Недавно я задал одной популярной нейросети вопрос из своей ниши и получил развёрнутый ответ со ссылками на три сайта. Ни один из этих сайтов не был в топ-10 обычной выдачи по тому же запросу. Зато два из них были в топ-30 — то есть на позициях, которые в классическом SEO считаются провальными. Вот с этого маленького наблюдения и стоит начинать разговор об AI-поиске: правила, к которым мы привыкли за двадцать лет, здесь работают криво. Часть из них работает наоборот.
Учебников по этой теме пока нет — есть отдельные статьи, догадки и переписанные друг у друга чек-листы. Я собрал то, что вижу на практике, работая с реальными сайтами, которые попадают (или не попадают) в ответы генеративных систем. Ниже — не теория из презентаций, а рабочие наблюдения, за которые пока никто не даёт гарантий, но которые уже приносят трафик.
Нейросеть не ранжирует ваш сайт — она его цитирует
Главная ошибка, которую я вижу у коллег: они пытаются применять к AI-поиску логику позиций. «Как попасть на первое место в ChatGPT?» — вопрос бессмысленный, потому что первого места там нет. Есть ответ, собранный из фрагментов нескольких источников, и есть решение модели, какой фрагмент процитировать, а какой проигнорировать.
Это принципиально другой механизм. Классический поисковик берёт страницу целиком и оценивает её по сотням факторов, выстраивая в ряд с конкурентами. Генеративная система разбирает страницу на куски, находит внутри неё конкретный абзац, который точно отвечает на вопрос пользователя, и вставляет смысл этого абзаца в свой ответ. Ей не важна ваша страница как единое целое — ей важен один удачный фрагмент.
Отсюда следует неожиданный вывод: сайт со слабым общим авторитетом может регулярно цитироваться, если внутри него есть несколько предельно точных, самодостаточных абзацев по узким вопросам. И наоборот — «прокачанный» сайт с размытым, водянистым текстом нейросеть будет обходить, потому что ей нечего оттуда взять. Понимание того, как работают поведенческие факторы в связке с цитируемостью, здесь становится отдельным навыком.
Единица оптимизации теперь — не страница, а чанк
Чанк (chunk) — это фрагмент текста, на которые система разбивает документ, чтобы работать с ним. Обычно это несколько предложений или абзац, объединённый одним смыслом. Модель ищет ответ не по страницам, а по чанкам. И вот тут кроется тонкость, которой действительно ещё нет в руководствах.
Если ваш ключевой ответ размазан по трём абзацам с отступлениями, вводными фразами и «водой», он не соберётся в один чанк. Система вырежет из середины кусок, который сам по себе непонятен, и не станет его использовать. Хороший чанк — это абзац, который можно вынуть из статьи, показать человеку без контекста, и он всё равно будет иметь смысл и отвечать на конкретный вопрос.
Я переписываю тексты под это правило так: каждый смысловой блок должен начинаться с прямого утверждения, а не с разгона. Не «Если говорить о том, как влияет скорость загрузки, то нужно учитывать множество факторов, среди которых…», а «Скорость загрузки влияет на AI-видимость через два механизма: доступность контента для парсинга и косвенный сигнал качества». Второй вариант — готовый чанк. Первый — мусор, который система выбросит. При технической доработке сайта это разбиение на чистые смысловые блоки часто даёт больше, чем очередная оптимизация тегов.
Цитируемость важнее кликабельности
В классическом SEO мы годами боролись за клик: title, который цепляет, description, который обещает. В AI-поиске часто клика не будет вообще — пользователь получит ответ прямо в интерфейсе нейросети и не пойдёт на сайт. Это пугает многих, и я понимаю страх: зачем оптимизироваться под систему, которая ворует твой трафик?
Но реальность тоньше. Во-первых, генеративные системы всё чаще указывают источник — и бренд, который постоянно мелькает как источник, набирает узнаваемость, даже без клика. Это работает как наружная реклама: вы не кликаете на билборд, но название запоминаете. Во-вторых, по сложным коммерческим запросам — где нужно что-то выбрать, купить, заказать — пользователь почти всегда идёт проверять источник. И вот тут цитируемый сайт получает уже прогретого, доверяющего посетителя.
