GEO и AEO: разница и как проверить работу подрядчика
Разбираем AEO и GEO по первоисточникам: где методы пересекаются, почему одного упоминания в ИИ мало и как согласовать проверяемый результат.
Читать статью →Кого из специалистов по продвижению в нейросетях посоветуют ИИ: в 18 ответах шести нейросетей ни одного имени. Из 12 критериев выбора документом проверяются три.
Коротко: мы в Звонко разобрали 18 ответов шести нейросетей на вопрос, как выбрать специалиста по продвижению в нейросетях. Ни одной компании там не названо, критериев звучит 12, а документом из них подтверждаются три. Кейсы, которые советуют 17 ответов из 18, подрядчик рисует себе сам.
Компания, которая ищет специалиста по продвижению в нейросетях, обычно сравнивает кейсы, отзывы и обещания на созвоне — и упирается в то, что все три источника подрядчик готовит сам. Спросить у самих нейросетей тоже логично: раз речь про видимость в их ответах, пусть они и подскажут критерии. Мы в Звонко прогнали один и тот же запрос «как выбрать агентство по продвижению в нейросетях» через шесть платформ с включённым веб-поиском, сняли 18 ответов и разложили их на таблицу критериев — вместе с тем, что из этой таблицы вообще можно потрогать руками до подписания договора.
Специалист по продвижению в нейросетях ведёт цикл из четырёх шагов: снимает замер текущей видимости бренда по ключевым вопросам, разбирает, откуда модели берут источники для ответа, доращивает контент и описывает бренд как сущность — то есть добивается, чтобы модель связывала имя компании с конкретной нишей, услугами, городом и людьми, а не путала с однофамильцами, — затем повторяет тот же замер и сверяет дельту по каждому вопросу. Порядок здесь несущий: без первого замера непонятно, что менять, без повторного невозможно сказать, сработали правки или просто были сделаны. Это не разовая настройка сайта и не пачка статей на внешних площадках, а замкнутый круг, который проходят снова и снова, — так устроено и продвижение бренда в нейросетях как услуга. Сроки каждого этапа разобраны в статье «Продвижение в нейросетях: этапы и сроки».
Единица работы отличает эту профессию от классического SEO сильнее, чем набор инструментов. SEO оптимизирует страницу как URL под позицию в выдаче, а продвижение в нейросетях — абзац и факт внутри страницы под извлекаемость: способность куска текста работать в ответе нейросети, когда его вынули со страницы и показали без неё. Такую работу называют GEO-продвижением в нейросетях; разница уровней подробно разобрана в статье «GEO или SEO для нейросетей». Кандидат, который эти два уровня путает, чаще всего продаёт классическое SEO под новой вывеской.
На прямой вопрос нейросети отдают чек-лист критериев, а не список компаний. В логе Звонко по промпту p015 лежат 18 ответов — шесть платформ по три повтора, — и ни в одном из 18 не названа ни одна компания: ни мы, ни один из шести подрядчиков нашего ростера наблюдения. Медиана длины ответа — 2351,5 знака при разбросе от 1366 до 5560. В коротком ответе это пять-девять пунктов списком с однострочной расшифровкой, в длинном критериев и больше, и расписаны они подробнее: у Gemini на 5173 знака их четырнадцать. Имена у нейросетей появляются на соседнем вопросе про топ агентств; на формулировку «как выбрать» модель системно уходит в методику.
Две оговорки к составу этих 18 ответов стоит держать в голове с самого начала. Первая: веб-поиск был включён запросом ко всем шести каналам, но фактически подтверждают его только те ответы, к которым модель приложила список источников, — таких 12 из 18. Вторая: среди шести платформ того прогона есть Gemini, который мы позже вывели из базового замера за ответы по данным обучения. Три его ответа в разборе учтены. Даже если их вычесть, верх списка не двигается: кейсы названы в 17 ответах из 18, то есть минимум в 14 из оставшихся 15.
Чаще всего нейросети советуют смотреть кейсы продвижения в нейросетях — этот критерий встретился в 17 ответах из 18. Дальше по частоте: отзывы и репутация — 16, экспертиза в нише — 14, отчётность и метрики — 14, опыт и стаж — 12, методология — 12, охват нейросетей — 11, цена — 9, состав команды — 8, гарантии как красный флаг — 7, портфолио — 5, договор — 5.
