ChatGPT Search vs Google AI Overviews: что я увидел на одном проекте 🔍
Несколько месяцев назад взял в работу небольшую стоматологическую клинику из регионального города — не Москва, не миллионник. Сайт нормальный, не убитый. Классическое SEO велось года три. Но в генеративной выдаче их не было вообще — ни в ChatGPT Search, ни в Google AI Overviews. Решили разобраться почему. И попутно я впервые по-честному сравнил, как эти две системы реагируют на одни и те же изменения.
С чего начали
Взяли десяток запросов, которые реально задают пациенты: «сколько стоит имплантация зуба в [город]», «больно ли ставить имплант», «как выбрать клинику для имплантации», «что лучше — имплант или мост». Прогнали каждый через ChatGPT Search и через Google с включёнными AI Overviews. Зафиксировали, кто попадает в ответы и как сформулированы сниппеты.
Картина оказалась интересной. По коммерческим запросам — «цена», «стоимость», «записаться» — Google AI Overviews показывал агрегаторы и каталоги. Клиники с нормальными страницами услуг там почти не появлялись. ChatGPT Search, напротив, брал контент с информационных страниц — подробные статьи, ответы на вопросы, сравнения. Первый вывод зафиксировал сразу: они по-разному читают одну и ту же нишу.
Что переделали на сайте
Первые три недели ушли на контент. Переписали страницы услуг — убрали продающие клише, добавили реальную структуру: что происходит на каждом этапе, какие материалы используются, почему цена такая. Блок с частыми вопросами встроили прямо в тело страницы. Заголовки переформулировали под разговорные запросы — не «Имплантация зубов», а «Как проходит имплантация и сколько это занимает».
Параллельно написали четыре информационных статьи — под конкретные вопросы, которые видели в ChatGPT Search. С цифрами, этапами, объяснением рисков. Без воды. Средний объём — около 900 слов.
Ещё один шаг — микроразметка. Прописали Schema.org для страниц услуг: тип организации, адрес, часы работы, ценовой диапазон. Для статей добавили разметку FAQ. Это заняло ещё примерно неделю.
Что получилось через шесть недель 📊
По ChatGPT Search результат появился раньше — примерно на четвёртой неделе. Три информационные статьи начали попадать в ответы на вопросы про этапы лечения и выбор клиники. Не топ-1, но присутствие стабильное. Клиника начала упоминаться как один из вариантов на вопрос «как выбрать стоматологию для имплантации».
Google AI Overviews отреагировал медленнее и иначе. Туда попала страница услуги — именно благодаря микроразметке и переработанному тексту. Но только по запросам с гео: когда человек явно указывал город. По общим запросам без привязки к месту — по-прежнему каталоги.
Трафик на информационные страницы за шесть недель вырос примерно на 35%. Звонков из поиска стало больше на 18% по сравнению с тем же периодом прошлого года — по данным коллтрекинга. Не рекорд, но устойчивая динамика.
Главный вывод, который я для себя сделал
ChatGPT Search и Google AI Overviews — это не одна система с разным интерфейсом. Они буквально по-разному расставляют приоритеты. ChatGPT лучше реагирует на глубокий информационный контент с логикой и конкретным ответом. Google AI Overviews сильнее привязан к коммерческим сигналам, разметке и позиции в классической выдаче.
Если оптимизировать только под одну систему — упустишь вторую. Клинике пришлось делать оба направления одновременно: информационный контент для ChatGPT, техническая разметка и гео-релевантность для Google.
Это сейчас главная ловушка в GEO: люди думают, что «оптимизация под ИИ» — это что-то единое. А на деле — как минимум два разных технических задания. И начинать надо с простого: посмотреть, где именно вас нет, и разобраться почему.
Несколько месяцев назад взял в работу небольшую стоматологическую клинику из регионального города — не Москва, не миллионник. Сайт нормальный, не убитый. Классическое SEO велось года три. Но в генеративной выдаче их не было вообще — ни в ChatGPT Search, ни в Google AI Overviews. Решили разобраться почему. И попутно я впервые по-честному сравнил, как эти две системы реагируют на одни и те же изменения.
С чего начали
Взяли десяток запросов, которые реально задают пациенты: «сколько стоит имплантация зуба в [город]», «больно ли ставить имплант», «как выбрать клинику для имплантации», «что лучше — имплант или мост». Прогнали каждый через ChatGPT Search и через Google с включёнными AI Overviews. Зафиксировали, кто попадает в ответы и как сформулированы сниппеты.
Картина оказалась интересной. По коммерческим запросам — «цена», «стоимость», «записаться» — Google AI Overviews показывал агрегаторы и каталоги. Клиники с нормальными страницами услуг там почти не появлялись. ChatGPT Search, напротив, брал контент с информационных страниц — подробные статьи, ответы на вопросы, сравнения. Первый вывод зафиксировал сразу: они по-разному читают одну и ту же нишу.
Что переделали на сайте
Первые три недели ушли на контент. Переписали страницы услуг — убрали продающие клише, добавили реальную структуру: что происходит на каждом этапе, какие материалы используются, почему цена такая. Блок с частыми вопросами встроили прямо в тело страницы. Заголовки переформулировали под разговорные запросы — не «Имплантация зубов», а «Как проходит имплантация и сколько это занимает».
Параллельно написали четыре информационных статьи — под конкретные вопросы, которые видели в ChatGPT Search. С цифрами, этапами, объяснением рисков. Без воды. Средний объём — около 900 слов.
Ещё один шаг — микроразметка. Прописали Schema.org для страниц услуг: тип организации, адрес, часы работы, ценовой диапазон. Для статей добавили разметку FAQ. Это заняло ещё примерно неделю.
Что получилось через шесть недель 📊
По ChatGPT Search результат появился раньше — примерно на четвёртой неделе. Три информационные статьи начали попадать в ответы на вопросы про этапы лечения и выбор клиники. Не топ-1, но присутствие стабильное. Клиника начала упоминаться как один из вариантов на вопрос «как выбрать стоматологию для имплантации».
Google AI Overviews отреагировал медленнее и иначе. Туда попала страница услуги — именно благодаря микроразметке и переработанному тексту. Но только по запросам с гео: когда человек явно указывал город. По общим запросам без привязки к месту — по-прежнему каталоги.
Трафик на информационные страницы за шесть недель вырос примерно на 35%. Звонков из поиска стало больше на 18% по сравнению с тем же периодом прошлого года — по данным коллтрекинга. Не рекорд, но устойчивая динамика.
Главный вывод, который я для себя сделал
ChatGPT Search и Google AI Overviews — это не одна система с разным интерфейсом. Они буквально по-разному расставляют приоритеты. ChatGPT лучше реагирует на глубокий информационный контент с логикой и конкретным ответом. Google AI Overviews сильнее привязан к коммерческим сигналам, разметке и позиции в классической выдаче.
Если оптимизировать только под одну систему — упустишь вторую. Клинике пришлось делать оба направления одновременно: информационный контент для ChatGPT, техническая разметка и гео-релевантность для Google.
Это сейчас главная ловушка в GEO: люди думают, что «оптимизация под ИИ» — это что-то единое. А на деле — как минимум два разных технических задания. И начинать надо с простого: посмотреть, где именно вас нет, и разобраться почему.
🤝1
GEO для локального бизнеса: как попасть в ответ на «где рядом»
Каждый день кто-то спрашивает у Алисы или ChatGPT: «где рядом сделать маникюр», «какая шиномонтажка работает сейчас» или «куда сходить поесть недалеко от метро». И получает не список из десяти ссылок, а один-два конкретных ответа.
Если вас там нет — вас нет для клиента, который стоит в двух кварталах от вас.
Почему тут всё по-другому
Локальный запрос — это не про экспертность в чистом виде. ИИ должен быть уверен в трёх вещах одновременно: вы существуют, вы работаете сейчас, вы находитесь рядом. Любая нестыковка — и модель берёт конкурента, у которого данные проще проверить.
Где ИИ реально берёт данные
Не с вашего сайта в первую очередь. Источники, которым доверяют генеративные системы:
— Яндекс Карты и Google Business Profile — часы работы, отзывы, актуальность
— Отзывы на профильных агрегаторах (2ГИС, Zoon, Флампа)
— Единообразие названия, адреса и телефона на всех площадках сразу
Если в одном месте вы «Стоматология Улыбка», а в другом «ООО Улыбка-Мед» — для ИИ это два разных объекта. Модель либо выберет один, либо не выберет никого.
Три вещи, которые чаще всего ломают локальный GEO
Устаревшие часы работы. Если карточка говорит «закрыто», а вы открыты — ИИ отправит клиента к конкуренту, у которого данные свежие. Модель не звонит проверять.
Мало или старые отзывы. Отзыв недельной давности с деталями («записалась вечером, приняли без записи») весит для ИИ больше, чем сто отзывов трёхлетней давности. Свежесть — прямой сигнал, что бизнес живой.
Расплывчатое описание услуг. «Широкий спектр услуг» — пустое место для алгоритма. «Ремонт iPhone за 40 минут, гарантия 6 месяцев» — готовый факт, который можно процитировать.
Кейс из практики
Небольшая сеть автосервисов, три точки в одном городе. На запрос «шиномонтаж рядом круглосуточно» их не было вообще, хотя одна точка реально работала без выходных.
Что сделали: привели название и адрес к единому виду на всех площадках, обновили часы работы на картах, попросили клиентов оставить отзывы с конкретикой — сколько ждали, что понравилось. Добавили на сайт страницу с точным перечнем услуг и ценами, а не «от 500 рублей».
Через три недели одна из точек стала появляться в ответах Алисы на запросы про круглосуточный шиномонтаж в своём районе. Не благодаря сайту — благодаря тому, что данные о ней наконец стали непротиворечивыми.
Что проверить у себя сегодня
Откройте карточку на Яндекс Картах и Google. Совпадают ли часы работы с реальными? Актуальны ли фото? Есть ли отзывы за последний месяц?
Задайте Алисе или ChatGPT свой типичный локальный запрос — так, как его формулирует клиент, а не как вы бы написали в рекламе. Появляетесь ли вы там?
Если нет — начните не с сайта, а с карточек. Для локального бизнеса это часто быстрее и важнее любого контента.
Рядом — не преимущество само по себе. Преимущество — когда ИИ об этом знает.
Каждый день кто-то спрашивает у Алисы или ChatGPT: «где рядом сделать маникюр», «какая шиномонтажка работает сейчас» или «куда сходить поесть недалеко от метро». И получает не список из десяти ссылок, а один-два конкретных ответа.
Если вас там нет — вас нет для клиента, который стоит в двух кварталах от вас.
Почему тут всё по-другому
Локальный запрос — это не про экспертность в чистом виде. ИИ должен быть уверен в трёх вещах одновременно: вы существуют, вы работаете сейчас, вы находитесь рядом. Любая нестыковка — и модель берёт конкурента, у которого данные проще проверить.
Где ИИ реально берёт данные
Не с вашего сайта в первую очередь. Источники, которым доверяют генеративные системы:
— Яндекс Карты и Google Business Profile — часы работы, отзывы, актуальность
— Отзывы на профильных агрегаторах (2ГИС, Zoon, Флампа)
— Единообразие названия, адреса и телефона на всех площадках сразу
Если в одном месте вы «Стоматология Улыбка», а в другом «ООО Улыбка-Мед» — для ИИ это два разных объекта. Модель либо выберет один, либо не выберет никого.
Три вещи, которые чаще всего ломают локальный GEO
Устаревшие часы работы. Если карточка говорит «закрыто», а вы открыты — ИИ отправит клиента к конкуренту, у которого данные свежие. Модель не звонит проверять.
Мало или старые отзывы. Отзыв недельной давности с деталями («записалась вечером, приняли без записи») весит для ИИ больше, чем сто отзывов трёхлетней давности. Свежесть — прямой сигнал, что бизнес живой.
Расплывчатое описание услуг. «Широкий спектр услуг» — пустое место для алгоритма. «Ремонт iPhone за 40 минут, гарантия 6 месяцев» — готовый факт, который можно процитировать.
Кейс из практики
Небольшая сеть автосервисов, три точки в одном городе. На запрос «шиномонтаж рядом круглосуточно» их не было вообще, хотя одна точка реально работала без выходных.
Что сделали: привели название и адрес к единому виду на всех площадках, обновили часы работы на картах, попросили клиентов оставить отзывы с конкретикой — сколько ждали, что понравилось. Добавили на сайт страницу с точным перечнем услуг и ценами, а не «от 500 рублей».
Через три недели одна из точек стала появляться в ответах Алисы на запросы про круглосуточный шиномонтаж в своём районе. Не благодаря сайту — благодаря тому, что данные о ней наконец стали непротиворечивыми.
Что проверить у себя сегодня
Откройте карточку на Яндекс Картах и Google. Совпадают ли часы работы с реальными? Актуальны ли фото? Есть ли отзывы за последний месяц?
Задайте Алисе или ChatGPT свой типичный локальный запрос — так, как его формулирует клиент, а не как вы бы написали в рекламе. Появляетесь ли вы там?
Если нет — начните не с сайта, а с карточек. Для локального бизнеса это часто быстрее и важнее любого контента.
Рядом — не преимущество само по себе. Преимущество — когда ИИ об этом знает.
🤝1
Как B2B-компания получила +217% заявок из нейросетей за 4 месяца
Этот кейс я долго не решался публиковать. 🫣 Потому что цифры получились настолько «неприличными», что в них сложно поверить. Но мы всё зафиксировали, скрины сохранили, клиент доволен — так что делюсь.
Знакомьтесь: ниша, где «все уже занято»
К нам пришла компания из B2B-сферы — назовём её условно «ТехноСервис». Работают на рынке 12 лет, 340 корпоративных клиентов на счету, средний чек — 1,8 млн рублей. Серьёзные ребята, отличные кейсы, сайт — конфетка. Но была одна боль, которая сводила на нет все усилия.
Их вообще не существовало для нейросетей. 🤯
Проверяем: «Какие компании в России делают X?» — в ответе ChatGPT и YandexGPT стабильно фигурировали 4–5 конкурентов. Наш клиент — ноль. При этом в классическом поиске они были в топ-3 по 70% запросов. Понимаете диссонанс? В Google их видели, в нейросетях — нет.
Диагноз: почему так вышло
Когда мы разложили ситуацию, всё оказалось предсказуемо банально. У компании не было ни одного структурированного источника, который LLM могла бы считать надёжным. Данные о бренде размазаны по 40+ сайтам, соцсетям и каталогам — без логики, без разметки, без единого «цифрового следа».
Нейросеть ведь не читает сайт как человек. Она собирает фрагменты из тысяч источников и складывает из них ответ. Если про вас нет проверяемых фактов: кто вы, чем занимаетесь, какие у вас кейсы, кто за вами стоит — модель просто не может вас процитировать. Не потому что вы плохие. Потому что вас «не видно» в её картине мира. И пока эта картина не собрана, вы для неё — пустое место.
Что мы сделали
Собрали и структурировали всё, что о них есть в интернете. Проанализировали 1200+ упоминаний, настроили разметку, привели в порядок источники, добавили 15 авторитетных площадок, где бренд фигурирует с фактами, а не просто «для галочки». Связали между собой источники, чтобы у нейросети сложилась цельная картина.
Главное — мы не «взламывали» алгоритмы и не спамили. Работали с контекстом и доверием: делали так, чтобы модель считала компанию авторитетным источником. Это как рекомендация от уважаемого человека, а не крик на улице.
