AI-поиск — основной канал получения информации для десятков миллионов пользователей. 46,5 млн человек ежемесячно видят нейроответы Алисы AI в выдаче Яндекса. Google AI Overview работает в России с октября 2025 года. ChatGPT и Perplexity стали повседневными инструментами. Сайт, который не попадает в ответы нейросетей, теряет аудиторию — даже если занимает первые позиции в классической выдаче.
Этот гайд — полная инструкция по GEO (Generative Engine Optimization) — оптимизации сайта под генеративные поисковые системы. Я собрала рабочие методы, подтверждённые исследованиями и практикой: от структуры контента до schema.org, от критериев ЭПОС до измерения результатов. Материал рассчитан на владельцев бизнеса, маркетологов и разработчиков, которые хотят, чтобы их сайт цитировали и люди, и нейросети.
Что такое GEO и чем отличается от SEO
GEO (Generative Engine Optimization) — оптимизация контента для попадания в ответы генеративных поисковых систем: Алисы AI в Яндексе, Google AI Overview, ChatGPT, Perplexity, Microsoft Copilot. Термин ввели исследователи из Princeton University в работе, опубликованной на конференции KDD 2024 (arxiv.org/abs/2311.09735).
Ключевое отличие от классического SEO — в метрике успеха. SEO оптимизирует позицию в списке ссылок. GEO оптимизирует попадание в синтезированный ответ нейросети. Пользователь получает готовый ответ прямо в интерфейсе поисковика и может не кликнуть ни по одной ссылке.
| Параметр | SEO | GEO |
|---|---|---|
| Цель | Высокая позиция в списке ссылок | Цитирование в AI-ответе |
| Метрика | Позиция, CTR, трафик | Share of Voice, частота цитирования |
| Основной сигнал | Ссылочная масса, релевантность | Структура, авторитетность, конкретика |
| Результат стабилен? | Относительно да | Нет — ответы LLM вариативны |
| Прозрачность | Search Console, позиции | Ограниченные инструменты |
GEO не отменяет SEO. Без хороших позиций в классическом поиске попасть в нейроответы практически невозможно. Яндекс прямо об этом говорит: Алиса строит ответ, опираясь на самые релевантные страницы из топа поиска. Если сайт не в топе обычной выдачи — работать над GEO преждевременно.
На практике GEO — дополнительный слой оптимизации поверх SEO. Классическое SEO даёт право быть в выдаче. GEO даёт шанс быть процитированным.
Научная база GEO
GEO — не маркетинговый термин, а направление с растущей научной базой. Базовая работа Princeton (Aggarwal et al., KDD 2024) заложила фреймворк и предложила 9 методов оптимизации. С тех пор вышли исследования по адаптивной GEO-оптимизации (AgenticGEO, Yuan et al., март 2026; arxiv.org/abs/2603.20213), по роли пользовательских интентов (G-SEO, Chen et al., 2025/2026), по методологии измерений (Schulte et al., апрель 2026) и по сравнительному анализу AI-поисковиков (Chen et al., 2025). Направление развивается быстро — новые работы выходят каждый месяц.
В коммерческом пространстве GEO иногда называют AEO (Answer Engine Optimization) или LLMO (LLM Optimization). Суть одна — адаптация контента под цитирование генеративными системами. В этом гайде я использую термин GEO как наиболее устоявшийся в научной литературе.
Какие AI-поисковики сейчас работают в России
По состоянию на апрель 2026 года в рунете работают несколько генеративных поисковых систем:
- Алиса AI в Яндексе — интегрирована в поисковую выдачу Яндекса с мая 2025 года. 65 млн MAU на декабрь 2025 года. 46,5 млн пользователей ежемесячно видят нейроответы в выдаче. Работает на YandexGPT-5 Pro. За 2025 год обработала более 2,9 млрд запросов.
- Google AI Overview — запущен для российских пользователей в октябре 2025 года. Работает в «Режиме ИИ» (AI Mode) на базе Gemini.
- ChatGPT — с функцией поиска (ChatGPT Search) с октября 2024 года. Доступен в России через VPN или напрямую в зависимости от периода.
