи — в AI Overviews. Что происходит: SEO-специалисты начали массово замечать, как спамный, низкокачественный или откровенно манипулятивный контент попадает в ИИ-обзоры, которые Google показывает над обычными результатами поиска. 🔥 Вот как этим уже научились злоупотреблять: 1. Прямое копирование старого или ошибочного контента, включая данные, противоречащие Google Business Profile или Knowledge Graph. Контент без E-E-A-T: алгоритм подхватывает тексты без экспертности, опыта и достоверности — потому что они грамотно поданы. Как говорит SEO-эксперт Lily Ray: «Достаточно создать статью с рейтингом компаний и написать, что вы “лучшая” — и AI Overviews может выдать это как правду». **Практический вывод / гипотеза для теста:** - "Волшебные" листинги: сайты создают собственные подборки "лучших компаний", где сами себя называют №1 — и AI Overviews повторяют это как факт. - Как говорит SEO-эксперт Lily Ray: «Достаточно создать статью с рейтингом компаний и написать, что вы “лучшая” — и AI Overviews может выдать это как правду». - Влияние на SEO: 🔻 SEO-сообщество бьёт тревогу: такие результаты подрывают доверие к SERP и создают окно возможностей для спама. 🔻 Google заявляет, что работает над улучшением и продолжает бороться с “Scaled Content Abuse” (массштабным созданием бесполезного контента). 🔻 Но пока что мы с вами наблюдаем, как самая верхняя часть… **Статус:** `observed`; риск: `gray-or-black`. Точные причинные выводы и цифры требуют независимой репликации. Связанный подтверждающий контекст: [S01](#s01), [S02](#s02), [S05](#s05), [S29](#s29) — эти источники подтверждают общую механику, но не обязательно конкретную цифру кейса. **Внешние материалы, приложенные к исходному наблюдению:** - https://searchengineland.com/google-ai-overviews-growing-spam-problem-455402 ## F142. ✍️ Джун → CEO за 3 года / Часть 2 #country/global #engine/multi-engine #task/content #technique/multimodal #vertical/igaming #evidence/unverified #risk/black/high-risk **Суть.** ✍️ Джун → CEO за 3 года / Часть 2 В первой части я рассказал, как попал в iGaming через курс. Но настоящий рост начался не после курса, а после первого риска. За него хотели $5 000, после успешных торгов через систему make offer, мне удалось забрать домен за $1 500 🙂 P.S.: Для меня тогда это были ощутимые деньги. Я запустил сайт: Скопировал 95% UI/UX продукта. Правда, в Google сайта всё ещё не было. После курса я понял одну вещь: Чтобы реально разобраться в нише, недостаточно смотреть видео и читать чаты. Нужно увидеть индустрию изнутри. **Числа / пример из полевого материала:** - За него хотели $5 000, после успешных торгов через систему make offer, мне удалось забрать домен за $1 500 🙂 P.S.: Для меня тогда это были ощутимые деньги. - Я запустил сайт: Скопировал 95% UI/UX продукта. - Идею подсмотрел у одного из референсов, который импонировал по функционалу и на тот момент неплохо собирал траф по generic запросам - confiavel.com В какой-то момент в нашей сетке было 15 сайтов. - На пике основной сайт приносил около 9000 FTD в месяц. **Практический вывод / гипотеза для теста:** - После курса я понял одну вещь: Чтобы реально разобраться в нише, недостаточно смотреть видео и читать чаты. - Нужно увидеть индустрию изнутри. - Идею подсмотрел у одного из референсов, который импонировал по функционалу и на тот момент неплохо собирал траф по generic запросам - confiavel.com В какой-то момент в нашей сетке было 15 сайтов. **Статус:** `unverified`; риск: `black/high-risk`. Точные причинные выводы и цифры требуют независимой репликации. Связанный подтверждающий контекст: [S07](#s07), [S08](#s08), [S30](#s30), [S18](#s18) — эти источники подтверждают общую механику, но не обязательно конкретную цифру кейса. ## F143. В 2025-м многие для себя вновь открыли SEO, но только с помощью «AI SEO» или «GEO»... #country/global #engine/multi-engine #task/discoverability #task/content #technique/ugc #technique/content-refresh #vertical/cross-vertical #evidence/unverified #risk/white **Суть.