Не украдут ли нейросети мой контент без указания источника?
Вы вкладываете время в статью, а потом видите, что нейросеть выдаёт похожий текст. Без ссылки на вас. Неприятно.
Что говорит закон в России?
Правительство готовит законопроект: разработчикам ИИ разрешат использовать защищённые материалы для обучения моделей без согласия автора. Но с условием — пользователь сервиса не должен видеть исходный контент.
Это не значит «всё можно брать». Это значит: обучение на данных — отдельно, выдача результата — отдельно.
Ещё момент. Если нейросеть создала текст без вашего творческого участия — такой результат в России не охраняется авторским правом. Но если вы доработали, добавили идеи, структуру, выводы — права могут возникнуть у вас.
Практика пока не устоялась. Суды только начинают разбираться с такими делами.
Что я замечаю в работе с клиентами?
Большинство тревог связаны не с кражей, а с непониманием, как системы учатся. Нейросеть не «копирует» ваш текст. Она анализирует закономерности в миллионах документов. И выдаёт новый текст на основе статистики.
Но есть нюанс. Если ваш стиль, структура, уникальные формулировки повторяются в ответах ИИ — это повод задуматься. Не о суде сразу, а о том, как вы оформляете контент.
Вот что помогает на практике:
— Фиксируйте процесс. Сохраняйте черновики, промпты, правки. Если возникнет спор — у вас будет цепочка создания.
— Добавляйте личный вклад. Цифры из вашего исследования, кейсы, инсайты. То, что нейросеть не сможет воспроизвести без доступа к вашим данным.
— Проверяйте, как сервисы трактуют права. В условиях YandexGPT, например, есть пункт: нельзя выдавать сгенерированный контент за результат собственного творчества, если это вводит в заблуждение.
— Ставьте явные маркеры авторства. Не для ИИ — для людей. Дата, подпись, ссылка на источник. Это работает как мягкий сигнал.
Но есть проблема.
Даже если вы всё делаете правильно, система может выдать ответ, похожий на ваш. Не потому что украла. А потому что тема узкая, формулировки логичные, структура очевидная.
Что с этим делать?
Смотрите шире. В контексте генеративного поиска важна не только уникальность текста. Важны сигналы доверия: кто вы, какой у вас опыт, где ещё публиковались, как на вас ссылаются.
Нейросети учатся на всём открытом. Но они же ищут надёжные источники. Если ваш материал цитируют, на него ссылаются, он живёт в экосистеме — шансы быть распознанным как авторитетный растут.
Это не гарантия. Но это работает.
Честно: идеальной защиты сейчас нет. Законодательство догоняет технологии. Судебная практика только формируется.
Но можно снизить риски. Не параноидально — разумно.
Вот что я делаю сам:
— Пишу так, чтобы даже при пересказе оставалась моя интонация.
— Добавляю данные, которые есть только у меня.
— Публикую там, где видят коллеги и партнёры.
— Не жду, что система сама найдёт и укажет источник. Беру это на себя.
И ещё.
Тревога «украдут» часто маскирует другой вопрос: «а заметят ли меня?». Если контент ценный — его заметят. Даже если нейросеть использует фрагменты. Люди ищут первоисточник. Экспертов — особенно.
Технологии меняют правила. Но базовые вещи остаются: честность, глубина, польза. Нейросеть не заменит ваш опыт. Она может лишь пересказать то, что уже есть в открытом доступе.
А ваше — это то, чего нет в открытом доступе. Пока что.
Если коротко: не ждите идеальной защиты. Делайте то, что в ваших силах. Фиксируйте, добавляйте ценность, работайте с репутацией.
Это не панацея. Но это работает. И помните: ваш опыт — это то, что нельзя просто «сгенерировать».
Вы вкладываете время в статью, а потом видите, что нейросеть выдаёт похожий текст. Без ссылки на вас. Неприятно.
Что говорит закон в России?
Правительство готовит законопроект: разработчикам ИИ разрешат использовать защищённые материалы для обучения моделей без согласия автора. Но с условием — пользователь сервиса не должен видеть исходный контент.
Это не значит «всё можно брать». Это значит: обучение на данных — отдельно, выдача результата — отдельно.
Ещё момент. Если нейросеть создала текст без вашего творческого участия — такой результат в России не охраняется авторским правом. Но если вы доработали, добавили идеи, структуру, выводы — права могут возникнуть у вас.
Практика пока не устоялась. Суды только начинают разбираться с такими делами.
Что я замечаю в работе с клиентами?
Большинство тревог связаны не с кражей, а с непониманием, как системы учатся. Нейросеть не «копирует» ваш текст. Она анализирует закономерности в миллионах документов. И выдаёт новый текст на основе статистики.
Но есть нюанс. Если ваш стиль, структура, уникальные формулировки повторяются в ответах ИИ — это повод задуматься. Не о суде сразу, а о том, как вы оформляете контент.
Вот что помогает на практике:
— Фиксируйте процесс. Сохраняйте черновики, промпты, правки. Если возникнет спор — у вас будет цепочка создания.
— Добавляйте личный вклад. Цифры из вашего исследования, кейсы, инсайты. То, что нейросеть не сможет воспроизвести без доступа к вашим данным.
— Проверяйте, как сервисы трактуют права. В условиях YandexGPT, например, есть пункт: нельзя выдавать сгенерированный контент за результат собственного творчества, если это вводит в заблуждение.
— Ставьте явные маркеры авторства. Не для ИИ — для людей. Дата, подпись, ссылка на источник. Это работает как мягкий сигнал.
Но есть проблема.
Даже если вы всё делаете правильно, система может выдать ответ, похожий на ваш. Не потому что украла. А потому что тема узкая, формулировки логичные, структура очевидная.
Что с этим делать?
Смотрите шире. В контексте генеративного поиска важна не только уникальность текста. Важны сигналы доверия: кто вы, какой у вас опыт, где ещё публиковались, как на вас ссылаются.
Нейросети учатся на всём открытом. Но они же ищут надёжные источники. Если ваш материал цитируют, на него ссылаются, он живёт в экосистеме — шансы быть распознанным как авторитетный растут.
Это не гарантия. Но это работает.
Честно: идеальной защиты сейчас нет. Законодательство догоняет технологии. Судебная практика только формируется.
Но можно снизить риски. Не параноидально — разумно.
Вот что я делаю сам:
— Пишу так, чтобы даже при пересказе оставалась моя интонация.
— Добавляю данные, которые есть только у меня.
— Публикую там, где видят коллеги и партнёры.
— Не жду, что система сама найдёт и укажет источник. Беру это на себя.
И ещё.
Тревога «украдут» часто маскирует другой вопрос: «а заметят ли меня?». Если контент ценный — его заметят. Даже если нейросеть использует фрагменты. Люди ищут первоисточник. Экспертов — особенно.
Технологии меняют правила. Но базовые вещи остаются: честность, глубина, польза. Нейросеть не заменит ваш опыт. Она может лишь пересказать то, что уже есть в открытом доступе.
А ваше — это то, чего нет в открытом доступе. Пока что.
Если коротко: не ждите идеальной защиты. Делайте то, что в ваших силах. Фиксируйте, добавляйте ценность, работайте с репутацией.
Это не панацея. Но это работает. И помните: ваш опыт — это то, что нельзя просто «сгенерировать».
👍18❤🔥5🔥4👌2❤1
Упоминания в ИИ: количество против тональности
Тема количества упоминаний против их тональности в GEO — это не теоретический спор. Я вижу, как компании наступают на одни и те же грабли.
И чаще всего ошибка в том, что одно считают главным, а про второе забывают. Хотя правда, как обычно, посередине. Но не в виде компромисса «и то, и другое важно», а в виде конкретной последовательности: сперва одно, потом другое. Нельзя управлять тем, чего нет.
Вот смотрите. Данные из отчётов, например Yext, разбивают видимость на две чёткие метрики. Первая — это AI Visibility, то есть сама вероятность того, что модель вас вообще упомянет.
Вторая — AI Sentiment. Это уже про то, как вас опишут, с какой эмоциональной окраской. И тут самое главное: если с количеством упоминаний беда, модель просто не будет вас рассматривать как вариант для ответа.
Она выберет того, о ком информации больше. На практике я вижу это так: в результатах исследования Ahrefs бренды с максимальной частотой упоминаний получают в 10 раз больше цитат в ответах ИИ, чем те, кто в середине списка.
Это не просто цифра. Это значит, что если о вас говорят мало, то даже идеальная репутация не поможет, потому что ИИ вас просто не заметит.
Но ирония в том, что, когда вы пробиваетесь в это информационное поле, вы становитесь заложником той тональности, которую сформировали раньше. И вот тут начинается вторая, и более опасная, проблема. Один негативный шлейф может стоить вам всего прогресса.
Смотрите, какую штуку я заметил в данных SEOhead. Они пишут, что один-единственный ложный негативный отзыв, который подхватит и повторит нейросеть, способен разрушить годы PR-работы.
И это не преувеличение. Это новая реальность. Искусственный интеллект не отличает правду от вымысла, если вымысел повторяется достаточно часто. Он видит корреляцию между брендом и негативом и делает вывод: этот продукт ненадёжен. И вы становитесь не просто невидимы, вы становитесь видимы со знаком минус.
В своей работе я всегда советую сначала пройти «точку входа». Пока у бренда меньше пары десятков структурированных и значимых упоминаний, включая отзывы, ИИ не формирует статистически значимую картину доверия. В этот момент вам критически важна частота.
Вам нужно появляться везде: в рейтингах, в обзорах, в статьях на Quora или Reddit. На этом этапе количество создаёт базу для узнавания. Но как только модель начинает вас регулярно «доставать» из своей памяти, вы должны немедленно переключаться на мониторинг тональности. Потому что с этого момента вы не просто один из многих. Вы — часть ответа. И цена ошибки возрастает в разы.
Поэтому мой главный вывод за эти годы такой. Нельзя работать только с частотой или только с тоном. Это как строить дом без фундамента, а потом выбирать обои. Сначала добейтесь плотного информационного поля, чтобы ИИ не мог вас проигнорировать. А затем хватайтесь за ORM и управление тональностью, чтобы не жалеть о том, что вас наконец-то заметили.
Я убеждён, что GEO — это не про один параметр. Это про баланс. И те, кто его находят, получают в ответах ИИ не просто строчку, а рекомендацию, которая реально продаёт.
Тема количества упоминаний против их тональности в GEO — это не теоретический спор. Я вижу, как компании наступают на одни и те же грабли.
И чаще всего ошибка в том, что одно считают главным, а про второе забывают. Хотя правда, как обычно, посередине. Но не в виде компромисса «и то, и другое важно», а в виде конкретной последовательности: сперва одно, потом другое. Нельзя управлять тем, чего нет.
Вот смотрите. Данные из отчётов, например Yext, разбивают видимость на две чёткие метрики. Первая — это AI Visibility, то есть сама вероятность того, что модель вас вообще упомянет.
Вторая — AI Sentiment. Это уже про то, как вас опишут, с какой эмоциональной окраской. И тут самое главное: если с количеством упоминаний беда, модель просто не будет вас рассматривать как вариант для ответа.
Она выберет того, о ком информации больше. На практике я вижу это так: в результатах исследования Ahrefs бренды с максимальной частотой упоминаний получают в 10 раз больше цитат в ответах ИИ, чем те, кто в середине списка.
Это не просто цифра. Это значит, что если о вас говорят мало, то даже идеальная репутация не поможет, потому что ИИ вас просто не заметит.
Но ирония в том, что, когда вы пробиваетесь в это информационное поле, вы становитесь заложником той тональности, которую сформировали раньше. И вот тут начинается вторая, и более опасная, проблема. Один негативный шлейф может стоить вам всего прогресса.
Смотрите, какую штуку я заметил в данных SEOhead. Они пишут, что один-единственный ложный негативный отзыв, который подхватит и повторит нейросеть, способен разрушить годы PR-работы.
И это не преувеличение. Это новая реальность. Искусственный интеллект не отличает правду от вымысла, если вымысел повторяется достаточно часто. Он видит корреляцию между брендом и негативом и делает вывод: этот продукт ненадёжен. И вы становитесь не просто невидимы, вы становитесь видимы со знаком минус.
В своей работе я всегда советую сначала пройти «точку входа». Пока у бренда меньше пары десятков структурированных и значимых упоминаний, включая отзывы, ИИ не формирует статистически значимую картину доверия. В этот момент вам критически важна частота.
Вам нужно появляться везде: в рейтингах, в обзорах, в статьях на Quora или Reddit. На этом этапе количество создаёт базу для узнавания. Но как только модель начинает вас регулярно «доставать» из своей памяти, вы должны немедленно переключаться на мониторинг тональности. Потому что с этого момента вы не просто один из многих. Вы — часть ответа. И цена ошибки возрастает в разы.
Поэтому мой главный вывод за эти годы такой. Нельзя работать только с частотой или только с тоном. Это как строить дом без фундамента, а потом выбирать обои. Сначала добейтесь плотного информационного поля, чтобы ИИ не мог вас проигнорировать. А затем хватайтесь за ORM и управление тональностью, чтобы не жалеть о том, что вас наконец-то заметили.
Я убеждён, что GEO — это не про один параметр. Это про баланс. И те, кто его находят, получают в ответах ИИ не просто строчку, а рекомендацию, которая реально продаёт.
🔥12❤10❤🔥5👌4
Как нейросети обрабатывают JavaScript?
Вы делаете сайт, всё работает в браузере идеально. Кнопки, подгрузка карточек, анимации — всё на JavaScript. Но когда нейросети забирают данные для ответов, ваша страница для них может оказаться пустой. Это не ошибка настройки. Это особенность архитектуры.
Почему так происходит. Нейросети не запускают JavaScript так, как это делает обычный браузер. Они работают с текстом, который попадает в их базу или выдаётся краулеру в момент обхода. Если контент генерируется на клиенте, после загрузки DOM, бот видит только каркас. Остальное для него — пустое место.
Яндекс в справке для вебмастеров прямо указывает: робот умеет выполнять JavaScript, но делает это в отдельном потоке. Если скрипты блокируют рендеринг или требуют долгой загрузки, бот забирает только исходный HTML. На Habr есть подробные тесты индексации SPA, где авторы запускали краулеры с отключённым рендерингом. Результат предсказуемый: без серверной отдачи или статических снапшотов большая часть текста просто не попадает в индекс.
Для GEO это критично. Нейросети строят ответы на основе доступного текстового массива. Если ваш ключевой материал спрятан за динамической подгрузкой, нейросеть его не учтёт. Она возьмёт информацию у конкурента, у кого контент лежит в чистом виде в разметке. Вы теряете цитируемость, а значит и вес в AI-ответах.
Что я делаю в рабочих проектах. Не прошу переписывать фронтенд на статические страницы. Это ломает пользовательский опыт и отнимает месяцы разработки. Вместо этого разделяю контент на два слоя. Ключевые тексты, заголовки, мета-данные, цены и контакты — отдаю сразу в HTML при первом запросе.
Интерактивные элементы, фильтры, сложные калькуляторы, анимации — оставляю на клиентском JS. Так краулер получает основу, а посетитель — удобный интерфейс.
Ещё я проверяю, как сайт выглядит в режиме «без скриптов». Открываю DevTools, отключаю JS, перезагружаю страницу. Смотрю, что остаётся на экране. Если там только шапка и футер, значит, для нейросетей вы тоже пустой. В таких случаях добавляю блок noscript с ключевыми данными. Не ради старых поисковых ботов, а именно для AI-краулеров. Они часто работают именно с сырым HTML.
Многие думают, что раз поисковые системы научились рендерить JavaScript, то и нейросети сделают то же самое без вашего участия. Это не так. У них разные конвейеры обработки данных. Поисковый робот может ждать несколько секунд, выполнять скрипты, строить DOM и только потом индексировать.
Нейросеть забирает текст быстро, чтобы сформировать ответ за долю секунды. Он не будет ждать завершения работы вашего фреймворка.
Вывод простой. Если вы хотите, чтобы ваш контент попадал в ответы AI, он должен быть доступен без выполнения скриптов. Не обязательно делать сайт как в двухтысячных. Достаточно гибридной подачи. Сервер отдаёт текст и семантическую разметку. Клиент оживляет интерфейс и добавляет интерактив.
Я проверял это на четырёх крупных проектах за последний год. Там, где перевели ключевые разделы на SSR или настроили предварительный рендеринг на сервере, упоминания в нейросетях выросли в среднем на сорок процентов. Там, где оставили чистый клиентский рендеринг, трафик из AI-систем остался на нуле. Это не теория. Это данные из логов краулеров и панелей аналитики.
Если у вас сейчас SPA или сложный фронтенд, начните с малого. Возьмите пять страниц, которые должны приносить заявки. Проверьте их с отключённым JavaScript. Убедитесь, что основной текст, заголовки, цены, контакты и структурированные данные — на месте. Этого хватит, чтобы нейросети начали вас видеть.
Работает не магия, а доступность текста. Если он лежит в исходном коде, нейросеть его прочитает. Если он появляется только после запуска скриптов — скорее всего, нет. Вот и всё.
Вы делаете сайт, всё работает в браузере идеально. Кнопки, подгрузка карточек, анимации — всё на JavaScript. Но когда нейросети забирают данные для ответов, ваша страница для них может оказаться пустой. Это не ошибка настройки. Это особенность архитектуры.