Результат, который выглядит как фантастика
Через 4 месяца проверяем те же самые запросы. И что мы видим? Клиент — в ответах нейросетей по 83% ключевых коммерческих запросов. Причём не «где-то в конце списка», а в топ-3 рекомендаций. 🚀
Конкуренты, которые годами доминировали в выдаче ChatGPT, — теперь делят место с нашим клиентом. А по 27% запросов он вообще стал единственным, кого советуют нейросети.
Но самое вкусное — в цифрах:
• заявки с «нейросетевого» трафика выросли на 217%;
• средний чек по ним — выше базового на 34%;
• конверсия «запрос → заявка» — 11,4%, против 4,2% у холодных лидов;
• стоимость привлечения клиента упала в 2,3 раза.
Клиенты приходят уже «прогретые»: они прочитали про компанию в ответе ИИ, доверились этому и пришли с конкретным запросом. Конверсия такого трафика — космос по сравнению с холодными лидами. 😍 Причём эти заявки закрываются быстрее: человек уже знает, кто мы такие, и приходит с готовым пониманием задачи.
Что я вынес из этого кейса
Первое: рынок уже делится. Компании, которые сегодня появляются в ответах нейросетей, забирают доверие аудитории на годы вперёд. Те, кто этого не делает, будут догонять — и догонять будет всё сложнее.
Второе: GEO — это не магия и не «обман ИИ». Это системная работа с тем, как модель воспринимает ваш бренд. Кто начинает раньше, тот и становится «очевидным выбором» в глазах нейросетей.
Третье: если в классическом поиске вы в топе, а в нейросетях вас нет — это не приговор. Это просто сигнал, что пора заняться цифровым следом.
Этот кейс я долго не решался публиковать. 🫣 Потому что цифры получились настолько «неприличными», что в них сложно поверить. Но мы всё зафиксировали, скрины сохранили, клиент доволен — так что делюсь.
Знакомьтесь: ниша, где «все уже занято»
К нам пришла компания из B2B-сферы — назовём её условно «ТехноСервис». Работают на рынке 12 лет, 340 корпоративных клиентов на счету, средний чек — 1,8 млн рублей. Серьёзные ребята, отличные кейсы, сайт — конфетка. Но была одна боль, которая сводила на нет все усилия.
Их вообще не существовало для нейросетей. 🤯
Проверяем: «Какие компании в России делают X?» — в ответе ChatGPT и YandexGPT стабильно фигурировали 4–5 конкурентов. Наш клиент — ноль. При этом в классическом поиске они были в топ-3 по 70% запросов. Понимаете диссонанс? В Google их видели, в нейросетях — нет.
Диагноз: почему так вышло
Когда мы разложили ситуацию, всё оказалось предсказуемо банально. У компании не было ни одного структурированного источника, который LLM могла бы считать надёжным. Данные о бренде размазаны по 40+ сайтам, соцсетям и каталогам — без логики, без разметки, без единого «цифрового следа».
Нейросеть ведь не читает сайт как человек. Она собирает фрагменты из тысяч источников и складывает из них ответ. Если про вас нет проверяемых фактов: кто вы, чем занимаетесь, какие у вас кейсы, кто за вами стоит — модель просто не может вас процитировать. Не потому что вы плохие. Потому что вас «не видно» в её картине мира. И пока эта картина не собрана, вы для неё — пустое место.
Что мы сделали
Собрали и структурировали всё, что о них есть в интернете. Проанализировали 1200+ упоминаний, настроили разметку, привели в порядок источники, добавили 15 авторитетных площадок, где бренд фигурирует с фактами, а не просто «для галочки». Связали между собой источники, чтобы у нейросети сложилась цельная картина.
Главное — мы не «взламывали» алгоритмы и не спамили. Работали с контекстом и доверием: делали так, чтобы модель считала компанию авторитетным источником. Это как рекомендация от уважаемого человека, а не крик на улице.
Результат, который выглядит как фантастика
Через 4 месяца проверяем те же самые запросы. И что мы видим? Клиент — в ответах нейросетей по 83% ключевых коммерческих запросов. Причём не «где-то в конце списка», а в топ-3 рекомендаций. 🚀
Конкуренты, которые годами доминировали в выдаче ChatGPT, — теперь делят место с нашим клиентом. А по 27% запросов он вообще стал единственным, кого советуют нейросети.
Но самое вкусное — в цифрах:
• заявки с «нейросетевого» трафика выросли на 217%;
• средний чек по ним — выше базового на 34%;
• конверсия «запрос → заявка» — 11,4%, против 4,2% у холодных лидов;
• стоимость привлечения клиента упала в 2,3 раза.
Клиенты приходят уже «прогретые»: они прочитали про компанию в ответе ИИ, доверились этому и пришли с конкретным запросом. Конверсия такого трафика — космос по сравнению с холодными лидами. 😍 Причём эти заявки закрываются быстрее: человек уже знает, кто мы такие, и приходит с готовым пониманием задачи.
Что я вынес из этого кейса
Первое: рынок уже делится. Компании, которые сегодня появляются в ответах нейросетей, забирают доверие аудитории на годы вперёд. Те, кто этого не делает, будут догонять — и догонять будет всё сложнее.
Второе: GEO — это не магия и не «обман ИИ». Это системная работа с тем, как модель воспринимает ваш бренд. Кто начинает раньше, тот и становится «очевидным выбором» в глазах нейросетей.
Третье: если в классическом поиске вы в топе, а в нейросетях вас нет — это не приговор. Это просто сигнал, что пора заняться цифровым следом.
🤝1
Похоже, у GEO наконец появился официальный статус.
15 мая 2026 года Google опубликовал отдельный материал о том, как сайтам и компаниям повышать шансы на появление в генеративных функциях поиска. Речь идёт о Google AI Overviews, AI Mode и других интерфейсах, где пользователь получает не список ссылок, а готовый ответ, собранный искусственным интеллектом.
Для рынка это важный сигнал. До сих пор GEO часто воспринимали как модное название для набора SEO-гипотез. Теперь сам Google объясняет, как работать с контентом для генеративной выдачи, и отдельно разбирает популярные мифы об AEO и GEO.
Главный вывод Google: отдельной кнопки «оптимизировать под ИИ» не существует
В официальном руководстве нет обещаний быстрых взлётов, секретных разметок или универсальных промптов, которые заставят нейросеть рекомендовать конкретный бренд.
Наоборот, Google подчёркивает: основой остаются полезный, уникальный и качественный контент, технически доступный сайт, понятная структура и корректная работа базовых SEO-механик. То есть GEO не отменяет SEO. Он расширяет задачу.
Раньше целью было попасть в топ поисковой выдачи по нужному запросу. Сейчас этого недостаточно. Важно, чтобы информация о компании была понятной не только пользователю и поисковому роботу, но и языковой модели, которая будет собирать из разных источников единый ответ.
Именно здесь начинается самое интересное. ⚡️
Поиск превращается из списка ссылок в систему рекомендаций
В мае Google также рассказал о развитии AI Mode и поисковых агентов. По данным компании, через год после запуска AI Mode им пользовались более 1 млрд пользователей в месяц, а количество запросов росло более чем в два раза каждый квартал. Google планирует использовать агентов для сложных задач: поиска товаров, сравнения предложений, анализа актуальных данных и выполнения действий на сайтах.
Для бизнеса это означает изменение самой точки контакта с клиентом.
Пользователь может больше не заходить на десять сайтов, сравнивать характеристики и вручную составлять список поставщиков. Он задаст один подробный вопрос, а система сама соберёт варианты, отфильтрует их по условиям и предложит несколько компаний.
В такой модели бренд конкурирует уже не только за позицию в выдаче. Он конкурирует за включение в сам ответ.
Если компания не попала в список, для пользователя её как будто не существует — даже если сайт находится в топ-3 классического поиска.
GEO постепенно выходит из стадии экспериментов
Свежий отчёт GNW Consulting и Demand Metric показывает, что бизнес начинает воспринимать GEO как отдельное направление маркетинга. Исследование основано на ответах 225 руководителей маркетинга и revenue-команд B2B-компаний.
Среди участников 78% организаций, инвестирующих в GEO, сообщили о измеримом ROI. Ещё один показатель выглядит особенно показательно: 22% респондентов заявили, что AI-трафик уже приносит более 5% всего трафика на сайт.
Это пока не означает, что традиционный поиск потерял значение. Но показывает другое: нейросетевые ответы перестают быть экспериментом для нескольких технологичных компаний. Они становятся самостоятельным каналом обнаружения брендов.
15 мая 2026 года Google опубликовал отдельный материал о том, как сайтам и компаниям повышать шансы на появление в генеративных функциях поиска. Речь идёт о Google AI Overviews, AI Mode и других интерфейсах, где пользователь получает не список ссылок, а готовый ответ, собранный искусственным интеллектом.
Для рынка это важный сигнал. До сих пор GEO часто воспринимали как модное название для набора SEO-гипотез. Теперь сам Google объясняет, как работать с контентом для генеративной выдачи, и отдельно разбирает популярные мифы об AEO и GEO.
Главный вывод Google: отдельной кнопки «оптимизировать под ИИ» не существует
В официальном руководстве нет обещаний быстрых взлётов, секретных разметок или универсальных промптов, которые заставят нейросеть рекомендовать конкретный бренд.
Наоборот, Google подчёркивает: основой остаются полезный, уникальный и качественный контент, технически доступный сайт, понятная структура и корректная работа базовых SEO-механик. То есть GEO не отменяет SEO. Он расширяет задачу.
Раньше целью было попасть в топ поисковой выдачи по нужному запросу. Сейчас этого недостаточно. Важно, чтобы информация о компании была понятной не только пользователю и поисковому роботу, но и языковой модели, которая будет собирать из разных источников единый ответ.
Именно здесь начинается самое интересное. ⚡️
Поиск превращается из списка ссылок в систему рекомендаций
В мае Google также рассказал о развитии AI Mode и поисковых агентов. По данным компании, через год после запуска AI Mode им пользовались более 1 млрд пользователей в месяц, а количество запросов росло более чем в два раза каждый квартал. Google планирует использовать агентов для сложных задач: поиска товаров, сравнения предложений, анализа актуальных данных и выполнения действий на сайтах.
Для бизнеса это означает изменение самой точки контакта с клиентом.
Пользователь может больше не заходить на десять сайтов, сравнивать характеристики и вручную составлять список поставщиков. Он задаст один подробный вопрос, а система сама соберёт варианты, отфильтрует их по условиям и предложит несколько компаний.
В такой модели бренд конкурирует уже не только за позицию в выдаче. Он конкурирует за включение в сам ответ.
Если компания не попала в список, для пользователя её как будто не существует — даже если сайт находится в топ-3 классического поиска.
GEO постепенно выходит из стадии экспериментов
Свежий отчёт GNW Consulting и Demand Metric показывает, что бизнес начинает воспринимать GEO как отдельное направление маркетинга. Исследование основано на ответах 225 руководителей маркетинга и revenue-команд B2B-компаний.
Среди участников 78% организаций, инвестирующих в GEO, сообщили о измеримом ROI. Ещё один показатель выглядит особенно показательно: 22% респондентов заявили, что AI-трафик уже приносит более 5% всего трафика на сайт.
Это пока не означает, что традиционный поиск потерял значение. Но показывает другое: нейросетевые ответы перестают быть экспериментом для нескольких технологичных компаний. Они становятся самостоятельным каналом обнаружения брендов.
👍2
Отзывы стали одним из главных факторов видимости бренда в AI-поиске
В мае 2026 года SEER Interactive совместно с Trustpilot опубликовали исследование о влиянии отзывов на присутствие компаний в ответах нейросетей.
Команда проанализировала 804 491 ответ в ChatGPT, Gemini, Perplexity и Google AI Mode. В выборку вошли 1 926 брендов, 15 783 поисковых промпта и восемь отраслей — от финансов и путешествий до медицины, образования и B2B-услуг.
Главный вывод оказался довольно неожиданным: для AI-поиска важно не только, что компания рассказывает о себе, но и что о ней говорят клиенты на сторонних площадках.
Бренд без отзывов может восприниматься как менее надёжный
В исследовании сравнивали несколько групп компаний: без активного профиля на площадке с отзывами, с минимальным присутствием, с активным профилем и с полноценно оформленным профилем.
У брендов без профиля медианная доля AI-цитирований составила около 1%. У компаний с активным и хорошо оформленным профилем этот показатель достигал 75,3%. Это не означает, что одно создание карточки автоматически выведет компанию в каждый ответ нейросети. Но разрыв слишком большой, чтобы его игнорировать.
При этом важно не перепутать корреляцию с прямой причинностью. Исследование показывает связь между активным профилем, отзывами и видимостью в AI-поиске, но не доказывает, что именно отзывы в одиночку обеспечивают упоминание бренда. На результат могут влиять известность компании, качество сайта, органический трафик и авторитет домена.
Именно поэтому отзывная площадка — не волшебная кнопка, а один из элементов общей GEO-системы.
На этапе выбора отзывы становятся важнее
Исследование показало, что роль review-сайтов меняется в зависимости от стадии принятия решения.
На уровне общего интереса к категории доля источников с отзывами составила всего 1,51%. Когда пользователь начинает сравнивать компании, показатель вырос до 16,24%. На этапе непосредственного выбора — до 24,27%.
Логика здесь понятна.
На первом этапе человек спрашивает: «Какие бывают решения?» — и нейросеть чаще обращается к общей информации, отраслевым материалам и редакционным публикациям.
Дальше вопрос становится практическим: «Кому можно доверять?», «У кого меньше проблем с поддержкой?», «Стоит ли покупать у этой компании?». И здесь уже нужны не только характеристики продукта, но и реальные сигналы клиентского опыта.
Получается, отзывы особенно важны не для привлечения внимания, а для прохождения финальной точки сомнения.
Нейросети считывают не только рейтинг
В ответах AI-платформы используют не одну цифру рядом со звёздами. Они анализируют повторяющиеся темы и превращают их в описание компании.
В исследовании чаще всего встречались такие смысловые блоки:
— качество клиентского сервиса — 62,9% упоминаний;
— доставка и сроки — 33,5%;
— качество продукта или услуги — 33,1%;
— вопросы легальности и надёжности — 30%;
— возвраты и компенсации — 21,3%.
Это важный сдвиг. Для классического SEO отзыв часто воспринимается как элемент репутации или локального продвижения. Для генеративного поиска он становится исходным материалом, из которого модель формирует характеристику бренда.
В мае 2026 года SEER Interactive совместно с Trustpilot опубликовали исследование о влиянии отзывов на присутствие компаний в ответах нейросетей.
Команда проанализировала 804 491 ответ в ChatGPT, Gemini, Perplexity и Google AI Mode. В выборку вошли 1 926 брендов, 15 783 поисковых промпта и восемь отраслей — от финансов и путешествий до медицины, образования и B2B-услуг.
Главный вывод оказался довольно неожиданным: для AI-поиска важно не только, что компания рассказывает о себе, но и что о ней говорят клиенты на сторонних площадках.
Бренд без отзывов может восприниматься как менее надёжный
В исследовании сравнивали несколько групп компаний: без активного профиля на площадке с отзывами, с минимальным присутствием, с активным профилем и с полноценно оформленным профилем.
У брендов без профиля медианная доля AI-цитирований составила около 1%. У компаний с активным и хорошо оформленным профилем этот показатель достигал 75,3%. Это не означает, что одно создание карточки автоматически выведет компанию в каждый ответ нейросети. Но разрыв слишком большой, чтобы его игнорировать.
При этом важно не перепутать корреляцию с прямой причинностью. Исследование показывает связь между активным профилем, отзывами и видимостью в AI-поиске, но не доказывает, что именно отзывы в одиночку обеспечивают упоминание бренда. На результат могут влиять известность компании, качество сайта, органический трафик и авторитет домена.
