GEO-оптимизация: в ответ ИИ берёт абзац, а не страницу

Коротко: GEO-оптимизация — подготовка сайта к ответам нейросетей: ChatGPT, Perplexity, Google AI Overviews, Алисы AI. Модель отбирает не страницу, а отдельный абзац, поэтому каждый блок должен сам отвечать на вопрос. Ниже — пять факторов отбора, шесть правил текста, технический минимум и способы проверить видимость.

GEO-оптимизация сайта — работа с сайтом и контентом, чтобы нейросети и AI-поиск брали его источником ответа: ChatGPT, Perplexity, Google AI Overviews, Алиса AI. Канал уже забирает у классической выдачи часть информационных запросов. По опросу Bain & Company (декабрь 2024, отчёт 2025 года), 80% потребителей минимум в 40% поисков довольствуются ответом без перехода на сайт. У Яндекса тот же сдвиг идёт через нейроответы: с 2024 года ответ нейросети стоит над выдачей (с 2025 года этот формат называется Алиса AI).

Классическое SEO под AI-поиск само собой не срабатывает. Топ-1 в Google не гарантирует, что ChatGPT процитирует страницу. Хороший SEO-текст может не попасть в Perplexity, если в нём нет самостоятельных абзацев, фактов и разметки. Сайт, который нормально индексируется в Яндексе, бывает закрыт от поисковых ботов нейросетей одной строкой robots.txt, и собственник об этом не знает.

Здесь — как мы делаем GEO-оптимизацию сайта в агентстве: какие сигналы влияют на выбор источника, какие правила работают на уровне текста и что настроить технически.

Что такое гео-оптимизация и чем она отличается от SEO?

GEO (Generative Engine Optimization, по-русски часто пишут просто гео) — оптимизация контента и сайта под цитирование в ответах генеративных моделей. С геотаргетингом и локальным SEO она не связана: гео здесь — сокращение от generative engine. Термин ввели исследователи из Princeton и IIT Delhi в статье «GEO: Generative Engine Optimization» (конференция KDD 2024). В их экспериментах приёмы вроде ссылок на источники, цитат и статистики в тексте поднимали видимость источника в ответах генеративного поиска до 40%.

SEO и GEO работают на разных уровнях. SEO борется за позицию всей страницы в выдаче по запросу. GEO работает с абзацами внутри страницы: чтобы модель могла вырезать любой из них и сослаться на него как на готовый ответ. AI-поиск находит страницы через поисковый индекс, вырезает из них фрагменты, сверяет и собирает ответ со ссылками на источники. Подробнее механика разобрана в статье про генеративный поиск.

Отсюда главное практическое отличие. В SEO выигрывает страница с лучшей релевантностью и ссылочным весом. В GEO выигрывает страница, где каждый смысловой блок сам отвечает на вопрос, содержит проверяемые факты и размечен. Сайт может стоять в топ-3 Google и не появляться в ответах ChatGPT — мы видим это у клиентов регулярно. Бывает и наоборот: молодой сайт без ссылочной массы попадает в Perplexity за счёт структуры. При этом основа общая: Google прямо пишет, что для показа в AI Overviews странице нужны обычная индексация и право на сниппет, отдельной разметки для ИИ нет. Когда что весит больше — в разборе GEO или SEO.

GEO не заменяет SEO — достраивается поверх него.

Что такое GEO-продвижение сайта и чем оно шире оптимизации?

GEO-продвижение — это вся работа за видимость бренда в ответах нейросетей, а не только правка своих страниц. GEO-продвижение сайта состоит из трёх частей: GEO-оптимизация страниц (структура, факты, разметка, доступ ботов), упоминания бренда на площадках, которые нейросети берут источниками, и регулярная проверка ответов по своим вопросам. Поэтому на вопрос, что такое GEO-продвижение, короткий ответ такой: это SEO-логика, перенесённая с позиции в выдаче на место в ответе модели.