- Perplexity AI — генеративная поисковая система с цитированием источников. Доступна без ограничений.
- Microsoft Copilot (Bing Chat) — интегрирован в поиск Bing на базе GPT-4.
Каждая платформа имеет свои особенности в выборе источников и формировании ответов. Алиса AI и Google AI Overview строят ответы на основе собственной поисковой выдачи. ChatGPT и Perplexity используют собственные системы ранжирования и могут цитировать источники, которые не входят в топ-10 Яндекса или Google.
Как AI-поисковики выбирают источники для ответов
Генеративный поисковик работает по схеме: получает запрос → делает один или несколько поисковых запросов → отбирает релевантные страницы из топа → LLM синтезирует ответ на основе этих страниц → указывает источники.
Из этой механики следуют три критически важных вывода.
Попадание в топ поиска — обязательное условие
AI-система не просматривает весь интернет заново. Она работает с результатами, которые уже прошли ранжирование классическим поиском. Нет позиций — нет шансов на цитирование.
Нейросеть выбирает не все страницы из топа
Из 10 результатов в топе в ответ попадут 2–5. Критерий отбора — насколько страница хорошо структурирована, содержит конкретику и прямо отвечает на вопрос.
Один запрос — один синтезированный ответ
В отличие от классической выдачи, где пользователь видит 10 ссылок и выбирает сам, в AI-поиске нейросеть выбирает за пользователя. Если вас нет в этом ответе — вас нет.
Исследование «How to Dominate AI Search» (Chen et al., 2025; arxiv.org/abs/2509.08919) выявило системную особенность: AI-поисковики демонстрируют сильный перекос в сторону earned media — сторонних авторитетных источников (СМИ, энциклопедии, экспертные площадки). Brand-owned контент (собственный сайт) цитируется значительно реже. Это контраст с Google, где микс между brand-owned и earned более сбалансирован.
Практический вывод: оптимизация только собственного сайта недостаточна. Нужна стратегия присутствия на внешних площадках.
4 рекомендации из исследования Chen et al.
Авторы «How to Dominate AI Search» сформулировали четыре стратегических рекомендации на основе эмпирических данных:
- Делайте контент машинно-сканируемым. Чистый HTML, структурированные данные, явная иерархия заголовков. AI-системы должны легко извлекать информацию без парсинга сложных JavaScript-приложений.
- Доминируйте в earned media. Обеспечьте присутствие бренда на авторитетных сторонних площадках — СМИ, экспертные блоги, справочники. AI-поисковики системно предпочитают именно эти источники.
- Используйте стратегии под конкретный поисковик. ChatGPT, Perplexity и Gemini по-разному отбирают источники: отличается разнообразие доменов, чувствительность к формулировкам запросов, предпочтения по свежести контента. Универсальной стратегии нет.
- Преодолевайте перекос в сторону крупных брендов. AI-поисковики демонстрируют предубеждение в пользу известных доменов. Для нишевых игроков это значит: нужна сверхспецифичная экспертиза и уникальные данные, которых нет у крупных конкурентов.
Критерии ЭПОС: что хочет Алиса AI от вашего сайта
На «Дне Поиска» 7 апреля 2026 года Яндекс озвучил критерии, по которым Алиса AI выбирает страницы для нейроответов. Аббревиатура — ЭПОС.
Э — Экспертность. Глубина раскрытия темы и квалификация автора. Страница, написанная специалистом с подтверждённой экспертизой (указан автор, квалификация, опыт), получает приоритет перед анонимным текстом.
П — Полезность. Решает ли страница задачу пользователя. Не рассказывает «о компании», а отвечает на конкретный вопрос или закрывает конкретную потребность.
О — Оригинальность. Уникальная информация, которой нет у конкурентов: собственные данные, кейсы, методология, экспертное мнение. Рерайт чужих статей не даёт оригинальности.
С — Содержательность. Полнота и структурированность материала. Страница, которая закрывает тему целиком — с цифрами, примерами, FAQ — выигрывает у поверхностного текста.
Критерии ЭПОС перекликаются с результатами исследований GEO: нейросети выбирают контент с конкретикой, цифрами, структурой и экспертной глубиной. Страницы в стиле «мы команда профессионалов» не работают.