Именно поэтому отзывная площадка — не волшебная кнопка, а один из элементов общей GEO-системы.
На этапе выбора отзывы становятся важнее
Исследование показало, что роль review-сайтов меняется в зависимости от стадии принятия решения.
На уровне общего интереса к категории доля источников с отзывами составила всего 1,51%. Когда пользователь начинает сравнивать компании, показатель вырос до 16,24%. На этапе непосредственного выбора — до 24,27%.
Логика здесь понятна.
На первом этапе человек спрашивает: «Какие бывают решения?» — и нейросеть чаще обращается к общей информации, отраслевым материалам и редакционным публикациям.
Дальше вопрос становится практическим: «Кому можно доверять?», «У кого меньше проблем с поддержкой?», «Стоит ли покупать у этой компании?». И здесь уже нужны не только характеристики продукта, но и реальные сигналы клиентского опыта.
Получается, отзывы особенно важны не для привлечения внимания, а для прохождения финальной точки сомнения.
Нейросети считывают не только рейтинг
В ответах AI-платформы используют не одну цифру рядом со звёздами. Они анализируют повторяющиеся темы и превращают их в описание компании.
В исследовании чаще всего встречались такие смысловые блоки:
— качество клиентского сервиса — 62,9% упоминаний;
— доставка и сроки — 33,5%;
— качество продукта или услуги — 33,1%;
— вопросы легальности и надёжности — 30%;
— возвраты и компенсации — 21,3%.
Это важный сдвиг. Для классического SEO отзыв часто воспринимается как элемент репутации или локального продвижения. Для генеративного поиска он становится исходным материалом, из которого модель формирует характеристику бренда.
Хорошие новости для тех, кто последний год терпеливо объяснял клиенту, что GEO — это не опечатка в слове «геотаргетинг». Рынок наконец это признал официально.
16 июля «Известия» вышли с материалом «Ответный вход: бизнес начал адаптировать контент под нейросети». Заголовок скучный, внутри — то, ради чего мы тут все собрались. По данным Аналитического центра Российской индустрии рекламы, 74% специалистов в медиа и на цифровых платформах уже используют GEO или планируют внедрить в ближайшее время. Три четверти рынка. Это уже не «ранние последователи», это мейнстрим. И главный месседж издания, который стоит вынести на стену: экспертность становится главным фактором ранжирования в ИИ-ответах. Не ссылочная масса, не техничка, не «уникальность текста» от копирайтера за 300 рублей. Экспертность.
Второй маркер взросления рынка — первый рейтинг GEO-агентств от сообщества GEOMI, его показали ещё в апреле. Кого и как ранжировали — отдельная тема, но методология интересна сама по себе. Число опубликованных кейсов — 30% веса, публичная экспертиза и вклад в отрасль — ещё 30%, устойчивость и масштаб — 20%, специализация — 20%. Заметь, ни одного пункта про «количество сотрудников» или «лет опыта вообще». Оценивают по тому, что агентство реально показало рынку. И метрика успеха сменилась окончательно: вместо позиций теперь LLM Visibility и Share of Voice — то есть насколько бренд виден и цитируем именно внутри ответов нейросетей. А типовой бюджет GEO-подрядов уже от 140 тысяч рублей в месяц. Для сравнения — это уровень серьёзного SEO-сопровождения, только цель другая.
Теперь к тому, куда это катится в 2026–2027. Три тренда, которые фиксируют все подряд, а игнорируют до сих пор большинство.
Первое — RAG-системы. Retrieval-Augmented Generation: модель не просто отвечает из памяти, а в реальном времени подтягивает источники. Гибрид «генерация + обращение к источникам» становится основой нейропоиска. Значит, твой контент должен быть не «читабельным», а цитируемым — структурированным так, чтобы модель могла его подхватить и сослаться.
Второе — бренд как сущность. Entity вместо URL. Нейросети запоминают не страницы, а объекты: компанию, продукт, человека, событие. Если про тебя нигде не написано единообразно и с фактами — ты для ИИ просто не существуешь, сколько бы страниц ни наплодил.
Третье — конкуренция переехала. Раньше дрались за позиции в выдаче, теперь — за место внутри ответа. Google AI Overviews уже в ~70% коммерческих запросов в США и в 35–45% у нас. А по свежему A/B на 120 сайтах за первый квартал: +280% к частоте упоминаний брендов в ответах нейросетей за три месяца и +156% к качеству трафика из AI-поиска.
Что из этого следует для бизнеса, который до сих пор «мы только в SEO»? Ничего приятного. Классическое SEO не умерло, но оно превратилось в фундамент, на котором GEO уже стоит. Ты можешь годами держать топ по позициям и при этом невидимым оставаться — потому что человек всё чаще спрашивает не поисковик, а Алису и прочих, и ответ получает, даже не дойдя до твоей выдачи
Экспертность, единообразная сущность бренда, цитируемый контент — вот новая троица. Всё остальное — проигрышная гонка за тем, чего пользователь больше не видит.
16 июля «Известия» вышли с материалом «Ответный вход: бизнес начал адаптировать контент под нейросети». Заголовок скучный, внутри — то, ради чего мы тут все собрались. По данным Аналитического центра Российской индустрии рекламы, 74% специалистов в медиа и на цифровых платформах уже используют GEO или планируют внедрить в ближайшее время. Три четверти рынка. Это уже не «ранние последователи», это мейнстрим. И главный месседж издания, который стоит вынести на стену: экспертность становится главным фактором ранжирования в ИИ-ответах. Не ссылочная масса, не техничка, не «уникальность текста» от копирайтера за 300 рублей. Экспертность.
Второй маркер взросления рынка — первый рейтинг GEO-агентств от сообщества GEOMI, его показали ещё в апреле. Кого и как ранжировали — отдельная тема, но методология интересна сама по себе. Число опубликованных кейсов — 30% веса, публичная экспертиза и вклад в отрасль — ещё 30%, устойчивость и масштаб — 20%, специализация — 20%. Заметь, ни одного пункта про «количество сотрудников» или «лет опыта вообще». Оценивают по тому, что агентство реально показало рынку. И метрика успеха сменилась окончательно: вместо позиций теперь LLM Visibility и Share of Voice — то есть насколько бренд виден и цитируем именно внутри ответов нейросетей. А типовой бюджет GEO-подрядов уже от 140 тысяч рублей в месяц. Для сравнения — это уровень серьёзного SEO-сопровождения, только цель другая.
Теперь к тому, куда это катится в 2026–2027. Три тренда, которые фиксируют все подряд, а игнорируют до сих пор большинство.
Первое — RAG-системы. Retrieval-Augmented Generation: модель не просто отвечает из памяти, а в реальном времени подтягивает источники. Гибрид «генерация + обращение к источникам» становится основой нейропоиска. Значит, твой контент должен быть не «читабельным», а цитируемым — структурированным так, чтобы модель могла его подхватить и сослаться.
Второе — бренд как сущность. Entity вместо URL. Нейросети запоминают не страницы, а объекты: компанию, продукт, человека, событие. Если про тебя нигде не написано единообразно и с фактами — ты для ИИ просто не существуешь, сколько бы страниц ни наплодил.
Третье — конкуренция переехала. Раньше дрались за позиции в выдаче, теперь — за место внутри ответа. Google AI Overviews уже в ~70% коммерческих запросов в США и в 35–45% у нас. А по свежему A/B на 120 сайтах за первый квартал: +280% к частоте упоминаний брендов в ответах нейросетей за три месяца и +156% к качеству трафика из AI-поиска.
Что из этого следует для бизнеса, который до сих пор «мы только в SEO»? Ничего приятного. Классическое SEO не умерло, но оно превратилось в фундамент, на котором GEO уже стоит. Ты можешь годами держать топ по позициям и при этом невидимым оставаться — потому что человек всё чаще спрашивает не поисковик, а Алису и прочих, и ответ получает, даже не дойдя до твоей выдачи
Экспертность, единообразная сущность бренда, цитируемый контент — вот новая троица. Всё остальное — проигрышная гонка за тем, чего пользователь больше не видит.
Зачем вам GEO, если вы не «технарь»
Раз в неделю мне пишут одно и то же: «GEO — это модно, но я не понимаю, как это принесёт мне деньги». Давайте без абстракций — про практическую пользу для обычного бизнеса.
Что происходит прямо сейчас. Люди перестают гуглить и яндексить в привычном смысле. Они задают вопрос нейросети — и получают готовый ответ, часто с перечислением конкретных компаний. Если вашей компании в этом ответе нет, вас для этого человека просто не существует. Вы не «потеряли позицию» — вы исчезли из сценария покупки целиком.
Где тут деньги. В ответах ИИ называют обычно одну-три компании, а не десять ссылок. Это значит: тот, кто попал в ответ, забирает внимание почти без конкуренции. Клик из ответа ассистента — это не холодный визит по рекламе. Человек уже получил рекомендацию, он пришёл «по совету». Конверсия такого трафика выше, чем у классической выдачи, потому что отвалился этап недоверия.
Что реально работает, а что — пустая трата времени.
Во-первых, GEO не заменяет SEO, а работает поверх него. Сайт с кривой структурой, без контента и с ошибками ИИ не процитирует — ему нечего и неоткуда взять факт. Сначала фундамент, потом оптимизация под модели.
Во-вторых, цитируемость строится на конкретике. Нейросети любят числа, факты, чёткие формулировки, таблицы, FAQ. Размытый маркетинговый текст «мы лучшие на рынке» модели игнорируют — им не за что зацепиться.
В-третьих, важна согласованность. Если о вас пишут сторонние площадки, отзывы, справочники, каталоги — модель складывает общую картину из десятков источников. Одного сайта мало, нужен ровный информационный след в сети.
Что это даёт конкретно вам. Первое — лиды без бюджета на контекст. Вы платите один раз за работу с контентом, а не за каждый клик. Второе — защиту от будущего: доля ИИ-ответов в поиске растёт, и те, кто зашёл в тему раньше, закрепляются прочнее. Третье — дешёвый тест спроса: можно проверить, какие формулировки и темы ваша аудитория вообще ищет, до того как вливать деньги в рекламу.
С чего начать уже сегодня, без подрядчика. Спросите у ChatGPT, Perplexity и GigaChat один и тот же вопрос, который вам ежедневно задают клиенты. Посмотрите: упомянули ли вас, каких конкурентов назвали, какие факты о вас исказили или упустили. Это три минуты, а картина будет отрезвляющей. Если вас там нет — вы знаете, чем заняться.
GEO — это не «про тренды». Это про то, кого назовут, когда ваш клиент в три часа ночи спросит у ассистента: «посоветуй, у кого…». И ответ зависит не от случая, а от того, поработали вы над этим заранее или нет.
Раз в неделю мне пишут одно и то же: «GEO — это модно, но я не понимаю, как это принесёт мне деньги». Давайте без абстракций — про практическую пользу для обычного бизнеса.
Что происходит прямо сейчас. Люди перестают гуглить и яндексить в привычном смысле. Они задают вопрос нейросети — и получают готовый ответ, часто с перечислением конкретных компаний. Если вашей компании в этом ответе нет, вас для этого человека просто не существует. Вы не «потеряли позицию» — вы исчезли из сценария покупки целиком.
Где тут деньги. В ответах ИИ называют обычно одну-три компании, а не десять ссылок. Это значит: тот, кто попал в ответ, забирает внимание почти без конкуренции. Клик из ответа ассистента — это не холодный визит по рекламе. Человек уже получил рекомендацию, он пришёл «по совету». Конверсия такого трафика выше, чем у классической выдачи, потому что отвалился этап недоверия.
Что реально работает, а что — пустая трата времени.
Во-первых, GEO не заменяет SEO, а работает поверх него. Сайт с кривой структурой, без контента и с ошибками ИИ не процитирует — ему нечего и неоткуда взять факт. Сначала фундамент, потом оптимизация под модели.
Во-вторых, цитируемость строится на конкретике. Нейросети любят числа, факты, чёткие формулировки, таблицы, FAQ. Размытый маркетинговый текст «мы лучшие на рынке» модели игнорируют — им не за что зацепиться.
В-третьих, важна согласованность. Если о вас пишут сторонние площадки, отзывы, справочники, каталоги — модель складывает общую картину из десятков источников. Одного сайта мало, нужен ровный информационный след в сети.
Что это даёт конкретно вам. Первое — лиды без бюджета на контекст. Вы платите один раз за работу с контентом, а не за каждый клик. Второе — защиту от будущего: доля ИИ-ответов в поиске растёт, и те, кто зашёл в тему раньше, закрепляются прочнее. Третье — дешёвый тест спроса: можно проверить, какие формулировки и темы ваша аудитория вообще ищет, до того как вливать деньги в рекламу.
С чего начать уже сегодня, без подрядчика. Спросите у ChatGPT, Perplexity и GigaChat один и тот же вопрос, который вам ежедневно задают клиенты. Посмотрите: упомянули ли вас, каких конкурентов назвали, какие факты о вас исказили или упустили. Это три минуты, а картина будет отрезвляющей. Если вас там нет — вы знаете, чем заняться.
GEO — это не «про тренды». Это про то, кого назовут, когда ваш клиент в три часа ночи спросит у ассистента: «посоветуй, у кого…». И ответ зависит не от случая, а от того, поработали вы над этим заранее или нет.
🔥1
Продвижение сайта в Perplexity
Когда меня спрашивают, стоит ли заморачиваться с Perplexity, я всегда отвечаю одинаково: если вы продаёте что-то дороже пяти тысяч рублей — стоит. Особенно в B2B.
Perplexity — это поисковик нового поколения, который обрабатывает около 780 миллионов запросов в месяц и цитирует в среднем 5,8 источников на каждый ответ. Для сравнения: в 2024 году эта цифра была 4,2. Рост за два года — почти 40%. Что это значит для вашего сайта? Шансы попасть в ответ — реальные и постоянно растущие.
Разберём на практике, как туда попасть.
Perplexity отбирает источники через пятиступенчатый фильтр: доступность для краулера (PerplexityBot), свежесть
контента, семантическое соответствие запросу, качество структуры страницы и порог вовлечённости. Провалитесь на любом этапе — вас не будет в ответе, даже если остальные четыре показателя идеальны. Это принципиально отличается от классического SEO, где можно вытянуть слабые места за счёт сильных. Здесь работает принцип «всё или ничего».
Что я проверяю в первую очередь:
PerplexityBot в robots.txt. Встречаю это регулярно — краулер заблокирован случайно,ещё с тех времён, когда о нём никто не думал. Зайдите в robots.txt прямо сейчас. Добавьте явное разрешение, если его нет. Без этого всё остальное бессмысленно.
Принцип BLUF на страницах. BLUF — Bottom Line Up Front. Ответ на вопрос должен стоять в первом абзаце, а не прятаться после трёх экранов вводного текста. Именно так Perplexity вытягивает нужный фрагмент для цитирования. Перепишите H1 и первый абзац каждой ключевой страницы — результат появляется уже в первые недели.
Свежесть контента. Это самый весомый фактор именно в Perplexity — серьёзнее, чем в любом другом ИИ-поисковике. Статья 2022 года, даже отличная, проигрывает средней статье текущего года. Регулярно обновляйте даты и добавляйте реальные данные. Не меняйте содержание ради изменения — добавляйте актуальные факты и цифры.
