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.

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, S02, S09, 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, S02, S05, 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, S08, S30, 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, S23, 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, S08, S30, 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, S02, S07, 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, S02, S18 — эти источники подтверждают общую механику, но не обязательно конкретную цифру кейса.