Оптимизация сайта под LLM и генеративный поиск: что реально влияет на ответы

Все технические рекомендации ниже выводятся из одной механики. Она одинакова у всех платформ, которые обращаются к вебу, и различается только деталями реализации.

Шаг 1. Запрос превращается в поисковую задачу. Пользователь пишет развёрнутый вопрос («какой сервис выбрать, чтобы отслеживать упоминания компании в нейросетях»). Модель переформулирует его в один или несколько поисковых запросов. Ваша страница должна находиться не по исходной фразе пользователя, а по этим машинным переформулировкам, которых вы не видите.

Шаг 2. Собирается пул страниц. По каждому переформулированному запросу платформа получает набор результатов из своего индекса или из индекса поисковика-партнёра. На этом шаге отсеивается всё, что не проиндексировано, закрыто для краулера или не отвечает на конкретную формулировку.

Шаг 3. Из страниц извлекаются фрагменты. Модель не читает страницу целиком и не оценивает её общее качество. Она вырезает куски текста, которые выглядят как ответ на поисковую задачу: абзац, пункт списка, строку таблицы. Всё, что не попало во фрагмент, для ответа не существует.

Шаг 4. Ответ собирается из фрагментов. Модель компонует извлечённые куски в связный текст и (не всегда) проставляет ссылки на источники. Здесь решается, будет ли ваш бренд назван словами или останется безымянной ссылкой в списке.

Из этой цепочки следует четыре практических вывода. Страница должна быть доступна краулеру. Факты должны находиться в HTML, а не появляться после выполнения скриптов. Фрагмент должен быть самодостаточным, потому что его вырежут из контекста. И страница должна отвечать на узкую формулировку, а не быть «разделом о компании».

Это самый скучный блок и одновременно самый результативный. Если краулер не получил текст, никакая структура и разметка не спасут.

Факты должны быть в исходном HTML. Откройте страницу с отключённым JavaScript или посмотрите ответ сервера напрямую (curl или «просмотр кода страницы»). Если цена, состав услуги, список городов или характеристики появляются только после отработки скриптов, для большинства AI-краулеров этих данных нет. Часть краулеров рендерит JavaScript, часть нет, и рассчитывать на лучший случай не стоит.

Серверный рендеринг против клиентского. Одностраничные приложения на React или Vue без серверного рендеринга отдают краулеру пустой каркас. Решение: SSR, статическая генерация или предрендер для страниц, которые должны попадать в ответы. Проверять нужно именно те страницы, которые вы продвигаете, а не главную.

Скорость ответа. Краулеры работают с таймаутами и бюджетом обхода. Медленный ответ сервера означает, что часть страниц просто не будет получена. Ориентир простой: время до первого байта в пределах нескольких сотен миллисекунд и отсутствие редирект-цепочек на пути к контенту.

Контент за формой не существует. Материалы, доступные после регистрации, авторизации, ввода почты или подтверждения возраста, не попадают в источники. Если фактура ценна и вы хотите, чтобы её цитировали, часть должна быть в открытом HTML. Закрывать можно расчётные инструменты и шаблоны, но не сами утверждения.

PDF работает хуже HTML. Технически PDF индексируется, но извлечение фрагментов из него менее надёжно: разбивка на колонки, таблицы-картинки, отсутствие семантической разметки. Если у вас есть исследование или прайс в PDF, сделайте HTML-версию с тем же содержанием.

Отдельно про статус-коды и канонические адреса. Дубли с параметрами, страницы, отдающие 200 вместо 404, и несогласованные канонические ссылки размывают сигналы и приводят к тому, что в источник попадает не та версия страницы.

Здесь чаще всего встречается либо избыточный запрет (наследие спора об обучении моделей), либо путаница между разными ботами одной компании.

Три вещи, которые важно понимать.

Запрет обучающего бота и запрет поискового бота дают разный эффект. У OpenAI это разные агенты: GPTBot и OAI-SearchBot. Закрыв оба, вы одновременно выпадаете из ответов ChatGPT. Закрыв только обучающий, вы сохраняете шанс попасть в ответ через поиск.

Google-Extended не управляет показом в результатах поиска. Он относится к использованию контента в ответах Gemini. За индексацию и за появление в поисковой выдаче отвечает обычный Googlebot, и запрет Google-Extended не выключает вас из поисковых поверхностей Google.

YandexBot единый. У Яндекса поиск и генеративные ответы опираются на общий индекс, поэтому запрет краулера означает выпадение и из поиска, и из ответов Алисы одновременно.