Плотность понятий и сущностей. Исследования показывают: контент, который Perplexity цитирует, содержит на 32% больше
явных понятий — терминов, фактов, именованных сущностей — по сравнению с тем, что остаётся за бортом. Пишите конкретно. Не «хорошие результаты», а «рост органического трафика на 40% за три месяца». Не «крупная компания», а «производитель оборудования с выручкой 2 млрд рублей». Конкретика — это и есть сигнал авторитетности для алгоритма.
Упоминания бренда вместо ссылочной массы. Perplexity строит авторитет источника через упоминания, а не через ссылки. Публикации на отраслевых площадках, экспертные комментарии в медиа, активность в профессиональных сообществах — всё это работает здесь лучше, чем классический линкбилдинг. Это важный сдвиг в логике продвижения, к которому многие ещё адаптировались.
Один вывод, который я сделал: Perplexity сильно тяготеет к конкретным форматам — разборам с цифрами, аналитике, чётким однозначным утверждениям. Страницы с таблицами и нумерованными списками получают заметно больше цитирований. Если ваш контент написан в стиле «с одной стороны, с другой стороны» — шансы на попадание в ответ резко падают.
И момент, о котором говорят редко: Perplexity активно индексирует тематические форумы и дискуссионные площадки. Если ваша аудитория там присутствует — а она почти наверняка присутствует — это точка роста, которую стоит закрыть уже сейчас.
Работа с Perplexity — не замена SEO. Это параллельный канал видимости, который прямо сейчас стоит дёшево, потому что конкурентов там ещё мало. Чем раньше начнёте — тем дороже вашим конкурентам вас догнать.
Когда меня спрашивают, стоит ли заморачиваться с Perplexity, я всегда отвечаю одинаково: если вы продаёте что-то дороже пяти тысяч рублей — стоит. Особенно в B2B.
Perplexity — это поисковик нового поколения, который обрабатывает около 780 миллионов запросов в месяц и цитирует в среднем 5,8 источников на каждый ответ. Для сравнения: в 2024 году эта цифра была 4,2. Рост за два года — почти 40%. Что это значит для вашего сайта? Шансы попасть в ответ — реальные и постоянно растущие.
Разберём на практике, как туда попасть.
Perplexity отбирает источники через пятиступенчатый фильтр: доступность для краулера (PerplexityBot), свежесть
контента, семантическое соответствие запросу, качество структуры страницы и порог вовлечённости. Провалитесь на любом этапе — вас не будет в ответе, даже если остальные четыре показателя идеальны. Это принципиально отличается от классического SEO, где можно вытянуть слабые места за счёт сильных. Здесь работает принцип «всё или ничего».
Что я проверяю в первую очередь:
PerplexityBot в robots.txt. Встречаю это регулярно — краулер заблокирован случайно,ещё с тех времён, когда о нём никто не думал. Зайдите в robots.txt прямо сейчас. Добавьте явное разрешение, если его нет. Без этого всё остальное бессмысленно.
Принцип BLUF на страницах. BLUF — Bottom Line Up Front. Ответ на вопрос должен стоять в первом абзаце, а не прятаться после трёх экранов вводного текста. Именно так Perplexity вытягивает нужный фрагмент для цитирования. Перепишите H1 и первый абзац каждой ключевой страницы — результат появляется уже в первые недели.
Свежесть контента. Это самый весомый фактор именно в Perplexity — серьёзнее, чем в любом другом ИИ-поисковике. Статья 2022 года, даже отличная, проигрывает средней статье текущего года. Регулярно обновляйте даты и добавляйте реальные данные. Не меняйте содержание ради изменения — добавляйте актуальные факты и цифры.
Плотность понятий и сущностей. Исследования показывают: контент, который Perplexity цитирует, содержит на 32% больше
явных понятий — терминов, фактов, именованных сущностей — по сравнению с тем, что остаётся за бортом. Пишите конкретно. Не «хорошие результаты», а «рост органического трафика на 40% за три месяца». Не «крупная компания», а «производитель оборудования с выручкой 2 млрд рублей». Конкретика — это и есть сигнал авторитетности для алгоритма.
Упоминания бренда вместо ссылочной массы. Perplexity строит авторитет источника через упоминания, а не через ссылки. Публикации на отраслевых площадках, экспертные комментарии в медиа, активность в профессиональных сообществах — всё это работает здесь лучше, чем классический линкбилдинг. Это важный сдвиг в логике продвижения, к которому многие ещё адаптировались.
Один вывод, который я сделал: Perplexity сильно тяготеет к конкретным форматам — разборам с цифрами, аналитике, чётким однозначным утверждениям. Страницы с таблицами и нумерованными списками получают заметно больше цитирований. Если ваш контент написан в стиле «с одной стороны, с другой стороны» — шансы на попадание в ответ резко падают.
И момент, о котором говорят редко: Perplexity активно индексирует тематические форумы и дискуссионные площадки. Если ваша аудитория там присутствует — а она почти наверняка присутствует — это точка роста, которую стоит закрыть уже сейчас.
Работа с Perplexity — не замена SEO. Это параллельный канал видимости, который прямо сейчас стоит дёшево, потому что конкурентов там ещё мало. Чем раньше начнёте — тем дороже вашим конкурентам вас догнать.
Можно ли автоматизировать GEO-оптимизацию?
Короткий ответ: можно, но только часть. И это хорошая новость.
В классическом SEO автоматизация выросла давно: парсеры семантики, панели позиций, генераторы meta. Там процесс детерминированный — есть запрос, есть выдача, есть понятная метрика. В GEO всё иначе, и давайте честно: тот, кто продаёт вам «автопилот, который сам заводит вас в ответы ChatGPT», продаёт в лучшем случае мониторинг, а не результат.
Почему так. Нейросеть не выдаёт список ссылок, из которого можно взять позицию. Она читает вашу страницу, решает, достойна ли та стать источником, и вытаскивает оттуда один-два плотных фрагмента. Есть открытые исследования этого процесса — например, большое исследование Semantica AI: 346 проектов, почти 370 тысяч цитирований в ответах ChatGPT, Perplexity, Алисы и других. Вывод, который сами исследователи подчёркивают: нейросети в восьми отраслях из десяти цитируют не профильные медиа, а агрегаторы, маркетплейсы и каталоги.
То есть выбор источника — это оценка авторитетности, структуры и фактуры, а не рутина, которую можно прогнать скриптом на полном автомате.
Что автоматизировать действительно стоит.
Первое — мониторинг видимости. Вы обязаны знать, цитируют ли вас, вместо кого и по каким формулировкам. Это уже решается инструментами: есть сервисы, которые прогоняют ваши запросы через несколько моделей сразу и показывают, кого нейросеть называет вместо вас. На том же поле работают и крупные платформы — у Topvisor появился отдельный AI-tracker, у Pixel Tools — блок GEO-аналитики. Это не магия, это конвейер из «спросили модель → записали ответ → сравнили с бенчмарком». Ручной энтузиазм здесь проигрывает любому воркфлоу.
Второе — фактура и структура. Собрать семантику, разложить статью в вопросы-ответы, проставить разметку Schema.org, проверить, извлекается ли ответ за первые секунды. Это всё рутинные, автоматизируемые вещи. Но есть нюанс, и он главный.
То, ради чего нейросеть вас цитирует, — это не то, что вы «оптимизировали». Это уникальные данные, цифры, кейсы, собственный опыт, которые больше ни у кого нет. Я за три года практики не видел ни одного случая, чтобы нейросеть стабильно цитировала пустой текст, как бы идеально он ни был размечен. И наоборот: у клиентов выстреливают именно те страницы, где есть факт, которого нет у конкурентов. Написать такой факт за вас скрипт не сможет — он может только помочь его оформить.
Поэтому мой вывод простой. Автоматизируйте конвейер — сбор, разметку, сборку блоков, мониторинг упоминаний. И оставьте человеку главное — решение, какой факт вы кладёте на страницу. GEO автоматизируется ровно там, где автоматизировалось SEO: в рутине вокруг контента.
Сам контент, из-за которого вас цитируют, автоматизировать нельзя. И слава богу — иначе ценность этой работы быстро стала бы нулевой.
Короткий ответ: можно, но только часть. И это хорошая новость.
В классическом SEO автоматизация выросла давно: парсеры семантики, панели позиций, генераторы meta. Там процесс детерминированный — есть запрос, есть выдача, есть понятная метрика. В GEO всё иначе, и давайте честно: тот, кто продаёт вам «автопилот, который сам заводит вас в ответы ChatGPT», продаёт в лучшем случае мониторинг, а не результат.
Почему так. Нейросеть не выдаёт список ссылок, из которого можно взять позицию. Она читает вашу страницу, решает, достойна ли та стать источником, и вытаскивает оттуда один-два плотных фрагмента. Есть открытые исследования этого процесса — например, большое исследование Semantica AI: 346 проектов, почти 370 тысяч цитирований в ответах ChatGPT, Perplexity, Алисы и других. Вывод, который сами исследователи подчёркивают: нейросети в восьми отраслях из десяти цитируют не профильные медиа, а агрегаторы, маркетплейсы и каталоги.
То есть выбор источника — это оценка авторитетности, структуры и фактуры, а не рутина, которую можно прогнать скриптом на полном автомате.
Что автоматизировать действительно стоит.
Первое — мониторинг видимости. Вы обязаны знать, цитируют ли вас, вместо кого и по каким формулировкам. Это уже решается инструментами: есть сервисы, которые прогоняют ваши запросы через несколько моделей сразу и показывают, кого нейросеть называет вместо вас. На том же поле работают и крупные платформы — у Topvisor появился отдельный AI-tracker, у Pixel Tools — блок GEO-аналитики. Это не магия, это конвейер из «спросили модель → записали ответ → сравнили с бенчмарком». Ручной энтузиазм здесь проигрывает любому воркфлоу.
Второе — фактура и структура. Собрать семантику, разложить статью в вопросы-ответы, проставить разметку Schema.org, проверить, извлекается ли ответ за первые секунды. Это всё рутинные, автоматизируемые вещи. Но есть нюанс, и он главный.
То, ради чего нейросеть вас цитирует, — это не то, что вы «оптимизировали». Это уникальные данные, цифры, кейсы, собственный опыт, которые больше ни у кого нет. Я за три года практики не видел ни одного случая, чтобы нейросеть стабильно цитировала пустой текст, как бы идеально он ни был размечен. И наоборот: у клиентов выстреливают именно те страницы, где есть факт, которого нет у конкурентов. Написать такой факт за вас скрипт не сможет — он может только помочь его оформить.
Поэтому мой вывод простой. Автоматизируйте конвейер — сбор, разметку, сборку блоков, мониторинг упоминаний. И оставьте человеку главное — решение, какой факт вы кладёте на страницу. GEO автоматизируется ровно там, где автоматизировалось SEO: в рутине вокруг контента.
Сам контент, из-за которого вас цитируют, автоматизировать нельзя. И слава богу — иначе ценность этой работы быстро стала бы нулевой.
Что не работает в GEO-оптимизации
В GEO хочется верить. Обещают: поправите структуру, добавите разметку, спрячете пару «правильных» строк — и нейросеть начнёт вас цитировать. На практике бо́льшая часть того, что продают под видом методов, не даёт ни одного упоминания. Разберу по пунктам, что вы делаете зря, и почему я в это больше не верю — проверено на своих проектах за три года.
Первое — ключевые слова в заголовках и плотность вхождений. Нейросети не ранжируют по частоте слов. Модель достаёт из текста факт, который подходит под запрос, а не страницу с десятью повторами «купить». Переоптимизированный текст она проходит мимо, потому что из него сложно вытащить ответ. Я не раз видел, как страница с нулём SEO-оптимизации цитировалась чаще, чем вылизанный под ключи текст. Вывод простой: пишите для смысла, а не для счётчика вхождений.
Второе — GEO без SEO-фундамента. Это главная ловушка. Модель не обходит сайты напрямую в момент запроса — она тянет источники из тех же индексов, что и обычный поиск. Если ваша страница не в топе поисковика, нейросеть её просто не найдёт, чтобы процитировать. Вкладываться в «оптимизацию под ИИ» на сайте, которого нет даже в топ-50 Яндекса, — полировать дверь, которой нет. Сначала классика, потом надстройка.
Третье — длинные вводные и «вода». Вам кажется, что статья на пять тысяч знаков внушительнее. Модели нужен извлекаемый ответ: короткий тезис в начале, дальше подробности. Если вы прячете вывод под слоем общих фраз про «важность» и «актуальность», нейросеть не будет докапываться — возьмёт ответ у того, кто дал его сразу. На моих страницах работает только принцип «ответ вперёд», без него цитирований почти нет.
Четвёртое — скрытый текст и «AI-метатеги». Их не существует. Нельзя договориться с моделью через спрятанные подсказки — она читает видимый контент так, как его видит пользователь. Все эти «невидимые промпты для GPT» — фантазия, которую продают тем, кто хочет быстрый результат без работы. Результата нет.
Пятое — гонка за разметкой ради разметки. Schema.org, llms.txt и FAQ-блоки не вредят, но сами по себе ничего не решают. Они помогают модели понять структуру, а не делают вас авторитетом. Я видел сайты с идеальной разметкой и нулём цитирований — и наоборот. Разметка это подсказка, а не пропуск.
Что реально работает
Первое — экспертность, которую видно: факты, цифры, кейсы, авторская позиция. Второе — репутация за пределами сайта: упоминания в профильных медиа, выступления, исследования. Модель взвешивает, насколько вам можно верить, по тому, что о вас говорят вокруг, а не по тексту на вашей странице. Третье — свежесть: страница, которую не обновляли год, проигрывает живой, даже если написана слабее.
И главное, что я понял за три года. GEO — это не набор приёмов, а работа над доверием.
Всё, что обещает «гарантированное попадание в ответ нейросети» за неделю, — обман. Нейросеть не обязана вас цитировать, и точка. Можно повысить вероятность, но нельзя купить результат трюком.
Те, кто это понял, перестали сливать бюджет и начали делать контент, за который модель сама возвращается. Именно это я и называю настоящей генеративной оптимизацией.
В GEO хочется верить. Обещают: поправите структуру, добавите разметку, спрячете пару «правильных» строк — и нейросеть начнёт вас цитировать. На практике бо́льшая часть того, что продают под видом методов, не даёт ни одного упоминания. Разберу по пунктам, что вы делаете зря, и почему я в это больше не верю — проверено на своих проектах за три года.
Первое — ключевые слова в заголовках и плотность вхождений. Нейросети не ранжируют по частоте слов. Модель достаёт из текста факт, который подходит под запрос, а не страницу с десятью повторами «купить». Переоптимизированный текст она проходит мимо, потому что из него сложно вытащить ответ. Я не раз видел, как страница с нулём SEO-оптимизации цитировалась чаще, чем вылизанный под ключи текст. Вывод простой: пишите для смысла, а не для счётчика вхождений.
Второе — GEO без SEO-фундамента. Это главная ловушка. Модель не обходит сайты напрямую в момент запроса — она тянет источники из тех же индексов, что и обычный поиск. Если ваша страница не в топе поисковика, нейросеть её просто не найдёт, чтобы процитировать. Вкладываться в «оптимизацию под ИИ» на сайте, которого нет даже в топ-50 Яндекса, — полировать дверь, которой нет. Сначала классика, потом надстройка.
Третье — длинные вводные и «вода». Вам кажется, что статья на пять тысяч знаков внушительнее. Модели нужен извлекаемый ответ: короткий тезис в начале, дальше подробности. Если вы прячете вывод под слоем общих фраз про «важность» и «актуальность», нейросеть не будет докапываться — возьмёт ответ у того, кто дал его сразу. На моих страницах работает только принцип «ответ вперёд», без него цитирований почти нет.