Двенадцать критериев из 18 ответов; зелёным — то, что смотрят документом. Замер Звонко, август 2026.
Перекос виден сразу: три верхних пункта — кейсы, отзывы, репутация — ровно то, что подрядчик показывает сам и в любой удобной ему форме. Договор и отчётность, которые подтверждаются документом, стоят внизу с частотой в разы ниже. Нейросети воспроизводят структуру источников, на которых учились отвечать, а не выстраивают критерии по проверяемости — и чек-лист, собранный из их ответов буквально, не отбраковывает ни одного кандидата.
Разложить те же 12 пунктов удобнее по другому признаку — на впечатление и на документ. В колонку впечатления уходят кейсы, отзывы, экспертиза, опыт, охват, состав команды и портфолио: всё это рассказывает о себе сам подрядчик, вместе 83 упоминания из 18 ответов. В колонку документа попадают три критерия — отчётность с описанной формулой, методология и договор, — вместе 31 упоминание. Цена и гарантии как красный флаг не ложатся ни в одну колонку. А самый проверяемый документ в этой работе — лог замера с сохранёнными источниками — в 12 критериях вообще не встречается: его не назвала ни одна платформа ни разу, и в наш список он попал от нас, а не от них.
Часть советов промахивается, потому что модель смешивает продвижение бренда в ответах нейросетей с разработкой самих нейросетей. ChatGPT (gpt-4o, первый повтор) в критерии «Методология и технологии» советует смотреть, использует ли подрядчик «GPT, TensorFlow и другие» инструменты, и предлагает оценивать креативность кампаний. TensorFlow — библиотека для обучения моделей машинного обучения, к видимости бренда в ответах она отношения не имеет: модель ответила про то, как нейросети делают, а не про то, как в них появляться.
Контраст внутри того же лога показателен, но чёрно-белым его сделать не выйдет. Алиса AI на тот же вопрос дала самый предметный ответ из шести платформ: проверять кейсы с цифрами цитирования в ответах ИИ, спрашивать про NLP-сущности, запрашивать отчётность с частотой упоминаний бренда в ИИ-ответах и отдельно смотреть, называют ли нейросети самого подрядчика. Рядом, в том же ответе и тем же списком, она советует смотреть на Core Web Vitals и стек Ahrefs, SEMrush, Screaming Frog и просить кейсы с ростом выручки и ROMI — то есть половину ответа занимает классическое SEO и та самая витрина, которую до найма проверить нечем. Расстояние между двумя платформами измеряется не конкретностью формулировок, а долей проверяемых пунктов внутри ответа: у ChatGPT она около нуля, у Алисы AI — примерно половина.
Один и тот же вопрос, два канала: конкретика занимает только часть ответа.
Для того, кто нанимает, это работает быстрым фильтром. Если кандидат на вопрос про видимость бренда в ответах ИИ начинает рассказывать про обучение собственных моделей и их тонкую настройку, он либо перепутал профиль, либо продаёт смежную услугу под похожим названием. На словах разница небольшая, по факту это два разных набора навыков и два разных результата.
Ответ о выборе подрядчика собирается из площадок-обзоров и каталогов, а не с сайтов самих подрядчиков. Знаменатель здесь важен: список источников приложен к 12 ответам из 18 — у ChatGPT и Gemini он пуст во всех трёх повторах, так что распределение ниже снято по Claude, Гигачату от Сбера, Perplexity и Алисе AI. Домены в этих 12 ответах разложились так: vc.ru — 20 ссылок, sostav.ru — 11, dtf.ru — 10, workspace.ru — 8, paper-planes.academy — 6, ratingruneta.ru — 6, digitalimpuls.ru — 4, avigroup.pro — 3, seonews.ru — 3, дальше единичные упоминания.