Что это значит для страницы услуги или товара:
- Конкретный диапазон цены и что входит в услугу
- Чётко описанный процесс (3–5 шагов)
- FAQ с короткими точными ответами на реальные вопросы
- Доказательства: кейсы с цифрами, документы, автор с указанной квалификацией
Пример: две страницы стоматологической клиники
Рассмотрим, как критерии ЭПОС работают на практике. Две клиники предлагают одну услугу — имплантацию зубов. Обе в топ-10 Яндекса по запросу «имплантация зубов цена».
| Критерий | Клиника А (не попадает в нейроответ) | Клиника Б (попадает) |
|---|---|---|
| Экспертность | Нет автора. «Наша команда профессионалов» | Автор — к.м.н. Иванов И.И., 15 лет опыта, 3 000+ установленных имплантов |
| Полезность | Общий текст о том, что имплантация — хороший метод | Таблица цен по системам (Nobel, Straumann, Osstem), что входит в стоимость, этапы лечения с таймлайном |
| Оригинальность | Рерайт статьи из Wikipedia | Собственная статистика: процент приживаемости за 5 лет по данным клиники |
| Содержательность | 500 слов, нет FAQ | 2 500 слов, FAQ из 8 вопросов, сравнительная таблица систем, противопоказания |
Алиса AI выберет Клинику Б — потому что её страница содержит конкретику, которую можно процитировать в ответе. «Имплантация одного зуба на системе Osstem стоит от 35 000 ₽ и включает анестезию, установку, временную коронку» — это цитируемый факт. «Мы предлагаем качественную имплантацию по доступным ценам» — нет.
Структура контента для AI-поиска
Исследование Princeton (GEO, KDD 2024) протестировало 9 стратегий оптимизации контента и измерило их влияние на видимость в генеративных поисковых системах. Три метода показали наибольший эффект.
Добавление цитат и ссылок на источники
Упоминание конкретных источников (исследований, документации, официальных данных) повышает доверие нейросети к контенту. Эффект особенно заметен для фактических запросов — в медицине, праве, финансах. Для малых сайтов метод Cite Sources показал рост видимости до 115% по сравнению с неоптимизированной версией.
Добавление статистики и цифр
Конкретные числа вместо общих утверждений. Не «наш сервис быстрый», а «среднее время ответа — 2.3 секунды по результатам 10 000 запросов за март 2026». Эффект особенно заметен в юридических и общественно-политических темах.
Убедительный стиль изложения
В дискуссионных темах — чёткая позиция с аргументами, а не обзор «с одной стороны, с другой стороны». LLM предпочитает источники, которые высказывают экспертное мнение с обоснованием.
Практические правила структуры
Первый абзац — самодостаточный ответ. LLM часто берёт первые 2–3 предложения страницы как основу для цитаты. Если первый абзац содержит воду или вступление «в данной статье мы рассмотрим» — шанс на цитирование падает.
H2 каждые 300–500 слов, в виде вопросов или утверждений. LLM разбивает страницу на chunks по заголовкам. Заголовок «Как работает X» или «Что такое Y» совпадает с формулировками поисковых запросов — это повышает релевантность chunk'а.
Абзацы — 2–4 предложения. Длинные абзацы LLM парсит хуже. Первое предложение абзаца — всегда главная мысль (topic sentence).
Списки и таблицы. LLM особенно хорошо извлекает и цитирует пронумерованные списки и данные из таблиц. Если информацию можно представить в виде таблицы сравнения — представляйте.
FAQ-блоки. Формат «вопрос — короткий ответ» совпадает с тем, как AI-системы отвечают пользователям. Исследование Relixir (2025) показало, что страницы с FAQ-блоками и FAQPage schema получают цитирование в AI-платформах в 2,7 раза чаще: 41% против 15%.