Поэтому метрика меняется. Раньше я смотрел на позиции и CTR. Теперь добавляется вопрос: цитирует ли меня система и в каком контексте? Отслеживать это руками муторно, но без этого вы летите вслепую. Об этом подробнее расскажу в блоке про измерения.
Факты-якоря: то, за что цепляется модель
Генеративные системы любят конкретику и не любят обтекаемость. Абзац с числом, датой, точной формулировкой или проверяемым фактом цитируется в разы чаще, чем абзац с оценочными «многие считают» и «как правило». Я называю такие конкретные точки фактами-якорями — модель за них цепляется, потому что они снижают её риск ошибиться.
Простой приём: возьмите свой текст и посчитайте, сколько в нём проверяемых утверждений на тысячу знаков. Если меньше трёх-четырёх — текст «пустой» для нейросети, сколько бы красивых слов там ни было. Добавьте конкретику: не «оптимизация занимает какое-то время», а «первые изменения в цитируемости я наблюдаю через три-восемь недель после переработки контента». Даже если это ваша личная оценка — она конкретна, привязана к опыту и потому ценна.
Отдельно про уникальность фактов. Если ваш якорь встречается на сотне других сайтов дословно, он не выделяет вас — система с равным успехом процитирует любого. А вот собственное наблюдение, свой кейс, своя цифра из практики делают вас единственным источником этого факта. Именно поэтому я так вожусь с реальными кейсами продвижения — это контент, который невозможно скопировать, а значит, его вынуждены цитировать именно с указанием источника.
Консенсус и повторяемость: почему одного сайта мало
Вот нюанс, который переворачивает привычную стратегию. В классическом SEO мы концентрируем усилия на одной странице: вылизываем её, наращиваем на неё ссылки, доводим до топа. В AI-поиске это работает хуже, потому что генеративные системы склонны доверять тому, что подтверждается из нескольких мест.
Модель, грубо говоря, ищет консенсус. Если утверждение встречается на вашем сайте, в вашей статье на внешней площадке, в вашем ответе на профильном ресурсе и ещё где-то — оно воспринимается как надёжное, и вероятность цитирования растёт. Один изолированный сайт, даже идеальный, — это одинокий голос. Три-четыре согласованных упоминания — уже хор, которому система верит.
На практике это означает, что стратегия распределённого присутствия важнее, чем полировка единственной страницы. Одну и ту же экспертную позицию нужно аккуратно проявлять в нескольких форматах и на нескольких площадках — не копипастом, а переформулированно, но с сохранением сути и фактов-якорей. Здесь очень пригождается регулярное производство экспертных SEO-статей: не ради одной статьи, а ради того, чтобы ваша позиция звучала из разных точек и складывалась в консенсус.
Сущности и однозначность: как не запутать машину
Генеративные системы мыслят сущностями — людьми, компаниями, товарами, понятиями — и связями между ними. Если система не понимает, кто вы, что вы делаете и с чем вы связаны, она не станет вас цитировать в ответах, где нужна атрибуция. Ей проще взять источник, о котором у неё есть чёткое представление.
Тонкость в том, что разночтения убивают вашу сущность. Если на одной странице вы «SEO-специалист», на другой «эксперт по продвижению», на третьей «интернет-маркетолог», а имя пишется то полностью, то инициалами — система дробит вас на несколько нечётких сущностей вместо одной понятной. Я слежу за тем, чтобы формулировки о том, кто я и чем занимаюсь, были согласованы по всему сайту — от страницы об авторе до подписей под статьями.
Сюда же относится грамотная работа с метатегами и разметкой. Структурированные данные — это буквально способ сказать машине прямым текстом: «Вот автор, вот его специализация, вот дата, вот тема». Пока люди спорят, влияет ли микроразметка на позиции в обычной выдаче, в контексте AI-поиска она делает простую и важную вещь — снимает неоднозначность.
Свежесть и стабильность фактов: тонкий баланс
С актуальностью в AI-поиске всё непросто. С одной стороны, генеративные системы, у которых есть доступ к свежему индексу, предпочитают недавние материалы по темам, где важна актуальность — новости, цены, версии, изменения. Старая статья по быстро меняющейся теме теряет ценность.
