Обновлено: 21 сентября 2026
GEO (Generative Engine Optimization, иногда AEO — Answer Engine Optimization) — это оптимизация сайта под цитирование в ответах ИИ-систем: ChatGPT, Google AI Overviews, Яндекс Алиса и подобные. В отличие от классического SEO, где цель — попасть в топ выдачи по ссылке, цель GEO — чтобы фактами и формулировками с вашего сайта ответил сам ИИ-ассистент, с указанием источника или без него. Разница на практике: сайт может не быть в топ-3 обычной выдачи, но именно его формулировку процитирует ИИ-ответ, если она структурирована правильно.
Чем GEO отличается от классического SEO
Классическое SEO оптимизирует страницу под ранжирование в списке результатов — заголовок, мета-теги, ссылочный профиль. GEO добавляет к этому требование к самому тексту: он должен быть написан так, чтобы модель могла выделить из него законченный, самодостаточный ответ без домысливания. Это означает:
- Прямой ответ на вопрос в первых предложениях блока. Долгое вступление перед сутью снижает шанс, что из абзаца будет выделен готовый ответ.
- Факты как факты — числами и утверждениями. Размытые обороты вроде «может варьироваться» не дают модели ничего, что можно процитировать.
- Текст вместо изображения или видео. То, что не существует как читаемый HTML-текст, для большинства ИИ-ридеров не существует вовсе.
- Понятная атрибуция. Указанный автор и дата обновления материала — фактор доверия и для классического SEO, и для GEO.
Важно, что GEO не отменяет предыдущий слой работы. Требования к скорости, индексируемости и структуре сайта остаются теми же; меняется то, ради чего страница пишется. Общая картина изменений в поиске за последние сезоны разобрана в обзоре SEO-трендов.
Как сайт цитируют ИИ-системы — общие принципы
ИИ-ассистенты формируют ответ одним из двух способов: по данным, на которых обучена модель (без обращения к сайту в момент ответа), либо через поиск и чтение проиндексированных страниц — при этом чаще это чтение закешированного сниппета индекса, а не «живое» открытие страницы в моменте ответа. Для бизнеса это означает, что видимость в ИИ-ответах складывается из двух вещей: насколько сайт был заметен к моменту обучения модели или последнего переобхода (то, на что нельзя повлиять точечно) и насколько он оптимизирован для чтения этого индекса (то, что можно и нужно делать сейчас).
Отсюда следует практический вывод про сроки. Изменения на сайте попадают в ИИ-ответы с задержкой: сначала страницу должен переобойти краулер, затем обновлённый фрагмент должен попасть в индекс, и только потом он может оказаться в ответе. Ожидать реакции на правку в течение суток здесь не стоит — горизонт ближе к тому, который привычен по классическому SEO.
Что ИИ-ридер видит на странице
Читающий агент работает с тем HTML, который сервер отдал в ответ на запрос. Всё, что дорисовывается в браузере скриптами после загрузки, для части таких агентов остаётся невидимым. Это делает серверный рендеринг ключевых блоков — цен, характеристик, условий, ответов на вопросы — прикладной задачей со сроком и исполнителем. Она относится к техническому SEO и решается там же, где скорость загрузки и корректность разметки.
Второй слой читаемости — машинная разметка. Схемы Schema.org описывают странице её собственный смысл явно: где здесь вопрос, где ответ, где товар, где организация. Как это устроено и что даёт, разобрано отдельно в материале о структурированных данных. Разметка не заменяет качество текста, но снимает необходимость угадывать структуру страницы по вёрстке.
Третий слой — навигация по смыслу. Одиночная страница даёт модели один фрагмент; связанная группа материалов по теме даёт контекст и перекрёстные подтверждения. Практическая сторона этой связности — внутренняя перелинковка: она помогает и краулеру, и читателю пройти от общего вопроса к частному.
Первые шаги для бизнеса
- Проверить, упоминает ли ИИ ваш бренд вообще. Задайте ChatGPT, Алисе и другим ассистентам вопросы, которые обычно задают клиенты вашей ниши, и посмотрите, звучит ли ваш бренд в ответе.