Эффективность GEO-методов зависит от тематики
Одно из ключевых открытий Princeton — универсального рецепта нет. Разные методы GEO-оптимизации работают по-разному в зависимости от домена:
| Метод GEO | Где работает лучше всего | Где работает слабо |
|---|---|---|
| Cite Sources (ссылки на источники) | Медицина, право, финансы — фактические запросы, где важна верификация | Развлечения, лайфстайл |
| Statistics Addition (цифры и статистика) | Право, политика, экономика | Творческие и субъективные темы |
| Authoritative Tone (убедительный стиль) | Дискуссионные и «opinion»-запросы | Справочные и фактические запросы |
| Quotation Addition (цитаты экспертов) | Широкий спектр тем | Узкотехнические запросы |
| Keyword Stuffing (накачка ключевиками) | Нигде — в GEO работает хуже, чем без оптимизации | Везде |
Для малых сайтов GEO-оптимизация даёт даже больший эффект, чем для крупных. Метод Cite Sources показал прирост видимости 115% для сайтов на 5-й позиции в SERP, в то время как для сайтов на 1-й позиции эффект был минимальным или отрицательным. Это шанс для малого бизнеса: нельзя обогнать крупный бренд по ссылочной массе, но можно обогнать по качеству структуры и экспертности контента.
Как выглядит оптимизированный chunk
LLM разбивает страницу на смысловые блоки (chunks) по заголовкам и абзацам. Каждый chunk оценивается независимо. Пример — два варианта одного и того же контента:
До оптимизации:
Наша компания предлагает услуги по разработке сайтов. Мы используем современные технологии и индивидуальный подход к каждому клиенту. Наши специалисты имеют большой опыт работы.
После GEO-оптимизации:
Разработка сайта на Astro занимает 4–8 недель и включает: прототипирование (Figma), вёрстку с адаптивностью под 5 брейкпоинтов, интеграцию с CMS (1С-Битрикс или headless), настройку Core Web Vitals до зелёной зоны (LCP < 2.5s, CLS < 0.1). Стоимость — от 300 000 ₽ для корпоративного сайта с каталогом до 500 товаров.
Второй вариант содержит конкретику (сроки, стек, метрики, цену), которую AI-система может процитировать. Первый — набор общих утверждений, которые нейросеть проигнорирует.
Schema.org: какие типы разметки влияют на цитируемость
В марте 2025 года Google и Microsoft подтвердили, что используют структурированные данные schema.org для работы AI-функций. Google заявил, что структурированные данные дают преимущество в поисковых функциях. Microsoft подтвердил, что schema.org помогает LLM Copilot понимать контент. Это сделало schema.org не SEO-тактикой для rich snippets, а инфраструктурным элементом AI-видимости.
Приоритетные типы schema.org
| Tier | Тип | Зачем |
|---|---|---|
| 1 — прямо влияет на цитирование | FAQPage | Формат совпадает с тем, как AI отдаёт информацию. Одна из самых высоких корреляций с цитированием |
| 1 | HowTo | Структурирует пошаговые инструкции для точного извлечения |
| 1 | Article / TechArticle | Устанавливает тип контента, авторство и дату |
| 1 | Person (автор) | Подтверждает реального эксперта. Критично для E-E-A-T |
| 2 — усиливает контекст | Organization | Идентифицирует бренд, контакты, соцсети |
| 2 | BreadcrumbList | Помогает AI понять структуру сайта |
| 2 | Product / Service | Для коммерческих страниц |
| 2 | DefinedTerm | Для глоссарных страниц и определений |
Правила реализации
Используйте JSON-LD — формат, который предпочитают все AI-системы и рекомендует Google. JSON-LD отделён от HTML и легче парсится программно.
Комбинируйте типы. Страница с Article + FAQPage + BreadcrumbList + Person даёт AI больше контекста, чем страница с одним типом. На практике комбинация 3–4 релевантных типов работает лучше.
Поддерживайте актуальность. Обновляйте dateModified при изменении контента. AI-системы проверяют свежесть данных. Страница с dateModified 2023 года проиграет странице с dateModified 2026 года при прочих равных.
Не размечайте то, чего нет на странице. После мартовского обновления Google 2026 года AI-системы используют schema.org как сигнал верификации. Разметка, которая не соответствует видимому контенту, — красный флаг.
