Как писать текст, который цитируют нейросети: плотность фактов и промпт для проверки (2026)

Плотный текст это текст, где каждый абзац добавляет новый факт, а следующий абзац двигает мысль дальше. ИИ-поиск поднял цену этого качества до неприличия: модель вытаскивает со страницы один кусок и цитирует его отдельно от всего остального. Если в куске нет конкретики с условиями и датой, цитировать нечего, и в ответе появится сосед по выдаче.

Ниже разберём, из чего складывается плотность, почему её нельзя посчитать формулой и почему сервисы проверки воды тут бесполезны. Дальше главная ошибка сокращения, которая убивает факт, три готовых промпта для аудита черновика и настройка Claude один раз, чтобы он не лил воду с самого начала.

Четыре слова, которые дальше встречаются постоянно:

• Плотность текста - смысловая насыщенность материала. К плотности ключевых слов отношения не имеет, это разные вещи с похожим названием.
• RAG - схема работы генеративного поиска: сначала система находит релевантные страницы, потом пишет ответ, опираясь на их текст.
• Passage ranking - оценка релевантности отдельного фрагмента страницы. Поисковик выбирает не только сайт, но и конкретный абзац внутри него.
• Сниппет - короткая выжимка страницы, которую индекс хранит вместо полного текста. У ChatGPT её длина около 200 символов, и она одинаковая для всех запросов.

Что такое плотность текста и почему это не про количество фактов

Плотность появляется до первой строчки. Она собирается на этапе, где автор понимает, о чём тема, какой ракурс берёт и какие факты у него есть на руках. Текст только фиксирует эту работу. Поэтому черновик, написанный без подготовки, невозможно уплотнить редактурой: вычёркивать в нём нечего, добавлять тоже нечего.

Соблазн свести плотность к арифметике огромный. Хочется посчитать факты на тысячу знаков и получить оценку. Не работает: три цифры без объяснения связи между ними дают более пустой текст, чем один разобранный пример.

По той же причине бесполезны привычные метрики копирайтерских сервисов. Доля глаголов, средняя длина предложения и процент воды измеряют форму. Плотность живёт в содержании и в том, как одна мысль переходит в другую.

Почему ИИ-поиск наказывает воду сильнее обычного поиска

Обычный поиск оценивал страницу целиком. Человек кликал по ссылке, попадал на статью, и разгон в первых двух абзацах стоил ему пятнадцати секунд раздражения. Дальше он всё равно долистывал до нужного места.

Генеративный поиск устроен по-другому. Google в своих ИИ-функциях использует RAG: система находит релевантные страницы и опирается на их текст при подготовке ответа. Рядом работает passage ranking, который оценивает релевантность отдельных фрагментов. В итоге в ответ уходит один абзац или даже одно предложение, вырванное из полного контекста статьи.

Дальше начинается арифметика. Если абзац, который выдернули, содержит формулировку «этот подход помогает бизнесу решать множество задач», процитировать из него нечего. Модель возьмёт соседнюю страницу, где написано «тариф Pro стоит 20 долларов в месяц по состоянию на август 2026».

Насколько мало модель успевает прочитать, показало исследование французского агентства RESONEO за июль 2026: из 26 900 разных страниц, попавших в поле зрения ChatGPT, реально открыты были 759. Всё остальное модель видела куском примерно в 200 символов возле заголовка. Механику этого перехвата мы подробно разбирали в гайде как ChatGPT выбирает источники.

Отсюда простое следствие: разгон убивает статью раньше, чем её прочитает человек. Первые двести символов после заголовка это весь бюджет, который есть у страницы в быстром режиме. «В современном мире искусственный интеллект прочно вошёл в нашу жизнь» съедает его целиком и не сообщает ничего.

Шесть вопросов, которыми проверяют плотность

Числовой оценки на выходе не будет, и это нормально. Плотность проверяется вопросами к каждому разделу. Шесть штук закрывают почти всё.

1. Какой вопрос решает этот раздел? Если ответить нечем, раздел написан ради объёма.
2. Что нового читатель узнаёт из этого абзаца? Абзац, который повторяет предыдущий другими словами, снижает плотность. Повтор названия объекта при этом часто спасает ясность, тут запрета нет.
3. Видно ли главное утверждение сразу? Если основную мысль приходится собирать из трёх предложений, модель её не соберёт тем более.
4. Понятны ли объект, время и условия факта? Цифра без даты и без указания, к чему она относится, работает против текста.
5. Есть ли рядом объяснение, пример или подтверждение? Утверждение без основания читатель проверить не может, и генеративный поиск тоже.
6. Можно ли удалить фрагмент без потери смысла? Если да, удаляй. Если после удаления исчезает важная оговорка, значит фрагмент был нужен.

Седьмой пункт стоит отдельно, потому что все шесть предыдущих про редактуру, а этот про сам материал: есть ли в тексте собственные данные, опыт или выводы. Google в своих рекомендациях по генеративному поиску прямо просит материалы с собственным опытом, точкой зрения и информацией за пределами общих знаний: оригинальные данные, подробные примеры, методики, наблюдения экспертов. Пересказ первых трёх страниц выдачи под это описание не подходит по определению.