Четвёртое — скрытый текст и «AI-метатеги». Их не существует. Нельзя договориться с моделью через спрятанные подсказки — она читает видимый контент так, как его видит пользователь. Все эти «невидимые промпты для GPT» — фантазия, которую продают тем, кто хочет быстрый результат без работы. Результата нет.
Пятое — гонка за разметкой ради разметки. Schema.org, llms.txt и FAQ-блоки не вредят, но сами по себе ничего не решают. Они помогают модели понять структуру, а не делают вас авторитетом. Я видел сайты с идеальной разметкой и нулём цитирований — и наоборот. Разметка это подсказка, а не пропуск.
Что реально работает
Первое — экспертность, которую видно: факты, цифры, кейсы, авторская позиция. Второе — репутация за пределами сайта: упоминания в профильных медиа, выступления, исследования. Модель взвешивает, насколько вам можно верить, по тому, что о вас говорят вокруг, а не по тексту на вашей странице. Третье — свежесть: страница, которую не обновляли год, проигрывает живой, даже если написана слабее.
И главное, что я понял за три года. GEO — это не набор приёмов, а работа над доверием.
Всё, что обещает «гарантированное попадание в ответ нейросети» за неделю, — обман. Нейросеть не обязана вас цитировать, и точка. Можно повысить вероятность, но нельзя купить результат трюком.
Те, кто это понял, перестали сливать бюджет и начали делать контент, за который модель сама возвращается. Именно это я и называю настоящей генеративной оптимизацией.
👍1🔥1
GEO-оптимизация для SEO-специалистов
Коллеги, давайте честно. Если последние полгода ваш отчёт клиенту показывает стабильный топ по запросам, а трафик из Яндекса при этом тает — вы не сломали аналитику. Вы просто попали в момент, когда классические позиции перестали значить то же самое, что раньше.
Цифры перестали шутить. Kokoc Performance в первом полугодии 2026 года посчитал: информационные сайты — СМИ, медицина, юристы, образование — потеряли в среднем 30% органического трафика именно из-за нейроответов. А в отдельных нишах потери доходили до 60%. Это не прогноз, это уже случившиеся цифры из «Коммерсанта».
И темп только растёт. Яндекс запустил «Нейро» 16 апреля 2024 года на базе YandexGPT 3. В октябре 2024-го встроил его прямо в Поиск. А 22 мая 2025-го представил «Поиск с Алисой» — уже как эволюцию «Нейро». Дальше самое важное: по финансовому отчёту самого Яндекса за второй квартал 2026 года, Алиса AI отвечает прямо в Поиске уже на 42% запросов. Прибавила 7 пунктов за один квартал. Квартал, не год.
Я три года занимаюсь GEO и скажу то, что вам вряд ли скажут на вебинарах: Нейро не конкурирует с SEO. Он им питается.
Вот главная ошибка, которую я вижу у коллег с классическим бэкграундом. Они воспринимают генеративный поиск как отдельный канал, который можно «отдельно оптимизировать». Нет. Нейро собирает ответ из страниц, которые уже высоко стоят в обычной выдаче. Если ваш сайт не индексируется, не ранжируется и не отвечает на вопрос прямо — его просто нет среди источников. Нейро не вытащит вас из низа выдачи за красивые глаза. Итог простой: GEO — это не замена SEO, это надстройка над ним.
Отсюда и моя практическая позиция. Сначала фундамент, потом сигналы. Если вы хотите попасть в источники Нейро, но у вас слабый технический сайт и рыхлый контент, GEO ничего не спасёт. А вот поверх крепкой базы работает совсем другой набор вещей. И именно за него сейчас в первую очередь платят клиенты.
Что реально делаю я и что проверено на проектах.
Первое — прямые ответы. Где бы вы ни писали текст, в начале блока должен быть ёмкий ответ на конкретный вопрос: два-три предложения, потом уже детали. Нейро цитирует то, что легко вырезать. Вода не цитируется.
Второе — цифры и факты в каждом материале. Генеративная модель охотнее ссылается на страницу, из которой можно взять конкретное число с источником. Абзац без единого факта для GEO — мёртвый вес.
Третье — присутствие в экосистеме Яндекса. Карточка организации, Яндекс Бизнес, страницы на площадках, которые сам Яндекс считает доверенными. Нейро собирает ответ из того, что видит, — так сделайте, чтобы вас видел не только робот поиска, но и вся экосистема вокруг.
Четвёртое — свежесть и экспертность. Модели ранжируют источники, которые обновляются и показывают, что за текстом стоит живой специалист, а не анонимный блог.
И контрольный момент, который многие пропускают. Пока мы спорим, для Нейро уже есть рекламный инвентарь. Digital Budget по второму кварталу 2026 года зафиксировал: у топ-10 финансовых рекламодателей доля нейровыдачи в показах выросла с 17% до 30%. Для платных форматов это тридцать процентов за два квартала. Оцените скорость: органика теряет, платное осваивает новую выдачу первым.
Мой вывод как практика. SEO-специалисту не нужно «переучиваться на GEO». Нужно достроить свой стек поверх того, что уже умеешь. Крепкий сайт, понятная структура, прямые ответы, цифры, свежесть — и тогда Нейро начнёт ссылаться на ваш сайт сам. Потому что ему больше не на кого.
Коллеги, давайте честно. Если последние полгода ваш отчёт клиенту показывает стабильный топ по запросам, а трафик из Яндекса при этом тает — вы не сломали аналитику. Вы просто попали в момент, когда классические позиции перестали значить то же самое, что раньше.
Цифры перестали шутить. Kokoc Performance в первом полугодии 2026 года посчитал: информационные сайты — СМИ, медицина, юристы, образование — потеряли в среднем 30% органического трафика именно из-за нейроответов. А в отдельных нишах потери доходили до 60%. Это не прогноз, это уже случившиеся цифры из «Коммерсанта».
И темп только растёт. Яндекс запустил «Нейро» 16 апреля 2024 года на базе YandexGPT 3. В октябре 2024-го встроил его прямо в Поиск. А 22 мая 2025-го представил «Поиск с Алисой» — уже как эволюцию «Нейро». Дальше самое важное: по финансовому отчёту самого Яндекса за второй квартал 2026 года, Алиса AI отвечает прямо в Поиске уже на 42% запросов. Прибавила 7 пунктов за один квартал. Квартал, не год.
Я три года занимаюсь GEO и скажу то, что вам вряд ли скажут на вебинарах: Нейро не конкурирует с SEO. Он им питается.
Вот главная ошибка, которую я вижу у коллег с классическим бэкграундом. Они воспринимают генеративный поиск как отдельный канал, который можно «отдельно оптимизировать». Нет. Нейро собирает ответ из страниц, которые уже высоко стоят в обычной выдаче. Если ваш сайт не индексируется, не ранжируется и не отвечает на вопрос прямо — его просто нет среди источников. Нейро не вытащит вас из низа выдачи за красивые глаза. Итог простой: GEO — это не замена SEO, это надстройка над ним.
Отсюда и моя практическая позиция. Сначала фундамент, потом сигналы. Если вы хотите попасть в источники Нейро, но у вас слабый технический сайт и рыхлый контент, GEO ничего не спасёт. А вот поверх крепкой базы работает совсем другой набор вещей. И именно за него сейчас в первую очередь платят клиенты.
Что реально делаю я и что проверено на проектах.
Первое — прямые ответы. Где бы вы ни писали текст, в начале блока должен быть ёмкий ответ на конкретный вопрос: два-три предложения, потом уже детали. Нейро цитирует то, что легко вырезать. Вода не цитируется.
Второе — цифры и факты в каждом материале. Генеративная модель охотнее ссылается на страницу, из которой можно взять конкретное число с источником. Абзац без единого факта для GEO — мёртвый вес.
Третье — присутствие в экосистеме Яндекса. Карточка организации, Яндекс Бизнес, страницы на площадках, которые сам Яндекс считает доверенными. Нейро собирает ответ из того, что видит, — так сделайте, чтобы вас видел не только робот поиска, но и вся экосистема вокруг.
Четвёртое — свежесть и экспертность. Модели ранжируют источники, которые обновляются и показывают, что за текстом стоит живой специалист, а не анонимный блог.
И контрольный момент, который многие пропускают. Пока мы спорим, для Нейро уже есть рекламный инвентарь. Digital Budget по второму кварталу 2026 года зафиксировал: у топ-10 финансовых рекламодателей доля нейровыдачи в показах выросла с 17% до 30%. Для платных форматов это тридцать процентов за два квартала. Оцените скорость: органика теряет, платное осваивает новую выдачу первым.
Мой вывод как практика. SEO-специалисту не нужно «переучиваться на GEO». Нужно достроить свой стек поверх того, что уже умеешь. Крепкий сайт, понятная структура, прямые ответы, цифры, свежесть — и тогда Нейро начнёт ссылаться на ваш сайт сам. Потому что ему больше не на кого.
Как мы за 90 дней вывели сайт B2B-клиента в ответы ChatGPT, Perplexity и Яндекс Нейро
Пишу редко про конкретику, но тут есть что показать. Работали с IT-аутсорсинговой компанией — запросы типа «подрядчик по автоматизации бизнес-процессов», «заказать разработку под ключ». Классика: сайт был, трафик из поиска шёл, а в ответах нейросетей клиента просто не было.
С чего начали.
Сначала зафиксировали точку старта — без этого сравнивать нечего. Прогнали 40 целевых запросов через ChatGPT Search, Perplexity и Яндекс Нейро. Посчитали, в скольких ответах клиент упоминается как источник. База: 0 из 40. Конкуренты в этих же ответах светились регулярно — один крупный бренд попадал в 11 ответов из 40.
Что сделали.
Поняли: проблема не в том, что сайт «плохой». А в том, что по трём ключевым осям он проигрывал.
Позиции. Нейросеть выбирает источники из топа выдачи, а не из всего интернета. Проверили — по целевым запросам клиент сидел на 3-5 страницах. Первым делом вытянули ключевые страницы в топ-10 по информационным и коммерческим запросам. Без этого GEO бесполезен
Контент нельзя цитировать. У них были тексты на 3-4 тыс. знаков «воду по расписанию»: общие слова, ноль цифр. Переписали ключевые страницы под формат, который ИИ может выдернуть одним абзацем: прямой ответ в первом абзаце, конкретные KPI, блок «как мы работаем» со сроками, кейсы с цифрами, авторы с именами.
Доверие на стороне. Добавили страхование: авторство у каждой статьи, ссылки на синдицированные публикации на vc.ru и Хабр, схему разметки под организацию с контактами.
Из технического — закрыли, чтобы краулер спокойно всё прочитал: чистая разметка, быстрая отдача страниц, никаких скрытых от бота блоков.
Что получилось.
Повторный замер через 90 дней на тех же 40 запросах:
клиент — источник в 9 из 40 ответов (было 0),
по 6 запросам он стал единственным отраслевым источником в ответе, бонусом вырос и органический трафик — контент-переработка дала и классические позиции, и цитирование параллельно.
Вывод, который забираю себе.
GEO не существует отдельно от SEO. Наш кейс укладывается в простую формулу: позиция в поиске → контент, который удобно цитировать → сигналы доверия. Всё остальное — «заговоры против ИИ», ссылки любой ценой и обещания «попасть в нейросети за неделю» — работает максимум для продажи вам такой же услуги.
Проверять цитируемость до и после — обязательная практика. Иначе вы не знаете, работаете вы или просто описываете работу.
Пишу редко про конкретику, но тут есть что показать. Работали с IT-аутсорсинговой компанией — запросы типа «подрядчик по автоматизации бизнес-процессов», «заказать разработку под ключ». Классика: сайт был, трафик из поиска шёл, а в ответах нейросетей клиента просто не было.
С чего начали.
Сначала зафиксировали точку старта — без этого сравнивать нечего. Прогнали 40 целевых запросов через ChatGPT Search, Perplexity и Яндекс Нейро. Посчитали, в скольких ответах клиент упоминается как источник. База: 0 из 40. Конкуренты в этих же ответах светились регулярно — один крупный бренд попадал в 11 ответов из 40.
Что сделали.
Поняли: проблема не в том, что сайт «плохой». А в том, что по трём ключевым осям он проигрывал.
Позиции. Нейросеть выбирает источники из топа выдачи, а не из всего интернета. Проверили — по целевым запросам клиент сидел на 3-5 страницах. Первым делом вытянули ключевые страницы в топ-10 по информационным и коммерческим запросам. Без этого GEO бесполезен
Контент нельзя цитировать. У них были тексты на 3-4 тыс. знаков «воду по расписанию»: общие слова, ноль цифр. Переписали ключевые страницы под формат, который ИИ может выдернуть одним абзацем: прямой ответ в первом абзаце, конкретные KPI, блок «как мы работаем» со сроками, кейсы с цифрами, авторы с именами.
Доверие на стороне. Добавили страхование: авторство у каждой статьи, ссылки на синдицированные публикации на vc.ru и Хабр, схему разметки под организацию с контактами.
Из технического — закрыли, чтобы краулер спокойно всё прочитал: чистая разметка, быстрая отдача страниц, никаких скрытых от бота блоков.
Что получилось.
Повторный замер через 90 дней на тех же 40 запросах:
клиент — источник в 9 из 40 ответов (было 0),
по 6 запросам он стал единственным отраслевым источником в ответе, бонусом вырос и органический трафик — контент-переработка дала и классические позиции, и цитирование параллельно.
Вывод, который забираю себе.
GEO не существует отдельно от SEO. Наш кейс укладывается в простую формулу: позиция в поиске → контент, который удобно цитировать → сигналы доверия. Всё остальное — «заговоры против ИИ», ссылки любой ценой и обещания «попасть в нейросети за неделю» — работает максимум для продажи вам такой же услуги.
Проверять цитируемость до и после — обязательная практика. Иначе вы не знаете, работаете вы или просто описываете работу.
Чем GigaChat отличается от YandexGPT — 4 вещи, которые меняют стратегию
RAG, а не «живая лента». YandexGPT плотно завязан на поиск Яндекса и Яндекс.Бизнес. GigaChat при включённом веб-поиске работает через GigaSearch — RAG-пайплайн, который находит документы, рвёт их на чанки и собирает ответ. Это значит: те же answer-first форматы работают, но сильнее ценится структурность страницы (чёткие H2/H3, прямые ответы в начале).
Аудитория — экосистема Сбера. GigaChat встроен в СберБанк Онлайн, Салют, SberBoom, мессенджер MAX. Плюс корпоративные сценарии и госсектор (данные внутри РФ). Если ваша ЦА — корпоративный В2В, госзаказы, регионы — это канал, а не «ещё один чат».
Русскоязычный, но иной источник истины. GigaChat сильнее опирается на российские авторитетные площадки и RU-вики. Иностранные линки весят меньше. Отсюда — упор на локальные отзывы, справочники, отраслевые СМИ и форумы.
Ценит фактуру и E-E-A-T. Автор с биографией, цифры, даты, ссылки на проверяемые источники — GigaChat старается цитировать именно такие материалы. Общая вода не попадает в ответ.
На каких запросах цитирование брендов реально
Не на «купить х» — а на коммерческо-информационные:
«какой подрядчик надёжнее для …»
«чем отличаются компании X и Y»
«где заказать … с гарантией»
«лучшие агентства/клиники/сервисы …»
Это те же интенты, что YandexGPT, но доля рекомендаций у GigaChat в B2B и финансовых темах заметно выше.
