Search Console показывает, какие страницы участвуют в поиске, начатом изображением. Разбираем, что означает Web: multimodal, чем он отличается от Google Images, как читать показы и CTR без таблицы запросов и как связать визуальную видимость с ИИ-результатами.
visual search
Мультимодальный поиск меняет точку входа в SEO-анализ
В обычном поиске специалист начинает с запроса: смотрит показы, клики, позицию и страницу. В мультимодальном поиске Search Console показывает страницу и показатели, но исходный визуальный запрос остаётся скрытым.
Поэтому рабочая цепочка меняется: страница → объект → изображение → контекст → структурированные данные → поисковая видимость. Это не «SEO без данных», а другой способ анализа тех данных, которые Google действительно раскрывает.
Что означает Web: multimodal в Search Console
Web: multimodal означает, что изображение использовалось как часть поискового запроса. Это может быть поиск через Google Lens, выделение объекта на экране, загрузка изображения или другой поддерживаемый Google сценарий визуального поиска.
Пользователь показывает объект, загружает изображение или выделяет его на экране.
Google распознаёт объект и подбирает страницы, которые считает релевантным продолжением поиска.
Официальное описание функции Google: Web: multimodal в Search Console.
Мультимодальный поиск и Google Images решают разные задачи
В Google Images пользователь обычно начинает со слов и получает изображения. В мультимодальном поиске всё наоборот: изображение становится входным сигналом, после чего Google возвращает веб-результаты.
Главное ограничение: запрос и исходное изображение остаются скрытыми
Для мультимодального среза Search Console не даёт привычной таблицы поисковых запросов. Владелец сайта также не получает фотографию или скриншот, с которого пользователь начал поиск.
URL, показы, клики, CTR, позиция, страна, устройство и дата.
Какое конкретно изображение использовал пользователь и какой смысл он вкладывал в поиск.
Практический вывод: не восстанавливайте скрытый запрос как факт. Стройте проверяемую гипотезу от страницы, объекта и данных.
Если запроса нет, анализ начинается со страницы
Сначала определите тип URL: карточка товара, категория, статья, услуга, страница объекта или другой формат. Затем установите, какую сущность представляет эта страница и какие визуальные признаки Google мог сопоставить с пользовательским изображением.
Для интернет-магазина к этому добавляются конкретный вариант товара, цвет, модель, Product-разметка, Merchant Center и канонический адрес страницы.
Рабочая цепочка диагностики страницы
Для интернет-магазина изображение нужно связывать с товарной сущностью
Визуальный поиск не отменяет обычные товарные данные. Google должен связать распознанный объект с конкретной страницей и конкретным предложением: моделью, вариантом, изображением, ценой и наличием.
Если магазин уже развивает товарные данные для ИИ-поиска, полезно сопоставить мультимодальные URL с AI Performance Insights в Merchant Center и проверить, одинаково ли хорошо Google понимает страницу и сам товар.
CTR без запросов нужно читать осторожнее
Много показов и низкий CTR не обязательно означают слабый заголовок. Google мог правильно распознать объект, но продолжить поиск слишком общей страницей, неподходящим вариантом или URL с недостаточной коммерческой информацией.
Сравнивайте четыре канала видимости одной и той же страницы
Мультимодальные данные становятся намного полезнее, если смотреть их не изолированно, а рядом с другими способами обнаружения страницы.
| Срез | Что показывает | Какой вопрос задаём |
|---|---|---|
| Web: multimodal | Веб-поиск, начатый изображением | Связывает ли Google страницу с визуальным объектом? |
| Image | Видимость в Google Images | Ранжируются ли изображения как самостоятельные результаты? |
| Web: text-based | Обычный текстовый веб-поиск | Понимает ли Google страницу по словам и теме? |
| Генеративные функции | Видимость URL внутри ИИ-результатов Google | Попадает ли эта же страница в ответы ИИ? |
Диагностическая матрица мультимодального поиска
| Ситуация | Что это может означать | Куда смотреть |
|---|---|---|
| Много показов + много кликов | Страница хорошо продолжает визуальный сценарий | Удерживать согласованность изображения и данных |
| Много показов + низкий CTR | URL релевантен объекту, но недостаточно точно решает задачу | Конкретность страницы, вариант, коммерческие данные |
| Multimodal высокий, Image низкий | Страница чаще находится через изображение как входной сигнал | Сущность страницы и соответствие распознанному объекту |
| Image высокий, Multimodal низкий | Картинки ранжируются, но реже связываются с визуальными запросами | Контекст объекта, варианты, качество связи с URL |
| Multimodal есть и в ИИ-отчёте | Страница участвует в ИИ-результатах после поиска, начатого изображением | Сравнить обычную и генеративную видимость страницы |
Мультимодальную видимость нужно сопоставлять с отчётом по AI Mode и AI Overviews
Если Search Console позволяет отфильтровать мультимодальные данные внутри отчёта по генеративным функциям, появляется отдельный сценарий: пользователь начал поиск изображением, после чего ваш URL оказался уже внутри AI Mode или AI Overview.
Полный разбор самого отчёта по ИИ-видимости есть в отдельном материале VozniNet: как Search Console показывает сайт в AI Mode и AI Overviews.
Автоматизация требует отдельной проверки
Интерфейс Search Console, Search Analytics API и массовые выгрузки развиваются не всегда одновременно. Поэтому нельзя автоматически считать, что фильтр, доступный в интерфейсе, уже поддерживается тем же способом в API или стороннем сервисе.
Документация: Search Analytics API.
Пример: интернет-магазин мебели
После этого сравниваем Web: multimodal, Image, текстовый веб-поиск и генеративную видимость. Даже без исходной фотографии пользователя появляется достаточно данных для нормальной гипотезы.
Рабочий протокол анализа мультимодального поиска
Визуальный объект становится частью поисковой семантики
Пользователь может не знать название предмета. Ему проще показать его камерой, выделить на экране или загрузить фотографию. Поэтому в SEO появляется связка, которую нельзя свести к ключевому слову:
объект → изображение → страница → данные → поисковая видимость
Что проверять перед постоянной автоматизацией отчёта
Search Console развивается, поэтому перед настройкой постоянного отчёта проверяйте поддерживаемые типы поиска, измерения, доступность мультимодального фильтра в ИИ-отчёте и способы выгрузки данных.
Не пытайтесь любой ценой угадать скрытый запрос
Фразы вроде «наверное, пользователь сфотографировал красные кроссовки» полезны только как гипотеза. Search Console этого не подтверждает.
Надёжнее работать с тем, что известно точно: конкретный URL получил мультимодальные показы, известны страна, устройство, показы и клики, а саму страницу можно сопоставить с её изображениями, текстом, структурированными данными и товарным источником.
Мультимодальный поиск расширяет SEO от ключевого слова к сущности
Web: multimodal – не ещё один вариант Google Images и не точный счётчик Lens. Это способ увидеть, как сайт участвует в веб-поиске, где изображение становится частью запроса.
Главный принцип анализа: не выдумывать скрытый запрос, а проверять известную страницу и все данные, которыми Google может описать её сущность. После этого уже сравнивать мультимодальную, графическую, текстовую и генеративную видимость.
Если визуальный трафик есть, но страница работает слабо – разберите всю цепочку, а не только изображение
VozniNet может проверить поисковую архитектуру интернет-магазина: карточки, изображения, Product-разметку, Merchant Center, canonical, товарные варианты и связанные отчёты Search Console.