Почему так происходит. Нейросети не запускают JavaScript так, как это делает обычный браузер. Они работают с текстом, который попадает в их базу или выдаётся краулеру в момент обхода. Если контент генерируется на клиенте, после загрузки DOM, бот видит только каркас. Остальное для него — пустое место.
Яндекс в справке для вебмастеров прямо указывает: робот умеет выполнять JavaScript, но делает это в отдельном потоке. Если скрипты блокируют рендеринг или требуют долгой загрузки, бот забирает только исходный HTML. На Habr есть подробные тесты индексации SPA, где авторы запускали краулеры с отключённым рендерингом. Результат предсказуемый: без серверной отдачи или статических снапшотов большая часть текста просто не попадает в индекс.
Для GEO это критично. Нейросети строят ответы на основе доступного текстового массива. Если ваш ключевой материал спрятан за динамической подгрузкой, нейросеть его не учтёт. Она возьмёт информацию у конкурента, у кого контент лежит в чистом виде в разметке. Вы теряете цитируемость, а значит и вес в AI-ответах.
Что я делаю в рабочих проектах. Не прошу переписывать фронтенд на статические страницы. Это ломает пользовательский опыт и отнимает месяцы разработки. Вместо этого разделяю контент на два слоя. Ключевые тексты, заголовки, мета-данные, цены и контакты — отдаю сразу в HTML при первом запросе.
Интерактивные элементы, фильтры, сложные калькуляторы, анимации — оставляю на клиентском JS. Так краулер получает основу, а посетитель — удобный интерфейс.
Ещё я проверяю, как сайт выглядит в режиме «без скриптов». Открываю DevTools, отключаю JS, перезагружаю страницу. Смотрю, что остаётся на экране. Если там только шапка и футер, значит, для нейросетей вы тоже пустой. В таких случаях добавляю блок noscript с ключевыми данными. Не ради старых поисковых ботов, а именно для AI-краулеров. Они часто работают именно с сырым HTML.
Многие думают, что раз поисковые системы научились рендерить JavaScript, то и нейросети сделают то же самое без вашего участия. Это не так. У них разные конвейеры обработки данных. Поисковый робот может ждать несколько секунд, выполнять скрипты, строить DOM и только потом индексировать.
Нейросеть забирает текст быстро, чтобы сформировать ответ за долю секунды. Он не будет ждать завершения работы вашего фреймворка.
Вывод простой. Если вы хотите, чтобы ваш контент попадал в ответы AI, он должен быть доступен без выполнения скриптов. Не обязательно делать сайт как в двухтысячных. Достаточно гибридной подачи. Сервер отдаёт текст и семантическую разметку. Клиент оживляет интерфейс и добавляет интерактив.
Я проверял это на четырёх крупных проектах за последний год. Там, где перевели ключевые разделы на SSR или настроили предварительный рендеринг на сервере, упоминания в нейросетях выросли в среднем на сорок процентов. Там, где оставили чистый клиентский рендеринг, трафик из AI-систем остался на нуле. Это не теория. Это данные из логов краулеров и панелей аналитики.
Если у вас сейчас SPA или сложный фронтенд, начните с малого. Возьмите пять страниц, которые должны приносить заявки. Проверьте их с отключённым JavaScript. Убедитесь, что основной текст, заголовки, цены, контакты и структурированные данные — на месте. Этого хватит, чтобы нейросети начали вас видеть.
Работает не магия, а доступность текста. Если он лежит в исходном коде, нейросеть его прочитает. Если он появляется только после запуска скриптов — скорее всего, нет. Вот и всё.
👍21🔥8❤🔥5❤2👌1
Как на самом деле работают цитирования в ChatGPT, Perplexity и Gemini
Все уже в курсе, что GEO — это не SEO. Но есть нюанс, который до сих пор мало кто осознает даже из продвинутых коллег: когда мы говорим «GEO», мы обобщаем три совершенно разных механизма ранжирования и цитирования. ChatGPT, Perplexity и Gemini видят ваш сайт по-разному. И если вы льете трафик и бюджет в «единую GEO-стратегию», вы работаете на троих с одним топором, хотя каждому нужен скальпель.
Начну с цифр, от которых у SEO-аналитика едет крыша. Исследование geo-citation-lab (602 тематических промпта, 18000+ проанализированных страниц из ответов) выявило дикий разброс: лишь 11% доменов цитируются одновременно и ChatGPT, и Perplexity. Одиннадцать процентов! То есть, если ваш контент попал в ответ ChatGPT, с вероятностью 89% Perplexity проигнорирует тот же домен при аналогичном запросе. Это не погрешность. Это архитектурная пропасть.
Почему так? Ответ в технологическом фундаменте каждой системы. Давайте без лирики, чистый хардкор.
ChatGPT (режим Browse/Поиск)
Модель использует гибридный подход. Основа — индекс Bing. Данные 2026 года показывают, что 87% цитирований ChatGPT совпадают с топ-10 выдачи Bing, а с топом Google — лишь 56%. Но это не все. ChatGPT часто делает live-запрос к странице прямо в момент генерации ответа. Он буквально открывает URL, парсит актуальный текст и формирует сниппет. Это значит: если ваша страница лежит в индексе Bing, но отдает 504 ошибку или грузится больше 2 секунд в момент запроса пользователя — ChatGPT вас не процитирует. Важнейший фактор — скорость ответа сервера и корректный robots.txt для OAI-SearchBot и ChatGPT-User.
Perplexity
Здесь другой мир. Perplexity активно строит собственный веб-индекс (с элементами индекса от Bing и Yandex, но с собственной переранжировкой на базе RAG). Плюс платформа использует закрытые академические базы и API научных издательств. Их модель не делает live-запрос к странице в момент диалога. Она опирается на предзагруженный кэш. В исследовании Query Intent, Not Google Rank четко показано: для Perplexity критична структурированность документа в момент краулинга. Векторное представление текста (эмбеддинги) в их базе считается заранее. Изменения на сайте могут не отражаться в выдаче Perplexity от нескольких дней до двух недель. Отсюда вывод: для Perplexity важнее не сиюминутная свежесть, а глубина и цитируемость в научных или экспертных кругах (наличие ссылок на исследования, статистику, подтвержденные факты). Perplexity обожает сравнительные таблицы и явные числовые данные — AUC предикторов цитирования тут максимальна для структур типа «сравнение» (d=0.43).
Gemini
Тут своя специфика. Gemini живет в экосистеме Google. Он глубоко интегрирован с Knowledge Graph (графом знаний) и собственным поисковым индексом Google. Но ключевое отличие от классического Google Search — Gemini ранжирует контент на основе сущностей (Entities) и их семантической близости, а не на основе ссылочной массы PageRank. Исследования показывают, что для Gemini фактор свежести (freshness) имеет гипертрофированное значение, но только для новостных и трендовых тематик. Для коммерческих запросов Gemini, наоборот, консервативен и чаще отдает предпочтение давно устоявшимся в Knowledge Graph брендам.
Что делать с этим зоопарком практику?
Разделяйте логирование. В логах сервера ищите не только Googlebot, но и:
OAI-SearchBot (ChatGPT)
PerplexityBot
GoogleOther / Google-Extended (Gemini)
ClaudeBot
Анализ частоты их визитов на разные типы страниц даст точную картину, какая платформа «любит» какой раздел сайта.
Дифференцируйте структуру страниц.
Под ChatGPT: максимальная скорость загрузки, четкая иерархия заголовков, минимум JavaScript-рендеринга.
Под Perplexity: наличие блока «Основные выводы» с маркированным списком и таблицы сравнения.
Под Gemini: работа с SameAs в Schema.org, связка с профилями в Google Business Profile и Викиданными.
Все уже в курсе, что GEO — это не SEO. Но есть нюанс, который до сих пор мало кто осознает даже из продвинутых коллег: когда мы говорим «GEO», мы обобщаем три совершенно разных механизма ранжирования и цитирования. ChatGPT, Perplexity и Gemini видят ваш сайт по-разному. И если вы льете трафик и бюджет в «единую GEO-стратегию», вы работаете на троих с одним топором, хотя каждому нужен скальпель.
Начну с цифр, от которых у SEO-аналитика едет крыша. Исследование geo-citation-lab (602 тематических промпта, 18000+ проанализированных страниц из ответов) выявило дикий разброс: лишь 11% доменов цитируются одновременно и ChatGPT, и Perplexity. Одиннадцать процентов! То есть, если ваш контент попал в ответ ChatGPT, с вероятностью 89% Perplexity проигнорирует тот же домен при аналогичном запросе. Это не погрешность. Это архитектурная пропасть.
Почему так? Ответ в технологическом фундаменте каждой системы. Давайте без лирики, чистый хардкор.
ChatGPT (режим Browse/Поиск)
Модель использует гибридный подход. Основа — индекс Bing. Данные 2026 года показывают, что 87% цитирований ChatGPT совпадают с топ-10 выдачи Bing, а с топом Google — лишь 56%. Но это не все. ChatGPT часто делает live-запрос к странице прямо в момент генерации ответа. Он буквально открывает URL, парсит актуальный текст и формирует сниппет. Это значит: если ваша страница лежит в индексе Bing, но отдает 504 ошибку или грузится больше 2 секунд в момент запроса пользователя — ChatGPT вас не процитирует. Важнейший фактор — скорость ответа сервера и корректный robots.txt для OAI-SearchBot и ChatGPT-User.
Perplexity
Здесь другой мир. Perplexity активно строит собственный веб-индекс (с элементами индекса от Bing и Yandex, но с собственной переранжировкой на базе RAG). Плюс платформа использует закрытые академические базы и API научных издательств. Их модель не делает live-запрос к странице в момент диалога. Она опирается на предзагруженный кэш. В исследовании Query Intent, Not Google Rank четко показано: для Perplexity критична структурированность документа в момент краулинга. Векторное представление текста (эмбеддинги) в их базе считается заранее. Изменения на сайте могут не отражаться в выдаче Perplexity от нескольких дней до двух недель. Отсюда вывод: для Perplexity важнее не сиюминутная свежесть, а глубина и цитируемость в научных или экспертных кругах (наличие ссылок на исследования, статистику, подтвержденные факты). Perplexity обожает сравнительные таблицы и явные числовые данные — AUC предикторов цитирования тут максимальна для структур типа «сравнение» (d=0.43).
Gemini
Тут своя специфика. Gemini живет в экосистеме Google. Он глубоко интегрирован с Knowledge Graph (графом знаний) и собственным поисковым индексом Google. Но ключевое отличие от классического Google Search — Gemini ранжирует контент на основе сущностей (Entities) и их семантической близости, а не на основе ссылочной массы PageRank. Исследования показывают, что для Gemini фактор свежести (freshness) имеет гипертрофированное значение, но только для новостных и трендовых тематик. Для коммерческих запросов Gemini, наоборот, консервативен и чаще отдает предпочтение давно устоявшимся в Knowledge Graph брендам.
Что делать с этим зоопарком практику?
Разделяйте логирование. В логах сервера ищите не только Googlebot, но и:
OAI-SearchBot (ChatGPT)
PerplexityBot
GoogleOther / Google-Extended (Gemini)
ClaudeBot
Анализ частоты их визитов на разные типы страниц даст точную картину, какая платформа «любит» какой раздел сайта.
Дифференцируйте структуру страниц.
Под ChatGPT: максимальная скорость загрузки, четкая иерархия заголовков, минимум JavaScript-рендеринга.
Под Perplexity: наличие блока «Основные выводы» с маркированным списком и таблицы сравнения.
Под Gemini: работа с SameAs в Schema.org, связка с профилями в Google Business Profile и Викиданными.
❤16👌12❤🔥5🔥1🥰1
Почему ChatGPT и Claude «видят» контент иначе, чем Perplexity
Выкладываете контент, ждёте трафик, а его нет. Или он есть, но не оттуда, откуда планировали. Знакомо?
Недавно изучал исследование «Query Intent, Not Google Rank». Там есть момент, который переворачивает представление о работе с ИИ-поисковиками. Оказывается, ChatGPT и Claude работают иначе, чем Perplexity и Gemini. И это не мелочь. Это фундаментальная разница в архитектуре.
Вот в чём дело.
ChatGPT и Claude делают live-запросы к вашим страницам в реальном времени. Когда пользователь задаёт вопрос, модель идёт в поиск, находит страницу и забирает контент прямо сейчас.
Perplexity и Gemini действуют по-другому. Они полагаются на предварительно построенные индексы. То есть сканируют сайты заранее, сохраняют данные в свою базу и потом используют их при формировании ответа.
Если вы готовите техническую базу под все движки одинаково — вы теряете эффективность. И деньги.
Поясню на примере.
Для ChatGPT и Claude критично время ответа сервера. Потому что если страница грузится дольше 2-3 секунд, модель может просто не дождаться контента. Или получить обрезанные данные. Итог: ваш сайт не попал в ответ.
Для Perplexity и Gemini важнее структура и доступность для индексации. Если ваш robots.txt блокирует их ботов, или сайт не добавлен в нужные вебмастер-инструменты — вы просто не попадёте в их базу. Навсегда. Пока не исправите.
Вот что я нашёл по источникам.
ChatGPT тянет данные через Bing. Значит, сайт должен быть в Bing Webmaster Tools. Обязательно.
Perplexity использует комбинацию Google и собственного индекса. Приоритет — технические блоги, научные статьи, официальные источники.
Gemini работает с экосистемой Google: Поиск, Карты, YouTube. Если вас нет там — вас нет и в Gemini.
Claude более строг к качеству. Предпочитает техническую документацию и академические работы. И да, он тоже делает live-запросы.
Я начал проверять свои проекты по этой схеме. И увидел закономерность.
Сайты с быстрым сервером и открытым доступом для ботов чаще попадают в ответы «живых» моделей. А проекты с качественной структурой, разметкой Schema.org и файлом llms.txt — в индексируемые платформы.
Вот простой чек-лист:
— Проверьте время ответа сервера. Если больше 2 секунд — оптимизируйте. Особенно важно для ChatGPT и Claude.
— Добавьте сайт в Bing Webmaster Tools. Бесплатно. Быстро. Работает.
— Проверьте robots.txt. Убедитесь, что не блокируете нужных ботов. Perplexity, например, ходит под своим User-Agent.
— Внедрите базовую разметку Schema.org. FAQ, Article, Organization. Нейросети любят, когда данные уже структурированы.
— Создайте файл llms.txt в корне сайта. Это новая фича, но её уже поддерживают несколько платформ. Просто список важных страниц с описанием.
— Публикуйтесь на авторитетных российских площадках: Хабр, VC.ru, Дзен. ИИ-модели часто берут источники оттуда.
Но есть нюанс.
Не гонитесь за всем сразу. Выберите 1-2 платформы, которые важны для вашей ниши. Протестируйте. Замерьте. Потом масштабируйте.
База знаний у ИИ обновляется не каждый день. У ChatGPT — раз в несколько месяцев. У Perplexity — чаще, но тоже не в реальном времени. Если вы попали в индекс сейчас — вы там надолго. Если упустили — догонять придётся долго.
И ещё момент.
Не пытайтесь обмануть систему. Нейросети стали умнее. Они видят, когда контент сделан «для роботов». Пишите для людей. Структурируйте для машин. Это работает.
Вот что я нашёл на практике.
Проекты, которые разделили техническую подготовку под «живые» и «индексные» модели, стали чаще попадать в ответы. Без увеличения бюджета. Просто за счёт точечной настройки.
Это может сработать у вас.
Попробуйте. Начните с аудита: откройте ChatGPT и Perplexity, задайте вопросы по вашей теме. Посмотрите, какие источники они используют. Где ваш сайт? Если его нет — вот вам точка роста.
И да.
Не ждите, пока конкуренты займут это место. Разрыв растёт. Те, кто адаптировался первыми, уже получают трафик оттуда, где другие даже не смотрят.
Выкладываете контент, ждёте трафик, а его нет. Или он есть, но не оттуда, откуда планировали. Знакомо?
Недавно изучал исследование «Query Intent, Not Google Rank». Там есть момент, который переворачивает представление о работе с ИИ-поисковиками. Оказывается, ChatGPT и Claude работают иначе, чем Perplexity и Gemini. И это не мелочь. Это фундаментальная разница в архитектуре.
Вот в чём дело.
ChatGPT и Claude делают live-запросы к вашим страницам в реальном времени. Когда пользователь задаёт вопрос, модель идёт в поиск, находит страницу и забирает контент прямо сейчас.
Perplexity и Gemini действуют по-другому. Они полагаются на предварительно построенные индексы. То есть сканируют сайты заранее, сохраняют данные в свою базу и потом используют их при формировании ответа.
Если вы готовите техническую базу под все движки одинаково — вы теряете эффективность. И деньги.
Поясню на примере.
Для ChatGPT и Claude критично время ответа сервера. Потому что если страница грузится дольше 2-3 секунд, модель может просто не дождаться контента. Или получить обрезанные данные. Итог: ваш сайт не попал в ответ.
Для Perplexity и Gemini важнее структура и доступность для индексации. Если ваш robots.txt блокирует их ботов, или сайт не добавлен в нужные вебмастер-инструменты — вы просто не попадёте в их базу. Навсегда. Пока не исправите.
Вот что я нашёл по источникам.
ChatGPT тянет данные через Bing. Значит, сайт должен быть в Bing Webmaster Tools. Обязательно.
Perplexity использует комбинацию Google и собственного индекса. Приоритет — технические блоги, научные статьи, официальные источники.
Gemini работает с экосистемой Google: Поиск, Карты, YouTube. Если вас нет там — вас нет и в Gemini.