Чек-лист GEO под GigaChat
✅ Answer-first: первый абзац = прямой ответ на вопрос
✅ Чёткая структура: H2/H3, короткие блоки под retrieval
✅ FAQ-блок (его охотно рвут в ответ)
✅ Schema.org — Organization, FAQPage, LocalBusiness
✅ Автор с биографией + фото (E-E-A-T)
✅ Отзывы на Отзовике/IRecommend + консистентные NAP на сайте и в справочниках
✅ Мониторинг: доля голоса, частота цитирования по контрольным запросам
Главное: GEO под GigaChat ≠ «контент для GigaChat». Это та же работа над доверием и структурой, что под YandexGPT, но с акцентом на российские источники и корпоративный клиент. И без неё вы отдаёте ТОП нового AI-канала конкурентам, которые уже там.
RAG, а не «живая лента». YandexGPT плотно завязан на поиск Яндекса и Яндекс.Бизнес. GigaChat при включённом веб-поиске работает через GigaSearch — RAG-пайплайн, который находит документы, рвёт их на чанки и собирает ответ. Это значит: те же answer-first форматы работают, но сильнее ценится структурность страницы (чёткие H2/H3, прямые ответы в начале).
Аудитория — экосистема Сбера. GigaChat встроен в СберБанк Онлайн, Салют, SberBoom, мессенджер MAX. Плюс корпоративные сценарии и госсектор (данные внутри РФ). Если ваша ЦА — корпоративный В2В, госзаказы, регионы — это канал, а не «ещё один чат».
Русскоязычный, но иной источник истины. GigaChat сильнее опирается на российские авторитетные площадки и RU-вики. Иностранные линки весят меньше. Отсюда — упор на локальные отзывы, справочники, отраслевые СМИ и форумы.
Ценит фактуру и E-E-A-T. Автор с биографией, цифры, даты, ссылки на проверяемые источники — GigaChat старается цитировать именно такие материалы. Общая вода не попадает в ответ.
На каких запросах цитирование брендов реально
Не на «купить х» — а на коммерческо-информационные:
«какой подрядчик надёжнее для …»
«чем отличаются компании X и Y»
«где заказать … с гарантией»
«лучшие агентства/клиники/сервисы …»
Это те же интенты, что YandexGPT, но доля рекомендаций у GigaChat в B2B и финансовых темах заметно выше.
Чек-лист GEO под GigaChat
✅ Answer-first: первый абзац = прямой ответ на вопрос
✅ Чёткая структура: H2/H3, короткие блоки под retrieval
✅ FAQ-блок (его охотно рвут в ответ)
✅ Schema.org — Organization, FAQPage, LocalBusiness
✅ Автор с биографией + фото (E-E-A-T)
✅ Отзывы на Отзовике/IRecommend + консистентные NAP на сайте и в справочниках
✅ Мониторинг: доля голоса, частота цитирования по контрольным запросам
Главное: GEO под GigaChat ≠ «контент для GigaChat». Это та же работа над доверием и структурой, что под YandexGPT, но с акцентом на российские источники и корпоративный клиент. И без неё вы отдаёте ТОП нового AI-канала конкурентам, которые уже там.
👍2
Микроразметка для GEO: стоит ли она того?
Разбираю вопрос, который мне задают чаще всего: нужна ли микроразметка, чтобы нейросети цитировали сайт? Короткий ответ: нужна. Но работает она совсем не так, как пишут в статьях из серии «поставь schema, и ChatGPT сам тебя найдёт».
Главное: ChatGPT и YandexGPT не читают JSON-LD напрямую. Ни OpenAI, ни Яндекс официально этого не подтверждали. Влияние разметки двухступенчатое. Сначала её разбирает поисковик — строит из неё сниппеты, карточки организации, граф знаний. А уже потом модель обращается к выдаче и цитирует страницу из индекса. Разметка — инструкция поисковику, а не пропуск в ответы нейросети. Если поисковик не разобрал вашу сущность, модель возьмёт данные у конкурента, который разметку сделал.
Проверим цифрами. По Яндекс Вордстату «микроразметка» набирает около 4500 запросов в месяц, «json ld» — примерно 1145. Запрос «нужен ли json ld для chatgpt» — около 180. Люди ищут ответ на этот вопрос — и правильно делают.
Что говорят данные. По исследованию Ahrefs, сайты с полной разметкой упоминаются в AI Overviews в 2,7 раза чаще. А на Хабре провели показательный эксперимент (habr.com/ru/articles/1073462/): 73 страницы, шесть моделей — ChatGPT, Perplexity, Gemini, GigaChat и другие. Разметка сама по себе прироста цитирований не дала. Единственный стабильный дифференциатор — видимый автор: страницы с именем автора цитировали в 100% случаев против 82% у анонимных.
Мой вывод после десятков аудитов: разметка не гарантирует цитирование, но снимает главную причину, по которой вас цитируют неправильно. Не «непонятно, что за компания», не «нет цены», не «не видно ответов». Это разные вещи: одно — «поставил schema и забыл», другое — убрал технический барьер.
Что ставить первым. Начинайте с Organization + Person и поля sameAs — ссылок на 2ГИС, Яндекс Карты, Telegram, Хабр, Дзен. sameAs связывает разрозненные сущности в одну и подтверждает, что организация реальная. Потом Article с датами: модели оценивают свежесть, страница без dateModified выглядит «замороженной», даже если вы правили её вчера. И FAQPage — формат, который RAG-системы извлекают лучше всего: вопрос пользователя совпал с вопросом в разметке — страница становится кандидатом на цитирование.
Два правила, которые я повторяю на каждом аудите. Первое: всё, что в разметке, должно быть видимо на странице. FAQPage обязан дублировать видимый HTML. Разметили вопросы, которых нет на странице, — манипуляция, за которую поисковики наказывают. Второе: не ставьте price: 0 или «по запросу» в Product. Товар с ценой ноль невидим для модели: она не может ответить на «сколько стоит» и не рекомендует. Не хотите показывать цену — уберите Offer совсем. И следите, чтобы JSON-LD был в статичном HTML: разметка, подгружаемая скриптом, большинству краулеров невидима.
Когда я проверяю сайт клиента, первым делом смотрю эти три пункта: Organization с sameAs, даты в Article, FAQ без расхождений с текстом.
🔍 Проверить свою разметку можно за пару минут бесплатно. Откройте страницу → правый клик → «Просмотреть код страницы» → Ctrl+F → найдите application/ld+json. Потом прогоните URL через валидатор Яндекса в Вебмастере: webmaster.yandex.ru/tools/microtest.
И про сроки: эффект разметки не измеряется за два дня. Поисковики переобходят сайты не мгновенно, нейросети работают с кэшированной выдачей. Зафиксируйте точку отсчёта, задайте моделям свои отраслевые вопросы, внедрите разметку и повторите замер через 2–4 недели.
Разбираю вопрос, который мне задают чаще всего: нужна ли микроразметка, чтобы нейросети цитировали сайт? Короткий ответ: нужна. Но работает она совсем не так, как пишут в статьях из серии «поставь schema, и ChatGPT сам тебя найдёт».
Главное: ChatGPT и YandexGPT не читают JSON-LD напрямую. Ни OpenAI, ни Яндекс официально этого не подтверждали. Влияние разметки двухступенчатое. Сначала её разбирает поисковик — строит из неё сниппеты, карточки организации, граф знаний. А уже потом модель обращается к выдаче и цитирует страницу из индекса. Разметка — инструкция поисковику, а не пропуск в ответы нейросети. Если поисковик не разобрал вашу сущность, модель возьмёт данные у конкурента, который разметку сделал.
Проверим цифрами. По Яндекс Вордстату «микроразметка» набирает около 4500 запросов в месяц, «json ld» — примерно 1145. Запрос «нужен ли json ld для chatgpt» — около 180. Люди ищут ответ на этот вопрос — и правильно делают.
Что говорят данные. По исследованию Ahrefs, сайты с полной разметкой упоминаются в AI Overviews в 2,7 раза чаще. А на Хабре провели показательный эксперимент (habr.com/ru/articles/1073462/): 73 страницы, шесть моделей — ChatGPT, Perplexity, Gemini, GigaChat и другие. Разметка сама по себе прироста цитирований не дала. Единственный стабильный дифференциатор — видимый автор: страницы с именем автора цитировали в 100% случаев против 82% у анонимных.
Мой вывод после десятков аудитов: разметка не гарантирует цитирование, но снимает главную причину, по которой вас цитируют неправильно. Не «непонятно, что за компания», не «нет цены», не «не видно ответов». Это разные вещи: одно — «поставил schema и забыл», другое — убрал технический барьер.
Что ставить первым. Начинайте с Organization + Person и поля sameAs — ссылок на 2ГИС, Яндекс Карты, Telegram, Хабр, Дзен. sameAs связывает разрозненные сущности в одну и подтверждает, что организация реальная. Потом Article с датами: модели оценивают свежесть, страница без dateModified выглядит «замороженной», даже если вы правили её вчера. И FAQPage — формат, который RAG-системы извлекают лучше всего: вопрос пользователя совпал с вопросом в разметке — страница становится кандидатом на цитирование.
Два правила, которые я повторяю на каждом аудите. Первое: всё, что в разметке, должно быть видимо на странице. FAQPage обязан дублировать видимый HTML. Разметили вопросы, которых нет на странице, — манипуляция, за которую поисковики наказывают. Второе: не ставьте price: 0 или «по запросу» в Product. Товар с ценой ноль невидим для модели: она не может ответить на «сколько стоит» и не рекомендует. Не хотите показывать цену — уберите Offer совсем. И следите, чтобы JSON-LD был в статичном HTML: разметка, подгружаемая скриптом, большинству краулеров невидима.
Когда я проверяю сайт клиента, первым делом смотрю эти три пункта: Organization с sameAs, даты в Article, FAQ без расхождений с текстом.
🔍 Проверить свою разметку можно за пару минут бесплатно. Откройте страницу → правый клик → «Просмотреть код страницы» → Ctrl+F → найдите application/ld+json. Потом прогоните URL через валидатор Яндекса в Вебмастере: webmaster.yandex.ru/tools/microtest.
И про сроки: эффект разметки не измеряется за два дня. Поисковики переобходят сайты не мгновенно, нейросети работают с кэшированной выдачей. Зафиксируйте точку отсчёта, задайте моделям свои отраслевые вопросы, внедрите разметку и повторите замер через 2–4 недели.
Почему нейросеть цитирует ваш абзац, а не вашу статью?
Потому что она вашу статью целиком никогда не читала. Это первое, что я объясняю на каждой консультации, когда слышу: «у нас отличный контент, а в ответах нейросетей нас нет».
Разберём механику. ChatGPT с поиском, Perplexity и нейроответы Яндекса работают по схеме RAG — retrieval-augmented generation, «генерация с дополнением через поиск». Модель не запоминает страницы целиком: она заранее режет их на фрагменты по 200–500 слов — чанки — и превращает каждый в числовой вектор, эмбеддинг. Вектор хранит смысл фрагмента, а не его слова.
Дальше по запросу пользователя система ищет не «вашу страницу», а несколько векторов, ближайших по смыслу к вопросу. Отбирает 3–5 лучших и на их основе собирает ответ. Всё, что не превратилось в извлекаемый фрагмент, для нейросети не существует.
Тема разобрана в российских источниках: у Яндекса в блоге Облака есть базовая статья про RAG, у Сбера — разбор технологии и этапов внедрения, на Хабре — полный разбор от теории до практики, а на vc.ru выходил материал о том, как чанкинг влияет на попадание сайтов в ответы ИИ. Прочитаете — сразу поймёте, почему я так зациклен на структуре.
Теперь главное. Если в ответ попадает фрагмент, а не страница — каждый абзац вашего текста должен выживать в одиночестве. Его вырвали из статьи и показали без контекста — он обязан остаться понятным, нести законченную мысль и отвечать на один конкретный вопрос. Абзац со словами «как уже говорилось выше» или «в этом разделе рассмотрим» для извлечения — мусор.
Что я советую всем, кто пишет контент под нейросети:
• один абзац — один вопрос
. Две темы в абзаце — режьте на два; • прямой ответ — в первых двух предложениях. Не «стоимость зависит от многих факторов», а «ремонт ванной под ключ в Москве — от 45 000 рублей»;
• абзацы по 100–190 слов. Длиннее — разрежут посередине мысли; • заголовки H2/H3 — это имена будущих чанков. Пусть в них будет вопрос, а не «Раздел 3»; • списки, таблицы, цифры нейросеть извлекает охотнее, чем сплошную прозу;
• формулировки — как у пользователей, а не «по-научному». Эмбеддинги ищут по смыслу, но размытые формулировки ловят плохо: клиенты спрашивают «сколько стоит замена масла», а у вас «стоимость ТО двигателя» — шанс, что фрагмент найдут, падает;
• обновляйте контент. Свежесть влияет на цитируемость напрямую: страница, которую не трогали два года, из выборки выпадает.
И это не теория. Проверьте сами за полчаса: откройте ChatGPT, Perplexity и YandexGPT, задайте 5–10 вопросов из вашей ниши — теми словами, которыми спрашивают клиенты. Посмотрите, какие фрагменты и чьи сайты цитируются. Потом возьмите свой лучший абзац и задайте тот же вопрос. Не совпало — переписывайте заголовок абзаца и первые предложения под реальные запросы.
Моё убеждение за годы практики: «контент для людей» и «контент для нейросетей» — больше не разные вещи. Люди тоже любят, когда им отвечают сразу, без воды и с цифрами. Просто раньше за расплывчатый текст вас никто не наказывал, а теперь наказывает — отсутствием в ответах ИИ.
Кто пишет чётко и структурно, того цитируют. Кто пишет «красиво» — того пропускают.
Потому что она вашу статью целиком никогда не читала. Это первое, что я объясняю на каждой консультации, когда слышу: «у нас отличный контент, а в ответах нейросетей нас нет».
Разберём механику. ChatGPT с поиском, Perplexity и нейроответы Яндекса работают по схеме RAG — retrieval-augmented generation, «генерация с дополнением через поиск». Модель не запоминает страницы целиком: она заранее режет их на фрагменты по 200–500 слов — чанки — и превращает каждый в числовой вектор, эмбеддинг. Вектор хранит смысл фрагмента, а не его слова.
Дальше по запросу пользователя система ищет не «вашу страницу», а несколько векторов, ближайших по смыслу к вопросу. Отбирает 3–5 лучших и на их основе собирает ответ. Всё, что не превратилось в извлекаемый фрагмент, для нейросети не существует.
Тема разобрана в российских источниках: у Яндекса в блоге Облака есть базовая статья про RAG, у Сбера — разбор технологии и этапов внедрения, на Хабре — полный разбор от теории до практики, а на vc.ru выходил материал о том, как чанкинг влияет на попадание сайтов в ответы ИИ. Прочитаете — сразу поймёте, почему я так зациклен на структуре.
Теперь главное. Если в ответ попадает фрагмент, а не страница — каждый абзац вашего текста должен выживать в одиночестве. Его вырвали из статьи и показали без контекста — он обязан остаться понятным, нести законченную мысль и отвечать на один конкретный вопрос. Абзац со словами «как уже говорилось выше» или «в этом разделе рассмотрим» для извлечения — мусор.
Что я советую всем, кто пишет контент под нейросети:
• один абзац — один вопрос
. Две темы в абзаце — режьте на два; • прямой ответ — в первых двух предложениях. Не «стоимость зависит от многих факторов», а «ремонт ванной под ключ в Москве — от 45 000 рублей»;
• абзацы по 100–190 слов. Длиннее — разрежут посередине мысли; • заголовки H2/H3 — это имена будущих чанков. Пусть в них будет вопрос, а не «Раздел 3»; • списки, таблицы, цифры нейросеть извлекает охотнее, чем сплошную прозу;
• формулировки — как у пользователей, а не «по-научному». Эмбеддинги ищут по смыслу, но размытые формулировки ловят плохо: клиенты спрашивают «сколько стоит замена масла», а у вас «стоимость ТО двигателя» — шанс, что фрагмент найдут, падает;
• обновляйте контент. Свежесть влияет на цитируемость напрямую: страница, которую не трогали два года, из выборки выпадает.
