GEO-оптимизация: как попасть в ответы нейросетей — Нейро, ChatGPT, Perplexity

Как AI-ассистенты и генеративный поиск выбирают источники, что влияет на попадание в ответы Нейро, AI Overviews, ChatGPT и Perplexity, что пока остаётся гипотезой, как измерять упоминания и план работ по GEO.

Всё больше людей начинают поиск не с поисковой строки, а с вопроса нейросети: «какой подрядчик подойдёт для разработки маркетплейса», «как выбрать CRM для отдела продаж», «что такое RAG простыми словами». Ассистент отвечает связным текстом, иногда со ссылками на источники, и пользователь может так и не открыть ни одного сайта из классической выдачи. Для компании это означает новый вопрос: попадает ли она в эти ответы, и если да — в каком контексте. GEO (Generative Engine Optimization) — оптимизация контента и сайта для генеративных поисковых систем и AI-ассистентов. Термин новый, практика ещё складывается, и вокруг неё много обещаний, которые никто не может проверить. Ниже — что известно о том, как такие системы выбирают источники, что реально влияет на попадание в ответы, что пока остаётся гипотезой и как измерять результат. Где появляются AI-ответы Поисковые системы с генеративными ответами. Яндекс показывает ответы Нейро, Google — AI Overviews над обычной выдачей. Ответ собирается из найденных поисковой системой страниц и содержит ссылки на них. Чат-ассистенты с поиском. ChatGPT, Perplexity, Алиса, GigaChat и другие, когда отвечают на вопрос о текущих фактах, обращаются к поиску и цитируют найденные страницы. Ассистенты без поиска. Отвечают на основе знаний, полученных при обучении. Источники в таком ответе не указываются, а информация может быть устаревшей. Для компании важны первые два типа: там ответ формируется из актуальных страниц в момент запроса, и именно там оптимизация сайта может повлиять на результат. Как AI-системы выбирают источники Точные алгоритмы не раскрываются, но общая схема у систем с поиском похожа и хорошо объясняет, что имеет значение. Интерпретация вопроса. Система переформулирует вопрос пользователя в один или несколько поисковых запросов. Поиск. По этим запросам находятся страницы — в индексе собственной поисковой системы или через поисковый сервис партнёра. Отбор фрагментов. Из найденных страниц извлекаются фрагменты, которые лучше всего отвечают на вопрос. Генерация. Модель пишет ответ на основе отобранных фрагментов и указывает источники. Из этой схемы следуют три практических вывода. Страница должна находиться поиском. Если её нет в индексе или она не ранжируется по запросу, в отбор она не попадёт. Классическое SEO не заменяется GEO, а является его основой. Страница должна быть доступна для чтения. Если контент появляется только после выполнения JavaScript или закрыт от нужного робота, система может не получить текст. На странице должен быть фрагмент, который отвечает на вопрос. Модель выбирает не страницу целиком, а конкретные абзацы. Текст, в котором ответ размазан по десяти экранам вступлений, проигрывает тексту, где ответ сформулирован ясно и компактно. Что влияет на попадание в ответы 1. Техническая доступность Самое проверяемое и самое часто нарушаемое условие. Индексация в Яндексе и Google. Ответы Нейро и AI Overviews строятся на индексах соответствующих поисковых систем. Контент в исходном HTML. Многие роботы, которые собирают страницы для AI-систем, не выполняют JavaScript. Если сайт показывает текст только после работы скриптов, для таких систем он пустой. Почему это происходит с сайтами на React и как это исправить, — в статье об индексации JavaScript-сайтов . Доступ для роботов в robots.txt. У разных AI-компаний разные роботы: одни собирают данные для обучения моделей, другие получают страницы для ответов в поиске в момент запроса. Например, у OpenAI это разные роботы для обучения и для поиска. Закрыв всех AI-роботов разом, компания закрывается и от цитирования в ответах. Решение о каждом роботе стоит принимать отдельно, понимая, для чего он используется. Скорость и стабильность. Страница, которая долго отвечает или периодически недоступна, реже попадает в отбор. 