Claude более строг к качеству. Предпочитает техническую документацию и академические работы. И да, он тоже делает live-запросы.
Я начал проверять свои проекты по этой схеме. И увидел закономерность.
Сайты с быстрым сервером и открытым доступом для ботов чаще попадают в ответы «живых» моделей. А проекты с качественной структурой, разметкой Schema.org и файлом llms.txt — в индексируемые платформы.
Вот простой чек-лист:
— Проверьте время ответа сервера. Если больше 2 секунд — оптимизируйте. Особенно важно для ChatGPT и Claude.
— Добавьте сайт в Bing Webmaster Tools. Бесплатно. Быстро. Работает.
— Проверьте robots.txt. Убедитесь, что не блокируете нужных ботов. Perplexity, например, ходит под своим User-Agent.
— Внедрите базовую разметку Schema.org. FAQ, Article, Organization. Нейросети любят, когда данные уже структурированы.
— Создайте файл llms.txt в корне сайта. Это новая фича, но её уже поддерживают несколько платформ. Просто список важных страниц с описанием.
— Публикуйтесь на авторитетных российских площадках: Хабр, VC.ru, Дзен. ИИ-модели часто берут источники оттуда.
Но есть нюанс.
Не гонитесь за всем сразу. Выберите 1-2 платформы, которые важны для вашей ниши. Протестируйте. Замерьте. Потом масштабируйте.
База знаний у ИИ обновляется не каждый день. У ChatGPT — раз в несколько месяцев. У Perplexity — чаще, но тоже не в реальном времени. Если вы попали в индекс сейчас — вы там надолго. Если упустили — догонять придётся долго.
И ещё момент.
Не пытайтесь обмануть систему. Нейросети стали умнее. Они видят, когда контент сделан «для роботов». Пишите для людей. Структурируйте для машин. Это работает.
Вот что я нашёл на практике.
Проекты, которые разделили техническую подготовку под «живые» и «индексные» модели, стали чаще попадать в ответы. Без увеличения бюджета. Просто за счёт точечной настройки.
Это может сработать у вас.
Попробуйте. Начните с аудита: откройте ChatGPT и Perplexity, задайте вопросы по вашей теме. Посмотрите, какие источники они используют. Где ваш сайт? Если его нет — вот вам точка роста.
И да.
Не ждите, пока конкуренты займут это место. Разрыв растёт. Те, кто адаптировался первыми, уже получают трафик оттуда, где другие даже не смотрят.
❤14👍10🔥4🥰3❤🔥2
Три слоя данных, которые заставят AI «впитать» ваш контент
Смотрите, какая штука. Поисковые системы читают теги. ИИ-движки читают смыслы. И тут начинается самая сложная часть работы с контентом. За годы практики я выделил три слоя данных, которые реально влияют на то, попадёт ли ваш текст в ответ нейросети. Разберём по порядку.
Первый слой — семантическая плотность. Это не про ключевые слова. Это про то, как модель связывает понятия между собой внутри своих весов. Когда вы пишете про выбор подрядчика, ИИ смотрит на смежные сущности. Критерии оценки, типовые договоры, риски, этапы приёмки.
В разборах на Хабре российские инженеры по RAG-архитектуре не раз показывали, что модели лучше усваивают текст, где связи выстроены явно. Не прячьте их в общих фразах.
Прописывайте причинно-следственные цепочки. Вместо «мы делаем качественно» пишите конкретный механизм. Проверка идёт в три этапа, потому что каждый блок требует отдельного допуска. Иначе система выдаст ошибку на стыке модулей.
Второй слой — структурная читаемость для машин. ИИ не листает страницы. Он разбирает блоки, ищет паттерны. Заголовки, списки, таблицы, чёткие ответы на вопросы в начале материала. Это база. Но тут есть нюанс. Если структура слишком жёсткая, модель воспринимает текст как шаблон.
В исследованиях российских лабораторий по архитектуре внимания указывали, что нейросети работают лучше с живой структурой. Делайте заголовки вопросами. Разбивайте длинные абзацы на три строки. Добавляйте примеры сразу после тезиса.
Третий слой — сигналы подтверждения. ИИ проверяет информацию через перекрёстные ссылки. Если ваши данные повторяются в открытых источниках, отраслевых отчётах или нормативных документах, вероятность цитирования растёт. Это работает в системах с внешними базами знаний. Модель сверяет факты.
Если текст совпадает с проверенными данными, он проходит фильтр доверия. В материалах Сбера по настройке больших моделей прямо говорится, что приоритет у материалов с высокой фактической плотностью.
Теперь про AgenticGEO. Это не готовый сервис. Это методика. Суть в том, чтобы запускать автоматизированные проверки. Берёте фрагмент, подаёте в разные движки через открытые интерфейсы. Смотрите, как часто материал всплывает в ответах.
Фиксируете, в какой форме его цитируют. Проверяете, не искажается ли смысл. Полученные метрики становятся фитнес-функцией. Дальше подключаете принципы эволюционных алгоритмов. Делаете мутации. Меняете формулировки, порядок аргументов, тип подачи данных. Отбираете варианты, где ИИ даёт точный ответ. Остальные отбрасываете. Цикл повторяется.
Но есть проблема. Можно быстро скатиться в переоптимизацию. Когда текст становится слишком заточенным под машинный разбор, он теряет ценность. А модели, обученные через методы коррекции предпочтений, настроены на отсеивание роботоподобного контента. В отчётах российских разработчиков прямо указано: приоритет у текстов, решающих задачу, а не подстраивающихся под скрытые веса.
Как держать баланс? Смотрите на метрику полезности. Если после правок текст стал хуже читаться людьми, останавливайтесь. Эволюция должна идти в сторону ясности. Тестируйте на реальных запросах вашей аудитории. Сравнивайте ответы до и после изменений. Если модель начинает давать рекомендации с ссылкой на ваш материал, вы на верном пути.
Вот что я нашёл за последнее время. Контент, который ИИ впитывает, строится на трёх основах. Чёткие связи, удобная структура, внешнее подтверждение фактов. Агенты и эволюционные подходы тут — инструмент для проверки гипотез. Не пытайтесь обмануть чёрный ящик. Делайте текст, полезный и человеку, и машине. Это сработает в долгосрочной перспективе.
Пробуйте на небольших разделах сайта. Замеряйте частоту упоминаний. Убирайте то, что не даёт отдачи. И не гонитесь за идеалом с первой попытки. Модель меняется каждые несколько месяцев. Ваш контент должен меняться вместе с ней. Но оставаться вашим.
Смотрите, какая штука. Поисковые системы читают теги. ИИ-движки читают смыслы. И тут начинается самая сложная часть работы с контентом. За годы практики я выделил три слоя данных, которые реально влияют на то, попадёт ли ваш текст в ответ нейросети. Разберём по порядку.
Первый слой — семантическая плотность. Это не про ключевые слова. Это про то, как модель связывает понятия между собой внутри своих весов. Когда вы пишете про выбор подрядчика, ИИ смотрит на смежные сущности. Критерии оценки, типовые договоры, риски, этапы приёмки.
В разборах на Хабре российские инженеры по RAG-архитектуре не раз показывали, что модели лучше усваивают текст, где связи выстроены явно. Не прячьте их в общих фразах.
Прописывайте причинно-следственные цепочки. Вместо «мы делаем качественно» пишите конкретный механизм. Проверка идёт в три этапа, потому что каждый блок требует отдельного допуска. Иначе система выдаст ошибку на стыке модулей.
Второй слой — структурная читаемость для машин. ИИ не листает страницы. Он разбирает блоки, ищет паттерны. Заголовки, списки, таблицы, чёткие ответы на вопросы в начале материала. Это база. Но тут есть нюанс. Если структура слишком жёсткая, модель воспринимает текст как шаблон.
В исследованиях российских лабораторий по архитектуре внимания указывали, что нейросети работают лучше с живой структурой. Делайте заголовки вопросами. Разбивайте длинные абзацы на три строки. Добавляйте примеры сразу после тезиса.
Третий слой — сигналы подтверждения. ИИ проверяет информацию через перекрёстные ссылки. Если ваши данные повторяются в открытых источниках, отраслевых отчётах или нормативных документах, вероятность цитирования растёт. Это работает в системах с внешними базами знаний. Модель сверяет факты.
Если текст совпадает с проверенными данными, он проходит фильтр доверия. В материалах Сбера по настройке больших моделей прямо говорится, что приоритет у материалов с высокой фактической плотностью.
Теперь про AgenticGEO. Это не готовый сервис. Это методика. Суть в том, чтобы запускать автоматизированные проверки. Берёте фрагмент, подаёте в разные движки через открытые интерфейсы. Смотрите, как часто материал всплывает в ответах.
Фиксируете, в какой форме его цитируют. Проверяете, не искажается ли смысл. Полученные метрики становятся фитнес-функцией. Дальше подключаете принципы эволюционных алгоритмов. Делаете мутации. Меняете формулировки, порядок аргументов, тип подачи данных. Отбираете варианты, где ИИ даёт точный ответ. Остальные отбрасываете. Цикл повторяется.
Но есть проблема. Можно быстро скатиться в переоптимизацию. Когда текст становится слишком заточенным под машинный разбор, он теряет ценность. А модели, обученные через методы коррекции предпочтений, настроены на отсеивание роботоподобного контента. В отчётах российских разработчиков прямо указано: приоритет у текстов, решающих задачу, а не подстраивающихся под скрытые веса.
Как держать баланс? Смотрите на метрику полезности. Если после правок текст стал хуже читаться людьми, останавливайтесь. Эволюция должна идти в сторону ясности. Тестируйте на реальных запросах вашей аудитории. Сравнивайте ответы до и после изменений. Если модель начинает давать рекомендации с ссылкой на ваш материал, вы на верном пути.
Вот что я нашёл за последнее время. Контент, который ИИ впитывает, строится на трёх основах. Чёткие связи, удобная структура, внешнее подтверждение фактов. Агенты и эволюционные подходы тут — инструмент для проверки гипотез. Не пытайтесь обмануть чёрный ящик. Делайте текст, полезный и человеку, и машине. Это сработает в долгосрочной перспективе.
Пробуйте на небольших разделах сайта. Замеряйте частоту упоминаний. Убирайте то, что не даёт отдачи. И не гонитесь за идеалом с первой попытки. Модель меняется каждые несколько месяцев. Ваш контент должен меняться вместе с ней. Но оставаться вашим.
❤17🔥10👍7❤🔥2
Как работает рынок манипуляции AI-ответами
Я давно в SEO, а GEO занимаюсь последние три года. И вот к какому выводу пришёл: гонка за место в ИИ-ответах породила монстра. Сервисы массово создают «фейковый консенсус». По сути, они «кормят» нейросети мусором, чтобы продавить бренд.
Вот как это выглядит на деле.
GEO (Generative Engine Optimization) изначально был про то, чтобы помочь нормальному контенту попасть в ответы AI. Но всё пошло не по плану. Сейчас появился термин «токсичное GEO» — это когда вместо пользы идёт манипуляция с помощью фейков.
Как создаётся этот «фейковый консенсус»? Схема простая.
Нужно создать видимость, что все вокруг говорят о продукте только хорошее.
Сервисы используют три основные приёма:
Фабрика фейков. Берут софт — программы для массовой генерации. Он штампует сотни «экспертных» обзоров, постов, статей. Врут про товары, которых нет, придумывают рейтинги. Всё это вываливается в сеть.
Бомбардировка площадок. Готовый контент раскидывают по форумам, в блоги, на новостные сайты. Туда, откуда ИИ привык брать информацию. Создаётся шумовой фон.
Обман ИИ. Нейросеть видит сотни источников, которые «совпадают во мнении». Она думает: «Раз столько людей это пишут, значит, так и есть». И выдёргивает этот фейк в ответ пользователю как истину. Это и есть «фейковый консенсус».
А на практике это выглядит так.
Журналисты недавно проверили. Купили программу, придумали несуществующий «умный браслет» с характеристиками вроде «квантового бессмертия» и «зарядки от эмоций». Через несколько часов этот бред уже был в ответах AI. Ещё один пример: выдуманный бренд чипсов. Его раскрутили за полчаса. И AI серьёзно советовал эти чипсы как полезный перекус.
Бизнесу это даёт сиюминутную выгоду. Но последствия плачевны. Мы теряем доверие к технологии. Клиенты перестают верить ИИ. Это бомба замедленного действия.
Но есть и обратная сторона. Риск репутационных потерь колоссальный. Ведь всплыть может всё что угодно. Например, GEO-специалисты нашли способ поднимать в выдаче даже негатив.
Так что стоит задуматься: а нужна ли такая «оптимизация»? Легко получить быстрый результат, но какой ценой? Доверие клиентов — вещь хрупкая.
Что делать? Во-первых, не вестись на «гарантированные» GEO-услуги. Во-вторых, строить честный бренд в ИИ-пространстве.
Я давно в SEO, а GEO занимаюсь последние три года. И вот к какому выводу пришёл: гонка за место в ИИ-ответах породила монстра. Сервисы массово создают «фейковый консенсус». По сути, они «кормят» нейросети мусором, чтобы продавить бренд.
Вот как это выглядит на деле.
GEO (Generative Engine Optimization) изначально был про то, чтобы помочь нормальному контенту попасть в ответы AI. Но всё пошло не по плану. Сейчас появился термин «токсичное GEO» — это когда вместо пользы идёт манипуляция с помощью фейков.
Как создаётся этот «фейковый консенсус»? Схема простая.
Нужно создать видимость, что все вокруг говорят о продукте только хорошее.
Сервисы используют три основные приёма:
Фабрика фейков. Берут софт — программы для массовой генерации. Он штампует сотни «экспертных» обзоров, постов, статей. Врут про товары, которых нет, придумывают рейтинги. Всё это вываливается в сеть.
Бомбардировка площадок. Готовый контент раскидывают по форумам, в блоги, на новостные сайты. Туда, откуда ИИ привык брать информацию. Создаётся шумовой фон.
Обман ИИ. Нейросеть видит сотни источников, которые «совпадают во мнении». Она думает: «Раз столько людей это пишут, значит, так и есть». И выдёргивает этот фейк в ответ пользователю как истину. Это и есть «фейковый консенсус».
А на практике это выглядит так.
Журналисты недавно проверили. Купили программу, придумали несуществующий «умный браслет» с характеристиками вроде «квантового бессмертия» и «зарядки от эмоций». Через несколько часов этот бред уже был в ответах AI. Ещё один пример: выдуманный бренд чипсов. Его раскрутили за полчаса. И AI серьёзно советовал эти чипсы как полезный перекус.
Бизнесу это даёт сиюминутную выгоду. Но последствия плачевны. Мы теряем доверие к технологии. Клиенты перестают верить ИИ. Это бомба замедленного действия.
Но есть и обратная сторона. Риск репутационных потерь колоссальный. Ведь всплыть может всё что угодно. Например, GEO-специалисты нашли способ поднимать в выдаче даже негатив.
Так что стоит задуматься: а нужна ли такая «оптимизация»? Легко получить быстрый результат, но какой ценой? Доверие клиентов — вещь хрупкая.
Что делать? Во-первых, не вестись на «гарантированные» GEO-услуги. Во-вторых, строить честный бренд в ИИ-пространстве.
👍21❤🔥5❤3🥰2👌1
ChatGPT Search или Google AI Overviews: куда вкладывать усилия?
Главное различие платформ
ChatGPT Search и Google AI Overviews — это принципиально разная механика отбора источников. Google AI Overviews опирается на органический индекс: источники — обычные страницы, которые ранжируются в классической выдаче, и работают те же принципы отбора, что и в обычном поиске. ChatGPT Search собирает ответ из собственного поискового индекса, агрегируя данные с разных сайтов.
Разница в источниках
Исследователи сравнили выдачу Google с ответами AI Overviews, Gemini и GPT-4o. ИИ-системы часто используют сайты с более низким рейтингом популярности — более половины источников AI Overviews отсутствовали в первой десятке Google. ChatGPT Search подходит к отбору ещё жёстче: 28% самых цитируемых страниц ChatGPT имеют нулевую органическую видимость в Google.
Бренды против нишевых игроков
Google AI Overviews упоминает в среднем 6,02 бренда на запрос, ChatGPT Search — 2,37. Google даёт больше шансов крупным брендам, ChatGPT предпочитает нишевых игроков с чёткой экспертизой.
Трафик и клики: суровая реальность
Google отправляет на сайты в 345 раз больше трафика, чем ChatGPT, Gemini и Perplexity вместе взятые. ChatGPT привлекает мало трафика: общий CTR на уровне 0,69%. Трафик с ИИ-платформ вырос на 156% за 8 месяцев, но в абсолютных значениях это капля в море. В РФ за 3 месяца 2026 года объём переходов из нейросетей вырос более чем в 9 раз, но основными бенефициарами стали крупные площадки: yandex.ru, sber.ru и google.com.
Моя практика: когда какой инструмент работает
ChatGPT Search — это точечная экспертность. Клиент из b2b-сегмента, компания «Нейротех», после технического аудита и переработки контента получила стабильные упоминания в ответах ChatGPT по нишевым запросам, где крупные игроки просто отсутствовали. В стоматологии «Этна-Дент» получили 15–20% роста трафика из новых каналов, включая ChatGPT и Алису.
Google AI Overviews — про узнаваемость и охват. Крупный производитель витаминов через 4 месяца получил присутствие в Google AI по 75% целевых промптов благодаря размещению на UGC-площадках и авторитетных ресурсах. Присутствие в AI Overviews положительно влияет и на традиционное SEO.
