Как отслеживать ИИ-трафик с помощью Stape

ИИ-трафик — это посещения сайта или запросы, исходящие от платформ ИИ, ассистентов, браузеров или автоматизированных ИИ-систем. ИИ-трафик может включать как визиты реальных людей (когда пользователь переходит по ссылке на платформе ИИ), так и автоматические запросы от ИИ-систем (например, краулеров для обучения и поисковых сборщиков, о которых пойдет речь ниже). 

ИИ становится важным источником трафика для сайтов. Его непрерывное развитие уже повлияло на многие отрасли (согласно приведенному ниже исследованию), и, скорее всего, оно уже отражается на отчетах по привлечению трафика на вашем сайте.

Прежде чем настраивать обнаружение ИИ-трафика, стоит оценить, насколько быстро растут внедрение ИИ и трафик переходов из таких систем.

В апреле 2026 года Adobe опубликовала отчет об ИИ-трафике. Платформа проанализировала рост доли визитов из ИИ в различных отраслях:

• В розничной торговле зафиксирован наибольший годовой прирост — 393%
• В сфере туризма — 233%;
• В финансовых услугах — 158%;
• В медиа и индустрии развлечений — 84%;
• В сфере технологий и ПО — 63%.

Растущее использование ИИ среди потребителей также способствует этому тренду. В мартовском опросе потребителей Adobe за 2026 год 54% респондентов отметили, что стали использовать ИИ чаще.

Согласно отчету SimilarWeb «2026 Generative AI Landscape», генеративный ИИ продолжает расти. В период с июня 2025 года по май 2026 года:

• Среднемесячное число веб-визитов достигло 9,5 млрд, увеличившись на 70% по сравнению с прошлым годом;
• Число уникальных посетителей в месяц выросло на 57% — до 655 млн;
• Число скачиваний мобильных приложений также выросло на 58% — до 4,4 млрд.

ИИ-боты могут посещать сайты с разными целями, поэтому перед их обнаружением важно понимать, что не весь бот-трафик ИИ одинаков. Некоторые боты сканируют общедоступный контент для обучения или улучшения моделей ИИ, тогда как другие обращаются к страницам в реальном времени, чтобы получить информацию под запрос пользователя или сгенерировать ответ ИИ.

Перечисленные ниже боты сканируют общедоступный веб-контент, который может использоваться для разработки, обучения или улучшения моделей ИИ:

• GPTBot
• ClaudeBot
• Google-Extended
• Applebot-Extended
• Bytespider
• CCBot
• Meta-ExternalAgent

Визиты краулеров для обучения не означают посещения сайта людьми. Однако их отслеживание помогает понять, как часто ИИ-системы обращаются к вашему контенту, и отделить автоматическое сканирование от трафика реальных пользователей.

Эти боты могут обращаться к веб-страницам в ответ на запросы пользователей. Например, ИИ-ассистент или поисковая ИИ-система может запросить информацию с вашего сайта, чтобы сгенерировать ответ, краткую выжимку или результат поиска:

• OAI-SearchBot
• ChatGPT-User
• Perplexity-User
• Claude-Web
• Claude-SearchBot

🤔Итак, как обнаружить такие типы ИИ-ботов?

ИИ-ботов можно обнаружить путем анализа входящих запросов к вашему сайту. Самый распространенный метод — проверять заголовок User-Agent запроса и сопоставлять его с известными идентификаторами ИИ-краулеров и сборщиков данных.

Например, запрос можно идентифицировать как исходящий от ИИ-бота, если его User-Agent содержит такие идентификаторы, как GPTBot, ClaudeBot, OAI-SearchBot или Perplexity-User.

Однако User-Agent — лишь один из сигналов, который не позволяет надежно определить весь ИИ-трафик. Некоторые ИИ-агенты могут использовать обычный User-Agent браузера, из-за чего их трудно отличить от пользователей только по заголовку запроса.

Для более надежного обнаружения можно также анализировать поведение посетителей и другие сигналы на уровне запросов. Например, ИИ-агенты могут иметь:

✅ очень короткое время взаимодействия со страницей;

✅ могут не скроллить страницу и не взаимодействовать с ее элементами;

✅ могут создавать паттерны навигации, отличающиеся от поведения реальных посетителей. 

Другие сигналы, такие как частота запросов, паттерны сессий, выполнение JavaScript и последовательность просматриваемых страниц, также помогают отличить автоматический трафик от действий пользователей.

Поэтому надежное обнаружение ИИ-трафика обычно сочетает анализ User-Agent с поведенческими и техническими сигналами.

Обнаружить трафик ИИ-ботов можно с помощью:

• Серверных логов, которые содержат подробные сведения о входящих запросах, включая строки User-Agent.
• Логов CDN или веб-сервера, таких как логи Cloudflare, Nginx или Apache.
• Инструментов обнаружения ботов, которые автоматически определяют известных ИИ-краулеров и категоризируют их трафик (одно из подобных решений мы рассмотрим ниже в этом руководстве).

Не весь связанный с ИИ трафик представляет один и тот же тип посетителей. Пользовательский ИИ-трафик возникает, когда человек использует платформу ИИ, например ChatGPT или Perplexity, и затем переходит по ссылке на ваш сайт. Трафик LLM-агентов создается, когда ИИ-система или агент напрямую обращается к вашему сайту, чтобы получить информацию, выполнить задачу или взаимодействовать с сайтом от имени пользователя.

