GEO: оптимизация под AI-поиск (ChatGPT, AI Overviews, Perplexity)

Последние пару лет поиск меняется быстрее, чем за предыдущие десять. Раньше человек вводил запрос и получал список синих ссылок, дальше выбирал сам. Теперь всё чаще он получает готовый ответ, собранный нейросетью, а ссылки на источники прячутся сбоку или под спойлером. Это Google с его AI Overviews и режимом AI Mode, это ChatGPT с веб-поиском, это Perplexity и Gemini. Запрос тот же, а выдача принципиально другая.

Для меня как практика это означает простую вещь. Появилась новая площадка, на которой нужно быть видимым, и она живёт по своим правилам. Оптимизацию под неё называют GEO, Generative Engine Optimization, то есть оптимизация под генеративные движки. Сам термин ввели исследователи из Принстона и Georgia Tech в работе «GEO: Generative Engine Optimization», которую представили на конференции KDD 2024. Цель GEO не подняться на первую позицию, а попасть внутрь ответа, который AI выдаёт пользователю, и желательно со ссылкой на вас.

Чем выдача AI отличается от обычной

Главное отличие в том, что мест стало меньше. В классической выдаче на первой странице помещается десяток результатов, и даже на пятой позиции можно собирать клики. В ответе AI цитируется два, три, иногда пять источников, и всё. Либо вы попали в эту короткую подборку, либо вас в ответе нет вообще.

Второе отличие в том, что человек часто не доходит до сайта. Он читает ответ и закрывает вкладку. Поэтому ценность попадания в AI-ответ уже не только в кликах. Это узнаваемость, упоминание бренда рядом с темой и попадание в тот единственный ответ, который человек прочитает. Для коммерческого сайта это означает, что вас называют в момент выбора, даже если человек не перешёл прямо сейчас.

GEO не заменяет SEO, а надстраивается над ним

Здесь важно не поддаться панике из заголовков вроде «SEO умерло». Не умерло. GEO это слой поверх нормального SEO, а не вместо него.

Логика простая. Чтобы нейросеть процитировала вашу страницу, она сначала должна её найти, прочитать и счесть достаточно авторитетной. А это ровно то, чем занимается классическое SEO: доступность для робота, понятная структура, контент по интенту, доверие к источнику. Не случайно страницы, которые уже хорошо ранжируются в обычном поиске, заметно чаще попадают и в AI-ответы. Google прямо говорит, что для его генеративных функций не нужны какие-то отдельные действия. Работают те же основы: полезный контент, доступные для сканирования страницы, ясная структура и доверие к странице (Google Search Central про AI-функции).

То есть весь мой цикл руководств по продвижению это и есть фундамент GEO. Если сайт технически здоров, отвечает на поисковый интент и заслужил E-E-A-T, вы уже сделали большую часть работы. GEO добавляет к этому несколько специфичных приёмов, про которые дальше.

Как нейросеть собирает ответ

Чтобы понимать, на что влиять, полезно представлять механику. Почти все AI-поисковики работают по схеме, которую называют RAG, retrieval-augmented generation, то есть генерация с опорой на найденное.

Сначала движок берёт запрос человека и ищет по нему релевантные страницы, своим индексом или через обычный поиск. Потом отбирает из найденного куски текста, которые лучше всего отвечают на вопрос. Дальше нейросеть пишет из этих кусков связный ответ. И в конце проставляет ссылки на источники, откуда взяла факты.

Из этой схемы видно два рубежа, которые мне нужно пройти. Первый, попасть в набор найденных источников, это работа классического SEO и доступности для AI-ботов. Второй, оказаться тем самым куском текста, который удобно процитировать, это уже работа над структурой и формулировками. Если упростить, GEO это попасть в выборку и оказаться удобным для цитирования.

Что реально повышает шанс на цитирование

Тут хорошо, что есть не только мнения, но и измерения. Исследования и разборы практиков сходятся на нескольких приёмах, которые дают самый заметный прирост видимости в AI-ответах.

Прямой ответ в начале. Нейросеть любит брать самодостаточные куски, которые отвечают на вопрос без лишнего контекста. Дайте ответ в первых же предложениях раздела, а развёрнутые рассуждения после. Удобный для цитирования абзац обычно укладывается в 130–170 слов и понятен без остального текста.