Разница практическая. Оптимизация закрывает то, что зависит от вас: модель пришла на страницу и нашла там готовый ответ. Продвижение добавляет внешний слой: модель должна встретить бренд в нескольких независимых источниках, чтобы назвать его без вашей страницы. Алиса AI, например, берёт источники из топа выдачи Яндекса, поэтому для неё внешний слой — это ещё и обычные позиции; как попасть в её список ссылок, разобрано в статье про ответы Алисы AI.

Что такое GEO и AEO и почему их называют вместе?

AEO (Answer Engine Optimization) — оптимизация под системы, которые отдают готовый ответ вместо списка ссылок: блоки ответов в поиске, голосовые помощники, AI-поиск. GEO — оптимизация под генеративные модели, которые пишут ответ сами из нескольких источников. Приёмы у них во многом общие (прямой ответ в начале блока, FAQ, разметка, факты с источником), поэтому агентства и подрядчики часто пишут «AEO/GEO» через косую черту. Где методы расходятся и как проверить, что подрядчик делает именно GEO, — в разборе разницы GEO и AEO.

Какие пять факторов решают, возьмёт ли нейросеть сайт в ответ?

AI-системы выбирают источник иначе, чем поисковый алгоритм: они находят кандидатов, извлекают фрагменты и проверяют их. На практике решение об упоминании зависит от пяти факторов, которые мы видим на проверках ответов ChatGPT, Perplexity и Алисы AI. На них же строится продвижение в ответах ChatGPT.

Первый — извлекаемость контента. Может ли модель технически прочитать страницу. Сайты на тяжёлом JavaScript без серверного рендеринга часто пусты для AI-ботов: краулеры, которые забирают HTML, не исполняют скрипты как браузер. Закрытый robots.txt, неудачный Content-Security-Policy, бесконечная прокрутка без нормальных URL — всё это лишает страницу шанса на цитату.

Второй — прямой ответ в первых предложениях абзаца. Модели удобнее забрать короткий блок, который сам отвечает на вопрос. Если абзац начинается с ответа («GEO-оптимизация — это…»), его можно процитировать без контекста. Абзац, который начинается с противительного союза или с отсылки к прошлому разделу, без соседей не читается и почти не извлекается.

Третий — конкретность. Цифры, даты и ссылки на исследования повышают доверие модели к фрагменту. Общая фраза о том, что многие компании используют AI, проигрывает фразе с цифрой, годом и названием исследования: первую модель пропустит, вторую может процитировать со ссылкой.

Четвёртый — авторство и E-E-A-T-сигналы. E-E-A-T — критерии Google для оценки качества страниц: опыт, экспертиза, авторитетность и надёжность. Подпись автора с должностью, ссылка на профиль, описание реальной практики делают страницу экспертной точкой зрения вместо анонимного материала. Google прямо пишет, что в AI Overviews действуют те же системы оценки качества, что и в обычном поиске.

Пятый — schema-разметка. Article, FAQPage, HowTo, Organization, Person с полем sameAs — машиночитаемые сигналы о том, кто написал текст и о чём он. Разметка не заменяет хороший текст, но помогает модели правильно понять страницу и связать её с брендом.

По этим сигналам модель решает, брать ваш источник в ответ.

Какие правила текста повышают шанс на цитату в ответе ИИ?

Правила GEO-цитируемости — приёмы написания, которые повышают шанс, что модель извлечёт фрагмент и сошлётся на него. Ниже шесть правил, по которым мы готовим каждый текст: и в ручной редактуре, и в AI-конвейере контента для клиентов со ставкой на AI-видимость.

1. Ответ в первом предложении. Каждый раздел открывается прямым ответом на вопрос из подзаголовка: определение или вывод стоят в первом предложении, вступление без смысла убираем. Подзаголовок при этом лучше формулировать вопросом, который человек задал бы нейросети.