Пример JSON-LD для экспертной статьи:
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "Как оптимизировать сайт под AI-поиск в 2026 году",
"author": {
"@type": "Person",
"name": "Валентина Меланина",
"url": "https://melanina.ru/about/",
"jobTitle": "CEO m.ai, маркетолог, веб-разработчик"
},
"datePublished": "2026-04-14",
"dateModified": "2026-04-14"
}Технические требования: машинная читаемость контента
Помимо schema.org, есть набор технических требований, которые влияют на то, насколько успешно AI-система извлечёт информацию с вашей страницы.
HTML-рендеринг на сервере
AI-краулеры (YandexAdditionalBot, GPTBot, PerplexityBot) обрабатывают HTML. Если контент страницы загружается через JavaScript после рендеринга — краулер может его не увидеть. SSR (server-side rendering) или SSG (static site generation) — обязательное условие. На практике это значит: Astro, Next.js с SSR, Nuxt, или классический серверный рендеринг (1С-Битрикс, WordPress) — хорошо. SPA на React/Vue без SSR — плохо.
Чистый семантический HTML
AI-системы разбирают страницу по HTML-тегам. Семантические теги (h2, h3, p, ul, ol, table, blockquote, figure) дают AI понятную структуру. div-обёртки с классами CSS — нет. Чем ближе HTML к «чистому» семантическому документу, тем легче AI извлекает из него chunks.
Core Web Vitals и скорость
Яндекс прямо связывает попадание в нейроответы с позициями в органической выдаче. Позиции зависят в том числе от технических факторов: LCP (Largest Contentful Paint), CLS (Cumulative Layout Shift), INP (Interaction to Next Paint). Страница с LCP > 4s и CLS > 0.25 теряет позиции, а значит — теряет шансы на цитирование в нейроответах.
Robots.txt и AI-краулеры
Проверьте, что ваш robots.txt не блокирует AI-краулеры:
- YandexAdditionalBot — краулер Яндекса для нейроответов Алисы. Блокировка = ваш контент не попадёт в ответы Алисы
- GPTBot — краулер OpenAI. Блокировка = контент не будет использоваться ChatGPT
- PerplexityBot — краулер Perplexity AI
- Google-Extended — краулер Google для обучения AI-моделей и AI-функций
Если вы хотите попадать в AI-ответы — убедитесь, что эти боты не заблокированы. Если хотите запретить — добавьте соответствующие правила.
llms.txt: новый стандарт взаимодействия с AI
llms.txt — предложенный в 2024 году стандарт (автор — Jeremy Howard, Answer.AI) для размещения в корне сайта файла в формате Markdown, который помогает AI-системам быстро найти ключевой контент. Спецификация описана на llmstxt.org.
Зачем это нужно
LLM не могут эффективно обработать весь сайт целиком — контекстное окно ограничено. Сложные HTML-страницы с навигацией, скриптами и рекламой плохо конвертируются в чистый текст. llms.txt даёт AI-системе структурированную карту сайта в формате, который LLM понимают лучше всего — Markdown.
Текущий статус
По состоянию на апрель 2026 года ни один крупный AI-провайдер (OpenAI, Google, Anthropic) не подтвердил, что их краулеры используют llms.txt при обходе сайтов. При этом Anthropic опубликовал собственный llms.txt на своём сайте. Стандарт набирает популярность в developer-сообществе — для него уже есть плагины для WordPress (AIOSEO), Docusaurus, VitePress, Drupal.
Стоит ли внедрять
Я рекомендую внедрить llms.txt, если есть техническая возможность — затраты минимальны, а стандарт может стать значимым в ближайшие 12 месяцев. Приоритет: для сайтов с документацией и экспертным контентом — высокий. Для e-commerce — средний (важнее product feed).
Минимальная структура файла
# Название сайта
> Краткое описание: что делает компания, в чём экспертиза.
## Ключевые страницы
- [О компании](https://example.com/about/)
- [Услуги](https://example.com/services/)
- [Блог](https://example.com/blog/)
## Экспертные материалы
- [Гайд по AI-поиску](https://example.com/guides/ai-search/)
- [Глоссарий](https://example.com/glossary/)Earned media: почему сторонние упоминания критичны
Одно из самых важных открытий в GEO-исследованиях: AI-поисковики системно предпочитают сторонние авторитетные источники (earned media) собственному контенту бренда (brand-owned). Исследование Chen et al. (2025) показало этот перекос на данных ChatGPT, Perplexity и Gemini. Для Google классическая выдача более сбалансирована, но в AI Overview тренд тот же.