Главная ошибка сокращения: факт без контекста

Когда автору говорят «уплотни текст», он начинает резать. И режет ровно то, что делало факт фактом.

Классический пример: в черновике было развёрнутое описание услуги, после сокращения осталась строка «тариф стоит 50 000 рублей». Формально плотность выросла, воды нет. Реально текст стал бесполезным: непонятно, как называется тариф, что в него входит, за какой период эта сумма и на какую дату она верна.

Для обычного читателя такая строка ещё вытягивается соседними абзацами. Для генеративного поиска она вырывается из статьи целиком, и дальше модель додумывает контекст сама. Как это выглядит на выходе, мы разбирали в гайде почему нейросеть выдумывает факты.

Ниже пары формулировок на условном сервисе. Смотри на состав фразы, цифры тут взяты для примера.

Список того, что при сокращении трогают в последнюю очередь, короткий и запоминается: числа, цены, сроки, сравнения, правила с исключениями, характеристики, условные выводы и любые сведения, которые быстро устаревают. У всего перечисленного контекст входит в состав факта.

Где плотность заканчивается

Честная часть, которую в статьях про ИИ-поиск обычно пропускают.

Плотность не сводится к краткости. Простому вопросу хватит одного абзаца. Сложный требует определений, аргументов, примеров и оговорок, и попытка ужать его до трёх строк даёт не плотный текст, а неполный. Объём определяется тем, что человек хочет получить.

Плотность не гарантирует видимости. Она делает текст содержательнее и понятнее, но на попадание страницы в ИИ-ответ влияют ещё доступ краулеров, индексация, релевантность запросу и доверие к источнику. Google прямо предупреждает, что соблюдение всех его рекомендаций не гарантирует даже обхода и индексации страницы, не говоря про показ.

Плотность остаётся внутренним редакторским критерием. Она отвечает на вопрос «хороший ли это текст». Вопрос «сколько цитат он соберёт» закрывается технической настройкой сайта, и про неё у нас есть отдельный гайд по GEO-оптимизации.

Что реально поднимает шанс на цитату

Тут есть замеренные данные. Исследование GEO команды из Принстона, IIT Delhi, Georgia Tech и Allen Institute for AI (представлено на KDD 2024, Aggarwal и соавторы) прогнало девять приёмов оптимизации на 10 000 запросов через движок, имитирующий генеративный поиск.

Три приёма дали прирост видимости в 30-40%, и все три про одно и то же:

Общий знаменатель у первой тройки простой: всё это машиночитаемые следы происхождения факта. Цифра, кавычки, ссылка. Модель видит, откуда взялось утверждение, и охотнее берёт его в ответ.

Ровно поэтому плотность и цитируемость сходятся в одной точке. Требование «покажи основание утверждения» одинаково работает и для живого читателя, и для генеративного движка.

Промпт-аудит: как заставить нейросеть найти воду

Человек плохо видит воду в собственном тексте, потому что помнит, что имел в виду. Нейросеть этого контекста лишена, и в этом её польза. Три промпта закрывают три разные задачи.

Первый ищет пустые места. Отдаёшь черновик и получаешь список абзацев, которые ничего не добавляют.

Ты редактор, который проверяет текст на смысловую плотность. Ниже черновик статьи.
 
Пройди по каждому абзацу и заполни таблицу из четырёх колонок:
1. Номер абзаца и первые пять слов.
2. Какой новый факт, цифру, определение или вывод он добавляет. Если ничего - пиши "пусто".
3. Повторяет ли он мысль из предыдущих абзацев. Если да - укажи номер того абзаца.
4. Что сломается в тексте, если абзац удалить целиком.
 
После таблицы дай два списка: абзацы под удаление и абзацы, где не хватает подтверждения (примера, цифры, ссылки на источник).
 
Не переписывай текст, не хвали его и не давай общих советов про стиль. Только разбор по абзацам.
 
Черновик:
[вставь текст]

Второй проверяет факты на контекст. Он ловит ту самую ошибку с тарифом за 50 000 рублей.

Ниже текст статьи. Найди в нём все утверждения, которые содержат число, цену, срок, сравнение или правило с исключением.
 
Для каждого выпиши строку и проверь четыре вещи:
- понятно ли, к какому объекту относится факт;
- указан ли период или дата актуальности;
- названы ли условия, при которых утверждение верно;
- есть ли источник или основание.
 
Отметь галочкой то, что на месте, и крестиком то, чего не хватает. Для каждого крестика напиши одну строку: какого именно уточнения не хватает.
 
Важно: представь, что каждое такое утверждение вырвут из статьи и покажут человеку отдельно, без соседних абзацев. Оценивай его именно в таком виде.
 
Текст:
[вставь текст]

Третий переписывает первые 200 символов, потому что именно они станут замороженным сниппетом.

Вот заголовок статьи и её первый абзац.
 