2. Самостоятельные блоки. Каждый смысловой блок должен читаться вне статьи; мы держим их в пределах одного или двух абзацев, чтобы ответ не размывался. Отсылки к соседним разделам убирают: модель берёт абзац, не зная, что стояло до и после.

3. Цифры и ссылки на источники. Минимум один проверяемый факт на блок, лучше из публичного исследования с годом и автором. В экспериментах авторов GEO именно добавление источников, цитат и статистики давало самый заметный прирост видимости.

4. Тема названа прямо, без местоимений. В начале блока пишем GEO-оптимизация, а не она: вне контекста модель не поймёт, к чему относится местоимение.

5. Свой экспертный опыт. Фразы «в нашей практике», «на сайтах клиентов мы видим» с конкретным наблюдением — сигнал E-E-A-T первого порядка. Они отличают экспертный текст от пересказа чужих обзоров.

6. FAQ-блок в конце статьи. Короткие вопросы и ответы с разметкой FAQPage — удобный формат для извлечения: каждый ответ уже самостоятелен. Ответ — от двух до четырёх предложений, с определением и фактом.

Что настроить на сайте технически, чтобы ИИ его прочитал?

Техническая база GEO — четыре уровня настройки, без которых хорошо написанный текст не попадает в AI-поиск: доступ ботов, разметка, llms.txt и скорость. Контент решает половину задачи, вторая половина — чтобы бот вообще добрался до текста. Ниже то, что мы проверяем на каждом проекте.

Доступ для AI-краулеров. Перед началом работ проверяем robots.txt: не закрыты ли OAI-SearchBot и ChatGPT-User (список ботов OpenAI), PerplexityBot и Perplexity-User (боты Perplexity), ClaudeBot, YandexBot, Googlebot. Часть клиентов закрывает их вместе с парсерами и теряет видимость в AI-поиске целиком. Заодно смотрим, как страница отдаётся боту: для JS-сайтов нужен серверный рендеринг или заранее собранный HTML ключевых страниц.

Schema.org-разметка. Какие типы реально помогают попасть в ответы, а какие ставят для галочки, — отдельный разбор про микроразметку для нейросетей. Минимальный набор для GEO — Organization, Article или BlogPosting, FAQPage на страницах с FAQ, HowTo для пошаговых инструкций, Person для авторов с заполненным sameAs. Разметку проверяем в Schema Markup Validator и Rich Results Test: ошибка в JSON-LD может обнулить её целиком, и случается это чаще, чем кажется.

llms.txt. Файл в корне сайта, который описывает его структуру в Markdown: какие разделы есть и какие страницы важны. Стандарт предложил Джереми Ховард в сентябре 2024 года. Официально учитывать llms.txt при ответах пока не заявил ни один крупный AI-поиск, поэтому мы ставим его как дешёвую страховку, а не как рычаг видимости.

Скорость и Core Web Vitals. Боты обходят сайты с ограничением по времени, и медленные страницы рискуют остаться недочитанными. Ориентир — зелёная зона Core Web Vitals: LCP до 2,5 секунды, INP до 200 миллисекунд, CLS до 0,1. Это не специфика GEO, но без неё остальное работает хуже.

Без технической базы даже правильный контент не попадает в AI-поиск.

Как измерить эффективность GEO-оптимизации сайта?

Главная сложность GEO — измерение. Метрика и GA не показывают, цитирует ли вас Perplexity, а общепринятых метрик пока нет. Рабочих способов три.

Прямая проверка упоминаний. Регулярно задавать тематические вопросы ChatGPT, Perplexity, Google AI Overviews, Алисе AI и фиксировать, появилась ли ссылка на сайт. Малому сайту хватает таблицы из 30–50 ключевых вопросов, которую проверяют раз в две недели. Большим нужна автоматизация через Profound, AthenaHQ, Otterly или собственные скрипты с API. Каждый сервис считаем отдельно: у ChatGPT и Алисы AI разные источники.