Почему это происходит: LLM воспринимает упоминание бренда на независимой площадке как сигнал доверия — аналогично тому, как Google воспринимает внешние ссылки. Если о компании пишет CyberLeninka, vc.ru или профильное медиа — для AI-системы это весомее, чем то, что компания сама пишет на своём сайте.
Что делать на практике
Публикуйтесь на внешних площадках. Дзен, vc.ru, Habr, профильные отраслевые медиа, научные порталы. Даже если прямой трафик минимален — AI-системы учитывают эти упоминания при формировании ответов.
Работайте с PR. Упоминания в СМИ, экспертные комментарии, участие в исследованиях. Всё это формирует «AI-авторитет» бренда.
Создавайте данные, которые цитируют. Собственные исследования, бенчмарки, data studies — контент, который другие площадки захотят упомянуть и сослаться. Ваше исследование цитируют → AI видит эти цитаты → AI цитирует вас.
Wikipedia и справочные ресурсы. Если компания или продукт значимы для отрасли — обеспечьте корректное присутствие на Wikipedia и в профильных справочниках. По данным исследований, на Wikipedia приходится до 47,9% цитирований ChatGPT.
Стратегия earned media для разных типов бизнеса
| Тип бизнеса | Приоритетные площадки | Формат |
|---|---|---|
| IT-компания, SaaS | Habr, vc.ru, dev.to, профильные Telegram-каналы | Технические статьи, кейсы, open-source инструменты |
| Медицина | CyberLeninka, PubMed, профильные медиа | Научные публикации, экспертные комментарии, data studies |
| E-commerce | Дзен, vc.ru (маркетинг), отраслевые обзоры | Гайды по выбору, сравнения, уникальная аналитика рынка |
| Образование | vc.ru, Habr, YouTube, профильные медиа | Методические материалы, исследования эффективности |
| Локальный бизнес | Яндекс Карты (отзывы), 2ГИС, городские СМИ | Отзывы, экспертные комментарии для местных медиа |
Как учитывать разные роли пользователей в одном запросе
Исследование G-SEO (Chen et al., 2025/2026; arxiv.org/abs/2508.11158) предложило модель: один и тот же поисковый запрос может исходить от пользователей с разными информационными ролями. AI-система это понимает и выбирает разные источники под каждый интент.
Пример: запрос «электрическая дефибрилляция» может задавать пациент (хочет понять процедуру и цену), врач (ищет методику и протоколы), студент (готовится к экзамену). Алиса выбирает разные источники под каждый интент. Если на странице есть ответы для нескольких ролей — шансы попасть в ответ выше.
Как реализовать
Структурируйте страницу по уровням глубины. Начните с простого объяснения (для новичков), затем углубляйтесь в технические детали (для специалистов).
Используйте FAQ с вопросами от разных ролей. «Сколько это стоит?» (клиент), «Какие технологии используются?» (разработчик), «Как измерить ROI?» (маркетолог).
Создавайте модульный контент. Блоки, которые можно читать независимо — каждый закрывает потребность своей «роли». AI-система извлечёт нужный chunk под конкретный интент пользователя.
Как измерять видимость в AI-поиске
Исследование «Don't Measure Once» (Schulte et al., апрель 2026; arxiv.org/abs/2604.07585) ставит принципиальный вопрос: из-за вероятностной природы LLM ответы AI-поисковиков меняются от запуска к запуску, от формулировки к формулировке, от дня ко дню. В классическом SEO один замер позиции даёт представительную картину. В GEO — нет. Видимость нужно характеризовать как распределение во времени, а не как единичный снимок.
Три уровня измерения
Уровень 1: ручная проверка. Раз в неделю вводите 10–20 целевых запросов в Алису AI, Google AI Overview, ChatGPT и Perplexity. Фиксируйте: цитируется ли сайт, какая страница, в каком контексте. Делайте это в режиме инкогнито.