** В 2025-м многие для себя вновь открыли SEO, но только с помощью «AI SEO» или «GEO»... Все ведут себя сейчас так, будто оптимизация для LLM — это совершенно новая дисциплина, которой нужно заниматься как можно скорее. Это два разных механизма: 1. Упоминание LLM (без URL) = присутствие в данных для обучения. Упоминание URL LLM = ранжирование в результатах органического поиска. Чем чаще вы появляетесь в контекстуально релевантных обсуждениях в Интернете, тем выше ваши шансы быть включённым в результаты модели. «LLM предпочитают свежий контент» Это значит, что поисковые системы отдают приоритет свежести (это буквально один из факторов ранжирования). **Числа / пример из полевого материала:** - В 2025-м многие для себя вновь открыли SEO, но только с помощью «AI SEO» или «GEO»... - И когда вы слышите или говорите такие вещи, как: «LLM теперь не так часто ссылаются на URL-адреса Reddit» Это значит, что позиции Reddit в поисковой выдаче упали (или на это повлияло удаление num=100). - Фактически, 99% рассуждающих на темы паттернов в ИИ не открывают для сообщества что-то действительно новое. **Практический вывод / гипотеза для теста:** - Все ведут себя сейчас так, будто оптимизация для LLM — это совершенно новая дисциплина, которой нужно заниматься как можно скорее. **Статус:** `unverified`; риск: `white`. Точные причинные выводы и цифры требуют независимой репликации. Связанный подтверждающий контекст: [S15](#s15), [S23](#s23), [S18](#s18) — эти источники подтверждают общую механику, но не обязательно конкретную цифру кейса. ## F144. 💼 Кейс: сайт-приманка, который стал источником органики #country/global #engine/multi-engine #task/citation #task/discoverability #task/indexing #task/content #technique/social-distribution #technique/original-data #vertical/igaming #vertical/crypto #evidence/unverified #risk/gray-or-black **Суть.** 💼 Кейс: сайт-приманка, который стал источником органики GEO: Бразилия 🇧🇷 Тематика: казино и спортивные ставки Бюджет: $500 Срок: 3 месяца Механика: использование «фантомного контента» и соцсигналов 🎯 Задача Проверить гипотезу: можно ли заставить Google ранжировать сайт, у которого почти нет страниц, но есть постоянные социальные сигналы и микровзаимодействия извне — без ссылок и без классического SEO. ⚙️ Что сдела… Текст — короткий, без H2, без оптимизации. Никаких просмотров, но Google начал видеть регулярные упоминания домена и переходы по ссылке. 📈 Что получилось через 2 месяца Трафик вырос с 0 до 8 700 уников/мес. Время на странице — 3:42 мин. Доход: около $1 200/мес на простых редиректах (Smartlink). 💡 Почему сработало Google не видит «глубину», он видит ритм. Подключили Telegram-бот, который раз в сутки менял заголовок (добавлял случайную фразу или эмодзи). Таким образом, страница обновлялась каждый день, но без изменения URL. **Числа / пример из полевого материала:** - 💼 Кейс: сайт-приманка, который стал источником органики GEO: Бразилия 🇧🇷 Тематика: казино и спортивные ставки Бюджет: $500 Срок: 3 месяца Механика: использование «фантомного контента» и соцсигналов 🎯 Задача Проверить гипотезу: можно ли заставить Google ранжировать сайт, у которого почти нет страниц, но есть постоянн… - Никаких просмотров, но Google начал видеть регулярные упоминания домена и переходы по ссылке. 📈 Что получилось через 2 месяца Трафик вырос с 0 до 8 700 уников/мес. - Время на странице — 3:42 мин. - Доход: около $1 200/мес на простых редиректах (Smartlink). 