Как получать fan-out запросы GPT через OpenAI API и зачем это SEO-специалисту
SEO меняется. Теперь мы оптимизируем контент не только под поисковые системы, но и под AI, который сам ищет, агрегирует и формирует ответ. Когда пользователь задает вопрос модели, она почти никогда не ограничивается одним поисковым запросом. Вместо этого генерируется набор дополнительных — fan-out queries. Это и есть реальная структура AI-интента.
Например, запрос best project management tools может распадаться на:
best project management software 2026;
jira vs asana comparison;
free tools for teams;
tools for startups.
Каждый такой запрос — сигнал о том, как модель «думает» о теме.
Раньше fan-out можно было подсмотреть в браузере. Но после обновлений GPT такая возможность исчезла. Однако сами запросы никуда не делись. Их по-прежнему можно получить через API OpenAI. Причем автоматически.
В основе метода лежит Python-скрипт, который выполняет запрос к модели и сохраняет результаты. Общая логика процесса выглядит следующим образом:
Подключается OpenAI API.
Пользователь вводит ключевое слово.
Модель выполняет веб-поиск.
Система получает результат.
Данные сохраняются в JSON.
Пример скрипта:
#!/usr/bin/env python3 from openai import OpenAI import json import sys from datetime import datetime client = OpenAI(api_key='Your_API_Key') def run_query(query_text, save_json=True): response = client.responses.create( model="gpt-5.4", tools=[{"type": "web_search"}], tool_choice="auto", input=query_text ) print("Response ID:", response.id) if save_json: timestamp = datetime.now().strftime('%Y%m%d_%H%M%S') filename = f"query_result_{timestamp}.json" with open(filename, 'w') as f: json.dump(response.model_dump(), f, indent=2) print("Saved:", filename) return response def main(): if len(sys.argv) > 1: query = ' '.join(sys.argv[1:]) else: query = input("Enter query: ") run_query(query) if __name__ == "__main__": main()
Но самое ценное начинается после того, как эти эти запросы оказываются у вас на руках. Теперь вы можете расширить структуру контента — писать не одну статью, а несколько, покрывать подтемы. Также эти данные позволяют группировать запросы в смысловые блоки и смотреть, что AI считает важным.
Подробнее о fan-out запросах рассказываем в нашем блоге. Там вы найдете инструкцию по применению скриптов и советы по тому, как создавать их с помощью ИИ-ассистентов.