И это не теория. Проверьте сами за полчаса: откройте ChatGPT, Perplexity и YandexGPT, задайте 5–10 вопросов из вашей ниши — теми словами, которыми спрашивают клиенты. Посмотрите, какие фрагменты и чьи сайты цитируются. Потом возьмите свой лучший абзац и задайте тот же вопрос. Не совпало — переписывайте заголовок абзаца и первые предложения под реальные запросы.
Моё убеждение за годы практики: «контент для людей» и «контент для нейросетей» — больше не разные вещи. Люди тоже любят, когда им отвечают сразу, без воды и с цифрами. Просто раньше за расплывчатый текст вас никто не наказывал, а теперь наказывает — отсутствием в ответах ИИ.
Кто пишет чётко и структурно, того цитируют. Кто пишет «красиво» — того пропускают.
GEO для SaaS: почему нейросети советуют конкурента, хотя ваш софт реально лучше (и почему для софта это не «ещё один канал», а вопрос выживания)
Сегодня — разбор для SaaS-фаундеров и IT-маркетологов. Если вы думаете: «Мы в топ-3 в Google, лиды идут, ИИ — это для e-com и локальных брендов» — пост перевернёт расклад.
Потому что софт покупают иначе, чем барбершоп.
Сценарий, который я вижу каждую неделю: К вам приходит лид. Тёплый, по рекомендации. Вроде бы всё хорошо. Но продажи вдруг начали проседать — при лидах стабильных.
Спрашиваю у сейлзов: «Что делает ваш лид ПЕРЕД тем, как написать вам?» Ответ одинаковый: он спрашивает ИИ.
«Какую CRM выбрать в 2026?» «Чем заменить AmoCRM?» «Инструмент для отдела продаж на 20 человек?» «X vs Y — что лучше для команды из 15?»
И вот тут вас нет. Вас просто не существует в диалоге, где принимается решение.
Вывод: у локального бизнеса рекомендация Алисы «рядом хорошая парикмахерская» — приятный бонус. У софта всё жёстче. Если нейросеть не назвала ваш продукт на этапе выбора вендора — вы невидимы ровно там, где решается сделка.
Почему вас не цитируют (по моим замерам за 3 года): ❌ Контент — «маркетинговый»: «наша CRM — революция», «5 причин выбрать нас». ИИ это пропускает. ❌ Нет страниц сравнений и «замена X» — а это самый цитируемый формат в нише. Больше половины запросов о софте — не «купить», а «X vs Y» и «альтернативы X». Исследовательский спрос. Нейросеть закрывает его первой. ❌ Прайсинг спрятан за «узнать цену». ИИ не заполнит форму и не позвонит менеджеру. Нет цены — нет вас в ответе «сколько стоит X». ❌ Документация закрыта в robots.txt или свёрнута в PDF. Отрезали себе главный источник цитируемости для developer-запросов «API такого-то», «как интегрировать». ❌ Нет schema-разметки: SoftwareApplication, Offer с ценой, AggregateRating, FAQPage.
Что делать (план, который прогнал на реальном кейсе с B2B-CRM):
1️⃣ Страницы сравнений. Честные — с плюсами и минусами обеих сторон, в таблицах: цена / функции / SLA / сроки внедрения. Нейросеть почти дословно берёт аргументы из таких страниц. Хвалите только себя — ответ строится без вас.
2️⃣ Микроразметка. Каждую карточку продукта — JSON-LD: SoftwareApplication + Offer (открытая цена) + featureList. Готовая структура вместо «догадайся сам».
3️⃣ Открытый прайс. Даже от 990 ₽/мес — но на странице, цифрой. «Цены по запросу» = пользователь уходит к конкуренту с открытым прайсом.
4️⃣ Документация + llms.txt. Доки в HTML, открытые для краулеров. Разработчики и тимлиды не читают лендинги про «революцию» — они спрашивают «Python SDK есть? REST API или GraphQL?». Цитируют фактуру, а не того, у кого красивей главная.
5️⃣ Дистрибуция. G2, Capterra, русские аналоги, отзовики, обзоры на VC и Хабре. Нейросеть читает ваш след за пределами домена.
6️⃣ Мониторинг. Раз в 2–4 недели гоняйте 15–20 вопросов по 5 нейросетям и смотрите динамику упоминаний.
Главные выводы: → ИИ любит структуру. Таблица «цена/функции/сроки» цитируется охотнее, чем простыня текста. → Сравнения — главный актив SaaS. Не блог, не лендинг. → В SaaS GEO — это «лицензия на продажу». Первопроходцы в нише забирают enterprise-лидов, пока конкуренты ещё «просто ждут».
Пропустить GEO для софта — отдать конкурентам этап рассмотрения, где покупатель теперь проводит больше всего времени.
Сегодня — разбор для SaaS-фаундеров и IT-маркетологов. Если вы думаете: «Мы в топ-3 в Google, лиды идут, ИИ — это для e-com и локальных брендов» — пост перевернёт расклад.
Потому что софт покупают иначе, чем барбершоп.
Сценарий, который я вижу каждую неделю: К вам приходит лид. Тёплый, по рекомендации. Вроде бы всё хорошо. Но продажи вдруг начали проседать — при лидах стабильных.
Спрашиваю у сейлзов: «Что делает ваш лид ПЕРЕД тем, как написать вам?» Ответ одинаковый: он спрашивает ИИ.
«Какую CRM выбрать в 2026?» «Чем заменить AmoCRM?» «Инструмент для отдела продаж на 20 человек?» «X vs Y — что лучше для команды из 15?»
И вот тут вас нет. Вас просто не существует в диалоге, где принимается решение.
Вывод: у локального бизнеса рекомендация Алисы «рядом хорошая парикмахерская» — приятный бонус. У софта всё жёстче. Если нейросеть не назвала ваш продукт на этапе выбора вендора — вы невидимы ровно там, где решается сделка.
Почему вас не цитируют (по моим замерам за 3 года): ❌ Контент — «маркетинговый»: «наша CRM — революция», «5 причин выбрать нас». ИИ это пропускает. ❌ Нет страниц сравнений и «замена X» — а это самый цитируемый формат в нише. Больше половины запросов о софте — не «купить», а «X vs Y» и «альтернативы X». Исследовательский спрос. Нейросеть закрывает его первой. ❌ Прайсинг спрятан за «узнать цену». ИИ не заполнит форму и не позвонит менеджеру. Нет цены — нет вас в ответе «сколько стоит X». ❌ Документация закрыта в robots.txt или свёрнута в PDF. Отрезали себе главный источник цитируемости для developer-запросов «API такого-то», «как интегрировать». ❌ Нет schema-разметки: SoftwareApplication, Offer с ценой, AggregateRating, FAQPage.
Что делать (план, который прогнал на реальном кейсе с B2B-CRM):
1️⃣ Страницы сравнений. Честные — с плюсами и минусами обеих сторон, в таблицах: цена / функции / SLA / сроки внедрения. Нейросеть почти дословно берёт аргументы из таких страниц. Хвалите только себя — ответ строится без вас.
2️⃣ Микроразметка. Каждую карточку продукта — JSON-LD: SoftwareApplication + Offer (открытая цена) + featureList. Готовая структура вместо «догадайся сам».
3️⃣ Открытый прайс. Даже от 990 ₽/мес — но на странице, цифрой. «Цены по запросу» = пользователь уходит к конкуренту с открытым прайсом.
4️⃣ Документация + llms.txt. Доки в HTML, открытые для краулеров. Разработчики и тимлиды не читают лендинги про «революцию» — они спрашивают «Python SDK есть? REST API или GraphQL?». Цитируют фактуру, а не того, у кого красивей главная.
5️⃣ Дистрибуция. G2, Capterra, русские аналоги, отзовики, обзоры на VC и Хабре. Нейросеть читает ваш след за пределами домена.
6️⃣ Мониторинг. Раз в 2–4 недели гоняйте 15–20 вопросов по 5 нейросетям и смотрите динамику упоминаний.
Главные выводы: → ИИ любит структуру. Таблица «цена/функции/сроки» цитируется охотнее, чем простыня текста. → Сравнения — главный актив SaaS. Не блог, не лендинг. → В SaaS GEO — это «лицензия на продажу». Первопроходцы в нише забирают enterprise-лидов, пока конкуренты ещё «просто ждут».
Пропустить GEO для софта — отдать конкурентам этап рассмотрения, где покупатель теперь проводит больше всего времени.
Почему нейросети не упоминают ваш бренд
Начну с истории, а не с теории.
Ко мне пришёл владелец сети клиник в Москве. Бизнес живой, отзывы хорошие, в классическом поиске он на первых местах. Но в Perplexity и ChatGPT его бренда нет. Вообще. Спрашиваешь «куда сходить в Москве вылечить спину» — модель называет его конкурентов, его самого игнорирует.
Стали копать. Оказалось — в robots.txt стоял запрет для бота Perplexity. Кто-то из админов пару лет назад закрыл «подозрительного» краулера на всякий случай, и забыл. Вот и весь секрет: бот не доходит до сайта, значит — в ответы модели сайт не попадает. Обидно, но лечится за неделю.
Как нейросеть вообще формирует ответ. Коротко, без воды.
Она не «знает» ваш сайт. Она делает RAG — четыре шага: 1) поняла вопрос → 2) нашла релевантные страницы (поиск по своей базе и по живому индексу) → 3) вытащила из них куски текста → 4) собрала ответ со ссылками. Если на шаге 2 вашей страницы нет в выдаче — модели вас негде взять. GEO ≠ SEO. ИИ не ранжирует сайты, он цитирует тех, кому доверят.
Семь причин, почему вас не упоминают. Проверьте каждую:
Контент есть, но нечего выжать — вода, общие слова, нет конкретики, которую модель могла бы процитировать.
Страница не структурирована — нет заголовков, списков, фактов в чистом виде. Модель не хочет разбирать кашу.
Хромает авторитетность — ссылок мало, бренд нигде не упоминается, доверия нет.
Боты не дошли — тот самый robots.txt, медленная загрузка, JS-рендер, закрытая индексация. 🐛
Тональность против вас — где-то в сети доминируют жалобы, старые скандалы, негатив по бренду.
Конкуренты сильнее — их чаще цитируют источники, которым доверяет модель.
Говорите не на языке вопросов — контент про «наши преимущества», а не про то, что реально спрашивают люди.
По статистике, в 20–25% случаев модель вообще не называет ни одной компании — просто описывает категорию. Если она молчит про вас, это не всегда про вас. Но чаще причина — одна из семи выше.
Проверить можно за один вечер. Чек-лист:
→ Задайте главные вопросы вашей ниши в Perplexity, ChatGPT, GigaChat. → Запишите, чьи бренды модель называет и в каком порядке. → Задайте те же вопросы с вашим брендом напрямую: «что знаешь про X?» → Проверьте robots.txt и индексацию — доходят ли боты. → Прогоните ваш URL в сервисе, который показывает, какие фрагменты сайта модель реально вытаскивает. → Сравните свои позиции с конкурентами по этим вопросам.
Что делать в первую очередь. Порядок важен, не прыгайте через шаг:
Индексация. Откройте ботов, ускорьте загрузку, уберите JS-препятствия. Срок: 1–2 недели. Без этого всё остальное бессмысленно.
Контент и структура. Факты, заголовки, списки, прямые ответы на вопросы. До 3 месяцев на эффект.
Авторитетность. Ссылки, упоминания на площадках, которым модель уже доверяет.
Тональность. Разберитесь с негативом в выдаче — перебить его позитивом сложнее, чем кажется.
Конкуренты. Разберите, почему цитируют их, и сделайте так, чтобы вас было откуда взять.
Инструмент, которым я пользуюсь в аудитах, — Трекер ИИ от Keys.so. Он показывает, упоминает ли модель ваш бренд в ответах, и какие именно куски контента вытаскивает. Но честно: это ускоритель, а не лечение. Он быстро покажет разрывы, а чинить их придётся руками и головой. Инструмент не поднимет вас в ответы ИИ — поднимет контент, структура и авторитет.
Коротко: нейросети не молчат про вас случайно. Либо боты не дошли, либо им нечего у вас взять, либо вам не доверяют. Всё это проверяется за вечер и чинится по списку.
Начну с истории, а не с теории.
Ко мне пришёл владелец сети клиник в Москве. Бизнес живой, отзывы хорошие, в классическом поиске он на первых местах. Но в Perplexity и ChatGPT его бренда нет. Вообще. Спрашиваешь «куда сходить в Москве вылечить спину» — модель называет его конкурентов, его самого игнорирует.
Стали копать. Оказалось — в robots.txt стоял запрет для бота Perplexity. Кто-то из админов пару лет назад закрыл «подозрительного» краулера на всякий случай, и забыл. Вот и весь секрет: бот не доходит до сайта, значит — в ответы модели сайт не попадает. Обидно, но лечится за неделю.
Как нейросеть вообще формирует ответ. Коротко, без воды.
Она не «знает» ваш сайт. Она делает RAG — четыре шага: 1) поняла вопрос → 2) нашла релевантные страницы (поиск по своей базе и по живому индексу) → 3) вытащила из них куски текста → 4) собрала ответ со ссылками. Если на шаге 2 вашей страницы нет в выдаче — модели вас негде взять. GEO ≠ SEO. ИИ не ранжирует сайты, он цитирует тех, кому доверят.
Семь причин, почему вас не упоминают. Проверьте каждую:
Контент есть, но нечего выжать — вода, общие слова, нет конкретики, которую модель могла бы процитировать.
Страница не структурирована — нет заголовков, списков, фактов в чистом виде. Модель не хочет разбирать кашу.
Хромает авторитетность — ссылок мало, бренд нигде не упоминается, доверия нет.
Боты не дошли — тот самый robots.txt, медленная загрузка, JS-рендер, закрытая индексация. 🐛
Тональность против вас — где-то в сети доминируют жалобы, старые скандалы, негатив по бренду.
Конкуренты сильнее — их чаще цитируют источники, которым доверяет модель.
Говорите не на языке вопросов — контент про «наши преимущества», а не про то, что реально спрашивают люди.
По статистике, в 20–25% случаев модель вообще не называет ни одной компании — просто описывает категорию. Если она молчит про вас, это не всегда про вас. Но чаще причина — одна из семи выше.
Проверить можно за один вечер. Чек-лист:
→ Задайте главные вопросы вашей ниши в Perplexity, ChatGPT, GigaChat. → Запишите, чьи бренды модель называет и в каком порядке. → Задайте те же вопросы с вашим брендом напрямую: «что знаешь про X?» → Проверьте robots.txt и индексацию — доходят ли боты. → Прогоните ваш URL в сервисе, который показывает, какие фрагменты сайта модель реально вытаскивает. → Сравните свои позиции с конкурентами по этим вопросам.
Что делать в первую очередь. Порядок важен, не прыгайте через шаг:
Индексация. Откройте ботов, ускорьте загрузку, уберите JS-препятствия. Срок: 1–2 недели. Без этого всё остальное бессмысленно.
Контент и структура. Факты, заголовки, списки, прямые ответы на вопросы. До 3 месяцев на эффект.