Переходы из AI-источников. В Метрике и GA можно выделить визиты с chatgpt.com, perplexity.ai, gemini.google.com, copilot.microsoft.com. На большинстве сайтов это пока малая доля трафика, поэтому её держат отдельным сегментом, иначе рост теряется в общем трафике.

Видимость по вопросам о бренде. Спрашиваем модель прямо: «расскажи про [бренд]», «что делает [компания]» — и смотрим, что она отвечает и на какие источники ссылается. Так видно, знает ли AI-система бренд вообще. Без этой базы цитирование по тематическим вопросам идёт хуже: источник, которого модель не знает, она называет реже.

В нашей практике базовый замер ставим до начала работ, повторный — через 60 и 120 дней. Первые изменения обычно заметны не раньше чем через два-три месяца: GEO — медленный канал, быстрых эффектов на горизонте квартала ждать не стоит.

Какие ошибки в GEO-оптимизации мы чаще всего видим у клиентов?

В GEO-оптимизации мы чаще всего видим четыре ошибки: текст пишут под ключевые слова вместо вопросов аудитории, закрывают AI-краулеров в robots.txt на всякий случай, оставляют FAQ без разметки и публикуют тексты без автора. Каждая по отдельности стоит сайту доли упоминаний в ответах ИИ.

Ставка на плотность ключей вместо вопросов. Привычный подход «вписать ключ N раз» в GEO не работает. Модель извлекает блоки, которые отвечают на вопрос, а плотность ключа ей безразлична. Ключи из Вордстата по-прежнему нужны, чтобы понять, как люди формулируют спрос, но текст строится вокруг их вопросов.

Закрытые AI-краулеры на всякий случай. Часть клиентов закрывает GPTBot и Perplexity-User в robots.txt, чтобы AI не забирал контент. Это решение нужно принимать осознанно: закрыть поисковых ботов — значит отказаться от канала. GPTBot собирает данные для обучения, а за поиск ChatGPT отвечает OAI-SearchBot, их можно настроить по отдельности. Если задача — защитить редкие материалы, закрывать только их, а не весь сайт.

FAQ без разметки на главных страницах. Много раз видели сайты, где FAQ есть в дизайне, но без FAQPage в JSON-LD. Для бота это просто текст без структуры вопрос-ответ. Добавить разметку — правка на час, и мы делаем её первой.

Анонимные тексты без автора. Маркетинговый текст от имени компании проигрывает тексту с подписью эксперта. Подпись с должностью, ссылкой на профиль и описанием опыта — обязательный минимум E-E-A-T.

Коротко о главном про GEO-оптимизацию сайта

• GEO-оптимизация — работа с сайтом и контентом под цитирование в AI-поиске (ChatGPT, Perplexity, Google AI Overviews, Алиса AI); GEO-продвижение добавляет к ней упоминания бренда на внешних площадках
• Модель извлекает не страницу, а смысловой блок с прямым ответом в первом предложении
• Пять факторов отбора: извлекаемость, ответ в начале блока, конкретность, авторство и E-E-A-T, schema-разметка
• Технический минимум: открытые поисковые AI-боты, JSON-LD-разметка, Core Web Vitals в зелёной зоне; llms.txt — страховка
• Эффект накапливается медленно: первые изменения — через два-три месяца
• SEO и GEO не альтернативы: GEO достраивается поверх корректного SEO

Делаем GEO-оптимизацию сайтов под AI-поиск — от аудита до внедрения и мониторинга цитирований в ChatGPT, Perplexity, Google AI Overviews и Алисе AI. Если хотите понять текущую видимость в AI — закажите бесплатный аудит, ответим в течение 2 часов. Сколько это стоит дальше — в разборе цен на продвижение в нейросетях.

ОБ АВТОРЕ

Дмитрий Зимин Сооснователь Звонко. 12 лет в маркетинге и медиа, бывший главред спортивных СМИ