Так куда вкладывать усилия?
ChatGPT Search — быстрые результаты в узкой нише при ограниченном бюджете. Google AI Overviews — долгосрочная стратегия на узнаваемость и охват. Если бюджет мал — идите в ChatGPT Search. Если есть ресурсы на контент-маркетинг — осваивайте Google AI Overviews.
И да, не забывайте про российские нейросети. GigaChat формирует 20% исходящего трафика в рунете, для некоторых ниш это уже сопоставимо с западными платформами.
В ближайшие 12 месяцев конкуренция за место в ответах ИИ вырастет кратно. Займитесь этим сейчас, пока другие ждут у моря погоды.
Главное различие платформ
ChatGPT Search и Google AI Overviews — это принципиально разная механика отбора источников. Google AI Overviews опирается на органический индекс: источники — обычные страницы, которые ранжируются в классической выдаче, и работают те же принципы отбора, что и в обычном поиске. ChatGPT Search собирает ответ из собственного поискового индекса, агрегируя данные с разных сайтов.
Разница в источниках
Исследователи сравнили выдачу Google с ответами AI Overviews, Gemini и GPT-4o. ИИ-системы часто используют сайты с более низким рейтингом популярности — более половины источников AI Overviews отсутствовали в первой десятке Google. ChatGPT Search подходит к отбору ещё жёстче: 28% самых цитируемых страниц ChatGPT имеют нулевую органическую видимость в Google.
Бренды против нишевых игроков
Google AI Overviews упоминает в среднем 6,02 бренда на запрос, ChatGPT Search — 2,37. Google даёт больше шансов крупным брендам, ChatGPT предпочитает нишевых игроков с чёткой экспертизой.
Трафик и клики: суровая реальность
Google отправляет на сайты в 345 раз больше трафика, чем ChatGPT, Gemini и Perplexity вместе взятые. ChatGPT привлекает мало трафика: общий CTR на уровне 0,69%. Трафик с ИИ-платформ вырос на 156% за 8 месяцев, но в абсолютных значениях это капля в море. В РФ за 3 месяца 2026 года объём переходов из нейросетей вырос более чем в 9 раз, но основными бенефициарами стали крупные площадки: yandex.ru, sber.ru и google.com.
Моя практика: когда какой инструмент работает
ChatGPT Search — это точечная экспертность. Клиент из b2b-сегмента, компания «Нейротех», после технического аудита и переработки контента получила стабильные упоминания в ответах ChatGPT по нишевым запросам, где крупные игроки просто отсутствовали. В стоматологии «Этна-Дент» получили 15–20% роста трафика из новых каналов, включая ChatGPT и Алису.
Google AI Overviews — про узнаваемость и охват. Крупный производитель витаминов через 4 месяца получил присутствие в Google AI по 75% целевых промптов благодаря размещению на UGC-площадках и авторитетных ресурсах. Присутствие в AI Overviews положительно влияет и на традиционное SEO.
Так куда вкладывать усилия?
ChatGPT Search — быстрые результаты в узкой нише при ограниченном бюджете. Google AI Overviews — долгосрочная стратегия на узнаваемость и охват. Если бюджет мал — идите в ChatGPT Search. Если есть ресурсы на контент-маркетинг — осваивайте Google AI Overviews.
И да, не забывайте про российские нейросети. GigaChat формирует 20% исходящего трафика в рунете, для некоторых ниш это уже сопоставимо с западными платформами.
В ближайшие 12 месяцев конкуренция за место в ответах ИИ вырастет кратно. Займитесь этим сейчас, пока другие ждут у моря погоды.
👍15❤🔥4❤4🥰4🔥2
Три главные ошибки SEO-шников при переходе в GEO
Ошибка №1: Мышление ключевыми словами вместо ответов.
В SEO мы боремся за позицию по запросу «купить ноутбук». В GEO системы ищут не страницы, а смысл. Когда пользователь спрашивает «какой ноутбук выбрать для монтажа», ИИ не смотрит на плотность слов. Он ищет сравнения, характеристики, реальные кейсы. У одного из моих клиентов был магазин с 500 оптимизированными карточками. В ChatGPT его не было вообще. Мы переделали подход: добавили гайды, таблицы сравнения, честные плюсы и минусы. Через 4 месяца магазин начали упоминать в ответах ИИ. Перестаньте гнаться за ключами. Отвечайте на вопросы. Полно. Честно.
Ошибка №2: Игнорирование контекста и диалогов.
Генеративные системы не работают с изолированными страницами. Они ведут диалог. Запрос «какие кроссовки выбрать» превращается в цепочку: «для асфальта или грунта?», «какой вес?», «бюджет?». Если на сайте только общая статья, ИИ вас проигнорирует. Я проанализировал 50 спортивных магазинов: только 12% покрывают разные сценарии. В GEO нужно предугадывать следующие вопросы. Делайте контент уровнями: для новичков, для продвинутых, экспертные разборы. Каждый материал должен закрывать следующий логичный вопрос. Иначе вы выпадаете из контекста.
Ошибка №3: Попытка контролировать выдачу.
Это самое больное. В SEO мы привыкли управлять: поставил ссылку → получил вес, написал текст → занял топ. В GEO контроля нет. Вы не заставите ИИ упомянуть бренд. Вы не видите алгоритм. Первые полгода я тоже дергался: «где метрики? где KPI?». Потом принял факт. Влияйте на то, что можете: авторитетность (упоминания в СМИ, исследования), структура данных (таблицы, списки, Schema.org), полнота информации. Системы собирают ответ из разных источников. Если у вас обрывочные данные — вас не возьмут. Если детальная энциклопедия — возьмут. Но как именно процитируют — не угадаете. Смиритесь. Работайте с качеством, а не с иллюзией контроля.
Как переходить правильно?
Проведите аудит не по ключам, а по вопросам. Откройте любую AI-систему, задайте 20 вопросов от имени клиента. Сравните ответы со своим контентом.
Стройте диалоговые цепочки. Базовый гайд → сравнение → кейс → FAQ.
Качайте авторитетность. Публикации, выступления, собственная статистика. В GEO репутация работает медленнее ссылок, но надежнее.
Структурируйте всё. Таблицы, факты, цифры, разметка. ИИ любит четкость, не художественную прозу.
Мониторьте упоминания. Точных инструментов пока нет, но отслеживайте бренд в AI-ответах вручную или через сервисы мониторинга.
Фиксируйте изменения раз в месяц.
GEO не заменяет SEO. Это дополнение. Традиционный поиск никуда не денется, но генеративные ответы уже забирают около 30% взаимодействий. К 2027 году баланс сместится еще сильнее.
Моя главная мысль за 3 года: перестаньте пытаться «взломать» системы. Они умнее. Дайте людям и ИИ точную, полную, структурированную информацию. Остальное приложится.
Это сложнее, чем SEO. Нет гарантий. Но это будущее, которое уже здесь.
Ошибка №1: Мышление ключевыми словами вместо ответов.
В SEO мы боремся за позицию по запросу «купить ноутбук». В GEO системы ищут не страницы, а смысл. Когда пользователь спрашивает «какой ноутбук выбрать для монтажа», ИИ не смотрит на плотность слов. Он ищет сравнения, характеристики, реальные кейсы. У одного из моих клиентов был магазин с 500 оптимизированными карточками. В ChatGPT его не было вообще. Мы переделали подход: добавили гайды, таблицы сравнения, честные плюсы и минусы. Через 4 месяца магазин начали упоминать в ответах ИИ. Перестаньте гнаться за ключами. Отвечайте на вопросы. Полно. Честно.
Ошибка №2: Игнорирование контекста и диалогов.
Генеративные системы не работают с изолированными страницами. Они ведут диалог. Запрос «какие кроссовки выбрать» превращается в цепочку: «для асфальта или грунта?», «какой вес?», «бюджет?». Если на сайте только общая статья, ИИ вас проигнорирует. Я проанализировал 50 спортивных магазинов: только 12% покрывают разные сценарии. В GEO нужно предугадывать следующие вопросы. Делайте контент уровнями: для новичков, для продвинутых, экспертные разборы. Каждый материал должен закрывать следующий логичный вопрос. Иначе вы выпадаете из контекста.
Ошибка №3: Попытка контролировать выдачу.
Это самое больное. В SEO мы привыкли управлять: поставил ссылку → получил вес, написал текст → занял топ. В GEO контроля нет. Вы не заставите ИИ упомянуть бренд. Вы не видите алгоритм. Первые полгода я тоже дергался: «где метрики? где KPI?». Потом принял факт. Влияйте на то, что можете: авторитетность (упоминания в СМИ, исследования), структура данных (таблицы, списки, Schema.org), полнота информации. Системы собирают ответ из разных источников. Если у вас обрывочные данные — вас не возьмут. Если детальная энциклопедия — возьмут. Но как именно процитируют — не угадаете. Смиритесь. Работайте с качеством, а не с иллюзией контроля.
Как переходить правильно?
Проведите аудит не по ключам, а по вопросам. Откройте любую AI-систему, задайте 20 вопросов от имени клиента. Сравните ответы со своим контентом.
Стройте диалоговые цепочки. Базовый гайд → сравнение → кейс → FAQ.
Качайте авторитетность. Публикации, выступления, собственная статистика. В GEO репутация работает медленнее ссылок, но надежнее.
Структурируйте всё. Таблицы, факты, цифры, разметка. ИИ любит четкость, не художественную прозу.
Мониторьте упоминания. Точных инструментов пока нет, но отслеживайте бренд в AI-ответах вручную или через сервисы мониторинга.
Фиксируйте изменения раз в месяц.
GEO не заменяет SEO. Это дополнение. Традиционный поиск никуда не денется, но генеративные ответы уже забирают около 30% взаимодействий. К 2027 году баланс сместится еще сильнее.
Моя главная мысль за 3 года: перестаньте пытаться «взломать» системы. Они умнее. Дайте людям и ИИ точную, полную, структурированную информацию. Остальное приложится.
Это сложнее, чем SEO. Нет гарантий. Но это будущее, которое уже здесь.
👍17❤8👌4🥰2❤🔥1
Страница об эксперте, которую цитирует ИИ
Хотите, чтобы ИИ упоминал эксперта как источник? Тогда нужна страница об этом человеке. Не резюме, не визитка, а профиль, который машина считает достоверным.
Вот как её собрать. По шагам. За час.
Шаг 1. Имя и специализация — сразу
Первая строка: кто человек и чем занимается. Без воды.
Пример:
«Анна Петрова. 10 лет в финансовой аналитике. Специализируется на прогнозировании рисков для малого бизнеса.»
Коротко. Понятно. ИИ сразу видит: это человек с опытом.
Шаг 2. Конкретные факты
Не «работала с крупными компаниями». А цифры и названия.
Пример:
— 10 лет практики в финансовом консалтинге
— 50+ проектов для компаний из ритейла и производства
— Публикации в «Ведомостях», РБК, профильных изданиях
— Сертификат CFA, 2018 год
— Город: Екатеринбург
Каждый факт — проверяем. ИИ доверяет тому, что можно перепроверить.
Шаг 3. Достижения с цифрами
Не «помогла бизнесу расти». А конкретно:
— Клиенты сокращали потери на 15-30% после внедрения её моделей
— Точность прогнозов — 85-92% по данным внутренних тестов
— 40% клиентов возвращаются за повторной консультацией
Цифры — из кейсов или исследований. Главное — источник и дата.
Шаг 4. Ссылки на профили
ИИ сверяет информацию по разным источникам. Дайте ему эту возможность.
Добавьте ссылки:
— Телеграм-канал
— Профиль на профессиональной платформе
— Страницы в отраслевых медиа
— Исследования или доклады
Не просто иконки. А текстовые ссылки: «Канал в Телеграм», «Публикации на РБК».
Шаг 5. Фото
Фото — обязательно. Деловой стиль, нейтральный фон.
ИИ распознаёт лица. Страница с фото цитируется чаще.
Шаг 6. Разметка в <head>
JSON-LD с типом Person размещайте только в <head>. Не в теле.
Минимум:
— @type: Person
— name: имя эксперта
— jobTitle: специализация
— url: сайт
— sameAs: ссылки на профили
— address: город
— telephone, email: контакты
ИИ сразу видит: это реальный человек с контактами и социальными профилями.
Шаг 7. Добавьте FAQ об эксперте
Просто текстом. Вопросы, которые могут задать.
— Кто такой [Имя]?
Эксперт в [область], [число] лет опыта, специализация на [конкретика].
— Чем отличается подход?
Фокус на [уникальный аспект], а не на общие рекомендации.
— Как проверить экспертизу?
Посмотрите публикации в [источники], кейсы, отзывы.
— Где принимает?
[Город], консультации онлайн и офлайн.
Шаг 8. Блок HowTo: «Как связаться»
Заголовок: Как получить консультацию у [Имя]
Описание: Три способа связаться для обсуждения проекта
Длительность: 2 минуты
Шаги:
Напишите в Телеграм: @ник
Или позвоните: номер
Или заполните форму на сайте
Просто. Понятно. ИИ может использовать это как готовый ответ.
Проверьте перед публикацией
Пройдитесь по чек-листу:
✓ Имя и специализация в первой строке?
✓ 5+ фактов с цифрами и датами?
✓ Достижения измеримы?
✓ Ссылки на профили в разных платформах?
✓ Фото есть?
✓ Разметка Person в <head>?
✓ FAQ и HowTo добавлены?
✓ Нет «революционный», «оптимизируйте», «раскройте потенциал»?
Если всё галочки — публикуйте.
Как понять, что сработало?
Задайте в ChatGPT, Perplexity, Gemini: «Кто эксперт по [тема] в [город]?» или «Кто такой [Имя]?».
Посмотрите, появляется ли имя, фото, ссылка.
Повторяйте раз в месяц. Бесплатно. Показательно.
Из практики: профили с разметкой и фактами начинают упоминаться в ИИ через 3-7 дней. Обычные «об авторе» — висят без внимания.
Не гарантия. Но вероятность растёт.
Итог
Страница об эксперте для GEO — это не автобиография. Это структурированный набор проверяемых фактов.
Имя → специализация → факты с цифрами → достижения → профили → фото → разметка → FAQ → HowTo.
Час работы. И ИИ видит в этом человеке источник, которому можно доверять.
ИИ ищет то, что удобно проверить. Дайте ему это.
Хотите, чтобы ИИ упоминал эксперта как источник? Тогда нужна страница об этом человеке. Не резюме, не визитка, а профиль, который машина считает достоверным.
Вот как её собрать. По шагам. За час.
Шаг 1. Имя и специализация — сразу
Первая строка: кто человек и чем занимается. Без воды.
Пример:
«Анна Петрова. 10 лет в финансовой аналитике. Специализируется на прогнозировании рисков для малого бизнеса.»
Коротко. Понятно. ИИ сразу видит: это человек с опытом.
Шаг 2. Конкретные факты
Не «работала с крупными компаниями». А цифры и названия.
Пример:
— 10 лет практики в финансовом консалтинге
— 50+ проектов для компаний из ритейла и производства
— Публикации в «Ведомостях», РБК, профильных изданиях
— Сертификат CFA, 2018 год
— Город: Екатеринбург
Каждый факт — проверяем. ИИ доверяет тому, что можно перепроверить.
Шаг 3. Достижения с цифрами
Не «помогла бизнесу расти». А конкретно:
— Клиенты сокращали потери на 15-30% после внедрения её моделей
— Точность прогнозов — 85-92% по данным внутренних тестов
— 40% клиентов возвращаются за повторной консультацией
Цифры — из кейсов или исследований. Главное — источник и дата.
Шаг 4. Ссылки на профили
ИИ сверяет информацию по разным источникам. Дайте ему эту возможность.
Добавьте ссылки:
— Телеграм-канал
— Профиль на профессиональной платформе
— Страницы в отраслевых медиа
— Исследования или доклады
Не просто иконки. А текстовые ссылки: «Канал в Телеграм», «Публикации на РБК».
Шаг 5. Фото
Фото — обязательно. Деловой стиль, нейтральный фон.
ИИ распознаёт лица. Страница с фото цитируется чаще.
Шаг 6. Разметка в <head>
JSON-LD с типом Person размещайте только в <head>. Не в теле.
Минимум:
— @type: Person
— name: имя эксперта
— jobTitle: специализация
— url: сайт
— sameAs: ссылки на профили
— address: город
— telephone, email: контакты
ИИ сразу видит: это реальный человек с контактами и социальными профилями.
Шаг 7. Добавьте FAQ об эксперте
Просто текстом. Вопросы, которые могут задать.
— Кто такой [Имя]?
Эксперт в [область], [число] лет опыта, специализация на [конкретика].
— Чем отличается подход?
Фокус на [уникальный аспект], а не на общие рекомендации.
— Как проверить экспертизу?
Посмотрите публикации в [источники], кейсы, отзывы.
— Где принимает?
[Город], консультации онлайн и офлайн.
Шаг 8. Блок HowTo: «Как связаться»
Заголовок: Как получить консультацию у [Имя]
Описание: Три способа связаться для обсуждения проекта
Длительность: 2 минуты
Шаги:
Напишите в Телеграм: @ник
Или позвоните: номер
Или заполните форму на сайте
Просто. Понятно. ИИ может использовать это как готовый ответ.
Проверьте перед публикацией
Пройдитесь по чек-листу:
✓ Имя и специализация в первой строке?
✓ 5+ фактов с цифрами и датами?