Заголовок: [вставь заголовок]
Первый абзац: [вставь абзац]
 
Задача: переписать первый абзац так, чтобы в первые 200 символов попал прямой ответ на вопрос из заголовка с конкретикой - цифрой, ценой, сроком или названием.
 
Ограничения: без разгона и вводных фраз, без слов "в современном мире", "сегодня", "в наши дни", без обещаний "разберём ниже" в первом предложении. Первое предложение должно быть понятно человеку, который не читал ни заголовка, ни остального текста.
 
Дай три варианта и посчитай длину первых 200 символов каждого. Под каждым вариантом одной строкой напиши, какой факт в него попал.

Как настроить Claude один раз, чтобы он не лил воду

Чистить каждый черновик руками надоедает на третий день. Правила проще записать один раз в файл CLAUDE.md в корне проекта или в раздел пользовательских инструкций у ChatGPT. Модель будет применять их к каждому тексту сама.

Правила плотности для всех текстов в этом проекте.
 
1. Каждый абзац добавляет новый факт, цифру, определение или вывод. Абзац, который пересказывает предыдущий, удаляй сразу.
2. Любое число сопровождается объектом, периодом и датой актуальности. "Стоит 20 долларов" запрещено, "стоит 20 долларов в месяц на тарифе Pro, цена на август 2026" разрешено.
3. Первое предложение текста содержит прямой ответ с конкретикой. Разгон, вводные обороты и фразы вида "в современном мире" запрещены.
4. У каждого утверждения, которое читатель может оспорить, рядом стоит основание: цифра, пример, ссылка на источник или прямая цитата.
5. Если факта нет - пиши "факта нет" и предложи, где его взять. Выдумывать цифры запрещено.
6. Оговорки и условия при сокращении сохраняются в первую очередь. Резать можно связки и повторы.
 
Перед выдачей текста проверь его по этим шести пунктам и коротко отчитайся, что исправил.

Такой файл работает и в Claude Code, и в обычном чате через проекты. Подробная настройка со всеми параметрами разобрана в гайде как настроить CLAUDE.md, а список слов, по которым текст палится как машинный, лежит в гайде как убрать запах нейросети.

Работает ли это из России

Для всех трёх промптов и файла с правилами хватит любой нормальной модели. Вопрос только в доступе.

Бесплатно и без VPN из России открываются YandexGPT в Алисе и GigaChat от Сбера. Для аудита черновика по чек-листу их хватает: задача механическая, разбор по абзацам они делают приемлемо. На тонкой редактуре и переписывании лида они слабее.

Claude и ChatGPT из России напрямую не открываются, нужен рабочий VPN. Бесплатные тарифы у обоих есть, лимит упирается в несколько десятков сообщений за несколько часов, и для проверки одной статьи в день этого достаточно.

Когда текстов становится много, упираешься в оплату. Claude Pro и ChatGPT Plus стоят по 20 долларов в месяц, это примерно 1700 рублей по курсу ЦБ на 20 августа 2026 (85,13 рубля за доллар). Российская карта на сайте не проходит, нужна зарубежная карта или сервис оплаты подписок (реферальная ссылка: тебе тот же прайс, мне небольшой процент). Все способы по шагам разобраны в гайде как оплатить нейросети из России.

Третий путь без зарубежного аккаунта вообще: российские агрегаторы. BotHub с тарифами от 3 долларов и MashaGPT с тарифами Base 990 рублей и Ultra 1990 рублей в месяц дают доступ к моделям OpenAI и Anthropic за рубли, оплата картой РФ. Личного аккаунта в Claude у тебя при этом не будет, история чатов живёт у агрегатора.

Что сделать с текстом за полчаса

Полчаса на статью дают заметный результат: текст становится короче на 10-20% и при этом отвечает на больше вопросов, чем отвечал до правки.

Чек-лист: что у тебя теперь есть

• Понимание, что плотность собирается на этапе сбора фактов, а редактура только фиксирует результат.
• Шесть вопросов редактора вместо бесполезного процента воды из сервисов проверки.
• Знание, что модель в быстром режиме оценивает страницу по 200 символам возле заголовка.
• Правило четырёх частей: утверждение, объект, время, условие. Убрал часть - сломал фрагмент.
• Три промпта для аудита черновика: пустые абзацы, факты без контекста, переписанный лид.
• Файл с правилами для CLAUDE.md или пользовательских инструкций ChatGPT, который применяется сам.
• Честное понимание границ: плотность убирает причины не попасть в ИИ-ответ, гарантий попадания она не даёт.
• Рабочие способы доступа из России, включая бесплатные варианты без VPN.

Плотность в 2026 году перестала быть вопросом вкуса редактора. Она стала условием, при котором вырванный из статьи абзац продолжает что-то значить. Всё остальное про попадание в ИИ-ответы решается техникой, и это отдельная работа.

По материалам статьи «Плотность текста в 2026: почему ИИ-поиск наказывает воду» в блоге TexTerra: https://texterra.ru/blog/chto-takoe-plotnost-teksta-i-pochemu-ona-vazhna.html