GEO-продвижение в нейросетях: что это, как устроено и сколько стоит

Аббревиатура расшифровывается как Generative Engine Optimization, оптимизация под генеративные движки. Задача та же, что у SEO, но объект другой. В поиске вы боретесь за место в перечне ссылок, и решение принимает пользователь. В генеративном ответе модель уже приняла решение за него: назвала две или три компании и описала их своими словами. Остальные участники рынка в ответ не попали, и пользователь о них не узнает.

Отсюда следует главное отличие в работе. В SEO вы оптимизируете страницу под запрос и ждёте роста позиции. В GEO вы добиваетесь, чтобы ваша страница оказалась среди источников, которые модель открывает, отвечая на конкретный вопрос, и чтобы факты в ней были сформулированы так, что модель может их извлечь и процитировать.

Три термина часто путают, хотя разница практическая.

SEO это оптимизация под классическую поисковую выдачу. Цель: попасть в топ ссылок и получить переход. Метрика: позиция, показы, клики.

AEO (Answer Engine Optimization) это оптимизация под блоки быстрых ответов внутри поиска: Google AI Overviews, ответы в поисковой выдаче Яндекса. Цель: попасть в сам блок ответа. Метрика: присутствие в блоке и ссылка на ваш сайт в нём.

GEO шире: сюда попадают и блоки в поиске, и диалоговые платформы, где никакой выдачи нет вовсе, а есть только ответ. Цель: чтобы модель называла бренд и опиралась на ваши материалы. Метрика: доля ответов с упоминанием, позиция в списке компаний, тональность и доля ваших источников в цитатах.

На практике разделение условное, и работа во многом общая: чистая структура, проверяемые факты, доступность для краулеров. Разница в том, что для GEO обязательно нужен замер по конкретным платформам, потому что они ведут себя по-разному.

Это данные наших ежедневных проверок за 30 дней: 37 466 запросов, один и тот же набор вопросов во всех девяти платформах.

Что из этого следует для планирования работ. В платформах верхней части таблицы контент даёт результат в течение недель, потому что модель почти всегда идёт в веб. В Gemini и GigaChat прямого канала нет в большинстве ответов: там влияет накопленная узнаваемость бренда, и горизонт измеряется месяцами.

Отдельно стоит отметить, что российские поверхности (Поиск с Алисой и Алиса AI) цитируют источники охотнее всех и приводят больше всего ссылок. Для бизнеса, работающего в России, это самый быстрый канал, и его чаще всего игнорируют, ориентируясь на зарубежные обзоры, где этих платформ нет вовсе.

Технический доступ. В robots.txt не должно быть запретов для GPTBot, OAI-SearchBot, PerplexityBot, ClaudeBot, Google-Extended. Это единственный файл, который AI-краулеры действительно читают: по логам нашего сайта за две недели они запросили его 230 раз, при 6 081 обращении к сайту в целом.

Доступность фактов. Если цена, состав услуги или характеристики появляются только после выполнения скриптов, для краулера их нет. Проверяется просмотром исходного кода страницы.

Семантическая разметка. Schema.org помогает модели однозначно связать сущности: где организация, где продукт, где цена. Это не волшебство, но снижает вероятность, что модель припишет вам чужие данные.

Страница с фактами о компании. Короткие однозначные утверждения о продукте, аудитории, ценах и ограничениях. Такие страницы модели забирают охотно: у нас краулеры OpenAI обращались к ней 28 раз за две недели.

Материалы под конкретные вопросы. Здесь чаще всего ошибаются. Статья должна отвечать на вопрос в той формулировке, в которой его задают модели, и это должен быть вопрос, где ответ вообще перечисляет компании. Мы проверили на себе: материал под запрос про критерии выбора цитировался в 74 процентах ответов, но бренд назывался лишь в 12 процентах, потому что на вопрос о критериях модель перечисляет критерии, а не сервисы.

Внешние упоминания. Отраслевые медиа, обзоры, справочники, форумы. Модель охотнее повторяет то, что подтверждено несколькими независимыми площадками.

Замер. Без регулярных проверок вы не отличите эффект от шума. Ответы плавают, поэтому нужны серии и сравнение по одной платформе, а не общий средний балл.

Рынок сложился в три формата.

Разовый аудит. Проверка технической доступности, разметки, структуры контента и текущей видимости по набору вопросов. На рынке встречается в диапазоне от 50 до 150 тысяч рублей в зависимости от размера сайта и числа проверяемых вопросов.

Абонентское сопровождение. Контент, работа с внешними упоминаниями, регулярный замер. Обычно от 100 тысяч рублей в месяц у агентств, специализирующихся на генеративном поиске.

Инструмент для самостоятельной работы. Мониторинг видимости, анализ источников и конкурентов без агентства. Тарифы Visiobrand: «Старт» 12 990 рублей в месяц за 3 000 проверок, «Про» 29 990 рублей за 9 000 проверок, «Корпоративный» 59 990 рублей за 18 000 проверок и до трёх брендов. Начать можно с бесплатного тарифа на 50 проверок.

Как считать нужный объём: количество вопросов умножается на число платформ и на частоту проверок. Двадцать вопросов в пяти платформах ежедневно это ровно 3 000 проверок в месяц.