2. Структура, удобная для извлечения ответа Прямой ответ в начале раздела. Подзаголовок в форме вопроса или темы и сразу под ним — одно-два предложения, которые на этот вопрос отвечают. Подробности — ниже. Определения. «X — это…» в явной форме. Модели охотно используют чёткие определения при ответе на вопросы «что такое». Списки и шаги. Процесс, разбитый на пронумерованные шаги, легче пересказать и процитировать, чем тот же процесс в одном абзаце. Таблицы сравнения. Для вопросов «чем отличается» и «что выбрать». Блок вопросов и ответов. Короткие самостоятельные ответы на типичные вопросы аудитории. Логичная иерархия заголовков. Каждый раздел понятен без чтения предыдущих — фрагмент, вырванный из контекста, должен оставаться осмысленным. 3. Конкретика и проверяемые факты Общие фразы — «индивидуальный подход», «высокое качество», «широкий спектр услуг» — модели не на что опереться. Конкретные утверждения — сроки, диапазоны, условия, числа с указанием того, откуда они взялись, — дают модели материал для ответа. Важно, чтобы эти данные были согласованы на всём сайте: если в статье сказано одно, а на странице услуги другое, система может выбрать любую из версий, а пользователь, заметивший расхождение, перестанет доверять обеим. 4. Экспертность и доверие Поисковые системы давно оценивают, насколько источнику можно доверять, и AI-ответы наследуют эти сигналы через поиск. автор материала с понятной квалификацией; дата публикации и обновления; собственный опыт: примеры из практики, результаты проектов, а не пересказ чужих материалов; информация о компании: реквизиты, контакты, команда, кейсы; ссылки на первоисточники для фактов, которые не являются собственными данными. 5. Упоминания за пределами сайта Когда пользователь спрашивает «какие компании занимаются X», система опирается не только на сайты самих компаний, но и на сторонние источники: отраслевые рейтинги, обзоры, публикации в СМИ, профили на профессиональных площадках, отзывы. Компания, о которой пишут только на её собственном сайте, реже появляется в таких ответах. Это возвращает к классическим инструментам репутации: экспертные публикации на внешних площадках, участие в отраслевых рейтингах и ассоциациях, выступления, упоминания в материалах партнёров и клиентов. 6. Микроразметка Структурированные данные schema.org — организация, статья, услуга, вопросы и ответы, хлебные крошки — помогают поисковым системам точнее понимать содержание страницы. Прямое влияние микроразметки на выбор источников для AI-ответов публично не подтверждено, но она улучшает понимание страницы поиском, а поиск — первый этап отбора. Затраты на неё невелики. Что остаётся гипотезой В теме GEO много уверенных советов, за которыми нет подтверждённых данных. Честно разделить известное и предполагаемое — полезнее, чем тратить бюджет на ритуалы. Файл llms.txt Предложенный формат файла в корне сайта, который в сжатом виде описывает содержание сайта для языковых моделей. Идея разумная, но стандарт не принят крупными поисковыми системами как фактор, а Google прямо указывал, что не использует его в поиске. Некоторые AI-сервисы и инструменты разработчиков могут его читать. Сделать такой файл дёшево, особенно если он генерируется автоматически вместе с картой сайта, — наш сайт, например, так и делает. Но рассчитывать, что он сам по себе приведёт к появлению в ответах, не стоит. Специальные формулировки «для нейросетей» Советы вставлять в текст определённые фразы, повторять название компании рядом с ключевыми словами или писать обращения к моделям не имеют подтверждения и рискуют ухудшить текст для людей. А попытки манипулировать ответами моделей скрытыми инструкциями системы рассматривают как злоупотребление. Точные доли и рейтинги Любые утверждения вида «X% ответов нейросетей формируются из таких-то сайтов» стоит воспринимать осторожно: системы быстро меняются, данные собираются на ограниченных выборках вопросов, и результаты разных исследований часто противоречат друг другу. Памятка по AI-роботам Названия роботов публикуют сами компании, и назначение у них разное. Ниже — основные, которые стоит учитывать при настройке robots.txt. Список