Эти два типа трафика бывает сложно различить, поскольку они могут быть связаны с одной и той же платформой ИИ, но отображаться в аналитике по-разному.

Самый надежный подход — анализировать трафик на уровне запросов до того, как он попадет в аналитическую платформу:

• Пользовательский ИИ-трафик. Ищите визиты, где данные о переходе или источнике привлечения указывают на платформу ИИ, а запрос ведет себя как обычная пользовательская сессия (загружает страницы и активирует клиентские события).
• Трафик LLM-агентов. Ищите запросы от известных ИИ-краулеров, поисковых сборщиков или User-Agent агентов, таких как OAI-SearchBot, GPTBot или ClaudeBot. Такие запросы часто можно идентифицировать по User-Agent и другим серверным данным запроса.

ИИ-трафик бывает сложно измерить, поскольку он не всегда отображается в аналитических платформах как четко определяемый источник трафика. В зависимости от того, как посетитель попадает на ваш сайт, трафик с платформ ИИ может фиксироваться как переход (referral), прямой трафик, органический поиск или другой канал привлечения. 

👉Например, если платформа ИИ не передает информацию о переходе, визит может быть отнесен к прямому трафику. Если вы получили трафик из функции поиска на базе ИИ (такой как AI Overview в Google), визит может быть атрибутирован поисковой системе, а не платформе ИИ. Это делает атрибуцию ИИ-трафика непоследовательной.

Еще одна сложность — определение трафика, создаваемого ИИ-браузерами. Многие ИИ-браузеры построены на базе Chromium и могут использовать те же или очень похожие строки User-Agent, что и Chrome. Например, наши тесты показали, что такие браузеры, как Atlas и Comet, могут отправлять ту же строку User-Agent, что и Chrome, а основным отличием является лишь версия браузера. У нас есть отдельная статья в блоге об отслеживании ИИ-браузеров — подробнее читайте в ней.

Это также усложняет анализ ИИ-трафика. Без специализированного способа обнаружения ИИ-трафика трудно определить, какие платформы ИИ приводят новых посетителей, отслеживать реферальный трафик с ИИ и измерять вовлеченность и конверсии из источников ИИ.

Пауэр-ап AI Traffic Detection от Stape помогает определять трафик от ИИ и добавлять эту информацию во входящие запросы в серверном контейнере GTM. Это упрощает отделение ИИ-трафика от других источников и позволяет использовать полученные данные для аналитики и атрибуции ИИ-трафика (ниже мы покажем пример его настройки).

Вместо того чтобы полагаться только на стандартные реферальные данные или строки User-Agent, вы можете использовать обнаруженную информацию в конфигурации серверного трекинга и передавать ее в аналитические платформы, такие как GA4, Matomo или любые другие.

Пауэр-ап доступен клиентам Stape на тарифном плане Pro и выше.

С помощью этого пауэр-апа вы сможете измерять трафик от ИИ и понимать, какой вклад платформы ИИ вносят в посещения сайта и конверсии. Также полученные данные можно использовать для создания кастомных отчетов и отслеживания динамики ИИ-трафика во времени.

Чтобы точнее отслеживать ИИ-трафик, вы можете определять ИИ-запросы до того, как они попадут в GA4, и передавать эти данные в систему аналитики как пользовательский параметр события или другой атрибут трафика.

После настройки пауэр-апа AI Traffic Detection, как показано выше, вы сможете отправлять данные об обнаружении ИИ в виде параметров события и регистрировать их как пользовательские параметры в GA4. Таким образом, настройка практически аналогична варианту с Matomo, который мы рассмотрели выше. 

1. Создайте пользовательские параметры для данных об ИИ-трафике, которые вы хотите анализировать в GA4.

Например, можно создать:

• AI traffic — указывает, был ли запрос идентифицирован как ИИ-трафик.
• AI traffic source — определяет платформу ИИ, если она доступна.

Перейдите в раздел Admin → Data display → Custom definitions → Create custom dimension в вашем ресурсе GA4.

Для параметра AI traffic используйте название параметра события, которое планируете передавать из серверного GTM, например ai_traffic.

Для параметра AI traffic source можно использовать такой параметр, как ai_traffic_source.

Сохраните названия параметров, указанные в интерфейсе GA4 при создании пользовательских параметров: они понадобятся вам на следующем шаге. 

2. Добавьте данные об ИИ-трафике в тег GA4 в серверном GTM.

Для этого перейдите в раздел Tags → откройте базовый тег GA4 → разверните раздел Event Parameter → нажмите Add Row.

В поле имени укажите название, которое вы использовали при создании нового параметра в GA4.

В качестве значения создайте новую переменную:

• Variable Type: Request Header
• Name: X-User-AI

Добавьте еще одну строку для второго параметра (того, который определяет источник — ai_traffic_source). Также выберите тип переменной Request Header, но обязательно укажите X-User-AI-Name в качестве имени.

Вот как это выглядит в теге:

Трафик ИИ становится важной частью пути клиента, но стандартные инструменты аналитики не всегда позволяют легко определять и анализировать такой тип трафика.

С помощью power-up AI Traffic Detection от Stape вы можете определять обнаруженный трафик ИИ и передавать эти данные в свои аналитические платформы. Это позволяет анализировать переходы из систем ИИ вместе с существующими данными о трафике, отслеживать динамику во времени и лучше понимать роль ИИ в привлечении пользователей и их конверсии на сайте.