Боты действительно читают правила, а не игнорируют их. По логам нашего сайта PerplexityBot за две недели сделал 802 обращения и 75 раз запросил robots.txt. То есть файл перечитывается регулярно, и правка правил меняет поведение бота в пределах дней, а не месяцев.

Формат llms.txt предлагается как «robots.txt для языковых моделей»: markdown-файл в корне сайта со списком важных страниц и кратким описанием проекта. Идея выглядит логично, и почти в каждом чек-листе по оптимизации под нейросети этот пункт стоит первым.

Мы проверили это на логах собственного сайта. За период наблюдения AI-краулеры (боты OpenAI, Perplexity, Google и Яндекса) сделали 6 081 обращение. Из них 230 обращений пришлось на robots.txt. К llms.txt не было ни одного обращения. Ноль.

Вывод прямой: файл создаётся, лежит в корне, не запрашивается никем. Он не ускоряет попадание в ответы, не влияет на выбор источников и не заменяет ни robots.txt, ни карту сайта. Ни одна из девяти платформ, которые мы отслеживаем, не показала признаков его использования.

Почему пункт всё равно кочует по статьям: его невозможно опровергнуть на глаз. Файл создали, через месяц видимость выросла (по другим причинам), связь записали в актив. Проверяется это только логами сервера, и проверить стоит на своём сайте: посмотрите обращения к /llms.txt в access-логе за последние 30 дней.

Что делать вместо этого: убедиться, что robots.txt корректен, карта сайта актуальна, а ключевые страницы отдаются в HTML. Это те механизмы, обращения к которым видны в логах.

Микроразметка не заставляет модель назвать бренд. Она помогает однозначно связать сущности: какая организация, какой продукт, какие свойства. Реалистичное ожидание: разметка снижает вероятность ошибки в фактах о вас и повышает шанс, что данные попадут в ответ в правильном виде.

Organization. Юридическое и торговое название, сайт, логотип, контакты, ссылки на профили в других сервисах через sameAs. Это основа связывания вашего сайта с упоминаниями бренда на внешних площадках.

Product и Offer. Название, описание, цена, валюта, наличие. Имеет смысл для товаров и для тарифицируемых услуг с публичной ценой. Если цена скрыта, размечать нечего.

FAQPage. Пара «вопрос и ответ» в разметке совпадает по форме с тем, что модель извлекает из страницы. Это самый близкий к механике извлечения тип разметки. Требование: вопросы и ответы должны быть видимы пользователю на странице, а не только в коде.

Article. Автор, дата публикации, дата обновления, издатель. Дата обновления влияет на оценку свежести, а свежесть учитывается при отборе источников.

Чего разметка не делает: не повышает «доверие» к сайту сама по себе, не компенсирует отсутствие фактов в тексте и не работает, если размеченные данные расходятся с видимым содержанием страницы. Расхождение хуже отсутствия разметки.

Модель вырезает куски. Значит, текст надо писать так, чтобы куски были пригодны к вырезанию.

Заголовок повторяет вопрос. Не «Наши тарифы», а «Сколько стоит мониторинг упоминаний бренда в нейросетях». Заголовок и есть та формулировка, по которой страница сопоставляется с поисковой задачей.

Ответ в первых двух абзацах. Прямой, без разгона. Всё, что стоит после третьего экрана, извлекается заметно реже: модель работает с началом документа плотнее, чем с концом.

Самодостаточные абзацы. В каждом абзаце должно быть понятно, о ком речь, без предыдущего. Формулировка «сервис делает это за 5 минут» бесполезна во фрагменте, потому что «сервис» не расшифрован. Пишите «Visiobrand делает это за 5 минут». Такой абзац переживёт вырезание из контекста.

Числа с единицами измерения. «Быстро» не цитируется, «за 7 дней» цитируется. «Много источников» не цитируется, «в среднем 13,2 источника на ответ» цитируется. Число с единицей измерения и периодом наблюдения читается как проверяемое утверждение.

Явные ограничения и условия. «Работает для русскоязычных запросов», «данные за 30 дней», «без учёта платного трафика». Оговорка не ослабляет утверждение, а делает его пригодным к цитированию: модель охотнее берёт формулировку, которую не нужно достраивать.

Таблицы сравнения. Строка таблицы это готовый фрагмент с подписанными полями. Таблицы «мы против альтернатив», «тариф против тарифа», «платформа против платформы» извлекаются особенно устойчиво. Требование: таблица должна быть размечена тегами, а не быть картинкой.

Списки вместо длинных периодов. Пункт списка это тоже готовая единица извлечения. Абзац на десять строк с тремя мыслями сразу извлекается хуже, чем три отдельных пункта.