С другой стороны, есть темы, где стабильность важнее свежести. Если ваш материал по фундаментальному вопросу висит годами, накапливает упоминания и не противоречит сам себе от версии к версии — он становится «опорным» источником. Модель доверяет тому, что устойчиво.
Практический вывод: разделяйте контент по природе темы. То, что устаревает, — обновляйте с честной датой правки и пометкой, что именно изменилось. То, что фундаментально, — доводите до эталонного состояния и не трогайте ради галочки. Хаотичное переписывание всего подряд «для свежести» скорее вредит: вы сбиваете накопленный сигнал стабильности. Разобраться, что к какой категории относится именно на вашем сайте, проще всего на SEO-консультации, где мы смотрим на конкретный контент, а не на общие правила.
Как измерять то, чего почти не видно
Самая честная проблема GEO-оптимизации: её тяжело мерить. У нас нет привычной панели с позициями по нейропоиску, нет точного «трафика из ChatGPT» в аналитике по умолчанию. И тем не менее вслепую работать нельзя — иначе вы платите за иллюзию.
Что я делаю на практике. Первое — регулярно вручную опрашиваю нейросети по ключевым запросам ниши и фиксирую, кто процитирован и в каком контексте. Это рутина, но она даёт реальную картину. Второе — отслеживаю в аналитике сегменты трафика с реферерами генеративных сервисов и переходы по брендовым запросам, которые часто растут именно из-за AI-упоминаний. Третье — слежу за прямыми заходами и ростом узнаваемости бренда: когда система вас цитирует, люди начинают искать вас по имени.
Ни одна из этих метрик не идеальна по отдельности. Но вместе они складываются в картину: растёт ваша AI-видимость или нет. И тут я честно скажу — методология молодая, единого стандарта нет, каждый практик собирает свою систему измерений. Тот, кто говорит, что у него есть точная формула AI-трафика, скорее всего продаёт вам уверенность, а не знание.
Что со всем этим делать прямо сейчас
Если свести всё к простым шагам: пишите абзацами-чанками, которые самодостаточны; насыщайте текст проверяемыми фактами-якорями, желательно собственными; выстраивайте согласованный образ своей сущности по всему сайту; распределяйте экспертную позицию по нескольким точкам, чтобы система видела консенсус; разделяйте контент на «свежий» и «фундаментальный» и обращайтесь с ними по-разному. Это не заменяет классическое SEO — оно остаётся фундаментом. Это надстройка над ним, которая ловит трафик из нового канала, пока конкуренты про него ещё не думают.
А теперь — честно о главной боли. Всё, что описано выше, требует времени, насмотренности и постоянного тестирования на живых сайтах. Пока вы разбираетесь в тонкостях, целевой трафик утекает к тем, кто уже занял место в ответах нейросетей и в верхней части обычной выдачи. И чем дольше сайт остаётся невидимым — для людей и для машин — тем дороже потом наверстывать.
Я работаю по принципу «один клиент — одна ниша», без агентских прослоек и посредников. Это значит, что я не веду ваших конкурентов и заинтересован в вашем результате лично. Могу взять ваш сайт в работу и связать две задачи в одну систему: классическое SEO-продвижение, которое даёт стабильный поток из поиска, и GEO-продвижение, которое встраивает вас в ответы генеративных систем, пока это ещё дёшево и мало кто этим занимается. Начать можно с малого и без риска — я делаю бесплатный аудит сайта, показываю, где вы теряете трафик и цитируемость, и говорю прямо, стоит ли вообще этим заниматься в вашем случае.
Если хотите не догонять, а занять место в AI-поиске первым — загляните в раздел GEO-продвижения или просто напишите мне через форму обратной связи. Разберём вашу ситуацию по-человечески, без шаблонных обещаний топ-1 за неделю. Тонкостей, которых нет в учебниках, у меня накопилось достаточно — часть из них станет вашим преимуществом.
Увеличьте позиции и продажи вашего сайта
Профессиональное SEO-продвижение с гарантией результата. Выберите подходящую услугу:
Остались вопросы по продвижению?
Меня зовут Анатолий Кузнецов, я SEO-оптимизатор с 20-летним стажем. Разберу ваш сайт, отвечу на вопросы и подскажу, что улучшить для роста позиций в Яндексе и Google.