Уровень 2: инструменты Яндекс Вебмастера. Раздел «Видимость сайта в Алисе AI» — бесплатный, обновляется раз в неделю, показывает Share of Voice.
Уровень 3: платные сервисы мониторинга. Для мониторинга западных AI-платформ — Ahrefs AI Index, Profound, Peec AI.
Какие метрики отслеживать
| Метрика | Что показывает | Где смотреть |
|---|---|---|
| Share of Voice (SoV) | Доля запросов, в ответах на которые вас цитируют | Яндекс Вебмастер |
| Частота цитирования | Как часто контент появляется в AI-ответах | Ручная проверка, платные сервисы |
| Конкуренты в нейроответах | Кто цитируется вместо вас | Яндекс Вебмастер, ручная проверка |
| AI-реферальный трафик | Переходы из AI-поисковиков | GA4, Яндекс Метрика |
| Запросы без вашего сайта | Зоны роста — релевантные запросы, где вас нет | Яндекс Вебмастер |
Как организовать регулярный мониторинг
Еженедельно (15 минут): проверка SoV в Яндекс Вебмастере. Фиксация тренда — рост, падение, стабильность. Если падение больше 10 п.п. за неделю — триггер для анализа причин.
Ежемесячно (1–2 часа): ручная проверка 10–20 целевых запросов во всех AI-поисковиках. Создайте таблицу: запрос → Алиса AI (да/нет, какая страница) → Google AI Overview (да/нет) → ChatGPT (да/нет) → Perplexity (да/нет).
Ежеквартально (4–6 часов): полный аудит. Сравнение конкурентов в нейроответах с предыдущим кварталом. Анализ новых запросов, по которым вы начали или перестали цитироваться. Корректировка контент-плана на основе данных.
Инструмент Яндекса «Видимость сайта в Алисе AI»
Яндекс на «Дне Поиска» 7 апреля 2026 года открыл доступ к инструменту, которого нет ни у одной западной поисковой системы. Расположение: Яндекс Вебмастер → Эффективность → Видимость сайта в Алисе AI.
4 блока данных
Баннер диапазона упоминаний — если сайт часто используется как источник, показывает диапазон: топ-3, топ-10, топ-20 среди всех сайтов тематики по частоте упоминаний.
Динамика Share of Voice — график за 3 месяца, обновление раз в неделю. Показывает долю запросов, в ответах на которые Алиса ссылается на сайт. Стабильный SoV 50–60% — отличный результат.
Сайты-конкуренты — список сайтов, которые чаще всего упоминаются в ответах Алисы по тематике. Это не бизнес-конкуренты, а конкуренты за внимание нейросети. Типично в списке: Wikipedia, CyberLeninka, Дзен, vc.ru.
Примеры запросов — конкретные запросы, по которым Алиса формирует ответ с упоминанием сайта. Самый ценный блок.
Как использовать для GEO-оптимизации
- Найдите запросы, где вас нет, но запрос релевантен — это задания для контента
- По запросам, где вы есть — проверьте, какая страница попала в ответ (возможно, не самая удачная)
- Изучите формулировки запросов — это реальные вопросы потенциальных клиентов, используйте для FAQ
- Изучите конкурентов — посмотрите, какой контент на их сайтах предпочитает Алиса
GEO для разных типов страниц
Разные типы страниц требуют разного подхода к GEO-оптимизации. Универсальные принципы (структура, конкретика, FAQ) работают везде, но акценты отличаются.
Главная страница
Главная редко попадает в нейроответы — AI-системы предпочитают страницы, которые отвечают на конкретный вопрос. Главная важна как сигнал идентичности бренда: Organization schema, описание компании, ключевые компетенции.
Страницы услуг и товаров
Коммерческие страницы попадают в нейроответы, когда пользователь задаёт транзакционный или информационно-транзакционный запрос. Для этих страниц критичны: конкретные цены (или диапазоны), описание процесса по шагам, FAQ с ответами на вопросы «сколько», «как долго», «что входит».
