К весне 2026 года картина поиска изменилась радикально. По данным аналитиков, на 30% коммерческих запросов в Google теперь появляется блок AI Overviews. Доля «zero-click» запросов — когда пользователь получает ответ нейросети и не переходит на сайт — превысила 55%. И этот тренд ускоряется.
В этой реальности появилась новая дисциплина — GEO (Generative Engine Optimization). Если SEO борется за позицию в выдаче, то GEO борется за то, чтобы ваш сайт цитировался в ответах ChatGPT, Claude, Gemini, Perplexity и Алисы. В этой статье разберём, чем GEO отличается от SEO, какие сигналы важны для AI-моделей и с чего начать.
GEO vs SEO: в чём разница
Классическое SEO оптимизирует под алгоритмы ранжирования. Цель — занять первую страницу выдачи по ключевому запросу. Метрики — позиции в поиске, органический трафик, CTR.
GEO оптимизирует под извлечение фактов AI-моделями. Цель — стать одним из 3–10 источников, которые модель цитирует, когда формирует ответ на запрос пользователя. Метрики — доля упоминаний в ответах LLM, позиция упоминания, контекст (рекомендация / нейтральное / негативное).
| Что важно | SEO | GEO |
|---|---|---|
| Ключевые слова | Высокочастотные запросы | Полные вопросы и фразы |
| Длина страниц | Большие лонгриды | Короткие чёткие ответы + контекст |
| Структура | H1 → H2 → H3 | Структурированные ответы + Schema.org |
| Авторитетность | Внешние ссылки (DR/DA) | Упоминания в датасетах + E-E-A-T |
| Скорость | Page Speed | Индексируемость без JavaScript |
| Главный файл | robots.txt + sitemap.xml | robots.txt + sitemap.xml + llms.txt |
Три уровня сигналов GEO
Чтобы попасть в ответы LLM, нужны сигналы трёх уровней — технические, содержательные и внешние. Слабая работа на любом уровне снижает шансы на цитирование.
1. Технические сигналы
- Schema.org разметка JSON-LD: Organization, SoftwareApplication, FAQPage, Article, Product, BreadcrumbList.
- Файл llms.txt в корне сайта — структурированное описание контента для AI-краулеров.
- Файл llms-full.txt — расширенная Markdown-выгрузка ключевого контента.
- Корректные правила в robots.txt для GPTBot, ClaudeBot, Google-Extended, PerplexityBot, YandexAdditional, CCBot.
- Доступность контента без JavaScript (для ботов, которые не рендерят SPA).
- Корректные мета-теги: title, description, OpenGraph, canonical.
2. Содержательные сигналы
- Прямые ответы на конкретные вопросы (FAQ-формат).
- Факты с цитированием источников и явными ссылками.
- Структурированные определения терминов (DefinedTerm Schema).
- Свежесть контента — дата публикации и обновления, регулярные релизы.
- Авторство: имя, фото, должность, bio автора. Person Schema.
- Кейсы клиентов с конкретными цифрами и Review Schema.
3. Внешние сигналы
- Упоминания на авторитетных площадках в нише (Habr, VC.ru, отраслевые СМИ).
- Цитирование в открытых датасетах — Common Crawl, RefinedWeb, FineWeb.
- Упоминания в Wikipedia — отдельная страница продукта/компании сильно повышает шансы.
- Реальные отзывы клиентов на агрегаторах (G2, Capterra, отраслевые рейтинги).
- PR-публикации в авторитетных СМИ.
Если в robots.txt стоит блокировка для всех неизвестных user-agent — ваш сайт автоматически невидим для большинства AI-моделей. Проверьте robots.txt прямо сейчас и явно разрешите GPTBot, ClaudeBot, Google-Extended.
С чего начать: чек-лист на первую неделю
- Проверить /robots.txt — добавить явные User-agent для GPTBot, OAI-SearchBot, ChatGPT-User, ClaudeBot, anthropic-ai, Claude-Web, Google-Extended, PerplexityBot, YandexAdditional, CCBot, Applebot-Extended, Meta-ExternalAgent.
- Создать /llms.txt — структурированное описание сайта в формате Markdown.
- Создать /llms-full.txt — полная выгрузка ключевого контента в Markdown.
- Проверить наличие JSON-LD: минимум Organization, SoftwareApplication / Product, FAQPage, BreadcrumbList.
- Проверить canonical-теги на всех страницах.
- Прогнать сайт через PageSpeed Insights — Core Web Vitals должны быть в зелёной зоне.
- Проверить доступность контента без JavaScript: «view source» должен показывать читаемый текст, а не пустой div.
Как проверить, видят ли вас нейросети
Самый простой способ — задать ChatGPT, Claude и Perplexity 10–15 запросов в вашей нише и посмотреть, упоминают ли они ваш бренд. Делать это вручную долго и нерепрезентативно — поэтому MarketRadar встроил автоматический модуль анализа AI-видимости.
Платформа сама генерирует 20–40 реалистичных запросов под вашу нишу, прогоняет их через несколько LLM, фиксирует упоминания, позиции и контекст. Дополнительно проверяет техническую готовность сайта и выдаёт приоритезированный план действий.
Запустите бесплатный экспресс-аудит на /express-report или через бота @market_radar1_bot — за 2 минуты получите Score сайта и понимание, на каких этапах GEO у вас провисания.
GEO — это не разовая задача. Алгоритмы LLM меняются ежемесячно, появляются новые краулеры, обновляются стандарты разметки. Поэтому нужен мониторинг — раз в 2–4 недели проверять видимость в моделях и реагировать на изменения. Если делать руками — это 4–6 часов работы аналитика. С MarketRadar — автоматически в фоне.