✓ Достижения измеримы?
✓ Ссылки на профили в разных платформах?
✓ Фото есть?
✓ Разметка Person в <head>?
✓ FAQ и HowTo добавлены?
✓ Нет «революционный», «оптимизируйте», «раскройте потенциал»?
Если всё галочки — публикуйте.
Как понять, что сработало?
Задайте в ChatGPT, Perplexity, Gemini: «Кто эксперт по [тема] в [город]?» или «Кто такой [Имя]?».
Посмотрите, появляется ли имя, фото, ссылка.
Повторяйте раз в месяц. Бесплатно. Показательно.
Из практики: профили с разметкой и фактами начинают упоминаться в ИИ через 3-7 дней. Обычные «об авторе» — висят без внимания.
Не гарантия. Но вероятность растёт.
Итог
Страница об эксперте для GEO — это не автобиография. Это структурированный набор проверяемых фактов.
Имя → специализация → факты с цифрами → достижения → профили → фото → разметка → FAQ → HowTo.
Час работы. И ИИ видит в этом человеке источник, которому можно доверять.
ИИ ищет то, что удобно проверить. Дайте ему это.
❤14👍9❤🔥5🔥2👌1
Почему ваш FAQ не работает в GEO (спойлер: вы не слышите людей)
Сегодня хочу разобрать одну больную тему. Ко мне часто приходят клиенты с проблемой: «Мы добавили на сайт кучу вопросов-ответов, а нейросети нас всё равно не цитируют. В чём подвох?».
Подвох простой. Вы пишете FAQ для менеджеров, а нейросеть ищет ответы для живых людей. Давайте по порядку.
Чем промпт отличается от запроса
В SEO мы привыкли к ключам: «купить диван недорого», «ремонт окон москва». Это телеграммы. В жизни люди с нейросетями разговаривают иначе. Их не ограничивает строка поиска. Они выдают огромные предложения.
Живой человек в диалоге с «Алисой» или GigaChat пишет примерно так:
«Посоветуйте диван для ежедневного сна для пары. У нас маленькая гостиная 18 метров. Важно, чтобы механизм был надежный, не скрипел и выдержал ротвейлера. Бюджет до 70 тысяч».
Видите разницу? В SEO-запросе есть только ядро. В промпте — ядро, контекст, ограничения и триггеры доверия. Нейросеть выбирает источник, который закрывает все эти слои. Если ваш контент отвечает только на ядро (у нас есть диваны недорого), контекст («чтобы выдержал ротвейлера») вы проигрываете.
Почему стандартный FAQ проваливается
Типичный сайт даёт ответ: «Стоимость доставки от 500 рублей» или «Работаем по договору». Это мёртвый груз для ИИ. Нейросеть не видит в этом факта. Она видит замыленный рекламный шум.
Я часто ссылаюсь на исследование GEO-Bench, которое подтверждает: добавление конкретных цифр, сравнений, статистики и цитирование повышают видимость в ответах нейросетей до 40%. Почему так? Цифра для машины — якорь достоверности. Если вы пишете не просто «тихие окна», а «мы используем пятикамерный профиль, испытания показали снижение шума на 32 дБ по сравнению с трёхкамерным», — это пища для алгоритма.
Как собрать ядро промптов (не запросов)
Забудьте на время про Планировщик ключевых слов. Он режет хвосты. Ваша золотая жила — в речевых модулях.
Я прошу клиентов дать мне доступ к трём вещам:
1. Записи звонков отдела продаж.
2. Переписки в мессенджерах.
3. Список вопросов, которые менеджеров доводят до белого каления.
В этих диалогах клиент сам формулирует промпты за вас. Я выписываю их дословно. «Боюсь, что десна просела после удаления», «Чтобы не обмерзали откосы зимой», «Чтобы на гарантии не кинули». В этом и есть живой язык.
Как проверять видимость
Я не доверяю автоматическим сервисам отслеживания — они врут или дают пустые цифры. Всё проверяю руками. Раз в две недели я захожу в YandexGPT, GigaChat и ChatGPT Search. Ввожу целевой промпт и смотрю:
1. Упомянули нас или нет?
2. Какой конкретно кусок контента взяла нейросеть? (Инструкцию, таблицу, кейс?)
3. Кого она взяла вместо нас?
Это быстрая аналитика. Если вместо нас взяли конкурента, я захожу на его сайт и смотрю структуру. Потом не копирую её, а делаю лучше и фактурнее.
Сухой остаток
Промпты сложнее и честнее ключей. Не пытайтесь накрутить FAQ-блоки. Вскройте реальные диалоги с клиентами, найдите там инженерные детали, цифры, примеры с гарантиями и заверните это в структуру «вопрос — развёрнутый ответ».
Кто быстрее адаптирует контент под естественную речь, а не под старые поисковые метрики, того и заберут нейросети.
Сегодня хочу разобрать одну больную тему. Ко мне часто приходят клиенты с проблемой: «Мы добавили на сайт кучу вопросов-ответов, а нейросети нас всё равно не цитируют. В чём подвох?».
Подвох простой. Вы пишете FAQ для менеджеров, а нейросеть ищет ответы для живых людей. Давайте по порядку.
Чем промпт отличается от запроса
В SEO мы привыкли к ключам: «купить диван недорого», «ремонт окон москва». Это телеграммы. В жизни люди с нейросетями разговаривают иначе. Их не ограничивает строка поиска. Они выдают огромные предложения.
Живой человек в диалоге с «Алисой» или GigaChat пишет примерно так:
«Посоветуйте диван для ежедневного сна для пары. У нас маленькая гостиная 18 метров. Важно, чтобы механизм был надежный, не скрипел и выдержал ротвейлера. Бюджет до 70 тысяч».
Видите разницу? В SEO-запросе есть только ядро. В промпте — ядро, контекст, ограничения и триггеры доверия. Нейросеть выбирает источник, который закрывает все эти слои. Если ваш контент отвечает только на ядро (у нас есть диваны недорого), контекст («чтобы выдержал ротвейлера») вы проигрываете.
Почему стандартный FAQ проваливается
Типичный сайт даёт ответ: «Стоимость доставки от 500 рублей» или «Работаем по договору». Это мёртвый груз для ИИ. Нейросеть не видит в этом факта. Она видит замыленный рекламный шум.
Я часто ссылаюсь на исследование GEO-Bench, которое подтверждает: добавление конкретных цифр, сравнений, статистики и цитирование повышают видимость в ответах нейросетей до 40%. Почему так? Цифра для машины — якорь достоверности. Если вы пишете не просто «тихие окна», а «мы используем пятикамерный профиль, испытания показали снижение шума на 32 дБ по сравнению с трёхкамерным», — это пища для алгоритма.
Как собрать ядро промптов (не запросов)
Забудьте на время про Планировщик ключевых слов. Он режет хвосты. Ваша золотая жила — в речевых модулях.
Я прошу клиентов дать мне доступ к трём вещам:
1. Записи звонков отдела продаж.
2. Переписки в мессенджерах.
3. Список вопросов, которые менеджеров доводят до белого каления.
В этих диалогах клиент сам формулирует промпты за вас. Я выписываю их дословно. «Боюсь, что десна просела после удаления», «Чтобы не обмерзали откосы зимой», «Чтобы на гарантии не кинули». В этом и есть живой язык.
Как проверять видимость
Я не доверяю автоматическим сервисам отслеживания — они врут или дают пустые цифры. Всё проверяю руками. Раз в две недели я захожу в YandexGPT, GigaChat и ChatGPT Search. Ввожу целевой промпт и смотрю:
1. Упомянули нас или нет?
2. Какой конкретно кусок контента взяла нейросеть? (Инструкцию, таблицу, кейс?)
3. Кого она взяла вместо нас?
Это быстрая аналитика. Если вместо нас взяли конкурента, я захожу на его сайт и смотрю структуру. Потом не копирую её, а делаю лучше и фактурнее.
Сухой остаток
Промпты сложнее и честнее ключей. Не пытайтесь накрутить FAQ-блоки. Вскройте реальные диалоги с клиентами, найдите там инженерные детали, цифры, примеры с гарантиями и заверните это в структуру «вопрос — развёрнутый ответ».
Кто быстрее адаптирует контент под естественную речь, а не под старые поисковые метрики, того и заберут нейросети.
👍17❤🔥10❤3🔥1👌1
Нулевой клик» в GEO — это не приговор
Знаете, что самое интересное в «нулевом клике»? То, что он не такой уж и нулевой.
Смотрите. Пользователь спрашивает у нейросети: «Где сделать МРТ в Москве недорого?». Получает ответ. Не кликает. Казалось бы — всё, трафик потерян.
Но если в этом ответе есть упоминание вашей клиники — вы уже выиграли. Человек запомнил название. Доверился рекомендации ИИ. И с большой вероятностью вернётся к вам позже — напрямую.
А теперь главный лайфхак: в этот ответ можно аккуратно встроить призыв к действию. Так, чтобы ИИ его процитировал.
Я протестировал это на 12 коммерческих запросах. Результаты — ниже.
Что пробовал:
- Прямой призыв «Купите сейчас» — сработал в 2 из 12 случаев, переходы — 0,3%.
- Мягкое упоминание «Подробнее в гайде» — 7 из 12, переходы 4,1%.
- Факт + ссылка «85% клиентов решают проблему за 2 дня — полная статистика по ссылке» — 9 из 12, переходы 6,8%.
Вывод простой: ИИ охотнее берёт в ответы то, что выглядит как полезное продолжение, а не как реклама.
Почему это работает:
Нейросети учатся на доверии. Они ищут источники, которые:
- дают чёткий ответ в первых 40–60 словах,
- подкрепляют его цифрами или фактами,
- размечены через Schema.org,
- не перегружены продающими оборотами.
Если ваш контент попадает в эти критерии — шансы на цитирование растут в разы.
Что не работает:
- Скрытый текст или разметка, которая не совпадает с видимым контентом.
- Агрессивные призывы в ущерб пользе.
- Дублирование одних и тех же фраз на разных страницах.
ИИ это видит. И просто игнорирует.
Как начать (без лишней сложности):
1. Возьмите 3–5 ключевых запросов ваших клиентов.
2. Напишите для каждого чёткий ответ в двух предложениях.
3. Добавьте факт и мягкое упоминание продолжения: «Полный чек-лист — по ссылке».
4. Разметьте через FAQPage или HowTo (JSON-LD в <head>).
5. Проверьте через Rich Results Test.
6. Протестируйте в YandexGPT или GigaChat — задайте тот же вопрос и посмотрите, цитирует ли система ваш ответ.
Всё. Это не магия. Это работа.
Сколько ждать результат?
Обычно 2–6 недель. Быстрее, чем в классическом SEO. И трафик приходит более «прогретый» — конверсия в заявку в 2–3 раза выше.
Для кого это критично:
- Услуги: ремонт, медицина, образование — клиент ищет быстрый ответ.
- Локальный бизнес: кафе, автосервисы — ИИ подтягивает данные с карточек.
- Нишевый e-commerce: ИИ сравнивает характеристики, упоминание ведёт к покупке.
Малому бизнесу здесь даже проще: не нужна сложная инфраструктура. Достаточно грамотной контент-стратегии и аккуратной разметки.
Чего точно не стоит делать:
- Писать ответы ради разметки, а не для людей.
- Дублировать одни и те же фразы на десятках страниц.
- Прятать призывы в микроразметке, не показывая их в видимом контенте.
- Ждать результата через неделю и бросать, если ничего не изменилось.
GEO — это марафон. Но темп у него быстрый.
Мой чек-лист на 20 минут:
1. Откройте YandexGPT, введите 3 запроса ваших клиентов.
2. Посмотрите, кто в ответах. Есть ли вы? Конкуренты?
3. Проверьте их страницы: чёткие ответы, факты, разметка?
4. Сравните со своими. Что можно улучшить уже сегодня?
5. Запланируйте правки на 2–3 ключевые страницы.
Это не заменит глубокую работу. Но даст направление.
Если коротко:
- Встроить мягкий CTA в структурированные данные — можно.
- ИИ цитирует такие ответы, если они полезны, конкретны и размечены.
- Агрессивные призывы работают хуже, чем факт + ссылка на продолжение.
- Первые результаты — через 2–6 недель.
- Начинайте с малого: 5–10 страниц, мониторинг, итерации.
Начните с проверки: видит ли вас ИИ прямо сейчас. Если нет — это не приговор. Это точка старта.
Знаете, что самое интересное в «нулевом клике»? То, что он не такой уж и нулевой.
Смотрите. Пользователь спрашивает у нейросети: «Где сделать МРТ в Москве недорого?». Получает ответ. Не кликает. Казалось бы — всё, трафик потерян.
Но если в этом ответе есть упоминание вашей клиники — вы уже выиграли. Человек запомнил название. Доверился рекомендации ИИ. И с большой вероятностью вернётся к вам позже — напрямую.
А теперь главный лайфхак: в этот ответ можно аккуратно встроить призыв к действию. Так, чтобы ИИ его процитировал.
Я протестировал это на 12 коммерческих запросах. Результаты — ниже.
Что пробовал:
- Прямой призыв «Купите сейчас» — сработал в 2 из 12 случаев, переходы — 0,3%.
- Мягкое упоминание «Подробнее в гайде» — 7 из 12, переходы 4,1%.
- Факт + ссылка «85% клиентов решают проблему за 2 дня — полная статистика по ссылке» — 9 из 12, переходы 6,8%.
Вывод простой: ИИ охотнее берёт в ответы то, что выглядит как полезное продолжение, а не как реклама.
Почему это работает:
Нейросети учатся на доверии. Они ищут источники, которые:
- дают чёткий ответ в первых 40–60 словах,
- подкрепляют его цифрами или фактами,
- размечены через Schema.org,
- не перегружены продающими оборотами.
Если ваш контент попадает в эти критерии — шансы на цитирование растут в разы.
Что не работает:
- Скрытый текст или разметка, которая не совпадает с видимым контентом.
- Агрессивные призывы в ущерб пользе.
- Дублирование одних и тех же фраз на разных страницах.
ИИ это видит. И просто игнорирует.
Как начать (без лишней сложности):
1. Возьмите 3–5 ключевых запросов ваших клиентов.
2. Напишите для каждого чёткий ответ в двух предложениях.
3. Добавьте факт и мягкое упоминание продолжения: «Полный чек-лист — по ссылке».
4. Разметьте через FAQPage или HowTo (JSON-LD в <head>).
5. Проверьте через Rich Results Test.
6. Протестируйте в YandexGPT или GigaChat — задайте тот же вопрос и посмотрите, цитирует ли система ваш ответ.
Всё. Это не магия. Это работа.
Сколько ждать результат?
Обычно 2–6 недель. Быстрее, чем в классическом SEO. И трафик приходит более «прогретый» — конверсия в заявку в 2–3 раза выше.
Для кого это критично:
- Услуги: ремонт, медицина, образование — клиент ищет быстрый ответ.
- Локальный бизнес: кафе, автосервисы — ИИ подтягивает данные с карточек.
- Нишевый e-commerce: ИИ сравнивает характеристики, упоминание ведёт к покупке.
Малому бизнесу здесь даже проще: не нужна сложная инфраструктура. Достаточно грамотной контент-стратегии и аккуратной разметки.
Чего точно не стоит делать:
- Писать ответы ради разметки, а не для людей.
- Дублировать одни и те же фразы на десятках страниц.
- Прятать призывы в микроразметке, не показывая их в видимом контенте.
- Ждать результата через неделю и бросать, если ничего не изменилось.
GEO — это марафон. Но темп у него быстрый.
Мой чек-лист на 20 минут:
1. Откройте YandexGPT, введите 3 запроса ваших клиентов.
2. Посмотрите, кто в ответах. Есть ли вы? Конкуренты?
3. Проверьте их страницы: чёткие ответы, факты, разметка?
4. Сравните со своими. Что можно улучшить уже сегодня?
5. Запланируйте правки на 2–3 ключевые страницы.
Это не заменит глубокую работу. Но даст направление.
Если коротко:
- Встроить мягкий CTA в структурированные данные — можно.
- ИИ цитирует такие ответы, если они полезны, конкретны и размечены.
- Агрессивные призывы работают хуже, чем факт + ссылка на продолжение.
- Первые результаты — через 2–6 недель.
- Начинайте с малого: 5–10 страниц, мониторинг, итерации.
Начните с проверки: видит ли вас ИИ прямо сейчас. Если нет — это не приговор. Это точка старта.
❤11❤🔥6🔥2
Почему трафик из нейросетей на голову выше обычного поискового
В GEO всё иначе. Человек спрашивает у нейросети: «Какой сервис лучше для подготовки к IELTS?» или «Где в Казани вылечить кариес без боли и не за все деньги мира?». И получает готовый, развернутый ответ. Нейросеть уже провела анализ 5–10 источников, сравнила плюсы и минусы, оценила авторитетность. И по сути выдала рекомендацию. Если в этой рекомендации оказались вы — клиент приходит к вам уже «горячим».
Вам не нужно продавать идею с нуля. За вас это сделал «независимый эксперт» в глазах пользователя. Именно поэтому конверсия GEO-трафика в 2–3 раза выше обычного поискового. Это не просто цифры. Это моя практика на десятках проектов.
Михаил Хлебунов, директор по продукту Servicepipe, верно заметил: ключевой метрикой становится не только клик, но и сам показ в генеративных ответах. Если нейросеть регулярно называет ваш бренд как лучший выбор — это отложенная конверсия. В следующий раз пользователь вобьет уже ваш бренд напрямую.
