GEO: оптимизация под AI-поиск, или как попасть в источники нейросетей

Три сдвига, которые определяют работу с контентом прямо сейчас.

Ответ вытеснил список ссылок в верхней части экрана. AI Overviews занимает первый экран, ссылочная выдача уезжает вниз. Замеры кликабельности расходятся в деталях, но сходятся в направлении: при показе AI-блока органический CTR падает заметно, и разрыв между процитированными и непроцитированными сайтами становится больше самого падения. Цитирование превратилось в отдельный актив.

Цитаты стали адресными. В обновлении AI Overviews и AI Mode от мая 2026 Google поставил ссылки на источники рядом с конкретными утверждениями, вместо общего списка под ответом. Практический вывод: единицей цитирования стал отдельный абзац или строка таблицы. Оптимизировать теперь приходится фрагменты.

У русскоязычного сегмента свой контур. Весной 2026 Алиса AI появилась прямо в выдаче Яндекса, а в Яндекс Вебмастере – раздел с видимостью сайта в её ответах. Логика отбора источников там описывается похоже: прямой ответ в начале страницы, структурированные списки и таблицы, видимый FAQ, дата обновления, подпись автора, микроразметка. Работа под Google и под Яндекс в этой части почти не расходится.

GEO стоит на технической базе SEO. Страница, которая не индексируется, медленно грузится или прячет текст за скриптами, не попадёт ни в выдачу, ни в ответ модели. Разница – в целевом действии и в единице оптимизации.

Классический SEO-чек-лист остаётся в силе целиком: техническое здоровье, скорость, внутренняя перелинковка, полнота ответа на интент. GEO добавляет к нему требования к форме подачи. Именно поэтому GEO плохо живёт отдельным проектом и хорошо – внутри контентного контура, где заранее описано, кто пишет, о чём и по какому шаблону. Как этот контур собирается, я разбирал в статье про системный маркетинг.

Самая управляемая часть GEO. Здесь речь о форме: тот же материал, разложенный иначе, цитируется по-разному.

Прямой ответ в первых 200–300 знаках

Заголовок формулирует вопрос – первый абзац на него отвечает. Без разгона, без истории отрасли и без обещаний «сейчас разберём». Модель берёт первый самодостаточный фрагмент, который отвечает на вопрос пользователя; если такого фрагмента нет, она соберёт ответ из чужого текста. Проверка простая: закройте всё, кроме первого абзаца раздела. Если он читается как законченный ответ – формат верный.

Заголовки-вопросы и правило одного блока

H2 и H3 стоит формулировать так, как человек спросил бы вслух: «Сколько стоит…», «Чем отличается…», «Как проверить…». Дальше – один вопрос, один блок, один ответ. Если ответ на вопрос размазан по трём разделам, извлечь его целиком нельзя, и страница проигрывает материалу, где всё собрано в одном месте.

Конкретика вместо оценок

Из формулировки «быстро окупается» цитировать нечего. Из формулировки «окупаемость пилота 4–6 недель при бюджете от 150 тысяч рублей в месяц» – есть что. Цифра, единица измерения, период, источник. Дата рядом с числом важна отдельно: у модели есть контекст свежести, и утверждение с привязкой «на август 2026» надёжнее безвременного. Собственные данные – замеры, разборы кейсов, результаты своих проектов – работают лучше пересказа чужих обзоров, потому что их больше негде взять.

Таблицы, списки и FAQ

• Таблицы сравнения – самый извлекаемый формат для запросов «X или Y», «чем отличается». Заголовки колонок должны читаться без контекста статьи.
• Нумерованные списки – для последовательностей и инструкций. Каждый пункт формулируется как законченное действие, понятное в отрыве от предыдущего.
• Блок FAQ в конце материала – прямые вопросы и ответы по 40–70 слов. Это готовые куски для ответа модели и одновременно основание для разметки FAQPage.
• Определения – одно предложение, которое объясняет термин без отсылок к остальному тексту. Такие предложения чаще всего и уходят в цитату.

Дополнительный эффект: этот же формат помогает живому читателю, который сканирует страницу за 20 секунд. Расхождения между «удобно человеку» и «удобно модели» здесь почти нет. Инструменты, которыми удобно собирать и проверять такие фрагменты, я перечислил в подборке нейросетей для маркетолога.

Доступ AI-краулерам в robots.txt

Первое, что стоит проверить: пускает ли сайт ботов, которые формируют AI-ответы. Роботов удобно делить на три класса, и путать их дорого.

Типовая ошибка – закрыть GPTBot из соображений «не хочу, чтобы на мне учились» и заодно потерять видимость. GPTBot и OAI-SearchBot управляются отдельными директивами, и блокировка первого не убирает второго. Отдельный сюжет с Google: AI Overviews и AI Mode собираются из основного индекса, который обходит Googlebot, поэтому запрет Google-Extended не выводит страницу из AI-ответов – он касается обучения моделей и подгрузки данных в продуктах Gemini. Убрать себя из AI-блоков штатно можно только через nosnippet и max-snippet, что заодно убивает обычный сниппет; отдельный переключатель в Search Console Google начал тестировать в июне 2026 на ограниченном круге площадок.

На этом сайте все три класса ботов пущены явным списком в robots.txt. Логика простая: чтение моделями работает как канал дистрибуции. Для бизнеса, который продаёт экспертизу, попасть в ответ ChatGPT ценнее, чем защитить от него абзац текста.