💡 Почему сработало Google не видит «глубину», он видит ритм. **Практический вывод / гипотеза для теста:** - 💼 Кейс: сайт-приманка, который стал источником органики GEO: Бразилия 🇧🇷 Тематика: казино и спортивные ставки Бюджет: $500 Срок: 3 месяца Механика: использование «фантомного контента» и соцсигналов 🎯 Задача Проверить гипотезу: можно ли заставить Google ранжировать сайт, у которого почти нет страниц, но есть постоянные социаль… - Текст — короткий, без H2, без оптимизации. - Подключили Telegram-бот, который раз в сутки менял заголовок (добавлял случайную фразу или эмодзи). **Статус:** `unverified`; риск: `gray-or-black`. Точные причинные выводы и цифры требуют независимой репликации. Связанный подтверждающий контекст: [S07](#s07), [S08](#s08), [S30](#s30), [S18](#s18) — эти источники подтверждают общую механику, но не обязательно конкретную цифру кейса. ## F145. SEO-специалист выдумал несуществующий апдейт Google. Просто чтобы проверить, как на него отреагирует поисковая система и люди. #country/global #engine/google-ai #task/strategy #technique/general #vertical/cross-vertical #evidence/unverified #risk/gray-or-black **Суть.** SEO-специалист выдумал несуществующий апдейт Google. Просто чтобы проверить, как на него отреагирует поисковая система и люди. Результат получился показательным: 🔹 фейк попал на первую страницу Google; 🔹 AI Overviews начал показывать его как факт; 🔹 SEO-сайты подхватили новость без проверки; 🔹 некоторые даже придумали дополнительные «технические подробности». Оказалось, что сегодня достаточно уверенно написать выдумку — а поиск, ИИ и авторитетные эксперты помогут её распространить: **Практический вывод / гипотеза для теста:** - Просто чтобы проверить, как на него отреагирует поисковая система и люди. - Результат получился показательным: 🔹 фейк попал на первую страницу Google; 🔹 AI Overviews начал показывать его как факт; 🔹 SEO-сайты подхватили новость без проверки; 🔹 некоторые даже придумали дополнительные «технические подробности». **Статус:** `unverified`; риск: `gray-or-black`. Точные причинные выводы и цифры требуют независимой репликации. Связанный подтверждающий контекст: [S01](#s01), [S02](#s02), [S07](#s07), [S08](#s08) — эти источники подтверждают общую механику, но не обязательно конкретную цифру кейса. ## F146. Когда "галлюцинации" ИИ заканчиваются в суде #country/US #engine/google-ai #task/discoverability #task/reputation #technique/original-data #vertical/cross-vertical #evidence/unverified #risk/gray-or-black **Суть.** Когда "галлюцинации" ИИ заканчиваются в суде Google снова вляпался. Американская компания Wolf River Electric подаёт в суд на Google за клевету. AI Overviews выдал «уверенный» бред о том, что на компанию подал в суд генпрокурор Миннесоты за обман клиентов и скрытые комиссии. Но клиентам хватило: несколько контрактов (до $150 000 каждый) были отменены. 🤖 Что сделал ИИ от Google: 1. Написал всё это прямо в выдаче, когда кто-то искал "Wolf River Electric lawsuit". ⚖️ Компания требует от Google от $110 до $210 млн компенсации. Суд может стать прецедентом: покажет, можно ли в США реально привлечь корпорацию к ответственности за вред от ИИ-галлюцинаций. We fixed it.” Но у маленького бизнеса нет «триллионной подушки безопасности». **Числа / пример из полевого материала:** - Но клиентам хватило: несколько контрактов (до $150 000 каждый) были отменены. 🤖 Что сделал ИИ от Google: 1. - Написал всё это прямо в выдаче, когда кто-то искал "Wolf River Electric lawsuit". ⚖️ Компания требует от Google от $110 до $210 млн компенсации. **Статус:** `unverified`; риск: `gray-or-black`. Точные причинные выводы и цифры требуют независимой репликации. Связанный подтверждающий контекст: [S01](#s01), [S02](#s02), [S18](#s18) — эти источники подтверждают общую механику, но не обязательно конкретную цифру кейса.