меняется, поэтому перед изменением правил сверяйтесь с актуальной документацией каждой компании. GPTBot — робот OpenAI для сбора данных, которые могут использоваться при обучении моделей. OAI-SearchBot — робот OpenAI для поиска в ChatGPT. Закрыв его, сайт исключает себя из ссылок в поисковых ответах ChatGPT. ChatGPT-User — запросы, которые ChatGPT выполняет по действию конкретного пользователя, например когда тот просит открыть ссылку. PerplexityBot — робот Perplexity для индексации страниц, которые показываются в ответах. Google-Extended — не отдельный робот, а метка в robots.txt, которой сайт управляет использованием своего контента для моделей Google. По заявлению Google, она не влияет на индексацию и показ сайта в Google Поиске. ClaudeBot — робот Anthropic. YandexBot и Googlebot — основные поисковые роботы. Их закрытие убирает сайт и из поиска, и из генеративных ответов, построенных на поиске. Типичная осознанная настройка для компании, которая хочет быть видимой: поисковые роботы и роботы поиска AI-сервисов открыты, по роботам обучения решение принимается отдельно, служебные разделы — административная панель, личные кабинеты, API — закрыты для всех. Особенности российских AI-систем Для компании, работающей на российском рынке, картина отличается от той, что описывают англоязычные руководства. Нейро и Алиса опираются на поиск Яндекса. Индексация и ранжирование в Яндексе здесь важнее, чем в Google. Отчёты Яндекс Вебмастера о статусе страниц — первый инструмент диагностики. Русскоязычный контент. Ответы на русском строятся преимущественно на русскоязычных источниках. Англоязычная версия сайта не заменяет русскую. Российские площадки как источники. Отраслевые рейтинги агентств, профессиональные сообщества, каталоги подрядчиков, отзывы на картах и в профильных сервисах, публикации на русскоязычных медиаплатформах влияют на ответы о компаниях и подрядчиках. Разный доступ к зарубежным ассистентам. Часть аудитории пользуется зарубежными сервисами, часть — только российскими. Мониторинг ответов стоит вести в обеих группах, а не только в самом известном ассистенте. Пример: страница услуги до и после Рассмотрим типичную страницу услуги на абстрактном примере — без привязки к конкретной компании. До Заголовок «Разработка мобильных приложений». Первый экран — слоган о креативном подходе и кнопка заявки. Ниже — пять абзацев о том, что компания работает с душой, использует передовые технологии и ценит каждого клиента. Цена — «по запросу». Сроки не указаны. Кейсы — логотипы без описания результатов. Контент появляется после выполнения JavaScript. На вопрос ассистенту «сколько стоит и сколько времени занимает разработка мобильного приложения» на этой странице нет фрагмента, который можно использовать. На вопрос «какие компании разрабатывают приложения для ритейла» — нет подтверждения, что компания делала такие проекты. После Контент в исходном HTML, уникальные мета-теги, микроразметка услуги и вопросов и ответов. Первый абзац прямо отвечает, что входит в услугу и для каких задач она подходит. Отдельный блок с ориентиром стоимости и сроков и объяснением, от чего они зависят. Те же цифры, что в прайсе и в статьях блога. Процесс работы по этапам с результатом каждого этапа. Кейсы с отраслью, задачей и измеримым результатом. Блок вопросов и ответов: платформы, сроки, поддержка после запуска, публикация в магазинах приложений. Ссылки на экспертные статьи по смежным темам. Такая страница не только чаще используется как источник, но и лучше конвертирует обычных посетителей: те же вопросы, которые задают ассистенту, человек ищет на странице, прежде чем оставить заявку. Как измерять результат Классическая аналитика здесь работает частично, поэтому измерение складывается из нескольких источников. Переходы из AI-сервисов В системах веб-аналитики переходы с сайтов ассистентов видны как реферальный трафик с их доменов. Стоит выделить эти источники в отдельную группу и отслеживать динамику и поведение этих посетителей. Ограничение: многие ответы не приводят к переходу вовсе, пользователь получает информацию прямо в ответе. Ручной мониторинг ответо