Schema.org: разметка как подстрочник для машины

Разметка сама по себе цитирования не приносит. Её задача – снять двусмысленность: кто автор, когда обновлено, что здесь вопрос, а что ответ. Минимальный набор для экспертного блога:

• Article (или BlogPosting) – заголовок, описание, datePublished и dateModified, автор, издатель.
• FAQPage – блок вопросов и ответов страницы в машиночитаемом виде.
• Person для автора – с sameAs на профили, где личность подтверждается: сайт, соцсети, публикации, выступления.
• Organization для компании – с логотипом, контактами и sameAs, чтобы бренд связался в единую сущность.
• BreadcrumbList – структура раздела, чтобы страница читалась в контексте раздела и всего сайта.

llms.txt: что с ним на самом деле

Файл /llms.txt задумывался как карта сайта для языковых моделей: короткий markdown-документ со списком ключевых страниц и пояснениями. Идея разумная, статус – черновик без официального признания. По данным Originality.ai за июнь 2025 – май 2026, число сайтов с файлом выросло с 4 088 до 36 120. Лог-анализ Ahrefs по 137 тысячам доменов при этом показал, что 97% файлов llms.txt за май 2026 не получили ни одного запроса, а среди тех, что получили, лидировали SEO-аудиторы, не AI-системы. Google публично заявлял, что Поиск llms.txt не использует; OpenAI и Anthropic направляют вебмастеров к robots.txt.

Модель отбирает источники, которым можно приписать ответственность за утверждение. Отсюда – возврат к сигналам, знакомым по E-E-A-T: опыт, экспертиза, авторитетность, достоверность. На практике это несколько проверяемых вещей.

• Живой автор с историей. Имя, фото, био с проверяемыми фактами, страница автора со списком материалов, разметка Person, ссылки на внешние профили. Анонимный «эксперт редакции» такой цепочки не даёт.
• Первичный опыт в тексте. Собственные замеры, детали проектов, ограничения и неудачи. Именно этот слой невозможно пересказать из чужих статей, и он же чаще всего оказывается процитированным.
• Прозрачность обновлений. Видимая дата изменения и краткая пометка, что именно пересмотрено. Для тем, где данные устаревают за квартал, это решает.
• Отсутствие противоречий между страницами. Если на главной, в блоге и в профиле указаны разные специализации и разный опыт, сущность бренда собирается плохо.

Отдельный сигнал – упоминания за пределами собственного сайта. Исследования цитирования 2026 года сходятся в том, что заметную долю ссылок в ответах занимают сообщества и справочники: Reddit, Wikipedia, отраслевые каталоги, YouTube. При этом состав источников у разных систем расходится сильно – по одному из замеров пересечение доменов между ChatGPT и Perplexity составило около 11%. Практический вывод: одна площадка ничего не гарантирует, а присутствие в профильных обсуждениях, каталогах, подкастах и гостевых материалах повышает шанс попасть хотя бы в часть ответов.

Проверять результат проще всего вручную: задать 15–20 реальных вопросов вашей аудитории в ChatGPT, Perplexity, AI Mode и Алисе, записать, кого цитируют, и повторять раз в месяц. Как устроен интерфейс источников у одной из этих систем, я разбирал в обзоре Perplexity.

Здесь начинается неприятная часть, о которой в статьях про GEO обычно молчат. Аналитика по AI-поиску на август 2026 фрагментарна.

Google Search Console с июня 2026 показывает отдельные отчёты по генеративным поверхностям – показы в AI Overviews, AI Mode и AI-функциях Discover, с разбивкой по страницам, странам и датам. Кликов там нет. Ссылки в AI Mode отдаются с атрибутом noreferrer, поэтому в GA4 такой переход не опознаётся как приход из AI. В GA4 с мая 2026 появилась группа каналов AI Assistant для переходов из ChatGPT, Perplexity и подобных сервисов, но клики из собственных AI-блоков Google попадают в Organic Search, потому что происходят внутри поиска.

Что из этого следует для планирования:

1. 01Не обещать себе и руководству отчёт по «трафику из нейросетей». Полной картины не существует; есть косвенные срезы.
2. 02Вести ручной трекинг цитирований. Фиксированный список вопросов, ежемесячный прогон по системам, таблица «кого процитировали». Дёшево и честнее любых оценок.
3. 03Смотреть на показы в AI-блоках из Search Console и на видимость в Алисе из Вебмастера как на индикатор направления. Метрикой продаж они не являются.
4. 04Добавить вопрос «откуда вы о нас узнали» в формы и первый контакт. Часть ответов вида «спросил у ChatGPT» видна только так.
5. 05Оценивать GEO по общему результату контента: брендовые запросы, прямые заходы, качество входящих обращений. Если растут они – работа идёт, даже когда конкретный канал не атрибутируется.

Порядок работ, если начинать с нуля: проверить robots.txt и разметку, переписать первые абзацы ключевых страниц под прямой ответ, добавить FAQ и таблицы туда, где это уместно, привести в порядок авторство. Это две-три недели работы, дальше – обычный контент-цикл с новыми требованиями к формату. Если нужна команда, которая выстроит такой контур и будет вести его дальше, этим занимается моё агентство Matveo.