Практический вывод работает в обе стороны — и для нанимателя, и для самого специалиста. Если кандидат не фигурирует ни в одной обзорной статье на этих площадках, у нейросетей физически нет материала, чтобы его порекомендовать: корпоративный сайт агентства на этот вопрос почти не читается. Международная статистика фиксирует тот же разрыв в другом масштабе: по данным AI Search & GEO Report 2026, только 11% доменов цитируются одновременно ChatGPT и Perplexity, 80% цитируемых источников не входят в топ обычной выдачи Google, а сайты самих брендов дают 5–10% источников ответа (omnius.so). Список доноров поэтому снимают с ваших собственных вопросов, а не копируют из чужого гайда. Кто из подрядчиков рынка сейчас виден в этих ответах, разобрано в статье «Агентства продвижения в нейросетях в 2026».
Из этого же распределения вытекает проверка, которую кандидату мало кто устраивает: спросить, где он сам виден в ответах нейросетей по своей теме. Специалист, который умеет выводить бренд в источники ответа, обычно способен показать это на собственном примере — и назвать конкретный промпт, по которому его цитируют. Отсутствие такого примера не приговор, но объяснение ему должно быть внятным: молодая компания, узкая ниша, недавно сменённое имя.
Ответ о подрядчике собирается с обзорных площадок и каталогов. Замер Звонко, август 2026.
Из 12 критериев, которые называют сами нейросети, документом подтверждаются три: отчётность, методология и договор. Договор читает юрист, а отчётность в таком виде — слово без содержания, поэтому мы разворачиваем её в три конкретных файла и добавляем к ним методику. Получаются четыре артефакта, которые кандидат либо приносит, либо нет.
search_enabled означает только то, что каналу велели искать в вебе, — это флаг запроса. Факт поиска подтверждает либо отдельное поле search_performed, либо непустой sources_cited — сохранённый список адресов, откуда модель взяла ответ. В наших собственных файлах от 17.08.2026 поля search_performed нет, оно появилось в контуре замера позже, поэтому фактом поиска там работает список источников: он есть у 12 ответов из 18. Разница между «канал попросили искать» и «канал искал» — первое, что стоит замечать в чужом отчёте, и то, из-за чего цифры молодого бренда занижаются без единого технического сбоя.Как выглядит такой лог вживую — фрагмент файла perplexity/p015_iter1.json из того самого прогона 17.08.2026. Показаны шесть полей из пятнадцати, brand_signals свёрнут с семи подполей до одного, текст ответа и разбор конкурентов опущены:
{
...
"platform": "perplexity",
"prompt_id": "p015",
"search_enabled": true,
"answer_length_chars": 2246,
"brand_signals": {"brand_mentioned": false},
"sources_cited": [
{"domain": "neuroreach.ru", "title": "Продвижение в нейросетях (AISEO, GEO, AEO, NEO ..."},
{"domain": "sostav.ru", "title": "ТОП-10 агентств для продвижения в ИИ (рейтинг ..."},
{"domain": "ratingruneta.ru", "title": "Агентства для продвижения в нейросетях (GEO/AEO)"}
],
...
}
Даже по этой выборке ответ читается: поиск запрошен, длина 2246 знаков, наш бренд не упомянут, источники — два рейтинга и сайт прямого конкурента. Коммерческой тайны тут нет ни в одной строке, клиентских данных тоже. Обзор инструментов, которыми такой замер снимается, — в статье «Инструменты мониторинга AEO в 2026»; общая механика GEO как дисциплины разобрана в гайде «Ашманов и партнёры». Прогнать похожую проверку по своему бренду вручную, до разговора с подрядчиком, помогает наш протокол из статьи «Проверить, называет ли вас нейросеть».
Карта видимости, которой можно доверять, — это статус по каждому вопросу, а не одна цифра сверху. В прогоне Звонко по 20 промптам ядра от 17 августа 2026 года распределение вышло такое: 11 промптов получили статус «нет материала», 4 — «есть, но не читают», 2 — «читают, не называют», 3 — «видно». Больше половины ядра упирается не в слабый текст, а в его отсутствие: писать не переписывать, а с нуля.
Статус по каждому вопросу отдельно — и своя работа под каждый статус.
