GEO и AEO: как попасть в ответы ChatGPT и Алисы — новое SEO

GEO (Generative Engine Optimization) и AEO (Answer Engine Optimization) — это оптимизация контента под цитирование в ответах нейросетей, а не под клики в выдаче. Чтобы попасть в ответ ChatGPT, Алисы или Perplexity, нужно писать так, чтобы модель могла вырвать из текста самодостаточный, фактурный фрагмент и процитировать его без искажений. Ключевое отличие от классического SEO: вы больше не соревнуетесь за десять синих ссылок, вы соревнуетесь за право быть источником одного абзаца.

Это не новая дисциплина с нуля — это надстройка над тем, что уже умеют зрелые SEO- и контент-команды. Но правила игры поменялись достаточно, чтобы CMO пересмотрел приоритеты в контент-плане на 2026 год.

Почему это важно для P&L, а не только для трафика

Доля запросов, которые пользователь закрывает прямо в интерфейсе нейросети, не переходя на сайт, по разным оценкам растёт — и растёт быстро в информационных и сравнительных запросах категории «как» и «что такое». Для бизнеса это означает две вещи одновременно.

Во-первых, часть трафика в верхней воронке (awareness, education) уходит из classic SEO в «нулевой клик» — пользователь получает ответ и не заходит на сайт. Это давит на охватные метрики контент-маркетинга, которые раньше легко объясняли ROI отдела.

Во-вторых, появляется новый канал влияния на решение о покупке — упоминание бренда как ответа или как источника внутри ответа модели. Это ближе к PR и работе с репутацией, чем к перформансу, и его сложно посчитать в привычной сквозной аналитике. Но игнорировать нельзя: если конкурента цитируют как эксперта в вашей нише, а вас нет — вы теряете долю внимания на этапе, где формируется short-list поставщиков.

Практический вывод для бюджета: GEO — это не новая статья расходов, а требование к качеству того контента, который вы и так производите. Затраты на переработку структуры существующих статей окупаются быстрее, чем производство нового объёма.

Чем GEO отличается от классического SEO

Разница не в инструментах, а в юните оптимизации.

Из таблицы следует главное практическое правило: если раньше вы оптимизировали страницу под ключевой запрос, то теперь нужно оптимизировать каждый смысловой блок страницы так, будто это отдельный ответ на отдельный вопрос.

Как нейросети выбирают, что цитировать

Модели вроде ChatGPT, Perplexity, Алисы или Gemini не «ранжируют сайты» в привычном смысле. Большинство из них либо используют поиск в реальном времени (retrieval), либо опираются на данные, усвоенные при обучении, либо комбинируют оба подхода. В любом случае у текста, который система выбирает для цитаты, есть общие черты.

• Структурная извлекаемость. Абзац отвечает на один явный вопрос и не требует контекста соседних абзацев, чтобы быть понятым.
• Фактическая плотность. Есть цифра, определение или конкретный вывод, а не общие рассуждения.
• Консистентность по интернету. Если одна и та же формулировка (определение термина, цифра, методика) повторяется на нескольких независимых авторитетных источниках, модель с большей вероятностью сочтёт её надёжной.
• Свежесть и явная датировка. Модели с retrieval чаще подтягивают недавно обновлённый контент, особенно по темам, где ситуация меняется (цены, регуляторика, инструменты).
• Формальная разметка вопроса и ответа. Структуры вида «вопрос — короткий прямой ответ» (FAQ, схема FAQPage) физически облегчают извлечение фрагмента.

Это одна из причин, почему стоит системно разобраться с тем, как ИИ вообще применим к маркетингу — GEO не существует отдельно от общего понимания, как работают генеративные модели.

Как писать текст, чтобы его цитировали

Практика показывает, что работают несколько конкретных приёмов, применимых к любой отраслевой теме.

