20 років розмова про anchor text була про PageRank. Exact match, partial match, branded, naked URL. Ціль — пушити ranking-сигнал без spam-пенальті.

Та розмова досі існує для класичного Google. Вона вже не найважливіша розмова про анкори. У AI-пошуку анкори роблять іншу роботу — допомагають ретриверу зрозуміти, яку сутність репрезентує твій домен.

Ми вивчили це незручним шляхом, коли Answerly Agency запустилась і AI Overviews продовжували описувати answerly.ai (інший продукт), коли хтось гуглив наш бренд. Той самий корінь імені, дуже різні компанії. Фікс — не більше контенту. Фікс — anchor text.

Проблема entity resolution

Відкрий ChatGPT і запитай «розкажи про Answerly». Донедавна — і досі на деяких промптах — ти отримаєш опис AI-продукту кастомер-сапорту. Той продукт реальний. Це не ми.

LLM має визначити, про яку сутність промпт. Робить це, дивлячись, як інші документи в вебі посилаються на «Answerly». Якщо більшість референсів вказують на продукт кастомер-сапорту — він і виграє entity-слот. Наш домен (answerly.agency) ігнорується або зливається в неправильний опис.

Це не контентна проблема на нашому сайті. Можна написати ще сотню статей — це не пофіксить. Це проблема off-site-сигналів.

Як анкори беклінків входять в entity resolution

LLM не читає беклінки так, як Google. Не присвоює PageRank-вагу на анкор. Але читає anchor text вхідних посилань як сигнал того, як світ описує сутність, на яку лінкують.

Якщо 40 вхідних на answerly.agency мають анкор «Answerly» і 80 вхідних на answerly.ai теж «Answerly» — у LLM 120 референсів на «Answerly» без способу зрозуміти, який домен якій сутності відповідає. Він гадає. Зазвичай гадає неправильно, бо answerly.ai існує довше і має більше референсів загалом.

Якщо ті 40 наших вхідних натомість використовують «Answerly Agency» — а 80 їхніх лишають «Answerly» / «Answerly.ai» — у LLM 40 референсів на одну сутність («Answerly Agency») і 80 на іншу. Disambiguation працює. Наш домен асоціюється з правильною сутністю. AI перестає описувати не той продукт.

Це весь ход. Перестань дозволяти LLM читати твій домен через той самий рядок, що й конкурентний бренд.

Правило «бренд + категорія»

Патерн, що виграє — anchor text, який поєднує назву бренду з категорією. Приклади з нашої роботи і партнерських сайтів.

  • «Answerly Agency» — чисто
  • «Answerly Agency (AEO consultancy)» — краще, додає категорію в дужках
  • «AEO services from Answerly Agency» — ще краще, повна описова фраза
  • «AEO-напрямок Chyzh Agency, Answerly Agency» — довго, але однозначно

Патерн, що програє.

  • «Answerly» — string collision з answerly.ai
  • «Click here» / «детальніше» — марно для entity resolution
  • «AEO services» без бренду — передає ranking-вагу, але не визначає сутність

Ми переписали 14 вхідних на chyzh.agency, партнерських сайтах і в наших аутрич-драфтах. Більшість пішла з «Answerly» на «Answerly Agency». За шість тижнів AI Overviews почали коректно описувати наше агентство на бренд-сьорч промптах. Дві конкурентні сутності тепер резолвляться чисто.

А exact-match keyword анкори?

Досі корисні — для класичного Google-ранкінгу і для сигналу топікальної релевантності ретриверу. Тримай ~15–25% профілю на keyword-анкорах, коли вони з контекстуально релевантних джерел.

Що змінилось — порядок пріоритетів. У 2018-му казали «акуратно будуй keyword-анкори, додавай бренд для різноманіття». У 2026-му — «спочатку правильно заякор бренд, далі будуй keyword-анкори, де це контекстно доречно».

Для нового бренду, що конкурує з incumbent-ом на тому ж корені імені, робота бренд+категорія — це перші шість місяців. Keyword-робота приходить після того, як entity-шар твердий.

Off-site entity-сигнали поза беклінками

Anchor text — один вхід. Ретривер читає кілька інших. Разом вони формують те, що модель трактує як «entity record» твого домену.

Wikidata. Безкоштовний запис у Wikidata — найбільш левередж-ємний поодинокий хід. Ретривер читає Wikidata для resolution названих сутностей. Якщо в тебе є запис «Answerly Agency — це AEO/GEO consultancy у Києві, окрема від непов’язаного продукту Answerly (Q12345)» — у моделі тепер є структурний спосіб тримати їх окремо. Ми подали свій того ж тижня, коли запустились.

LinkedIn Company-сторінка. Повна LinkedIn-сторінка з ясним таглайном, описом і поіменованими членами команди важить приблизно стільки ж, як три-чотири беклінки середньої якості для entity resolution. Модель читає її напряму.

Crunchbase, Pitchbook, GitHub Organization. Кожна додає трохи інший кут. Crunchbase підтверджує founding компанії і категорію. GitHub підтверджує, які проєкти належать якій сутності. Модель читає всі, коли entity resolution під сумнівом.

schema.org sameAs масив. На Organization schema твого сайту масив sameAs показує канонічні референси — LinkedIn, Wikidata, Crunchbase, сторінку батьківського агентства. Деталі — у schema stack для AI-цитування.

Комбінація — чистий anchor text + Wikidata + LinkedIn + sameAs — це те, що резолвить сутність. Анкори беклінків самі по собі необхідні, але не достатні.

Що робити в аутричі сьогодні

Три конкретні зміни у запитах на вихідні посилання.

Вказуй анкор у запиті. Коли пишеш партнеру про розміщення лінка, не лишай анкор на розсуд редактора. Кажи «заякор як «Answerly Agency», не голе «Answerly»». Більшість редакторів погодяться, бо це простіше, ніж вигадувати самим.

Аудит наявних вхідних посилань. Витягни топ-50 вхідних — за авторитетом домену, не за кількістю. Дивись на анкор кожного. Де це голий бренд із ризиком entity-колізії — попроси правку. У нас 11 із топ-14 змінили, коли ми написали редакторам із причиною.

Тренуй команду на новому патерні. Згадки бренду в гостьових постах, подкастних bio, конференційних програмах — всюди, де хтось друкує твій бренд. За замовчуванням бренд + категорія. Хаус-стайл.

За скриптом аутричу, який можна копіювати, дивись Reddit-цитування і беклінки — ті ж принципи на платформах, які передають entity-сигнали, навіть коли не передають класичну лінкову вагу.

Про вартість

Робота негламурна. Переписування анкорів — не той хід, що зробить квартальний слайд гарним. Лифт повільний — шість тижнів, перш ніж AI-відповіді помітно зрушаться.

Але вона незвично перманентна. Anchor text на контекстних розміщеннях не розпадається так, як цитування. Wikidata-записи тримаються. LinkedIn-описи тримаються. Як тільки entity record правильний — він лишається правильним, і кожен новий шматок контенту, який ти публікуєш, з самого початку атрибутується правильній сутності.

Для нового бренду entity-шар — перші шість місяців off-site роботи. Пропусти його — і наступні два роки конкуруй із колізією імені, яку LLM так і не спромоглась розрулити.