Другой важный факт: 32,8% пользователей в ходе опросов признались, что хотя бы раз отказывались от покупки из-за негативной информации, найденной нейросетью. Это значит, GEO работает и на репутацию. Если о вас пишут плохо, а вы этого не видите и не отрабатываете, вы теряете клиентов еще до того, как они зашли на ваш сайт.
Реальный пример, а не теория
Один проект из моей практики — магазин стройматериалов. В SEO они бились за запрос «купить штукатурку». Это путь в никуда, борьба с маркетплейсами за копеечный трафик.
Мы пошли по пути GEO. Насытили карточки товаров техническими характеристиками, добавили таблицы сравнения, инструкции по применению. Нейросеть стала цитировать нас в ответах на вопросы вроде: «Какая штукатурка не растрескается во влажном помещении, но не сожрет весь бюджет?». Пользователь получал готовое решение его проблемы и ссылку на конкретный товар.
Результат? Трафик вырос на 25%, но главное — средний чек поднялся на 15%. Потому что клиент приходил не просто посмотреть, а купить то, что ему уже порекомендовали как лучшее решение.
Почему малый бизнес в плюсе
Часто слышу: «GEO — это для корпораций с бюджетами». Нет.
По данным аналитиков, в топ-20 цитируемых «Алисой» сайтов в E-commerce доминируют небольшие магазины, а не гиганты вроде Wildberries и Ozon. Почему? Потому что у малого бизнеса контент чаще более структурированный и узконишевой. Нейросети нужно точечное знание, а не миллион карточек с копипастой.
56% опрошенных в РФ заявляют, что пользуются ИИ-поиском именно потому, что он экономит время. Нейросеть не воспринимает размер вашего рекламного бюджета. Она смотрит на структуру контента. Есть четкий список? Таблица? Разметка? Вы в ответе. Нет — увы.
Как проверить, теряете ли вы этот трафик прямо сейчас
Я называю это «GEO-аудит за 30 минут». Сделайте простую вещь. Откройте YandexGPT, GigaChat и ChatGPT Search. Составьте список из 10 вопросов, которые задают ваши клиенты. Не как вы их видите, а как их формулирует живой человек.
Например, не «курсы английского цена», а «Реально ли выучить английский до разговорного за полгода без погружения в среду?».
Задайте эти вопросы нейросетям. Посмотрите, упоминается ли ваш бренд. Если нет — горит красная лампочка. Вы теряете самый горячий трафик на рынке. Если появляетесь изредка — желтая. Зона роста. Если стабильно в ответах — зеленая, масштабируйте.
99% успеха в GEO для начинающих — это не магия. Это структура. Посмотрите на ответ, который выдала нейросеть. Кого она процитировала? Почему? Там наверняка четкий ответ с цифрами, фактами, перечислением характеристик в маркированном списке. Сделайте так же у себя в FAQ и карточках товаров.
GEO не про тонны текста с ключевиками. Это про умение ответить на вопрос клиента быстрее, точнее и структурнее всех конкурентов. И именно поэтому трафик из нейросетей — лучший из возможных. Вы получаете не визит, а готовность действовать.
В GEO всё иначе. Человек спрашивает у нейросети: «Какой сервис лучше для подготовки к IELTS?» или «Где в Казани вылечить кариес без боли и не за все деньги мира?». И получает готовый, развернутый ответ. Нейросеть уже провела анализ 5–10 источников, сравнила плюсы и минусы, оценила авторитетность. И по сути выдала рекомендацию. Если в этой рекомендации оказались вы — клиент приходит к вам уже «горячим».
Вам не нужно продавать идею с нуля. За вас это сделал «независимый эксперт» в глазах пользователя. Именно поэтому конверсия GEO-трафика в 2–3 раза выше обычного поискового. Это не просто цифры. Это моя практика на десятках проектов.
Михаил Хлебунов, директор по продукту Servicepipe, верно заметил: ключевой метрикой становится не только клик, но и сам показ в генеративных ответах. Если нейросеть регулярно называет ваш бренд как лучший выбор — это отложенная конверсия. В следующий раз пользователь вобьет уже ваш бренд напрямую.
Другой важный факт: 32,8% пользователей в ходе опросов признались, что хотя бы раз отказывались от покупки из-за негативной информации, найденной нейросетью. Это значит, GEO работает и на репутацию. Если о вас пишут плохо, а вы этого не видите и не отрабатываете, вы теряете клиентов еще до того, как они зашли на ваш сайт.
Реальный пример, а не теория
Один проект из моей практики — магазин стройматериалов. В SEO они бились за запрос «купить штукатурку». Это путь в никуда, борьба с маркетплейсами за копеечный трафик.
Мы пошли по пути GEO. Насытили карточки товаров техническими характеристиками, добавили таблицы сравнения, инструкции по применению. Нейросеть стала цитировать нас в ответах на вопросы вроде: «Какая штукатурка не растрескается во влажном помещении, но не сожрет весь бюджет?». Пользователь получал готовое решение его проблемы и ссылку на конкретный товар.
Результат? Трафик вырос на 25%, но главное — средний чек поднялся на 15%. Потому что клиент приходил не просто посмотреть, а купить то, что ему уже порекомендовали как лучшее решение.
Почему малый бизнес в плюсе
Часто слышу: «GEO — это для корпораций с бюджетами». Нет.
По данным аналитиков, в топ-20 цитируемых «Алисой» сайтов в E-commerce доминируют небольшие магазины, а не гиганты вроде Wildberries и Ozon. Почему? Потому что у малого бизнеса контент чаще более структурированный и узконишевой. Нейросети нужно точечное знание, а не миллион карточек с копипастой.
56% опрошенных в РФ заявляют, что пользуются ИИ-поиском именно потому, что он экономит время. Нейросеть не воспринимает размер вашего рекламного бюджета. Она смотрит на структуру контента. Есть четкий список? Таблица? Разметка? Вы в ответе. Нет — увы.
Как проверить, теряете ли вы этот трафик прямо сейчас
Я называю это «GEO-аудит за 30 минут». Сделайте простую вещь. Откройте YandexGPT, GigaChat и ChatGPT Search. Составьте список из 10 вопросов, которые задают ваши клиенты. Не как вы их видите, а как их формулирует живой человек.
Например, не «курсы английского цена», а «Реально ли выучить английский до разговорного за полгода без погружения в среду?».
Задайте эти вопросы нейросетям. Посмотрите, упоминается ли ваш бренд. Если нет — горит красная лампочка. Вы теряете самый горячий трафик на рынке. Если появляетесь изредка — желтая. Зона роста. Если стабильно в ответах — зеленая, масштабируйте.
99% успеха в GEO для начинающих — это не магия. Это структура. Посмотрите на ответ, который выдала нейросеть. Кого она процитировала? Почему? Там наверняка четкий ответ с цифрами, фактами, перечислением характеристик в маркированном списке. Сделайте так же у себя в FAQ и карточках товаров.
GEO не про тонны текста с ключевиками. Это про умение ответить на вопрос клиента быстрее, точнее и структурнее всех конкурентов. И именно поэтому трафик из нейросетей — лучший из возможных. Вы получаете не визит, а готовность действовать.
👍1
Стратегия входа в экспертные пулы нейросетей
Чтобы модель процитировала вас, она должна воспринимать ваш контент как легко извлекаемый, непротиворечивый и невероятно авторитетный факт.
Правило №1: Перестаньте лить воду и маскировать факты
Модели плохо понимают намёки. Им нужны утверждения в явной, декларативной форме. Никаких «инновационных решений» — только сухие факты. Мы в агентстве провели аудит и выяснили чёткую корреляцию: 71% цитируемых фрагментов попадает в тексты объёмом от 800 до 1500 слов. Это не магия. Просто в таком формате легче соблюсти чёткую структуру: проблема → данные → вывод.
Правило №2: Цифровой след и «Пачка фактов»
Это мой личный лайфхак, который я подсмотрел у западных коллег и адаптировал под наши реалии. Нейросеть — как дотошный журналист, который ленится звонить и узнавать детали. Если на вашем сайте нет чёткой страницы с ценами, списком интеграций или явными техническими ограничениями, модель просто додумает это за вас (и вам это не понравится).
Что нужно сделать: разместите в верхней части ключевых страниц «блок фактов»: название продукта, категория, цены, интеграции и главное ограничение «кому не подходит». Оставьте цифровой след на авторитетных площадках: Хабр, VC.ru, каталоги вроде Tadviser или Яндекс.Бизнес. А еще обязательно создайте файл
Правило №3: Участие в чужих «списках»
ChatGPT и Perplexity обожают статьи вроде «Топ-10 сервисов для...». Это готовая база данных. Нахождение в таких подборках на сторонних ресурсах резко повышает шансы на цитирование. Договоритесь о партнёрских интеграциях с редакторами таких статей.
Кросс-валидация: как модели проверяют реальность (и как нам на это влиять)
Здесь мы переходим к самому интересному — к тому, как ИИ борется с «галлюцинациями». Кросс-валидация (или кросс-проверка) в контексте языковых моделей — это не скучное машинное обучение. Это механизм, при котором ответ модели проверяется и перепроверяется на соответствие реальности.
Как это работает на практике и как это используем мы?
1. Сравнение с «коллективным разумом».
Модель не просто выдает ваш текст. Она пытается получить несколько версий ответов из разных источников и сопоставить их. Именно поэтому в GEO критически важно, чтобы информация о вашем продукте (цены, характеристики) на Habr, в Яндекс.Справочнике и у партнёров совпадала до запятой.
2. Цепочка верификации (CoVe). П продвинутые модели используют схожие с CoVe-методологии. Это когда ИИ сам задаёт себе проверочные вопросы к своему же черновику ответа и выискивает логические противоречия, прежде чем выдать результат вам.
3. Как использовать этот механизм? Вы должны стать тем самым «устойчивым» источником. Если на 10 авторитетных площадках написано «А», а на вашей «Б», модель выкинет вас из выборки. Ваша задача — создать вокруг своего продукта плотное информационное поле, в котором все цифры и заявления идентичны.
Мой главный вывод за этот год: GEO — это не соревнование технологий, а битва за репутацию. Мы боремся не за ключевые слова, а за статус первоисточника. Пользователи всё чаще принимают решения, даже не кликая на сайты. И если в сгенерированном ответе ИИ нет упоминания вашего бренда, для этого нового мира вас просто не существует.
Чтобы модель процитировала вас, она должна воспринимать ваш контент как легко извлекаемый, непротиворечивый и невероятно авторитетный факт.
Правило №1: Перестаньте лить воду и маскировать факты
Модели плохо понимают намёки. Им нужны утверждения в явной, декларативной форме. Никаких «инновационных решений» — только сухие факты. Мы в агентстве провели аудит и выяснили чёткую корреляцию: 71% цитируемых фрагментов попадает в тексты объёмом от 800 до 1500 слов. Это не магия. Просто в таком формате легче соблюсти чёткую структуру: проблема → данные → вывод.
Правило №2: Цифровой след и «Пачка фактов»
Это мой личный лайфхак, который я подсмотрел у западных коллег и адаптировал под наши реалии. Нейросеть — как дотошный журналист, который ленится звонить и узнавать детали. Если на вашем сайте нет чёткой страницы с ценами, списком интеграций или явными техническими ограничениями, модель просто додумает это за вас (и вам это не понравится).
Что нужно сделать: разместите в верхней части ключевых страниц «блок фактов»: название продукта, категория, цены, интеграции и главное ограничение «кому не подходит». Оставьте цифровой след на авторитетных площадках: Хабр, VC.ru, каталоги вроде Tadviser или Яндекс.Бизнес. А еще обязательно создайте файл
LLMs.txt — это как карта сайта, но для «мозгов» ИИ, где коротко описано, что лежит в каждом разделе.Правило №3: Участие в чужих «списках»
ChatGPT и Perplexity обожают статьи вроде «Топ-10 сервисов для...». Это готовая база данных. Нахождение в таких подборках на сторонних ресурсах резко повышает шансы на цитирование. Договоритесь о партнёрских интеграциях с редакторами таких статей.
Кросс-валидация: как модели проверяют реальность (и как нам на это влиять)
Здесь мы переходим к самому интересному — к тому, как ИИ борется с «галлюцинациями». Кросс-валидация (или кросс-проверка) в контексте языковых моделей — это не скучное машинное обучение. Это механизм, при котором ответ модели проверяется и перепроверяется на соответствие реальности.
Как это работает на практике и как это используем мы?
1. Сравнение с «коллективным разумом».
Модель не просто выдает ваш текст. Она пытается получить несколько версий ответов из разных источников и сопоставить их. Именно поэтому в GEO критически важно, чтобы информация о вашем продукте (цены, характеристики) на Habr, в Яндекс.Справочнике и у партнёров совпадала до запятой.
2. Цепочка верификации (CoVe). П продвинутые модели используют схожие с CoVe-методологии. Это когда ИИ сам задаёт себе проверочные вопросы к своему же черновику ответа и выискивает логические противоречия, прежде чем выдать результат вам.
3. Как использовать этот механизм? Вы должны стать тем самым «устойчивым» источником. Если на 10 авторитетных площадках написано «А», а на вашей «Б», модель выкинет вас из выборки. Ваша задача — создать вокруг своего продукта плотное информационное поле, в котором все цифры и заявления идентичны.
Мой главный вывод за этот год: GEO — это не соревнование технологий, а битва за репутацию. Мы боремся не за ключевые слова, а за статус первоисточника. Пользователи всё чаще принимают решения, даже не кликая на сайты. И если в сгенерированном ответе ИИ нет упоминания вашего бренда, для этого нового мира вас просто не существует.
Как получать лиды из ChatGPT
Хотите конкретный факт? Наши клиенты уже получают прямые заявки из ChatGPT, а его доля в органическом трафике некоторых проектов достигает 15%. ChatGPT — это уже полноценный канал лидогенерации. Просто расскажу, что работает прямо сейчас.
Что происходит
Пользователи массово уходят в нейросети. Сейчас 44% пользователей предпочитают AI-поиск традиционным поисковикам, а ChatGPT обрабатывает более миллиарда запросов в день. В России, по данным Digital Budget, трафик крупнейших ИИ-платформ вырос почти в шесть раз за десять месяцев 2025 года — 39,9% объема собрал ChatGPT.
В чем суть GEO
GEO — это не магия. Это когда ваш бренд попадает в ответы ChatGPT, Яндекса с Алисой или Perplexity. Не в ссылки под ответом, а прямо в сам текст.
И вот ключевой момент: упоминание в ответе ChatGPT воспринимается как рекомендация коллеги, а не как реклама. Уровень доверия к таким рекомендациям гораздо выше, чем к баннерам. Трафик из ChatGPT конвертируется в лиды в 4 раза лучше, чем трафик из обычного поиска.
Что реально работает
Я выделил для себя пять вещей, которые дают результат:
1. Структура «Ответ — Пояснение»
ChatGPT ищет готовые блоки для ответа. Если в начале вашей статьи идет четкое определение или короткий вывод — нейросеть берет его. Второй важный момент — нумерованные списки. ChatGPT любит подхватывать именно их.
2. Внешние площадки
Нейросети больше доверяют тому, что говорят о вас другие. Вот структура цитирования:
- 25% — публикации в онлайн-СМИ
- 24,5% — сторонние медиа и корпоративные блоги
- 14,4% — энциклопедии и агрегаторы
- 12% — ваши собственные сайты
Обратите внимание: ваш сайт — только на четвертом месте.
3. Работа с площадками сообществ
ChatGPT активно использует Reddit и Quora. Там сейчас формируется мнение о брендах. Участие в обсуждениях на этих площадках может дать до четырехкратного роста упоминаний в ответах нейросетей.
4. Технический доступ
Проверьте, что ваш сайт открыт для поискового бота OpenAI (OAI‑SearchBot). Многие блокируют его, даже не подозревая, что теряют трафик. А еще — подключите товарные фиды. OpenAI запустила Shopping Research — функцию поиска и сравнения товаров прямо внутри ChatGPT. Без фида вас там просто нет.
5. Регистрация бренда
На сайте OpenAI есть раздел Search Product Discovery. Зарегистрируйте там свой бренд — это поможет ChatGPT корректно идентифицировать вас.
Это не разовая акция
GEO — это постоянная работа. Цитируемость брендов в нейросетях меняется каждый месяц примерно на 50%. Если забить, вас быстро вытеснят конкуренты. Зато при системной работе рост поискового трафика составляет в среднем 29% за 90 дней с ROI около 3,5x.
Как измерить результат
Отследить трафик из ChatGPT просто — в Google Analytics 4 или Яндекс Метрике он виден как источник chatgpt. com. Дополнительно советую мониторить две метрики:
- Частота упоминаний бренда
- Процент переходов по ссылкам
Главное
ChatGPT уже не будущее — это настоящее. Пока одни спорят, работает это или нет, другие молча забирают лиды, которые не нужно покупать за деньги. Начните с малого: откройте доступ для OAI‑SearchBot и приведите контент в формат «четкий ответ в начале + пояснение ниже».
Этого уже достаточно, чтобы вас заметили.
Хотите конкретный факт? Наши клиенты уже получают прямые заявки из ChatGPT, а его доля в органическом трафике некоторых проектов достигает 15%. ChatGPT — это уже полноценный канал лидогенерации. Просто расскажу, что работает прямо сейчас.