Отдельный URL, на котором собраны проверяемые утверждения о компании. Это не «о нас» с историей основателей, а справочная страница, из которой удобно вырезать факты.

Что размещать: полное и торговое название, год начала работы, что именно вы делаете (одной фразой), для кого, список продуктов с ценами или диапазонами, география работы, ключевые числа (объём данных, число клиентов, охват), юридические реквизиты, контакты, ссылки на профили компании на внешних площадках.

Почему это работает: когда модель формирует ответ на вопрос «что это за компания», ей нужен источник с плотной концентрацией фактов в одном месте. Если такой страницы нет, факты собираются из случайных мест, включая чужие обзоры и каталоги, где данные могут быть устаревшими.

Практические требования: страница в HTML без скриптов, разметка Organization, дата последнего обновления на видном месте, ссылка из подвала сайта. Обновлять при каждом изменении цен и состава продукта.

Это главный вывод из наших данных, и он неудобен для тех, кто планировал ограничиться техническим аудитом.

За 30 дней мы зафиксировали 317 045 цитат из 7 978 уникальных доменов. Распределение крайне неравномерное: топ-20 доменов дают 42,2 процента всех цитат, топ-100 дают 67,5 процента. То есть две трети всего цитирования приходится на сотню площадок, и ваш сайт почти наверняка в эту сотню не входит.

Второе наблюдение: 506 доменов цитируются пятью и более платформами, а 21 домен цитируется всеми девятью. Существует ядро источников, которое используют все, независимо от того, российская это платформа или зарубежная. Присутствие на такой площадке даёт эффект сразу во всех ответах, а не в одном.

Отсюда логика приоритетов. Правка своего сайта поднимает вероятность попасть в источники по узким запросам, где конкуренция ниже. Присутствие на площадке из ядра меняет ответ по широким коммерческим запросам, где ваш сайт не победит в принципе. Первое делается за неделю и стоит дёшево, второе занимает месяцы и требует работы с редакциями, каталогами, отраслевыми обзорами и сравнениями.

Как определить свои приоритетные площадки: соберите 20 до 30 вопросов вашей категории, задайте их в платформах, которые показывают источники, и выпишите домены из ответов. Через два прогона станет видно повторяющееся ядро из 10 до 15 площадок. Это и есть список для работы, и он специфичен для вашей отрасли.

Насколько это важно численно: в ответах, где процитирован наш материал, бренд назван в 75 до 100 процентов случаев. В ответах без цитаты в 5 до 35 процентов. Разрыв в разы, и он объясняет, почему цитируемость это более ранний и более управляемый показатель, чем упоминаемость.

Данные наших ежедневных проверок за 30 дней. Один и тот же набор из 150 вопросов во всех платформах.

Ключевая колонка здесь не видимость, а доля ответов со ссылками и среднее число источников. Она показывает, обращается ли платформа к вебу в момент ответа.

Где правка сайта влияет напрямую. Алиса AI, Поиск с Алисой, Perplexity, Google AI Overviews, ChatGPT и DeepSeek почти всегда собирают ответ из найденных страниц: доля ответов со ссылками от 93,9 до 99,9 процента, от 8,7 до 17,8 источника на ответ. Здесь техническая доступность, структура текста и попадание в поисковую задачу дают измеримый результат.

Где влияет частично. Google AI Mode: ссылки в 62,9 процента ответов, 6,3 источника. Часть ответов формируется из веба, часть из внутренних знаний модели.

Где правка сайта почти не влияет на ответ напрямую. Gemini (34,9 процента ответов со ссылками, 0,7 источника) и GigaChat (41,1 процента, 1,3 источника). Эти платформы в большинстве случаев отвечают из внутренних представлений модели, а не из свежей выдачи. Правка страницы не попадёт в ответ на следующий день и вообще может не попасть. Работает здесь другое: массив упоминаний бренда на внешних площадках, накопленный за длительный срок, потому что именно он формирует внутренние представления модели о категории.

Практический смысл: если ваша аудитория сидит в Алисе и Поиске с Алисой, технический и контентный блок работ окупается быстро. Если приоритет Gemini или GigaChat, ставку надо делать на внешние публикации и запастись терпением.

Мы измеряли, сколько проходит от публикации материала до первого появления его ссылки в ответе платформы.

Что из этого следует.

Проверять результат через неделю после правок бессмысленно нигде, кроме Алисы, и даже там семь дней это медианный срок, а не гарантия. Разумный горизонт первой оценки: 30 дней. Разумный горизонт по Gemini: квартал.

Разброс от 7 до 79 дней объясняется механикой из первого раздела. Платформы с плотным цитированием переиндексируют веб часто, потому что ответ строится на свежей выдаче. Платформы, отвечающие из внутренних представлений, обновляют их редко и крупными циклами.