Порядок, который закрывает восемьдесят процентов эффекта силами собственной команды.

Неделя первая: доступ и факты. Откройте robots.txt и убедитесь, что краулеры языковых моделей не заблокированы. Затем пройдите по ключевым страницам и проверьте, видны ли в исходном коде цена, состав услуги, характеристики. Если нет, вынесите их в HTML. Здесь же соберите отдельную страницу с фактами о компании: чем занимаетесь, для кого, сколько стоит, чем отличаетесь, какие ограничения. Пишите утверждениями, а не рекламными эпитетами: модель цитирует проверяемое.

Неделя вторая: замер. Соберите 20 вопросов в тех формулировках, которыми пользуются клиенты, и прогоните их по четырём платформам минимум. Зафиксируйте по каждому ответу: назвали ли бренд, на каком месте, какими словами, кто ещё в списке. Это ваша точка отсчёта, без неё дальнейшие выводы не с чем сравнивать.

Неделя третья: контент под конкретные вопросы. Возьмите три вопроса из замера, где вас не называют, и напишите под каждый отдельный материал. Не общую статью о рынке, а прямой ответ на этот вопрос с фактами, цифрами и явным перечислением решений. Проверьте, что вопрос такой, где ответ вообще называет компании.

Неделя четвёртая: внешние источники. Посмотрите, какие сайты модель цитирует, отвечая на ваши целевые вопросы. Обычно это три или четыре площадки, которые встречаются почти в каждом ответе. Это и есть список для публикаций и работы с редакциями.

Повторный замер имеет смысл делать не раньше чем через 30 дней после публикации материалов, а полноценный вывод по эффекту через 45.

Три вопроса, которые стоит задать до подписания договора.

Чем подтверждается результат. Просите не обещания, а описание метрики: какие вопросы будут отслеживаться, в каких платформах, с какой частотой, и что считается улучшением. Если метрика формулируется как «повысим упоминаемость», это не метрика.

Какие платформы входят в работу. Для российского бизнеса обязательны Поиск с Алисой, Алиса AI и GigaChat. Если подрядчик работает только с ChatGPT и Gemini, вы платите за половину рынка.

Что происходит с данными после окончания работ. История замеров должна оставаться у вас. Иначе при смене подрядчика вы теряете точку отсчёта и начинаете заново.

Отдельный настораживающий признак: если в коммерческом предложении первым пунктом стоит создание файла llms.txt, стоит уточнить, чем подтверждается его эффект. Мы проверили этот файл на своих логах: за две недели AI-краулеры сделали 6 081 обращение к сайту и ни одного к этому файлу, при том что сам файл на месте и открывается.

Проблема отчётности в GEO в том, что красивых графиков много, а решения принимаются по четырём показателям. Остальное производные.

Видимость. Доля ответов, в которых бренд назван, по конкретному вопросу и конкретной платформе. Считается просто: из ста проверок бренд встретился в двадцати, видимость двадцать процентов. Смотреть нужно именно в разрезе платформы: усреднение по девяти поверхностям с разной механикой ответа не значит ничего.

Доля голоса. Ваши упоминания относительно всех упоминаний брендов в ответах по вашим вопросам. Показывает не абсолютное присутствие, а положение относительно рынка. Полезно, когда видимость растёт у всех сразу из-за сезонности или изменения модели.

Доля цитирования. Как часто среди источников ответа оказываются именно ваши страницы. Это опережающий показатель: цитирование растёт раньше, чем упоминания. По нашим данным связь прямая, в ответах с цитатой нашей страницы бренд называется в 75 до 100 процентов случаев.

Тональность и контекст. Упоминание бывает вредным. Фраза «подойдёт для небольших задач» в ответе на вопрос про корпоративное внедрение работает против вас. Поэтому к факту упоминания нужна разметка окраски и позиция в списке.

Чего в отчётах быть не должно: единого «балла GEO» без расшифровки, средних значений по всем платформам, скриншотов отдельных ответов как доказательства. Ответы плавают, и один скриншот доказывает только то, что модель однажды так ответила.

Ждать результата через неделю. Первая цитата в ChatGPT появляется в среднем через 18 дней, в Gemini срок измеряется месяцами. Короткое окно замера показывает недоделанную картину.

Мерить средний балл по всем платформам. Показатели Алисы и Gemini отличаются в разы по самой механике. Усреднение прячет и рост, и провал.

Писать статьи под широкие темы. Материал «стратегии продвижения для облачных сервисов» не попадёт в ответ на вопрос «каким сервисом отслеживать упоминания». Тема статьи должна совпадать с формулировкой вопроса.

Считать разовый ответ доказательством. Три повтора одного вопроса дают разброс. Решение принимается по серии.

1. Проверьте robots.txt на запреты для AI-краулеров. Это одно действие, которое точно доходит до моделей.
2. Соберите 20 вопросов в формулировках клиента и сделайте исходный замер хотя бы в четырёх платформах.
3. Вынесите факты о компании на отдельную страницу простыми утверждениями, включая цены и ограничения.
4. Определите приоритетные платформы по вашей аудитории: для России это Поиск с Алисой, Алиса AI, GigaChat и ChatGPT.
5. Заложите горизонт 45 дней на первый цикл и сравнивайте результат по каждой платформе отдельно.