Что происходит
Пользователи массово уходят в нейросети. Сейчас 44% пользователей предпочитают AI-поиск традиционным поисковикам, а ChatGPT обрабатывает более миллиарда запросов в день. В России, по данным Digital Budget, трафик крупнейших ИИ-платформ вырос почти в шесть раз за десять месяцев 2025 года — 39,9% объема собрал ChatGPT.
В чем суть GEO
GEO — это не магия. Это когда ваш бренд попадает в ответы ChatGPT, Яндекса с Алисой или Perplexity. Не в ссылки под ответом, а прямо в сам текст.
И вот ключевой момент: упоминание в ответе ChatGPT воспринимается как рекомендация коллеги, а не как реклама. Уровень доверия к таким рекомендациям гораздо выше, чем к баннерам. Трафик из ChatGPT конвертируется в лиды в 4 раза лучше, чем трафик из обычного поиска.
Что реально работает
Я выделил для себя пять вещей, которые дают результат:
1. Структура «Ответ — Пояснение»
ChatGPT ищет готовые блоки для ответа. Если в начале вашей статьи идет четкое определение или короткий вывод — нейросеть берет его. Второй важный момент — нумерованные списки. ChatGPT любит подхватывать именно их.
2. Внешние площадки
Нейросети больше доверяют тому, что говорят о вас другие. Вот структура цитирования:
- 25% — публикации в онлайн-СМИ
- 24,5% — сторонние медиа и корпоративные блоги
- 14,4% — энциклопедии и агрегаторы
- 12% — ваши собственные сайты
Обратите внимание: ваш сайт — только на четвертом месте.
3. Работа с площадками сообществ
ChatGPT активно использует Reddit и Quora. Там сейчас формируется мнение о брендах. Участие в обсуждениях на этих площадках может дать до четырехкратного роста упоминаний в ответах нейросетей.
4. Технический доступ
Проверьте, что ваш сайт открыт для поискового бота OpenAI (OAI‑SearchBot). Многие блокируют его, даже не подозревая, что теряют трафик. А еще — подключите товарные фиды. OpenAI запустила Shopping Research — функцию поиска и сравнения товаров прямо внутри ChatGPT. Без фида вас там просто нет.
5. Регистрация бренда
На сайте OpenAI есть раздел Search Product Discovery. Зарегистрируйте там свой бренд — это поможет ChatGPT корректно идентифицировать вас.
Это не разовая акция
GEO — это постоянная работа. Цитируемость брендов в нейросетях меняется каждый месяц примерно на 50%. Если забить, вас быстро вытеснят конкуренты. Зато при системной работе рост поискового трафика составляет в среднем 29% за 90 дней с ROI около 3,5x.
Как измерить результат
Отследить трафик из ChatGPT просто — в Google Analytics 4 или Яндекс Метрике он виден как источник chatgpt. com. Дополнительно советую мониторить две метрики:
- Частота упоминаний бренда
- Процент переходов по ссылкам
Главное
ChatGPT уже не будущее — это настоящее. Пока одни спорят, работает это или нет, другие молча забирают лиды, которые не нужно покупать за деньги. Начните с малого: откройте доступ для OAI‑SearchBot и приведите контент в формат «четкий ответ в начале + пояснение ниже».
Этого уже достаточно, чтобы вас заметили.
🤝1
В футере — мёртвая зона. Вот три места, где ИИ точно найдёт ваши данные
Многие до сих пор считают, что достаточно добавить телефон и email в футер — и нейросеть сама всё поймёт.
Но на практике это работает плохо.
Большинство ИИ-систем не «читают сайт глазами», как человек. Они вытаскивают данные из структурированных блоков, повторяющихся паттернов и страниц, где информация выглядит однозначно.
И вот что я постоянно вижу в проектах:
— контакты есть
— адрес есть
— услуги есть
— а в ответах ИИ этого нет
Особенно часто это происходит у стоматологий, агентств, юридических компаний, клиник и локального бизнеса.
Почему так?
Потому что футер для ИИ — слабый источник. Там слишком много мусора: ссылки, политика, копирайт, меню, дубли страниц. Нейросеть не всегда понимает, что именно считать главным.
Вот три места, где ваши данные ИИ найдёт намного быстрее.
1. Страница «Контакты»
Не формальная страница на 3 строки.
А нормальный документ с:
— полным названием компании
— телефоном
— email
— адресом
— графиком работы
— ссылками на соцсети
— схемой проезда
— описанием услуг и региона работы
И главное — всё текстом.
Не картинкой. Не iframe. Не баннером.
Яндекс прямо пишет, что поисковые системы лучше понимают текстовый контент, чем данные внутри изображений или сложных элементов интерфейса. Яндекс
2. Карточки услуг
Вот это место многие недооценивают.
Если у вас на странице услуги есть:
— телефон
— имя специалиста
— город
— цена
— FAQ
— способы связи
то ИИ начинает связывать услугу и компанию между собой.
Например:
«Имплантация зубов в Казани — клиника X — запись по телефону...»
Это уже готовый фрагмент для ответа нейросети.
А когда на странице только SEO-текст и кнопка «оставить заявку», ИИ брать почти нечего.
3. FAQ-блоки
Вот где реально происходит магия.
Нормальные вопросы и короткие ответы ИИ забирает очень хорошо.
Особенно если вопросы написаны человеческим языком:
— «Как записаться?»
— «Работаете ли вы по выходным?»
— «Сколько стоит консультация?»
— «Есть ли парковка?»
— «Как быстро отвечаете в Telegram?»
Почему это важно?
Потому что люди задают нейросетям именно такие вопросы.
И если у вас есть готовый ответ на сайте — шанс попасть в выдачу становится выше.
Я это замечаю даже по логам и аналитике. После добавления нормальных FAQ ИИ начинает чаще подтягивать:
— контакты
— адреса
— часы работы
— цены
— имена специалистов
Но есть проблема.
Многие делают FAQ для SEO, а не для людей.
Получается что-то вроде:
«Какие преимущества имеет наша высококвалифицированная компания?»
Так никто не говорит.
ИИ тоже понимает это хуже.
Пишите так, как спрашивает клиент в жизни.
И ещё важный момент.
Не прячьте контакты:
— в pop-up
— в JavaScript без SSR
— в изображениях
— в PDF
— в слайдерах
Чем проще структура — тем легче ИИ забрать данные.
Вот что я бы проверил сегодня на вашем сайте:
— есть ли отдельная страница контактов
— есть ли контакты внутри услуг
— есть ли FAQ на ключевых страницах
— можно ли скопировать телефон обычным текстом
— понимает ли человек за 5 секунд, чем вы занимаетесь и где работаете
Потому что если это не понимает человек — ИИ тоже не поймёт.
И да, футер всё ещё нужен.
Но рассчитывать только на него в 2026 году уже нельзя.
Многие до сих пор считают, что достаточно добавить телефон и email в футер — и нейросеть сама всё поймёт.
Но на практике это работает плохо.
Большинство ИИ-систем не «читают сайт глазами», как человек. Они вытаскивают данные из структурированных блоков, повторяющихся паттернов и страниц, где информация выглядит однозначно.
И вот что я постоянно вижу в проектах:
— контакты есть
— адрес есть
— услуги есть
— а в ответах ИИ этого нет
Особенно часто это происходит у стоматологий, агентств, юридических компаний, клиник и локального бизнеса.
Почему так?
Потому что футер для ИИ — слабый источник. Там слишком много мусора: ссылки, политика, копирайт, меню, дубли страниц. Нейросеть не всегда понимает, что именно считать главным.
Вот три места, где ваши данные ИИ найдёт намного быстрее.
1. Страница «Контакты»
Не формальная страница на 3 строки.
А нормальный документ с:
— полным названием компании
— телефоном
— адресом
— графиком работы
— ссылками на соцсети
— схемой проезда
— описанием услуг и региона работы
И главное — всё текстом.
Не картинкой. Не iframe. Не баннером.
Яндекс прямо пишет, что поисковые системы лучше понимают текстовый контент, чем данные внутри изображений или сложных элементов интерфейса. Яндекс
2. Карточки услуг
Вот это место многие недооценивают.
Если у вас на странице услуги есть:
— телефон
— имя специалиста
— город
— цена
— FAQ
— способы связи
то ИИ начинает связывать услугу и компанию между собой.
Например:
«Имплантация зубов в Казани — клиника X — запись по телефону...»
Это уже готовый фрагмент для ответа нейросети.
А когда на странице только SEO-текст и кнопка «оставить заявку», ИИ брать почти нечего.
3. FAQ-блоки
Вот где реально происходит магия.
Нормальные вопросы и короткие ответы ИИ забирает очень хорошо.
Особенно если вопросы написаны человеческим языком:
— «Как записаться?»
— «Работаете ли вы по выходным?»
— «Сколько стоит консультация?»
— «Есть ли парковка?»
— «Как быстро отвечаете в Telegram?»
Почему это важно?
Потому что люди задают нейросетям именно такие вопросы.
И если у вас есть готовый ответ на сайте — шанс попасть в выдачу становится выше.
Я это замечаю даже по логам и аналитике. После добавления нормальных FAQ ИИ начинает чаще подтягивать:
— контакты
— адреса
— часы работы
— цены
— имена специалистов
Но есть проблема.
Многие делают FAQ для SEO, а не для людей.
Получается что-то вроде:
«Какие преимущества имеет наша высококвалифицированная компания?»
Так никто не говорит.
ИИ тоже понимает это хуже.
Пишите так, как спрашивает клиент в жизни.
И ещё важный момент.
Не прячьте контакты:
— в pop-up
— в JavaScript без SSR
— в изображениях
— в PDF
— в слайдерах
Чем проще структура — тем легче ИИ забрать данные.
Вот что я бы проверил сегодня на вашем сайте:
— есть ли отдельная страница контактов
— есть ли контакты внутри услуг
— есть ли FAQ на ключевых страницах
— можно ли скопировать телефон обычным текстом
— понимает ли человек за 5 секунд, чем вы занимаетесь и где работаете
Потому что если это не понимает человек — ИИ тоже не поймёт.
И да, футер всё ещё нужен.
Но рассчитывать только на него в 2026 году уже нельзя.
👍1
Как оформить таблицы чтобы ИИ их цитировал
ИИ действительно не читает таблицы так, как человек: он вытаскивает из них только то, что легко распознать по структуре и подписи. В GEO это значит простую вещь: таблицу нужно делать не красивой, а понятной для извлечения.
Как оформить таблицу
1. Один смысл — одна таблица.
Не сваливайте в одну таблицу цену, сроки, плюсы, минусы и выводы. Когда таблица перегружена, ИИ хуже понимает, что в ней главное, и чаще пропускает её в ответе.
2. Заголовки должны быть прямыми.
Вместо «Параметры» и «Прочее» пишите «Цена», «Срок», «Формат», «Результат». Для модели это почти как разметка: чем точнее назван столбец, тем проще взять нужную ячейку в ответ.
3. Ставьте таблицу рядом с текстом, который её объясняет.
Перед таблицей дайте 1-2 коротких предложения: что именно она сравнивает и зачем читателю это знать. Российские источники по GEO и AI-поиску отдельно отмечают, что модели лучше работают с чёткой структурой, заголовками, списками и таблицами, когда контекст вокруг таблицы понятен.
Что я бы делал на практике
Я бы всегда проверял таблицу по одному вопросу: может ли её смысл быть понятен без соседнего абзаца. Если нет, таблицу надо переделать. В реальной GEO-практике лучше работают таблицы, где есть один набор признаков, короткие названия столбцов и никаких лишних слов внутри ячеек.
Пример
Плохо: таблица со всем подряд — «вид услуги», «для кого подходит», «нюансы», «дополнительно», «важно».
Хорошо: таблица только для сравнения трёх вариантов по цене, сроку и результату.
Такую таблицу ИИ проще взять как готовый фрагмент ответа.
Что мешает цитированию
Чаще всего мешают три вещи.
Во-первых, длинные и расплывчатые названия столбцов.
Во-вторых, отсутствие пояснения перед таблицей.
В-третьих, когда таблица выглядит как мусорный склад данных, а не как ответ на конкретный вопрос
Ещё один момент: не надо надеяться, что ИИ сам разберётся в сложной таблице с кучей объединённых ячеек, сносок и скрытых смыслов. Для человека это ещё терпимо, для модели — уже лишняя работа. А чем больше лишней работы, тем ниже шанс, что таблица попадёт в цитату.
Мой рабочий чек-лист
Перед публикацией я смотрю на таблицу так:
Есть ли у неё один понятный смысл.
Понятны ли названия столбцов без догадок.
Есть ли короткое пояснение перед ней.
Можно ли вытащить из неё один точный факт.
Не перегружена ли она лишними словами.
И ещё важная штука: таблица должна помогать ответу, а не просто украшать статью. Если она отвечает на частый вопрос, сравнивает варианты или сводит цифры, шанс на цитирование выше. Если она вставлена «для красоты», ИИ чаще проходит мимо.
Что запомнить
Хотите, чтобы ИИ цитировал таблицы, — делайте их короткими, ясными и с нормальными заголовками. Не усложняйте. Не пытайтесь запихнуть в одну таблицу весь материал. И обязательно пишите рядом с ней текст, который объясняет, зачем она вообще здесь нужна.
Вот это и есть рабочий GEO-подход без магии: таблица должна быть удобна не только человеку, но и машине, которая потом будет из неё собирать ответ
ИИ действительно не читает таблицы так, как человек: он вытаскивает из них только то, что легко распознать по структуре и подписи. В GEO это значит простую вещь: таблицу нужно делать не красивой, а понятной для извлечения.
Как оформить таблицу
1. Один смысл — одна таблица.
Не сваливайте в одну таблицу цену, сроки, плюсы, минусы и выводы. Когда таблица перегружена, ИИ хуже понимает, что в ней главное, и чаще пропускает её в ответе.
2. Заголовки должны быть прямыми.
Вместо «Параметры» и «Прочее» пишите «Цена», «Срок», «Формат», «Результат». Для модели это почти как разметка: чем точнее назван столбец, тем проще взять нужную ячейку в ответ.
3. Ставьте таблицу рядом с текстом, который её объясняет.
Перед таблицей дайте 1-2 коротких предложения: что именно она сравнивает и зачем читателю это знать. Российские источники по GEO и AI-поиску отдельно отмечают, что модели лучше работают с чёткой структурой, заголовками, списками и таблицами, когда контекст вокруг таблицы понятен.
Что я бы делал на практике
Я бы всегда проверял таблицу по одному вопросу: может ли её смысл быть понятен без соседнего абзаца. Если нет, таблицу надо переделать. В реальной GEO-практике лучше работают таблицы, где есть один набор признаков, короткие названия столбцов и никаких лишних слов внутри ячеек.
Пример
Плохо: таблица со всем подряд — «вид услуги», «для кого подходит», «нюансы», «дополнительно», «важно».
Хорошо: таблица только для сравнения трёх вариантов по цене, сроку и результату.
Такую таблицу ИИ проще взять как готовый фрагмент ответа.
Что мешает цитированию
Чаще всего мешают три вещи.
Во-первых, длинные и расплывчатые названия столбцов.
Во-вторых, отсутствие пояснения перед таблицей.
В-третьих, когда таблица выглядит как мусорный склад данных, а не как ответ на конкретный вопрос
Ещё один момент: не надо надеяться, что ИИ сам разберётся в сложной таблице с кучей объединённых ячеек, сносок и скрытых смыслов. Для человека это ещё терпимо, для модели — уже лишняя работа. А чем больше лишней работы, тем ниже шанс, что таблица попадёт в цитату.
Мой рабочий чек-лист
Перед публикацией я смотрю на таблицу так:
Есть ли у неё один понятный смысл.
Понятны ли названия столбцов без догадок.
Есть ли короткое пояснение перед ней.
Можно ли вытащить из неё один точный факт.
Не перегружена ли она лишними словами.
И ещё важная штука: таблица должна помогать ответу, а не просто украшать статью. Если она отвечает на частый вопрос, сравнивает варианты или сводит цифры, шанс на цитирование выше. Если она вставлена «для красоты», ИИ чаще проходит мимо.
Что запомнить
Хотите, чтобы ИИ цитировал таблицы, — делайте их короткими, ясными и с нормальными заголовками. Не усложняйте. Не пытайтесь запихнуть в одну таблицу весь материал. И обязательно пишите рядом с ней текст, который объясняет, зачем она вообще здесь нужна.
Вот это и есть рабочий GEO-подход без магии: таблица должна быть удобна не только человеку, но и машине, которая потом будет из неё собирать ответ
GEO для юристов
Когда человек ищет «как оспорить увольнение», «что делать при разделе имущества» или «как вернуть деньги за некачественный ремонт», он всё чаще идёт не в обычный поиск, а в ChatGPT, Яндекс Нейро, GigaChat и другие ИИ-системы.
И дальше происходит важный момент.
Нейросеть не показывает 10 ссылок, как классический поиск. Она собирает готовый ответ из источников, которым доверяет. И если вашей юридической практики, статей, комментариев или кейсов там нет — вас просто не существует для этого пользователя.
У большинства одна и та же проблема: сайт написан под SEO 2018 года. Много общих фраз, мало конкретики, нет структуры, нет нормальных ответов на вопросы клиентов.
А ИИ такое не любит.
Ему нужны:
— понятные объяснения,
— реальные кейсы,
— цитаты,
— структура,
— экспертность, которую можно проверить.
Вот пример.
Есть статья:
«Юридические услуги по трудовым спорам в Москве».
И есть статья:
«Работодатель заставляет уволиться по собственному желанию: что делать и какие ошибки нельзя допускать».