Разрез при этом неровный, и это тоже часть карты, которую не подчищают: 19 промптов сняты с 18 ответов каждый, а p012 — с 16, два повтора одного канала в лог не записались. Такие мелочи в отчёте показывают, а не подчищают: иначе знаменатель у каждой строки свой, а выглядит таблица одинаково. Дальше карта работает как рабочий план: она показывает, куда идут деньги первого месяца, и по ней же проверяется результат через месяц — статус конкретного промпта либо сдвинулся, либо нет. Один усреднённый балл это движение прячет: бренд может вырасти в трёх вопросах и просесть в трёх других, а цифра сверху останется прежней.
Спрашивать стоит про конкретные поля и цифры из уже сделанной работы, а не про инструменты и подход. Рабочий набор:
Хороший признак — когда в ответ звучат поля и домены, а не прилагательные: цифры цитирования, частота упоминаний в отчётности, конкретные площадки из выдачи. Ровно то, что в нашем логе назвала Алиса AI первой половиной своего ответа, только применительно к клиенту кандидата, а не к абстрактному подрядчику.
Пустой ответ — это ответ без поля, цифры или документа за ним, даже если звучит он уверенно. Таких типов четыре. Первый — рассказ про полный охват всех нейросетей без перечня платформ и без объяснения, у каких из них вообще включается веб-поиск. Второй — обещание гарантированного места в ответах ИИ: ответ пересобирается на каждый запрос, и подрядчик управляет только источниками, из которых модель его собирает. Третий — отказ показать хотя бы один пример лога со ссылкой на коммерческую тайну: техническое поле про веб-поиск и список источников клиентской тайны не содержат. Четвёртый — разговор о продвижении в нейросетях как об обучении и настройке самих моделей, тот самый TensorFlow вместо полей отчёта.
Метрики не сходятся, потому что у рынка нет общего стандарта, что считать долей голоса и индексом видимости. Разбор Ивана Симонова на vc.ru (август 2026) показывает расхождение цифр между сервисами замера по одному и тому же бренду до 200–300% при одинаковом названии метрики (vc.ru/ai/3025013). Часть сервисов не раскрывает даже того, опрашивает она модель с веб-поиском или без, — а голая модель отвечает по данным обучения и занижает молодые бренды, так что итоговое число выходит заниженным без единого технического сбоя.
Здесь методика из четвёртого артефакта весит больше самого балла: два подрядчика способны показать вам 47 и 82 по одному бренду, и оба числа будут технически верны, просто посчитаны по-разному. Цифра без описанной методики за ней — тот же пустой ответ, только убедительнее оформленный.
Цена продвижения в нейросетях зависит от разрыва между текущей видимостью бренда и видимостью конкурентов, поэтому до замера её корректно не называют. Perplexity в логе Звонко p015 со ссылкой на открытую выдачу пересказывает вилки рынка — это чужие прайсы из поиска, а не наш замер. Разбор диапазонов с источниками мы вынесли в отдельную статью «Сколько стоит продвижение в нейросетях», чтобы не спорить о бюджете раньше, чем на столе появятся четыре документа. Если же канал надо встроить в общий план продвижения, это уже задача стратегического маркетинга, а не одного замера.
Сколько это стоит вам по времени: первые три пункта проверяются по наличию, а не по содержанию — файл либо прислали, либо нет, и на такую сверку хватает получаса без единого технического человека в комнате. Разбирать содержимое лога должен тот, кто отличит список источников от скриншота презентации; если такого человека в компании нет, попросите кандидата на созвоне назвать каждое поле вслух и сверьте сказанное с фрагментом выше — совпадает или нет, видно и без технаря.
Не хотите проверять кандидатов вслепую? Мы снимем замер по вашим 20 вопросам и отдадим те же четыре документа — лог с источниками, карту видимости по промптам, список площадок-доноров и методику, — с которыми потом можно прийти к любому подрядчику, включая не нас. Закажите GEO/AEO-аудит в Звонко или напишите нам — диагностику начинаем без предоплаты.
SEO-специалист работает со страницей как единицей ранжирования — позицией в выдаче по ключевому запросу. Специалист по продвижению в нейросетях работает с абзацем или фактом внутри страницы как единицей извлечения: тем, что нейросеть процитирует в ответе отдельно от остального текста. Пример разницы: по данным AI Search & GEO Report 2026, 80% цитируемых нейросетями источников не входят в топ обычной выдачи Google. Подробнее — в статье «GEO или SEO для нейросетей».