Экспертные статьи и гайды
Основной тип контента для GEO. Pillar-гайды и экспертные статьи — главные кандидаты на цитирование. Здесь работают все методы GEO: цитаты источников, статистика, таблицы сравнения, FAQ, пошаговые инструкции. Ключевое требование — оригинальность.
Глоссарные страницы
Определения терминов — идеальный формат для AI-цитирования. Запрос «что такое X» — прямое совпадение с заголовком глоссарной страницы. Первые 2–3 предложения определения — готовый chunk для LLM.
Страницы портфолио и кейсов
Кейсы ценны для AI-систем, если содержат конкретные цифры. Общие описания «мы сделали красивый сайт для компании X» — не цитируются. Кейсы с метриками и описанием процесса — цитируются.
Чек-лист GEO-оптимизации
Контент и структура
- Первый абзац каждой ключевой страницы — самодостаточный ответ на заголовок
- H2 каждые 300–500 слов, формулировки совпадают с поисковыми запросами
- FAQ-блок с 3–10 вопросами и короткими точными ответами
- Таблицы сравнения, где уместны
- Пронумерованные шаги для процессов и инструкций
- Цифры и статистика вместо общих утверждений
- Ссылки на первоисточники (документация, исследования, официальные блоги)
- Указание автора с квалификацией на каждой экспертной странице
- Даты публикации и обновления
Техническая разметка
- JSON-LD schema.org: Article + Person (автор) + BreadcrumbList на всех страницах
- FAQPage schema на страницах с FAQ-блоками
- HowTo schema на туториалах
datePublishedиdateModifiedактуальны- OpenGraph и Twitter Cards настроены
- llms.txt в корне сайта
Earned media
- Публикации на внешних площадках хотя бы раз в месяц
- Корректная информация о компании на Wikipedia / справочниках (если применимо)
- Экспертные комментарии и упоминания в СМИ
Мониторинг
- Еженедельная проверка раздела «Видимость в Алисе AI» в Вебмастере
- Ежемесячная ручная проверка 10–20 целевых запросов в AI-поисковиках
- Отслеживание AI-реферального трафика в GA4 / Метрике
Частые ошибки
- Начинать GEO без SEO. Если сайт не в топе обычного поиска — GEO-оптимизация не поможет. Алиса строит ответы из страниц, которые уже ранжируются высоко.
- Копировать чужой контент и надеяться на цитирование. Критерий оригинальности в ЭПОС — не формальность. AI-системы предпочитают источники с уникальными данными.
- Размечать schema.org то, чего нет на странице. После мартовского обновления Google 2026 года AI-системы используют schema как сигнал верификации.
- Измерять видимость одним замером. Ответы LLM вероятностны. Сегодня вы в ответе — завтра нет. Нужна динамика за недели и месяцы.
- Игнорировать earned media. Оптимизация только собственного сайта — половина работы.
- Писать страницы услуг «о себе» вместо «для клиента». «Мы — команда профессионалов с 20-летним опытом» не отвечает ни на один вопрос пользователя.
- Делать GEO-оптимизацию через keyword stuffing. Исследование Princeton показало, что традиционные SEO-методы вроде накачки ключевыми словами в генеративных поисковиках часто работают хуже.
- Думать, что GEO — это разовая работа. AI-поисковики пересобирают ответы регулярно. GEO — это процесс, а не проект.
- Оптимизировать только под одну AI-платформу. Алиса AI, Google AI Overview, ChatGPT и Perplexity по-разному отбирают источники.
Главный вывод
GEO — это не отдельная дисциплина, а эволюция подхода к контенту. Всё, что делает контент полезным для AI-поисковиков, делает его полезным и для людей: чёткая структура, конкретика вместо воды, экспертная глубина, ссылки на источники. Разница в том, что теперь от качества контента зависит не только позиция в списке ссылок, но и попадание в синтезированный ответ — единственный ответ, который видит пользователь.
Начните с аудита: откройте Яндекс Вебмастер → Видимость в Алисе AI и посмотрите, где вы сейчас. Затем пройдите по чек-листу и закройте базовые требования. Через 2–4 недели проверьте динамику. GEO — это процесс, и начать его стоит прямо сейчас.
