AEO-оптимизация: что это такое и чем отличается от GEO и SEO

AEO расшифровывается как Answer Engine Optimization, оптимизация под «движки ответов». Термин появился в среде SEO-специалистов задолго до массовых нейросетей: сначала так называли работу под быстрые ответы в поисковой выдаче и под голосовых ассистентов, где пользователь получает одну формулировку, а не десять синих ссылок.

Смысл термина изменился, когда отвечать начали генеративные системы. Сегодня «движок ответа» это ChatGPT, Perplexity, Алиса AI, Поиск с Алисой, Google AI Overviews и AI Mode, GigaChat, DeepSeek, Gemini. Каждая из этих поверхностей решает за пользователя, какие компании назвать, а какие нет.

Ключевое отличие от привычной поисковой работы: у ответа нет десяти позиций. Есть один текст, в котором ваш бренд либо назван, либо отсутствует. Промежуточных состояний вроде «седьмое место на первой странице» здесь не существует. Поэтому и метрика другая: не позиция и не CTR, а доля ответов, где бренд упомянут.

GEO расшифровывается как Generative Engine Optimization и вошёл в оборот в 2023 году, когда генеративные ответы вышли из стадии эксперимента и начали занимать верх поисковой выдачи. Логика названия та же: оптимизация под систему, которая порождает ответ, а не ранжирует документы.

Формально акценты различаются. AEO исторически про то, чтобы ваш фрагмент можно было взять как готовый ответ: чёткая формулировка, извлекаемый факт, структура. GEO про то, чтобы модель при генерации назвала именно ваш бренд, опираясь на весь доступный ей корпус: ваш сайт, отраслевые площадки, отзывы, справочники, обсуждения.

На практике эти две задачи решаются одними и теми же действиями. Материал, который удобно процитировать, чаще попадает в источники. Бренд, который часто попадает в источники, чаще называется в ответе. В российской практике встречаются оба термина, иногда в одном тексте, и это нормально.

Строка про срок отдачи опирается на наши замеры времени до первой цитаты, а не на общие оценки. Разброс огромен именно потому, что платформы обновляют свои представления о вебе с очень разной скоростью.

Важное следствие из таблицы: SEO не отменяется. Ни AEO, ни GEO не работают в вакууме. Чтобы модель процитировала страницу, она должна её найти, а находит она её теми же способами, что и обычный поиск: через индекс, через ссылки, через доступность контента в HTML.

Практики AEO и GEO пересекаются примерно на 80%. И там, и там нужно: открыть доступ краулерам, отдавать контент без обязательного JavaScript, отвечать на вопрос в первых абзацах, давать проверяемые факты, поддерживать присутствие на площадках, которые платформы уже цитируют.

Оставшиеся 20% различий это акценты. AEO чуть больше про форму отдельной страницы, GEO чуть больше про совокупность упоминаний за пределами вашего сайта. Ни один из этих терминов не описывает отдельный «алгоритм», под который можно подстроиться.

Практический вывод простой. Если подрядчик продаёт вам «AEO» и «GEO» как две разные услуги с двумя разными бюджетами, попросите показать, чем отличаются работы в плане. Если отличий в плане нет, значит их нет и в реальности. Оценивать нужно не название методики, а то, что изменилось в ответах платформ после работ.

Это самая устойчивая закономерность, которую мы видим в своих данных. Мы ежедневно прогоняем 150 отслеживаемых промптов по 9 платформам и разбираем не только текст ответа, но и список источников под ним.

В ответах, где среди источников есть наш материал, бренд назван в тексте в 75 до 100% случаев (разброс зависит от платформы). В ответах, где нашей страницы среди источников нет, бренд назван в 5 до 35% случаев, и это по сути остаточная известность: модель вспоминает бренд из общих знаний.

Разница в разы. Именно поэтому вся практическая работа сводится к одному вопросу: что нужно сделать, чтобы конкретная страница попала в источники по конкретному вопросу. Всё остальное (тональность описания, позиция в перечислении, длина упоминания) вторично и подтягивается следом.

Второе наблюдение касается концентрации. За 30 дней мы зафиксировали 317 045 цитат из 7 978 уникальных доменов. При этом на топ-20 доменов приходится 42,2% всех цитат, а на топ-100 приходится 67,5%. Веб для генеративных ответов гораздо уже, чем обычная поисковая выдача: две трети всех ссылок дают сто площадок.

Третье: 506 доменов цитируются пятью и более платформами, а 21 домен цитируется всеми девятью сразу. Это опровергает частое возражение «в каждой нейросети свой интернет». Ядро источников общее, различается глубина обращения к нему.

Данные наших ежедневных проверок за 30 дней: один и тот же набор вопросов, 9 платформ.

Где работа со ссылками почти бесполезна. Gemini даёт ссылки лишь в 34,9% ответов, и в среднем это 0,7 источника: то есть в типичном ответе источников нет вообще. GigaChat близок: 41,1% ответов со ссылками и 1,3 источника в среднем. На этих поверхностях нельзя «попасть в цитаты», потому что цитировать в большинстве случаев нечего. Ответ собирается преимущественно из того, что модель усвоила раньше.