1. Начинайте ключевые разделы с прямого ответа на вопрос, а не с подводки. Первое предложение абзаца должно работать само по себе, вне контекста.
2. Используйте точные формулировки: цифры, диапазоны, названия, а не «многие эксперты считают».
3. Дробите текст на смысловые блоки с подзаголовками-вопросами — это совпадает с тем, как формулирует запрос пользователь голосового ассистента.
4. Ставьте определения терминов явно и один раз, одинаковой формулировкой на всех своих площадках — сайт, соцсети, PR-публикации. Расхождения в формулировках снижают доверие модели к каждой из них.
5. Обновляйте даты и цифры в старых статьях — «протухший» контент реже попадает в свежие ответы.
6. Добавляйте таблицы для сравнений — модели хорошо извлекают табличные данные как структурированный факт.

Важно понимать границу: GEO не про манипуляцию моделью, а про то, чтобы полезный и точный контент было физически легче цитировать. Если контент бесполезен, никакая структура его не спасёт.

Технические основания: что проверить в первую очередь

Прежде чем переписывать тексты, стоит закрыть базовый технический слой — без него содержательная работа не даст эффекта.

• Разметка schema.org (FAQPage, Article, Organization, Product) — она помогает и классическим поисковикам, и агрегаторам, которые скармливают контент моделям.
• Доступность сайта для краулеров ИИ-провайдеров (GPTBot, ClaudeBot, PerplexityBot, Google-Extended и аналоги) — проверьте robots.txt, это решение с юридическими и репутационными последствиями, а не только техническими.
• Скорость индексации новых и обновлённых страниц — карта сайта, корректные canonical, отсутствие дублей.
• Единообразие данных и фактов о компании во всех источниках — на сайте, в справочниках, в отраслевых базах, в открытых энциклопедиях, если применимо.
• Наличие структурированных данных о продукте/услуге, ценах, условиях — это то, что чаще всего запрашивают в разговорных интерфейсах.

Здесь нет ничего специфически «ИИшного» — это гигиена, которую хорошая SEO-команда и так должна была держать в порядке. GEO просто повышает цену ошибки: если раньше нерабочий canonical или закрытая от индексации страница означали упущенный трафик из поиска, то теперь это ещё и упущенный шанс быть процитированным в ответе модели — причём проверить это постфактум сложнее, чем позицию в выдаче.

Отдельно стоит выделить вопрос владения инфраструктурой: если сайт построен на конструкторе или закрытой CMS без гибкого доступа к разметке и robots.txt, часть перечисленных пунктов физически недоступна для быстрой правки. Это стоит учитывать при выборе платформы для нового проекта, а не только когда GEO-эффект уже недополучен.

Доля голоса в ответах ИИ: как отслеживать без иллюзий

Метрика «упоминания бренда в ответах нейросетей» новая, инструментарий вокруг неё ещё формируется, и часть решений на рынке дают приблизительные и невоспроизводимые оценки. Разумный подход:

• Ведите ручной или полуавтоматизированный мониторинг: регулярно (раз в 1–2 недели) задавайте моделям типовые вопросы своей категории и фиксируйте, кого они называют.
• Сравнивайте себя с 2–3 ключевыми конкурентами по одному и тому же набору вопросов, а не смотрите на абсолютные числа — они шумные и невоспроизводимые между запусками.
• Не переносите этот показатель в KPI менеджеров без месяцев наблюдений за стабильностью метрики — риск оптимизировать под то, что завтра посчитается иначе, реален. Прежде чем добавлять новую метрику в систему KPI маркетолога, убедитесь, что она воспроизводима хотя бы 4–6 недель подряд.
• Считайте это опережающим индикатором репутации, а не отдельным каналом с собственным ROMI — так вы избежите соблазна посчитать возврат на GEO-активности там, где для этого пока нет достаточно надёжных данных и методологии расчёта.

Где заканчивается GEO и начинается работа с брендом

Если контент безлик, никакая техническая оптимизация не заставит модель выбрать вас как источник мнения, а не только как источник факта. Модели, как и люди, тяготеют к источникам с узнаваемой, последовательной точкой зрения. Это подводит к более широкому тезису: относиться к своему контенту как редакция — с редполитикой, фактчекингом и единым голосом — становится не стилистическим выбором, а требованием видимости. Подробнее об этом подходе — в материале о том, почему бренд стоит вести как редакцию.

Также стоит держать в голове трезвый взгляд на пределы применимости ИИ-инструментов в маркетинге в целом: GEO не отменяет ни performance-каналы, ни классическое SEO, ни offline-репутацию — это дополнительный слой видимости поверх существующей стратегии, а не её замена. Это одна из тем, которую стоит разобрать трезво и без хайпа, прежде чем перераспределять на GEO значимую часть бюджета.