Кейсы — самый частый критерий у нейросетей (17 ответов из 18) и самый неудобный для проверки: подрядчик выбирает, какие показать, и оформляет их как захочет. Кейс становится проверяемым, когда к нему приложен лог замера до и после по одним и тем же промптам. Рабочий вариант на созвоне — попросить контакт клиента из кейса и спросить у него, видел ли он эти логи сам.
Это красный флаг того же веса, что и обещание гарантированного места в ответах ИИ. Реальный лог не содержит коммерческой тайны — там технические поля вроде флага веб-поиска, длина ответа и список источников, — поэтому один пример без клиентских деталей показать можно почти всегда. Мы в Звонко привели такой фрагмент прямо в этой статье: шесть полей и три источника из файла perplexity/p015_iter1.json — выборка, и она подписана выборкой, а не выдана за весь файл.
Потому что «как выбрать» и «топ агентств» — для модели два разных промпта с разной механикой ответа: первый уходит в методику и чек-лист, второй в перечисление известных имён из корпуса. В логе Звонко по вопросу «как выбрать» ни одна компания не названа ни разу ни у одной из шести платформ за 18 ответов, включая нас самих и шесть подрядчиков из ростера наблюдения.
Нет, но методика обязана объяснять, почему выбран именно этот набор каналов. Часть каналов отвечает без живого веб-поиска и по этой причине занижает молодые бренды — такие источники либо исключают из базовой оценки, либо помечают отдельно. Мы в Звонко вывели из базового замера три таких канала, и один из них, Gemini, стоит в прогоне 17.08.2026, на котором построен весь этот разбор: его три ответа из восемнадцати мы учли и оговариваем, а не прячем. На верхних критериях это не сказывается арифметически — кейсы названы в 17 ответах из 18, значит, минимум в 14 из 15 без Gemini.
Спросите формулу конкретной метрики и повторяемость: тот же промпт через неделю обязан дать сопоставимое, а не произвольное число. Расхождение методик у разных сервисов рынка доходит до 200–300% при одинаковом названии показателя (разбор Ивана Симонова на vc.ru), поэтому устная формулировка про долю голоса без описания механики не гарантирует ничего. Пример проверки: попросите посчитать метрику при вас на двух промптах.
Нет, они работают параллельно и опираются на разную механику выдачи. По данным AI Search & GEO Report 2026, 80% источников, которые цитируют нейросети, не входят в топ обычного поиска — значит, позиции в поисковой выдаче эту видимость не закрывают. Обратное тоже верно: бренд, которого нейросети называют в ответах, не получает от этого трафик из поиска, если в обычной выдаче его нет.
search_enabled говорит только о том, что канал попросили искать; факт поиска показывает поле search_performed или непустой список источников.Чего мы пока не знаем сами: изменится ли этот чек-лист, когда в корпусе нейросетей появятся первые разборы провальных GEO-проектов, — сейчас в источниках почти одна сторона медали. Мы в Звонко повторим тот же промпт p015 в ноябре нынешним контуром, где факт поиска пишется отдельным полем, и сравним частоты критериев; если верхние три сдвинутся, напишем об этом отдельно. А до тех пор чек-лист от нейросетей лучше читать как список тем для разговора, а не как фильтр кандидатов.
AEO Разбираем AEO и GEO по первоисточникам: где методы пересекаются, почему одного упоминания в ИИ мало и как согласовать проверяемый результат.
Читать статью →
GEO llms.txt советуют GigaChat и ChatGPT, а Алиса AI, Google и Claude — нет. Что это за файл, пример, нужен ли он сайту и почему Google его не использует.
Читать статью →
AEO Когда вручение золотого мяча 2026, кто номинанты на трофей Яшина и что нейросети говорят о шансах Сафонова — а заодно о хоккее вместо футбола.
Читать статью →Начнём с бесплатного экспресс-замера: покажем, как нейросети видят ваш бренд сейчас и где есть смысл работать.