Что там работает: узнаваемость бренда в широком корпусе. Упоминания на отраслевых площадках, справочниках, в обзорах и сравнениях, единообразное описание компании в разных источниках. Это медленный контур: у Gemini первая цитата нашего нового материала появилась через 79 дней.

Где ссылки это главный рычаг. Алиса AI (97,5% ответов со ссылками, 17,8 источника), Поиск с Алисой (99,9% и 13,2), Perplexity (99,9% и 13,5), Google AI Overviews (93,9% и 8,7). Здесь ответ буквально собирается из найденных страниц, и попадание вашего материала в этот набор напрямую определяет, назовут вас или нет. Показательна и видимость: 60,5% и 49,8% на поверхностях Яндекса против 11,9% в ChatGPT при сопоставимом числе проверок.

Промежуточный случай. ChatGPT показывает ссылки в 99,0% ответов, но источников заметно меньше (8,8) и отбор жёстче, а видимость самая низкая среди крупных платформ. Google AI Mode и DeepSeek тоже в середине: ссылки есть, но набор источников уже.

Отсюда практическое правило распределения усилий. Если аудитория российская, основной эффект дают Алиса AI, Поиск с Алисой и Google AI Overviews, и там нужно работать со страницами и цитируемостью. Для Gemini и GigaChat отдельные посадочные страницы почти не влияют на результат, там имеет смысл работать с присутствием бренда на внешних площадках и не ждать быстрой отдачи.

Каждый пункт сформулирован так, чтобы его можно было проверить, а не «учесть».

1. Доступ AI-краулерам открыт. Проверка: в robots.txt нет запрета для ботов ответных систем, а в логах сервера видны их обращения. По логам нашего сайта AI-краулеры сделали 6 081 обращение, из них 230 к самому robots.txt: правила они читают регулярно.
2. Контент есть в HTML без выполнения JavaScript. Проверка: curl по URL возвращает основной текст страницы. Если текст появляется только после рендера, для части краулеров страницы не существует.
3. Одна страница отвечает на один вопрос. Проверка: заголовок H1 можно прочитать как вопрос пользователя, а не как название рубрики.
4. Прямой ответ в первых 500 знаках. Проверка: закройте всё, кроме первых двух абзацев. Если ответ на вопрос заголовка не читается, страница не годится для извлечения.
5. Факты оформлены как извлекаемые утверждения. Проверка: в тексте есть числа, единицы измерения, даты и сроки, каждое в отдельном коротком предложении. Абзац на 12 строк без единого числа не цитируется.
6. Сравнения даны таблицей или списком. Проверка: любое «А против Б» в тексте имеет табличный вид с явными столбцами.
7. Даты публикации и обновления видны. Проверка: дата присутствует в тексте страницы и в разметке, а не только в служебных полях.
8. Schema.org разметка валидна. Проверка: типы Article, FAQPage, Organization проходят валидатор без ошибок.
9. Первичные данные вместо пересказа. Проверка: в материале есть хотя бы один факт, которого нет на других сайтах (ваши замеры, ваша статистика, ваш опыт эксплуатации).
10. Присутствие на площадках, которые уже цитируются. Проверка: соберите список доменов из источников по вашим вопросам и сверьте, есть ли вы там. Напомним: топ-100 доменов даёт 67,5% всех цитат.
11. Название бренда и описание единообразны везде. Проверка: написание в справочниках, каталогах, на профильных площадках и на сайте совпадает посимвольно. Разнобой мешает модели связать упоминания в одну сущность.
12. Есть регулярный замер. Проверка: один и тот же список вопросов прогоняется по платформам с фиксированной периодичностью, а результаты сохраняются вместе со списком источников.

Отдельно о том, чего в списке нет. Файла llms.txt в чек-листе нет намеренно: по нашим логам к нему не было ни одного обращения AI-краулеров при 6 081 обращении в целом. Файл robots.txt за тот же период запрашивался 230 раз.

Видимость бренда. Доля ответов, в которых бренд упомянут, от общего числа проверок. Считается по каждой платформе отдельно и по каждому вопросу отдельно. Сводное число по всем платформам полезно для отчёта, но решения принимаются по разрезам: в таблице выше разброс от 9,9% до 60,5%.

Доля цитирования домена. Количество ответов, где ваш домен есть в источниках, делённое на количество ответов со ссылками (не на все ответы). Считать от всех ответов некорректно: на Gemini знаменатель будет заведомо занижать результат, там ссылок нет в двух третях случаев.

Связка «цитата и упоминание». Разделите выборку на две части: ответы с вашей цитатой и без неё, и посчитайте видимость в каждой. Это самая полезная метрика для приоритизации работ. У нас разрыв составляет 75 до 100% против 5 до 35%.

Время до первой цитаты. Дата первого появления URL в источниках минус дата публикации. Считается по каждой платформе. Метрика нужна, чтобы не сворачивать работы раньше срока.