Отдельный случай DeepSeek: доля ответов со ссылками высокая (95,2 процента), но наш собственный материал в источники не попал ни разу за четыре месяца. Это означает, что платформа опирается на другой корпус источников, и путь туда лежит через внешние площадки, а не через собственный сайт.

Техническое

1. Ключевые страницы отдают факты в исходном HTML, без выполнения скриптов. Проверено просмотром ответа сервера, а не глазами в браузере.
2. Для SPA настроен серверный рендеринг или предрендер на всех страницах, которые вы продвигаете.
3. Время до первого байта в пределах нескольких сотен миллисекунд, редирект-цепочки на пути к контенту отсутствуют.
4. В robots.txt разрешены GPTBot, OAI-SearchBot, PerplexityBot, Google-Extended, YandexBot. Проверено, что запреты не унаследованы от старых правил.
5. Значимый контент не закрыт формой, регистрацией или авторизацией.
6. Материалы, существующие только в PDF, продублированы в HTML.
7. Разметка Schema.org: Organization на всём сайте, Product и Offer на страницах с ценой, FAQPage там, где есть видимый блок вопросов, Article в блоге с датами публикации и обновления.

Контент

8. Заголовки страниц повторяют формулировку вопроса пользователя, а не название раздела.
9. Прямой ответ находится в первых двух абзацах.
10. Абзацы самодостаточны: бренд назван словами, а не «сервис» и «мы».
11. Числа приведены с единицами измерения, периодом и оговорками об условиях.
12. На странице есть таблица сравнения, размеченная тегами, а не картинкой.
13. Существует отдельная страница фактов о бренде с обновляемой датой.

Внешнее

14. Собран список из 10 до 15 доменов, которые чаще всего цитируются по вашим вопросам, и по каждому определён способ попадания: каталог, обзор, сравнение, отраслевая публикация, профиль компании.

Оценивать надо не «стало лучше», а конкретные показатели, снятые одинаково до и после.

Что мерить. Три уровня, от раннего к позднему. Первый: цитируемость страниц (как часто ваш домен появляется в списке источников). Он двигается первым. Второй: упоминаемость бренда словами в тексте ответа. Третий: позиция в перечислении и формулировка, которой модель вас описывает.

Как мерить корректно. Фиксированный набор вопросов (не меньше 20 до 30), фиксированные формулировки, каждый вопрос в новом диалоге, каждый вопрос повторяется трижды за замер. Ответы генеративных систем недетерминированы, и одна попытка не показывает картину. Замеры в одно и то же время суток и без персонализации (чистая сессия, без истории).

С чем сравнивать. Только с собственным предыдущим замером и с конкурентами в том же замере. Сравнивать видимость в разных платформах между собой бесполезно: базовые уровни различаются в разы из-за состава корпуса источников (в нашей таблице разброс от 9,9 до 60,5 процента).

Периодичность. Ежедневный съём данных, оценка динамики раз в две недели, выводы о работе правок не раньше 30 дней. По Gemini не раньше квартала.

Ручной замер по 30 вопросам в девяти платформах с тройным повтором это 810 запросов на один срез, и повторять его надо регулярно. Именно поэтому такие замеры автоматизируют. В Visiobrand это ежедневные автоматические проверки по вашему списку вопросов с фиксацией источников каждого ответа: есть бесплатный доступ на 5 дней с 25 промптами, тариф Старт 12 990 рублей в месяц (3 000 проверок), Про 29 990 (9 000) и Корпоративный 59 990 (18 000). Условия и лимиты собраны на странице тарифов, проверить свой бренд можно на демо.

Ставить llms.txt в план работ. Разобрано выше: ноль обращений при 6 081 визите AI-краулеров.

Переносить SEO-чек-лист без изменений. Плотность ключей, объём текста и перелинковка решают задачу ранжирования, а не задачу извлечения фрагмента. Часть пунктов совпадает (индексация, скорость), часть не работает вовсе.

Оценивать результат по одному ответу. Ответы недетерминированы, между двумя прогонами одного вопроса меняется и набор источников, и формулировка.

Закрывать AI-ботов «на всякий случай». Решение об обучении моделей и решение о попадании в ответы это разные решения, и управляются они разными агентами.

Ограничиваться своим сайтом. Топ-100 доменов дают 67,5 процента цитат. Если вас нет ни на одной из этих площадок, потолок по широким запросам достигается быстро.

Ждать результата через неделю. Медиана первой цитаты от 7 до 79 дней в зависимости от платформы.