Авторитетность. Ссылки, упоминания на площадках, которым модель уже доверяет.
Тональность. Разберитесь с негативом в выдаче — перебить его позитивом сложнее, чем кажется.
Конкуренты. Разберите, почему цитируют их, и сделайте так, чтобы вас было откуда взять.
Инструмент, которым я пользуюсь в аудитах, — Трекер ИИ от Keys.so. Он показывает, упоминает ли модель ваш бренд в ответах, и какие именно куски контента вытаскивает. Но честно: это ускоритель, а не лечение. Он быстро покажет разрывы, а чинить их придётся руками и головой. Инструмент не поднимет вас в ответы ИИ — поднимет контент, структура и авторитет.
Коротко: нейросети не молчат про вас случайно. Либо боты не дошли, либо им нечего у вас взять, либо вам не доверяют. Всё это проверяется за вечер и чинится по списку.
👍24
GEO для отелей
Почему гость бронирует конкурента и про ваш отель он в жизни не слышал?
А он и не бронирует конкурента. Он задаёт вопрос — и получает три названия, которых у него просто не было в голове.
Гость больше не открывает поиск по слову «гостиница». Он спрашивает ChatGPT, Perplexity или Алису: «какой отель выбрать в Сочи с детьми» — и получает готовый ответ. Два-три названия, два-три аргумента «почему именно эти». Если вашего отеля в этом списке нет, бронирования у вас нет вообще. Не дороже, не позже — никак. Вы выпали из игры на этапе до клика.
«Как выбрать отель» ищут в Яндексе 2400 раз в месяц. А с хвостами — «какой отель выбрать в Турции», «в Египте», «у моря» — это тысячи запросов. И каждый из них утекает из классической выдачи в нейросеть. Потому что «выбрать и сравнить» — идеальная задача для ИИ, а не для десяти синих ссылок, по которым ходить самому.
Как нейросеть выбирает отель изнутри
Она не ищет «отель в Сочи» одной строкой. Цепочка из пяти шагов, и на каждом можно потерять гостя:
1️⃣ Декомпозиция запроса. «Для семьи или пары? Бюджет? Близость к морю? Детская зона? Свежие отзывы?» Запрос распадается на подвопросы, под каждый — свой источник. Ответили только на половину — не войдёте в ответ целиком.
2️⃣ Сбор источников. Модель тянет и сверяет сразу несколько площадок: Яндекс Бизнес, геосервисы, агрегаторы, отзовики, ваш сайт, подборки. Объект, который упоминается на трёх разных площадках в одном контексте, весит больше того, что «живёт» только на одной.
3️⃣ Карты и локальные данные. «Отель у вокзала», «рядом с Эрмитажем» — координаты, категория, часы, расстояние. Алиса берёт это из Яндекс Бизнеса, а не с вашего сайта.
4️⃣ Отзывы как валидация. ИИ ищет не «хороший отель», а «отель, который другие считают хорошим». И сверяет: если вы заявили «тихо, у моря», а в отзывах пишут «шумно от дороги» — доверие тонет.
5️⃣ Цена и наличие. Устаревшая цена выбивает из финальной тройки на «где остановиться в эти выходные».
Что делать отелю и турфирме — конкретно
Schema.org. Схемы Hotel, Resort, TouristAttraction, FAQPage, HowTo. Не только на главную — а на уровне сущностей: номера, услуги, контакты. Это подпись «я гостиница» в графе знаний. Без неё вас читают как произвольную HTML-страницу.
Страницы под реальные вопросы, не под «отель-жемчужина». «Отель у моря» (расстояние до пляжа), «для семьи с детьми» (зона, кроватки, меню), «гостиница у вокзала» (дорога пешком и трансфер), «в центре», «на выходные». Ответ — в первом абзаце, без воды.
Карточка в Яндекс Бизнес. Точный адрес, категория «Гостиница», часы, фото, ответы на отзывы. И NAP без расхождений: «Отель Парк» и «Парк-Отель» — это для модели два разных объекта.
Контент-слой. Гайды по району, маршруты на 1/2/3 дня от своего порога, сезонные подборки, таблицы «в каком районе жить туристу». Тогда вы сами становитесь источником для широких ответов «куда поехать» — а от них ИИ ведёт к узкому: «что посмотреть → где остановиться → вот этот отель».
Частые ошибки
— Одна страница-визитка с галереей. Некуда привести пользователя за конкретным ответом — и ИИ уводит к агрегатору.
— Жизнь только на Ostrovok и Яндекс.Путешествиях. Своего цифрового следа нет, модель цитирует агрегатор, а вы платите комиссию.
— Закрытый robots.txt для ИИ-краулеров. Сайт в порядке, а боты нейросетей не могут его проиндексировать — месяцы работы впустую из-за одной строчки в файле.
Главное
В туризме ИИ — не канал трафика, а фильтр первой рекомендации. Механика прозрачна: подвопросы запроса, подтверждения из нескольких площадок, отзывы, цена. Кто закрыл каждый слой, тот в коротком списке гостя. Кто остался с визиткой и полной зависимостью от агрегаторов — отдал гостя конкуренту ещё до первого клика.
И это не разовая работа: AI-видимость мерить и поддерживать надо так же, как классический трафик.
Почему гость бронирует конкурента и про ваш отель он в жизни не слышал?
А он и не бронирует конкурента. Он задаёт вопрос — и получает три названия, которых у него просто не было в голове.
Гость больше не открывает поиск по слову «гостиница». Он спрашивает ChatGPT, Perplexity или Алису: «какой отель выбрать в Сочи с детьми» — и получает готовый ответ. Два-три названия, два-три аргумента «почему именно эти». Если вашего отеля в этом списке нет, бронирования у вас нет вообще. Не дороже, не позже — никак. Вы выпали из игры на этапе до клика.
«Как выбрать отель» ищут в Яндексе 2400 раз в месяц. А с хвостами — «какой отель выбрать в Турции», «в Египте», «у моря» — это тысячи запросов. И каждый из них утекает из классической выдачи в нейросеть. Потому что «выбрать и сравнить» — идеальная задача для ИИ, а не для десяти синих ссылок, по которым ходить самому.
Как нейросеть выбирает отель изнутри
Она не ищет «отель в Сочи» одной строкой. Цепочка из пяти шагов, и на каждом можно потерять гостя:
1️⃣ Декомпозиция запроса. «Для семьи или пары? Бюджет? Близость к морю? Детская зона? Свежие отзывы?» Запрос распадается на подвопросы, под каждый — свой источник. Ответили только на половину — не войдёте в ответ целиком.
2️⃣ Сбор источников. Модель тянет и сверяет сразу несколько площадок: Яндекс Бизнес, геосервисы, агрегаторы, отзовики, ваш сайт, подборки. Объект, который упоминается на трёх разных площадках в одном контексте, весит больше того, что «живёт» только на одной.
3️⃣ Карты и локальные данные. «Отель у вокзала», «рядом с Эрмитажем» — координаты, категория, часы, расстояние. Алиса берёт это из Яндекс Бизнеса, а не с вашего сайта.
4️⃣ Отзывы как валидация. ИИ ищет не «хороший отель», а «отель, который другие считают хорошим». И сверяет: если вы заявили «тихо, у моря», а в отзывах пишут «шумно от дороги» — доверие тонет.
5️⃣ Цена и наличие. Устаревшая цена выбивает из финальной тройки на «где остановиться в эти выходные».
Что делать отелю и турфирме — конкретно
Schema.org. Схемы Hotel, Resort, TouristAttraction, FAQPage, HowTo. Не только на главную — а на уровне сущностей: номера, услуги, контакты. Это подпись «я гостиница» в графе знаний. Без неё вас читают как произвольную HTML-страницу.
Страницы под реальные вопросы, не под «отель-жемчужина». «Отель у моря» (расстояние до пляжа), «для семьи с детьми» (зона, кроватки, меню), «гостиница у вокзала» (дорога пешком и трансфер), «в центре», «на выходные». Ответ — в первом абзаце, без воды.
Карточка в Яндекс Бизнес. Точный адрес, категория «Гостиница», часы, фото, ответы на отзывы. И NAP без расхождений: «Отель Парк» и «Парк-Отель» — это для модели два разных объекта.
Контент-слой. Гайды по району, маршруты на 1/2/3 дня от своего порога, сезонные подборки, таблицы «в каком районе жить туристу». Тогда вы сами становитесь источником для широких ответов «куда поехать» — а от них ИИ ведёт к узкому: «что посмотреть → где остановиться → вот этот отель».
Частые ошибки
— Одна страница-визитка с галереей. Некуда привести пользователя за конкретным ответом — и ИИ уводит к агрегатору.
— Жизнь только на Ostrovok и Яндекс.Путешествиях. Своего цифрового следа нет, модель цитирует агрегатор, а вы платите комиссию.
— Закрытый robots.txt для ИИ-краулеров. Сайт в порядке, а боты нейросетей не могут его проиндексировать — месяцы работы впустую из-за одной строчки в файле.
Главное
В туризме ИИ — не канал трафика, а фильтр первой рекомендации. Механика прозрачна: подвопросы запроса, подтверждения из нескольких площадок, отзывы, цена. Кто закрыл каждый слой, тот в коротком списке гостя. Кто остался с визиткой и полной зависимостью от агрегаторов — отдал гостя конкуренту ещё до первого клика.
И это не разовая работа: AI-видимость мерить и поддерживать надо так же, как классический трафик.
Как застройщику попасть в ответы нейросетей
(Или: «Почему ChatGPT советует тот самый ЖК с сайтом-визиткой 2015 года, а не ваш — с отделкой, паркингом и кофейней во дворе?»)
Недвижимость — одна из самых недооценённых ниш для GEO.
И вот почему: → цикл сделки длинный, → чек высокий, → покупатель изучает ЖК за 3–6 месяцев до обращения.
И он уже не листает 20 сайтов. Он спрашивает нейросеть: «Надёжный застройщик в Москве?» «Новостройки с отделкой от застройщика» «Куда выгодно вложиться в недвижимость в 2026?»
Если вас нет в этом ответе — покупатель не просто «не пришёл». Он ушёл к конкуренту. Бесплатно.
Почему ИИ игнорит ваш ЖК?
Проверили кейс девелопера. Симптомы — классика:
❌ На сайте — «современный жилой комплекс премиум-класса»
❌ Данные на сайте, в Яндекс Бизнесе и на картах — расходятся
❌ Отзывов нет, сроки сдачи устарели
❌ Никакой разметки Schema.org
В 87% ответов нейросеть писала просто: «один из застройщиков». Без названия. Без вас.
Что делаем — 5 «Сигналов доверия»
🔹 Сигнал 1. Согласованные данные (NAP) Адрес, телефон, сроки, цены — одни и те же на сайте, в Яндекс Бизнесе, на картах, в СМИ. ИИ сверяет. Расхождение = недоверие.
🔹 Сигнал 2. Контент-архитектура девелопера Не «короткий лендинг», а: — карточка каждого ЖК с цифрами и планировками, — каталог всех проектов, — обзоры районов, — сравнительные страницы «ЖК А vs ЖК Б».
🔹 Сигнал 3. Отзывы — с контекстом «Квартира сдана в срок, вид во двор, управляющая адекватная» — то, что ИИ цитирует. Хвалебная пустота — нет.
🔹 Сигнал 4. Микроразметка Schema.org на карточки ЖК — агент читает структуру, а не «простыню».
🔹 Сигнал 5. Актуальность Цены и сроки сдачи вчерашние — ИИ считает проект «заброшенным». Обновление = сигнал активности.
Цифры из кейса ( 5 месяцев)
До GEO: по запросу «лучший застройщик [город]» девелопер не упоминался вообще. Доля контрольных запросов, где его называли нейросети, — 0%.
После: застройщик вошёл в топ-3 рекомендаций по ключевым запросам. Доля контрольных запросов выросла до 34%. А с сайта из ответов нейросетей пошло 12+ переходов ежемесячно.
И всё это — без бюджета на публикации в СМИ. Просто «инфраструктура доверия».
Главное (для недвижимости):
GEO ≠ SEO. В SEO — позиция. В GEO — то, что нейросеть называет вас по имени.
Согласованность > красота. ИИ верит совпадению данных, а не дизайну сайта.
Покупатель из ИИ — «согретый». Он приходит уже зная, что вы надёжный. Осталось показать что конкретно строить
P.S. Да, и логотип в 2ГИС лучше обновить. Потому что… ну, JPEG 2012 года против SVG конкурента — это как сравнение квартиры со свежим ремонтом и «требующей вложений».
(Или: «Почему ChatGPT советует тот самый ЖК с сайтом-визиткой 2015 года, а не ваш — с отделкой, паркингом и кофейней во дворе?»)
Недвижимость — одна из самых недооценённых ниш для GEO.
И вот почему: → цикл сделки длинный, → чек высокий, → покупатель изучает ЖК за 3–6 месяцев до обращения.
И он уже не листает 20 сайтов. Он спрашивает нейросеть: «Надёжный застройщик в Москве?» «Новостройки с отделкой от застройщика» «Куда выгодно вложиться в недвижимость в 2026?»
Если вас нет в этом ответе — покупатель не просто «не пришёл». Он ушёл к конкуренту. Бесплатно.
Почему ИИ игнорит ваш ЖК?
Проверили кейс девелопера. Симптомы — классика:
❌ На сайте — «современный жилой комплекс премиум-класса»
❌ Данные на сайте, в Яндекс Бизнесе и на картах — расходятся
❌ Отзывов нет, сроки сдачи устарели
❌ Никакой разметки Schema.org
В 87% ответов нейросеть писала просто: «один из застройщиков». Без названия. Без вас.
Что делаем — 5 «Сигналов доверия»
🔹 Сигнал 1. Согласованные данные (NAP) Адрес, телефон, сроки, цены — одни и те же на сайте, в Яндекс Бизнесе, на картах, в СМИ. ИИ сверяет. Расхождение = недоверие.
🔹 Сигнал 2. Контент-архитектура девелопера Не «короткий лендинг», а: — карточка каждого ЖК с цифрами и планировками, — каталог всех проектов, — обзоры районов, — сравнительные страницы «ЖК А vs ЖК Б».
🔹 Сигнал 3. Отзывы — с контекстом «Квартира сдана в срок, вид во двор, управляющая адекватная» — то, что ИИ цитирует. Хвалебная пустота — нет.
🔹 Сигнал 4. Микроразметка Schema.org на карточки ЖК — агент читает структуру, а не «простыню».
🔹 Сигнал 5. Актуальность Цены и сроки сдачи вчерашние — ИИ считает проект «заброшенным». Обновление = сигнал активности.
Цифры из кейса ( 5 месяцев)
До GEO: по запросу «лучший застройщик [город]» девелопер не упоминался вообще. Доля контрольных запросов, где его называли нейросети, — 0%.
После: застройщик вошёл в топ-3 рекомендаций по ключевым запросам. Доля контрольных запросов выросла до 34%. А с сайта из ответов нейросетей пошло 12+ переходов ежемесячно.
И всё это — без бюджета на публикации в СМИ. Просто «инфраструктура доверия».
Главное (для недвижимости):
GEO ≠ SEO. В SEO — позиция. В GEO — то, что нейросеть называет вас по имени.
Согласованность > красота. ИИ верит совпадению данных, а не дизайну сайта.
Покупатель из ИИ — «согретый». Он приходит уже зная, что вы надёжный. Осталось показать что конкретно строить
P.S. Да, и логотип в 2ГИС лучше обновить. Потому что… ну, JPEG 2012 года против SVG конкурента — это как сравнение квартиры со свежим ремонтом и «требующей вложений».