Позиция в перечислении. Если ответ содержит список компаний, фиксируйте номер вашего бренда. Первое место и пятое место в ответе воспринимаются пользователем по-разному, хотя обе ситуации формально засчитываются как упоминание.

Состав конкурентов в ответе. Список брендов, названных вместе с вами или вместо вас. Он показывает, с кем вас сравнивает модель, и часто отличается от вашего представления о конкурентах.

О размере выборки. Ответы генеративных систем нестабильны: один и тот же вопрос в разные дни даёт разные источники. Один прогон ничего не показывает. Минимально осмысленный замер это несколько десятков проверок на платформу за период, повторяемых регулярно. Наши цифры выше опираются на объёмы от 1 359 до 5 660 проверок на платформу за 30 дней.

Время до первой цитаты нового материала по нашим замерам: Алиса 7 дней, Perplexity 13 дней, ChatGPT 18 дней, Gemini 79 дней. DeepSeek не процитировал материал ни разу за четыре месяца наблюдений.

Из этого следуют два вывода. Первый: оценивать эффект работ раньше чем через месяц бессмысленно на любой платформе, кроме поверхностей Яндекса. Второй: план работ и план отчётности нужно строить по платформам, а не общим списком, иначе быстрый результат в Алисе будет размыт медленным контуром Gemini.

Разумный горизонт для первой содержательной оценки: 30 дней для платформ со ссылками и 90 дней для платформ без них.

Оптимизация под несуществующие «алгоритмы AEO». Публичного алгоритма, под который можно подстроиться, нет ни у одной ответной системы. Есть наблюдаемые закономерности, которые проверяются замерами. Любое утверждение вида «нейросети любят такой формат» имеет смысл только вместе с числом проверок, на которых оно получено.

Ставка на llms.txt. Идея файла с инструкциями для языковых моделей выглядит логично, но по нашим логам краулеры его просто не запрашивают: ноль обращений при 6 081 визите. Создать файл не вредно, но считать его частью работ и тем более отчитываться им перед клиентом нельзя.

Перенос SEO-привычек напрямую. Плотность ключей, точные вхождения, наращивание объёма текста ради объёма: всё это не влияет на то, будет ли фрагмент извлечён как ответ. Извлекается законченное утверждение с конкретикой, а не абзац с нужной частотой слова.

Ожидание результата за неделю. Даже на самой быстрой поверхности первая цитата появилась через 7 дней, а устойчивая картина по видимости складывается за месяц и дольше.

Одна тактика на все платформы. Работа со страницами и цитируемостью на Gemini даёт мало: там 0,7 источника на ответ. Работа только с внешними упоминаниями на Поиске с Алисой недоиспользует главный рычаг: там 13,2 источника на ответ и ссылки почти всегда.

Замер вручную раз в квартал. Ответы нестабильны, и разовая проверка фиксирует случайный прогон. Без регулярности вы не отличите реальный сдвиг от шума.

Нужен сейчас. Компаниям, чей продукт выбирают через сравнение и совет: B2B-сервисы, программное обеспечение, финансовые и юридические услуги, медицина, образование, туризм, подбор подрядчиков. Это темы, где пользователь задаёт вопрос словами, а не ключами, и получает список из нескольких названий.

Также он нужен тем, у кого уже есть заметный поисковый трафик по информационным запросам. Такие компании чаще всего обнаруживают, что их материалы уже цитируются, просто это никто не измерял.

Отдельная категория: рынки с двумя тремя сильными игроками, где попадание в ответ фактически распределяет спрос. Если модель называет трёх поставщиков, четвёртого пользователь не увидит.

Пока рано. Локальному бизнесу с решением по карте и геолокации (кофейня, шиномонтаж, барбершоп): такие запросы уходят в карты и локальную выдачу, а не в генеративный ответ. Компаниям без сайта или с сайтом, который не отдаёт контент в HTML: сначала базовая техническая доступность, потом всё остальное. Узким нишам с единичным спросом, где вопросов такого типа просто не задают.

Спорный случай. Массовый ретейл и маркетплейс-товары. Ответы по ним часто ведут на агрегаторы, и попасть в источники силами собственного сайта тяжело. Здесь эффективнее работать с площадками из первой сотни доменов, а не со своими страницами.

Первое: соберите 20 до 30 вопросов в формулировках клиента, а не в виде поисковых запросов. Второе: прогоните их по платформам, которые важны вашей аудитории, и зафиксируйте два столбца: упомянут ли бренд и какие домены оказались в источниках. Третье: разметьте, какие вопросы вы проигрываете при наличии цитаты, а какие без цитаты вообще: это две разные задачи. Четвёртое: закройте пункты 1 до 4 чек-листа, они дают самый быстрый эффект и проверяются за час.

Дальше начинается регулярная часть: те же вопросы, та же периодичность, накопление истории. Ручной прогон посилен на 20 вопросах и перестаёт быть посильным на 100, поэтому на этом шаге обычно переходят на автоматический замер. Visiobrand ведёт такой замер по 9 платформам и сохраняет вместе с ответом список источников: проверить на своём бренде можно в демо, объёмы проверок и условия описаны в тарифах.