Как думаете, что чаще попадёт в ответы нейросетей?
Второй вариант.
Потому что он решает задачу человека.
И это сейчас главный сдвиг в GEO для юристов: выигрывают не сайты “про услуги”, а сайты, которые объясняют ситуации.
Ещё один важный момент.
ИИ хорошо цепляется за материалы, где есть:
— пошаговые действия,
— ссылки на статьи законов,
— судебная практика,
— конкретные сроки,
— риски,
— последствия ошибок.
Например:
«Срок обжалования решения суда по гражданскому делу — 1 месяц со дня изготовления решения в окончательной форме».
Это понятный факт. Его легко цитировать.
А вот фразы вроде:
«Мы оказываем профессиональную юридическую помощь любой сложности» — для нейросетей почти бесполезны.
И да, многие юристы недооценивают FAQ-блоки.
Хотя именно они сейчас часто попадают в ответы ИИ.
Особенно запросы:
— «можно ли…»
— «что будет если…»
— «сколько длится…»
— «какие документы нужны…»
Яндекс прямо писал о росте ответного поиска и развитии Нейро. А в материалах Т—Ж, vc.ru и РБК всё чаще обсуждают, что пользователи начинают получать готовые ответы без перехода на сайт.
И тут появляется проблема.
Если ваш контент слабый, ИИ возьмёт информацию с другого сайта. Даже если у вас хороший юрист и сильная практика.
Поэтому юристам сейчас важно не просто вести блог. Важно делать материалы, которые нейросеть сможет:
— понять,
— разобрать,
— процитировать,
— встроить в ответ.
Вот что я обычно рекомендую юристам в первую очередь.
1. Разбирать реальные ситуации клиентов.
Не «услуга по банкротству», а:
«Что делать, если банк подал в суд за просрочку».
2. Добавлять фактуру.
Сроки, статьи законов, порядок действий.
3. Писать человеческим языком.
Без канцелярита.
4. Делать короткие блоки.
ИИ проще извлекать структурированную информацию.
5. Добавлять вопросы и ответы.
Это хорошо работает и в поиске, и в нейросетях.
И ещё.
Юридическая тематика относится к YMYL. Ошибки тут критичны. Поэтому нейросети чаще выбирают источники, где есть признаки реальной экспертности:
— автор,
— практика,
— кейсы,
— упоминания,
— цитируемость.
Просто текстов уже недостаточно.
Так что GEO для юристов сейчас — это не про “хитрые техники”. Всё намного проще.
Нужно стать источником, который удобно цитировать.
Когда человек ищет «как оспорить увольнение», «что делать при разделе имущества» или «как вернуть деньги за некачественный ремонт», он всё чаще идёт не в обычный поиск, а в ChatGPT, Яндекс Нейро, GigaChat и другие ИИ-системы.
И дальше происходит важный момент.
Нейросеть не показывает 10 ссылок, как классический поиск. Она собирает готовый ответ из источников, которым доверяет. И если вашей юридической практики, статей, комментариев или кейсов там нет — вас просто не существует для этого пользователя.
У большинства одна и та же проблема: сайт написан под SEO 2018 года. Много общих фраз, мало конкретики, нет структуры, нет нормальных ответов на вопросы клиентов.
А ИИ такое не любит.
Ему нужны:
— понятные объяснения,
— реальные кейсы,
— цитаты,
— структура,
— экспертность, которую можно проверить.
Вот пример.
Есть статья:
«Юридические услуги по трудовым спорам в Москве».
И есть статья:
«Работодатель заставляет уволиться по собственному желанию: что делать и какие ошибки нельзя допускать».
Как думаете, что чаще попадёт в ответы нейросетей?
Второй вариант.
Потому что он решает задачу человека.
И это сейчас главный сдвиг в GEO для юристов: выигрывают не сайты “про услуги”, а сайты, которые объясняют ситуации.
Ещё один важный момент.
ИИ хорошо цепляется за материалы, где есть:
— пошаговые действия,
— ссылки на статьи законов,
— судебная практика,
— конкретные сроки,
— риски,
— последствия ошибок.
Например:
«Срок обжалования решения суда по гражданскому делу — 1 месяц со дня изготовления решения в окончательной форме».
Это понятный факт. Его легко цитировать.
А вот фразы вроде:
«Мы оказываем профессиональную юридическую помощь любой сложности» — для нейросетей почти бесполезны.
И да, многие юристы недооценивают FAQ-блоки.
Хотя именно они сейчас часто попадают в ответы ИИ.
Особенно запросы:
— «можно ли…»
— «что будет если…»
— «сколько длится…»
— «какие документы нужны…»
Яндекс прямо писал о росте ответного поиска и развитии Нейро. А в материалах Т—Ж, vc.ru и РБК всё чаще обсуждают, что пользователи начинают получать готовые ответы без перехода на сайт.
И тут появляется проблема.
Если ваш контент слабый, ИИ возьмёт информацию с другого сайта. Даже если у вас хороший юрист и сильная практика.
Поэтому юристам сейчас важно не просто вести блог. Важно делать материалы, которые нейросеть сможет:
— понять,
— разобрать,
— процитировать,
— встроить в ответ.
Вот что я обычно рекомендую юристам в первую очередь.
1. Разбирать реальные ситуации клиентов.
Не «услуга по банкротству», а:
«Что делать, если банк подал в суд за просрочку».
2. Добавлять фактуру.
Сроки, статьи законов, порядок действий.
3. Писать человеческим языком.
Без канцелярита.
4. Делать короткие блоки.
ИИ проще извлекать структурированную информацию.
5. Добавлять вопросы и ответы.
Это хорошо работает и в поиске, и в нейросетях.
И ещё.
Юридическая тематика относится к YMYL. Ошибки тут критичны. Поэтому нейросети чаще выбирают источники, где есть признаки реальной экспертности:
— автор,
— практика,
— кейсы,
— упоминания,
— цитируемость.
Просто текстов уже недостаточно.
Так что GEO для юристов сейчас — это не про “хитрые техники”. Всё намного проще.
Нужно стать источником, который удобно цитировать.
👍2
Антикейс: почему сайт не попадает в ответы нейросетей
Вот почему ваш сайт может быть в топе «Яндекса» или Google, но нейросети вроде ChatGPT, Алисы или Perplexity его в упор не видят. Я собрал главные, проверенные на практике причины. Это не про алгоритмы, а про то, как ИИ выбирает источники.
Первое и самое обидное — ИИ «не дружит» с вашим сайтом технически
Мы часто проверяем доступность сайта для краулеров в robots.txt и скорость загрузки. Но с нейросетями этого мало. ИИ-модели не всегда имеют доступ к открытым интернет-ресурсам. Наша команда тестировала: из 15 отправленных источников ИИ стабильно обрабатывает только 6–10.
Проблемы возникают, даже если URL один, а сервер не возвращает HTTP 200 или блокирует запросы. Плюс с июля 2025 года Cloudflare по умолчанию блокирует AI-краулеры для новых доменов. Итог: ваш сайт просто невидим для ИИ
Второе — нейросети ищут не сигналы, а смысл
Для Яндекса важны ключевые слова, ссылки, CTR. Нейросеть работает иначе. Её задача — сформировать связный и понятный ответ, а не показать список сайтов. Она опирается на накопленные знания, повторяющиеся источники и устойчивые формулировки.
Ключевые слова уходят на второй план, на первом — структура, полнота и честность контента. Если в тексте много «воды» и маркетинговых оборотов, ИИ его просто проигнорирует.
Третье — одной экспертной статьи на своём сайте мало
Раньше мы учили: опубликуйте качественный контент у себя на сайте, и вы в дамках. Но для GEO сайт — лишь часть стратегии. Нейросети доверяют не страницам, а сущностям — брендам, компаниям, экспертам. Важны устойчивые упоминания в тематическом контексте, понятная связь «бренд → тема → экспертиза» и репутационное присутствие на разных площадках
Поэтому публикации на внешних авторитетных площадках вроде VC. ru теперь весят больше, чем блог на сайте.
Четвёртое — вы не проходите фильтр «доверия»
Нейросеть видит десятки источников по одной теме. Как она выбирает? Проверяет согласованность данных. Если на одном сайте написано одно, а на другом — другое, доверие падает к обоим. А ещё ИИ анализирует авторитетность: кто вас цитирует, в каком контексте упоминают, есть ли подтверждение экспертности на других ресурсах.
Пятое — нейросети обновляются и меняют логику ранжирования
То, что работало полгода назад, сегодня может давать другую выдачу. Нейросети постоянно обучаются, подключают новые источники и меняют критерии отбора. Нет статичной формулы успеха — нужно тестировать и отслеживать изменения.
Шестое — разная специфика у разных нейросетей
ChatGPT смотрит на авторитетность и семантическую ясность, а Perplexity — на свежесть данных и цитируемость в других источниках. Яндекс Нейро выбирает пять проверенных источников на основе классического поиска. Нет универсальной стратегии, нужно анализировать конкретную платформу.
Если хотите увидеть причины на своём примере — задайте нейросети 3–5 вопросов по вашей нише и посмотрите, какие источники используются. Если вас там нет — пора не просто «улучшать SEO», а делать сайт таким, чтобы нейросеть сама хотела вас цитировать.
Вот почему ваш сайт может быть в топе «Яндекса» или Google, но нейросети вроде ChatGPT, Алисы или Perplexity его в упор не видят. Я собрал главные, проверенные на практике причины. Это не про алгоритмы, а про то, как ИИ выбирает источники.
Первое и самое обидное — ИИ «не дружит» с вашим сайтом технически
Мы часто проверяем доступность сайта для краулеров в robots.txt и скорость загрузки. Но с нейросетями этого мало. ИИ-модели не всегда имеют доступ к открытым интернет-ресурсам. Наша команда тестировала: из 15 отправленных источников ИИ стабильно обрабатывает только 6–10.
Проблемы возникают, даже если URL один, а сервер не возвращает HTTP 200 или блокирует запросы. Плюс с июля 2025 года Cloudflare по умолчанию блокирует AI-краулеры для новых доменов. Итог: ваш сайт просто невидим для ИИ
Второе — нейросети ищут не сигналы, а смысл
Для Яндекса важны ключевые слова, ссылки, CTR. Нейросеть работает иначе. Её задача — сформировать связный и понятный ответ, а не показать список сайтов. Она опирается на накопленные знания, повторяющиеся источники и устойчивые формулировки.
Ключевые слова уходят на второй план, на первом — структура, полнота и честность контента. Если в тексте много «воды» и маркетинговых оборотов, ИИ его просто проигнорирует.
Третье — одной экспертной статьи на своём сайте мало
Раньше мы учили: опубликуйте качественный контент у себя на сайте, и вы в дамках. Но для GEO сайт — лишь часть стратегии. Нейросети доверяют не страницам, а сущностям — брендам, компаниям, экспертам. Важны устойчивые упоминания в тематическом контексте, понятная связь «бренд → тема → экспертиза» и репутационное присутствие на разных площадках
Поэтому публикации на внешних авторитетных площадках вроде VC. ru теперь весят больше, чем блог на сайте.
Четвёртое — вы не проходите фильтр «доверия»
Нейросеть видит десятки источников по одной теме. Как она выбирает? Проверяет согласованность данных. Если на одном сайте написано одно, а на другом — другое, доверие падает к обоим. А ещё ИИ анализирует авторитетность: кто вас цитирует, в каком контексте упоминают, есть ли подтверждение экспертности на других ресурсах.
Пятое — нейросети обновляются и меняют логику ранжирования
То, что работало полгода назад, сегодня может давать другую выдачу. Нейросети постоянно обучаются, подключают новые источники и меняют критерии отбора. Нет статичной формулы успеха — нужно тестировать и отслеживать изменения.
Шестое — разная специфика у разных нейросетей
ChatGPT смотрит на авторитетность и семантическую ясность, а Perplexity — на свежесть данных и цитируемость в других источниках. Яндекс Нейро выбирает пять проверенных источников на основе классического поиска. Нет универсальной стратегии, нужно анализировать конкретную платформу.
Если хотите увидеть причины на своём примере — задайте нейросети 3–5 вопросов по вашей нише и посмотрите, какие источники используются. Если вас там нет — пора не просто «улучшать SEO», а делать сайт таким, чтобы нейросеть сама хотела вас цитировать.
GEO под ChatGPT: что я бы делал на вашем месте
Смотрите, с ChatGPT и другими ИИ сейчас важен не только трафик из поиска, но и то, как вас вообще “видят” в ответах. И если коротко, GEO под ChatGPT — это уже не про красивую теорию, а про очень прикладную работу с контентом, структурой и цитируемостью.
Первое, на что я смотрю, — может ли текст дать ИИ короткий и ясный ответ без лишней воды. В русскоязычных материалах по GEO это называют важным условием для попадания в ответы генеративных систем: нужен прямой ответ в начале, нормальные заголовки, списки и логика внутри текста.
Если в статье все размазано по полотну, ChatGPT берет оттуда куски хуже. Если мысль собрана, шансов больше.
Второе — фактура. Не “мнение ради мнения”, а цифры, примеры, конкретные формулировки, ссылки на первоисточники. В статьях про GEO прямо пишут, что для генеративных систем ценны структурированные блоки, актуальные данные и понятные ответы на частые вопросы.
И вот тут у многих провал. На сайте есть текст, но нет ничего, что можно спокойно процитировать. А ИИ любит именно такие куски: короткие, ясные, без лишних украшений.
Третье — узнаваемость бренда и автора. Если о вас нигде не говорят, если нет упоминаний в нормальных источниках, если вы не присутствуете в профессиональной среде, то попасть в ответы ИИ сложнее. В публикациях по GEO это связывают с частотой упоминаний бренда, тематическим покрытием и присутствием на площадках с доверием.
То есть дело не только в сайте. Дело в том, есть ли вокруг вас след
Я бы честно сказал так: под ChatGPT сейчас выигрывают не те, кто пишет “SEO-текст на 10 000 знаков”, а те, кто умеет собрать материал так, чтобы его было легко взять в ответ. Это видно и по разбору GEO-подходов в статьях: структура, цитируемость, вопросы-ответы, актуальность и понятный контекст важнее старых механик с плотностью ключей.
И это, на мой взгляд, главный сдвиг. Не “впихнуть запрос”, а стать удобным источником.
Что я бы проверил прямо сейчас:
Есть ли у вас в тексте короткий ответ в первых абзацах.
Можно ли из каждого блока вытащить одну мысль без потери смысла.
Есть ли у вас материалы, которые можно цитировать без стыда.
Появляетесь ли вы в публикациях, где вас могут подхватить ИИ-системы.
И еще момент. Не надо пытаться “обмануть” ChatGPT. Работает не хитрость, а нормальная база: ясный текст, живая экспертность, сильная структура и внятные следы бренда в инфополе.
Если у вас это есть, вы уже сильно ближе к ответам ИИ, чем большинство рынка.
Смотрите, с ChatGPT и другими ИИ сейчас важен не только трафик из поиска, но и то, как вас вообще “видят” в ответах. И если коротко, GEO под ChatGPT — это уже не про красивую теорию, а про очень прикладную работу с контентом, структурой и цитируемостью.
Первое, на что я смотрю, — может ли текст дать ИИ короткий и ясный ответ без лишней воды. В русскоязычных материалах по GEO это называют важным условием для попадания в ответы генеративных систем: нужен прямой ответ в начале, нормальные заголовки, списки и логика внутри текста.
Если в статье все размазано по полотну, ChatGPT берет оттуда куски хуже. Если мысль собрана, шансов больше.
Второе — фактура. Не “мнение ради мнения”, а цифры, примеры, конкретные формулировки, ссылки на первоисточники. В статьях про GEO прямо пишут, что для генеративных систем ценны структурированные блоки, актуальные данные и понятные ответы на частые вопросы.
И вот тут у многих провал. На сайте есть текст, но нет ничего, что можно спокойно процитировать. А ИИ любит именно такие куски: короткие, ясные, без лишних украшений.
Третье — узнаваемость бренда и автора. Если о вас нигде не говорят, если нет упоминаний в нормальных источниках, если вы не присутствуете в профессиональной среде, то попасть в ответы ИИ сложнее. В публикациях по GEO это связывают с частотой упоминаний бренда, тематическим покрытием и присутствием на площадках с доверием.
То есть дело не только в сайте. Дело в том, есть ли вокруг вас след
Я бы честно сказал так: под ChatGPT сейчас выигрывают не те, кто пишет “SEO-текст на 10 000 знаков”, а те, кто умеет собрать материал так, чтобы его было легко взять в ответ. Это видно и по разбору GEO-подходов в статьях: структура, цитируемость, вопросы-ответы, актуальность и понятный контекст важнее старых механик с плотностью ключей.
И это, на мой взгляд, главный сдвиг. Не “впихнуть запрос”, а стать удобным источником.
Что я бы проверил прямо сейчас:
Есть ли у вас в тексте короткий ответ в первых абзацах.
Можно ли из каждого блока вытащить одну мысль без потери смысла.
Есть ли у вас материалы, которые можно цитировать без стыда.
Появляетесь ли вы в публикациях, где вас могут подхватить ИИ-системы.
И еще момент. Не надо пытаться “обмануть” ChatGPT. Работает не хитрость, а нормальная база: ясный текст, живая экспертность, сильная структура и внятные следы бренда в инфополе.
Если у вас это есть, вы уже сильно ближе к ответам ИИ, чем большинство рынка.
👍1