Частые ошибки

• Переписывание текста под «роботов» в ущерб читателю. Если абзац неестественно нашпигован ключевыми фразами ради извлекаемости, модель либо не процитирует его, либо процитирует, но читатель уйдёт с плохим впечатлением о бренде.
• Игнорирование единообразия фактов между площадками. Разные цифры о компании на сайте, в PR-материалах и в справочниках снижают доверие модели ко всем источникам сразу.
• Погоня за метрикой «доли голоса» без контроля воспроизводимости. Ответы моделей меняются от запуска к запуску; принимать решения на основе одного замера — ошибка того же типа, что и делать выводы по одному A/B-тесту без достаточной выборки.
• Блокировка ИИ-краулеров без взвешивания последствий. Закрыть GPTBot в robots.txt может показаться разумной защитой контента, но это же лишает вас шанса быть процитированным — решение должно приниматься осознанно, а не по умолчанию.
• Ожидание немедленного трафика. GEO работает на репутацию и присутствие в решении о покупке, а не всегда на прямой переход на сайт — путать это с классическим SEO-трафиком значит разочароваться в канале раньше времени.
• Отказ от старого SEO в пользу GEO. Большая часть базовых практик пересекается; GEO — это надстройка, а не замена классической маркетинговой воронки, в которой органический трафик остаётся важным входом.

FAQ

Что такое GEO в маркетинге?

GEO (Generative Engine Optimization) — оптимизация контента под цитирование в ответах генеративных нейросетей вроде ChatGPT, Gemini или Perplexity. В отличие от SEO, юнитом оптимизации здесь выступает не страница, а отдельный самодостаточный фрагмент текста, который модель может извлечь и процитировать.

Чем AEO отличается от GEO?

AEO (Answer Engine Optimization) — более широкий термин, охватывающий оптимизацию под любые «ответные» интерфейсы: голосовых ассистентов, featured snippets классических поисковиков и генеративные модели. GEO часто используют как синоним AEO применительно именно к большим языковым моделям. На практике различие терминологическое, а набор практик пересекается почти полностью.

Нужно ли переписывать весь сайт под GEO?

Нет. Начните с самых важных для бизнеса тематических страниц и статей с наибольшим потенциалом цитирования — определения, сравнения, гайды. Массовое переписывание без приоритизации распыляет ресурс и редко окупается быстрее точечной доработки топовых материалов.

Можно ли измерить ROI от GEO?

Прямой ROI посчитать сложно, потому что часть эффекта — это узнаваемость и доверие, а не клики. Разумнее относиться к GEO как к опережающему индикатору репутации бренда и отслеживать долю упоминаний в ответах ИИ по ключевым вопросам категории, не подменяя этим полноценный расчёт юнит-экономики канала.

Стоит ли блокировать ИИ-краулеров, чтобы защитить контент?

Это решение с компромиссом: блокировка (например, GPTBot в robots.txt) защищает контент от использования моделями, но одновременно лишает бренд шанса быть процитированным в ответах пользователям. Решение нужно принимать осознанно и по каждому краулеру отдельно, а не копировать чужой robots.txt.

Работает ли GEO без хорошего SEO-фундамента?

Плохо. Индексируемость, скорость сайта, структурированные данные и техническая гигиена — это база, на которой строится и классическое SEO, и GEO. Без неё контент физически может быть недоступен для краулинга моделями, независимо от качества текста.

Как часто нужно обновлять контент под GEO?

Зависит от волатильности темы: материалы про цены, инструменты и регуляторику стоит проверять раз в 1–3 месяца, эволюционные темы (методологии, определения) — раз в полгода–год. Модели с доступом к актуальному поиску чаще подтягивают недавно обновлённые страницы по быстро меняющимся темам.

Если вы хотите не догонять тренды поштучно, а выстроить систему, в которой контент, аналитика и ИИ-инструменты работают на одну бизнес-цель — приходите на интенсив Marketing OS: разберём, как встроить такие решения в вашу операционную модель маркетинга, а не в очередной список советов.