- Привести факты на сайте к плоскому тексту. Цены, характеристики, условия — если это сейчас в PDF, на картинке или подгружается через JS без серверного рендеринга, для ИИ-ридеров этого не существует.
- Переписать ключевые ответы прямыми формулировками. «Короткое утверждение + число» цитируется охотнее, чем размытое описание — это касается и FAQ, и описаний услуг.
- Указать автора и дату обновления материалов. Атрибуция и свежесть — факторы доверия, которые системы учитывают при выборе, какой источник процитировать.
- Строить кластер контента вокруг темы. Широкое покрытие вариантов вопроса повышает шанс, что хотя бы один из ваших материалов даст модели подходящую формулировку. Основа для такого кластера — разобранная семантика ниши: те же вопросы, которые люди задают поиску, они задают и ассистенту.
Как понять, работает ли GEO
Привычной панели с позициями для ИИ-ответов не существует, поэтому измерение здесь строится вручную и на регулярной основе. Рабочий минимум выглядит так:
- Список вопросов. Двадцать-тридцать формулировок, с которыми клиент реально приходит в нишу, зафиксированные один раз и не меняющиеся от замера к замеру.
- Регулярный прогон. Одни и те же вопросы задаются одним и тем же ассистентам с известной периодичностью, ответы сохраняются целиком.
- Три метрики. Упомянут ли бренд, процитирована ли формулировка с сайта, стоит ли ссылка на источник. Это три разных события, и считать их нужно раздельно.
- Косвенные признаки в аналитике. Переходы с доменов ИИ-сервисов видны в отчётах по источникам трафика; объём таких переходов обычно невелик, но их появление подтверждает, что ссылка в ответе показывается.
Ответы ассистентов недетерминированы: один и тот же вопрос в разные дни даёт разный текст. Поэтому единичный замер бесполезен. Картину, по которой можно принимать решения, даёт серия из нескольких прогонов подряд.
Кому это нужно в первую очередь
GEO даёт максимальный эффект там, где решение клиента опирается на быстрый фактический ответ — цена, сроки, состав услуги, сравнение вариантов. Для бизнеса, где выбор подрядчика — исследовательский процесс (сложные B2B-услуги, разработка, консалтинг), рост доли ИИ-поиска в общем объёме запросов клиентов означает, что часть пути к решению теперь проходит через ИИ-ответ, а не только через классическую выдачу или сайт напрямую. Как устроен длинный цикл принятия решения в таких нишах, подробно разобрано в материале про SEO для B2B и SaaS.
Обратная ситуация тоже встречается. Если сделка идёт через долгие переговоры, конфигурацию под заказ и закрытые условия, публичного фактического ответа у неё просто нет, и выигрыш от GEO ограничен верхним слоем воронки — узнаваемостью на этапе первого знакомства.
Типичные ошибки на старте
- Работа с GEO в отрыве от сайта. Попытка попасть в ИИ-ответы при закрытой от индексации или медленной странице не даёт результата: читать нечего.
- Погоня за объёмом текста. Длинная статья без прямых утверждений цитируется хуже короткой и конкретной.
- Разные цифры в разных местах сайта. Противоречивые факты на соседних страницах снижают шанс, что какой-либо из них будет выбран как ответ.
- Ожидание мгновенного эффекта. Переобход, индексация и обновление ответа занимают время, и торопить этот цикл нечем.
С чего начинается работа с GEO
GEO — надстройка над контентной и технической SEO-работой: правильная структура текста, HTML-факты вместо картинок, кластерное покрытие темы. Если у сайта уже есть SEO-продвижение, GEO встраивается в ту же работу без отдельного проекта с нуля; для проектов, где ИИ-агенты нужны и внутри бизнес-процессов, а не только для видимости сайта — это уже зона внедрения ИИ-инструментов, смежная, но отдельная задача.
Разумный порядок действий для сайта, у которого SEO уже ведётся: снять текущую картину упоминаний по списку вопросов, закрыть технические препятствия к чтению, переписать ключевые ответы в прямой форме и только затем расширять кластер новыми материалами. Обратный порядок — сначала писать тексты, потом разбираться с читаемостью — приводит к тому, что готовый материал остаётся невидимым для систем, ради которых он написан.