Связаться со мной →
Старт 
Стандарт 
Премиум 
Добавлю про мультиформатность: ИИ охотнее берёт контент, где есть и текст, и таблица, и список, и картинка с подписью. Разнообразие форматов повышает шанс цитирования. Проверяю на своих статьях.
Забрала главное: писать так, чтобы машина могла вытащить готовый ответ. Прямой ответ, факты, структура, разметка. По сути это ещё и людям удобнее. Win-win.
В основе сходятся: качество, структура, экспертность, разметка. Просто AI сильнее наказывает за воду и сильнее вознаграждает за чёткость. Хорошее классическое SEO это уже половина оптимизации под ИИ.
А как это уживается с классическим SEO под Яндекс? Не придётся ли делать две разные оптимизации, под робота и под нейросеть? Или в целом требования сходятся?
Дарья, две отдельные оптимизации не нужны — в основе всё сходится: качество, структура, экспертность, разметка. AI просто сильнее наказывает за воду и вознаграждает за чёткость. Хорошее классическое SEO уже наполовину готовит вас к цитированию. Добавьте прямой ответ в начале статьи — и вы впереди.
Интересное наблюдение: свежесть контента для AI-ответов важнее, чем для классической выдачи. Модель охотнее цитирует актуальные материалы с датой. Старьё без обновления игнорит.
Спасибо, тема на опережение. Пока все спорят, работает ли это, вы уже даёте конкретику. Начну с того, чтобы к каждой статье добавлять короткий прямой ответ в самом начале.
llms.txt уже кто-то внедрял? Файл, который подсказывает моделям, какой контент у вас главный. Пока стандарт сырой, но выглядит логичным продолжением robots и sitemap для эпохи ИИ.
Согласен. Плюс перелинковка и цитируемость: чем чаще на вас ссылаются как на источник, тем выше шанс, что модель возьмёт именно вас. Авторитетность переносится и в AI-выдачу.
Про сущности и Entity SEO тут прямая связь: ИИ мыслит сущностями и фактами о них, а не ключами. Кто внятно описал, кто он и в чём эксперт, того модель и подтягивает как авторитет.
Мы открыли и не жалеем. Упоминание бренда в ответе ИИ это новый вид узнаваемости. Люди спрашивают чат, видят нас как источник и приходят напрямую. Закрытие лишает этого канала.
А стоит ли открывать сайт для ботов ИИ в robots.txt или наоборот закрывать, чтобы не растаскивали контент? Дилемма: и в ответах хочется быть, и контент жалко отдавать даром.
Наталья, я за то, чтобы открывать. Упоминание бренда в ответе ИИ — это новая узнаваемость и источник прямых заходов. Закрытие лишает канала, а контент всё равно частично попадает в модели. Отдавайте, но следите за нагрузкой ботов и при желании отдавайте им структурированную версию через llms.txt.
Блок вопрос-ответ и FAQ-разметка внезапно снова в цене. ИИ вытаскивает готовые пары вопрос-ответ прямо в свой ответ. То, что казалось устаревшим, отлично зашло под нейропоиск.
Заметила, что для AI важна фактура и конкретика: цифры, даты, определения. Размытый маркетинговый текст без фактов модели нечего процитировать. Пишем теперь фактурнее.
Структурированные ответы модель любит: короткий прямой ответ в начале, потом раскрытие, списки, таблицы. Простыню сплошного текста ИИ переваривает хуже и цитирует реже. Формат решает.
А как вообще замерить, попал ты в AI-ответ или нет? В Метрике же этих переходов толком не видно. По какому источнику отслеживать трафик из нейропоиска?
Ольга, прямой метрики пока нет, но отслеживать можно: смотрите переходы с домена нейропоиска в Метрике, ставьте UTM там, где это возможно, и периодически спрашивайте чат-бота по своим темам — цитирует ли он вас. Плюс растущий брендовый трафик из ниоткуда часто и есть след упоминаний в AI-ответах.
Реально свежая тема. Начал отслеживать, попадаем ли мы в ответы Нейро и чатов, и оказалось, цитируют не тех, кто в топе органики, а у кого чёткая структура и прямые ответы на вопрос. GEO это уже не будущее, а настоящее.