Конкретные цифры и собственные данные. Статистика, проценты, результаты ваших замеров делают текст проверяемым, и его охотнее цитируют. В том самом исследовании GEO добавление статистики оказалось одним из трёх сильнейших приёмов: вместе с цитатами и ссылками на источники оно поднимало видимость в AI-ответах на 30–40 процентов относительно текста без них.

Ссылки на первоисточники и цитаты. Когда вы сами ссылаетесь на авторитетные источники и приводите цитаты, материал выглядит достовернее, и это тоже один из самых сильных рычагов по тому же исследованию.

Ясная структура. Понятные заголовки, списки, таблицы и вопросы в формулировках помогают движку вытащить нужный фрагмент. Хорошо структурированный текст цитируют ощутимо чаще, чем сплошное полотно.

Доверие к источнику. Авторство с реальной экспертизой, репутация домена и упоминания бренда на других сайтах. Нейросети, как и Google, склоняются к источникам, которым доверяют люди.

Важная оговорка из того же исследования. Сила каждого приёма зависит от ниши, универсальной кнопки нет, и авторы прямо пишут, что методы надо подбирать под свою тематику. Поэтому я отношусь к ним как к повышению вероятности, а не как к гарантии. Это честнее, чем обещания «делай раз-два-три и попадёшь в ChatGPT».

Осторожно с хайпом

Вокруг GEO выросло много продающего шума. Чаще всего предлагают «секретный файл» llms.txt, который якобы открывает дорогу в нейросети, или предлагают переписать весь сайт специально под AI. На практике AI-краулеры этот файл почти не читают, а Google официально говорит, что ни llms.txt, ни особая разметка для его генеративных функций не нужны. Я разбираю это подробно в статье про доступ AI-ботов и llms.txt, чтобы вы не тратили время на ритуалы, которые ни на что не влияют.

Про Яндекс и RU-аудиторию

У Яндекса своя нейросеть в поиске, Нейро на YandexGPT, и ответы Алисы. Механика похожа: запрос, подбор источников из живого индекса, ответ со ссылками. Отдельной секретной методики под Нейро нет, качественный и структурированный контент работает на обе экосистемы сразу, но у Яндекса есть своя специфика: вес поведенческих сигналов, упор на свежесть и рунет-источники. Я разбираю это в отдельной подстатье про Яндекс Нейро и AI-поиск рунета. В остальных материалах фокус на Google и мировых движках.

Коротко: частые вопросы

Чем GEO отличается от SEO

SEO борется за позицию в списке ссылок, GEO за попадание внутрь ответа нейросети. GEO это не замена, а слой поверх обычного SEO: чтобы вас процитировали, страницу сначала нужно найти, прочитать и счесть авторитетной, а это и есть работа SEO.

Нужно ли делать файл llms.txt ради попадания в нейросети

Нет. AI-краулеры его почти не читают, а Google официально говорит, что для AI-функций он не нужен. Подробнее с цифрами я разбираю это в статье про доступ AI-ботов и llms.txt.

Гарантирует ли GEO попадание в ChatGPT или AI Overviews

Нет, гарантий тут не больше, чем в обычном SEO. Приёмы повышают вероятность цитирования, но их эффект зависит от ниши. Любые обещания «гарантированного попадания за деньги» это маркетинг.

С чего начать

С фундамента обычного SEO: доступность для роботов, контент по интенту, доверие к источнику. Дальше упаковать материал под цитирование, об этом статья как писать контент, который цитируют AI.

Глубже по теме

Как попасть в Google AI Overviews и AI Mode, главная площадка для большинства сайтов.
Как попасть в ответы ChatGPT и Perplexity, движки за пределами Google.
Как попасть в Яндекс Нейро, AI-поиск рунета и его специфика.
Доступ AI-ботов к сайту и правда про llms.txt, техническая сторона вопроса.
Как писать контент, который цитируют AI, приёмы на уровне текста.
Как измерять AI-видимость, почему один замер врёт и что считать.
Машиночитаемый слой сайта: llms.txt, EntityMap и OKF.
Назад к карте цикла: продвижение сайта.