GEO оптимизация на практике: что делают со страницами, чтобы их цитировали нейросети

Владислав Папернюк

Основатель «Сайт-Активатор» · SEO с 2008 года · 17 сентября 2026 · обновлено 23 сентября 2026

GEO-оптимизация на практике: четыре группы работ и порядок их выполнения

Практическая GEO оптимизация раскладывается на четыре группы работ: доступ движка к странице, извлекаемость фрагментов, сущности и разметка, замер цитирования. Порядок здесь не декоративный: пока робот не читает страницу, самая аккуратная оптимизация текста не участвует в отборе, а без замера вы не отличите работающую правку от случайного колебания выдачи. По методике учебника доступ — необходимое условие, семантика и структура — ядро, а замер закрывает цикл: без него гео оптимизация превращается в разовый эксперимент.

Сразу к неприятному: гарантировать конкретное место в конкретном ответе нейросети нельзя никому, ответы пересобираются каждый день заново. Обещание «гарантированное первое место в ChatGPT» — верный признак недобросовестного подрядчика, и такая оптимизация обычно заканчивается не результатом, а спором об отчётности; как отсеивать таких кандидатов, разобрано в материале про агентство GEO-оптимизации. Гарантировать можно только систему: замер → внедрение → повторный замер и измеримая динамика. Поэтому гео оптимизация принимается как процесс, а не как разовая правка: по данным нашей практики, первые сдвиги видны через 2–4 недели, устойчивое присутствие — результат 2–3 циклов внедрения и замера.

Отдельно проговорим возражение, которое звучит почти всегда: «пользователь не переходит на сайт из ответа ИИ, зачем эта оптимизация». По данным материалов из ТОП-10, клик из генеративной сводки действительно не гарантирован, поэтому рост прямого трафика не должен быть единственным критерием успешности. Цель работ формулируют как показ бренда в ответе, а не как переход, и вся дальнейшая оптимизация страницы строится под эту цель. Подробнее о бизнес-эффекте — на странице GEO AEO аудита.

Доступ роботов: какие боты нельзя закрывать и какие можно

Первое, что делают в проекте, — проверяют, читают ли страницу роботы движков: без доступа нет извлечения, а значит, вся остальная оптимизация не считается. Механика описана в патентах: схемы поиска, где ответ дополняется внешними документами, предполагают, что документ доступен краулеру и корректно рендерится. Если сайт отдаёт контент только после выполнения тяжёлого JavaScript или отбивает робота по User-Agent, страница выпадает из отбора ещё до оценки текста.

В нашем регламенте замера это отдельный пункт: до любых текстовых работ проверяется, могут ли роботы нейросетей вообще прочитать сайт. GEO оптимизация, начатая в обход этой проверки, регулярно упирается в закрытый раздел, неотрендеренный скрипт или защиту от ботов, а не в качество текста; всё это видно на обычной проверке сайта на SEO-ошибки. Частая ошибка обратного свойства — «открыть всё» одним движением: риски у разных роботов разные, и правило для них тоже должно быть разным.

Зачем разделять поисковых и обучающих ботов

Поисковые роботы ходят за документом в момент формирования ответа. Это Googlebot, который рендерит HTML и для обзоров от ИИ, и для обычной выдачи, а также Яндексбот, OAI-SearchBot и PerplexityBot. Их блокировка означает выпадение из ответов, и это единственная группа, где ошибка стоит видимости, поэтому оптимизация доступа начинается именно с них.

Обучающие роботы — GPTBot, ClaudeBot, Google-Extended, CCBot. Их блокировка не влияет на видимость в обзорах от ИИ и в поиске, поэтому решение здесь — вопрос позиции бренда в отношении своих текстов, а не фактор цитирования: гео оптимизация от этого решения не выигрывает и не проигрывает. Не стоит смешивать две группы в одном правиле robots.txt — закрыв обучающего робота, вы ничего не теряете в ответах, а закрыв поискового, теряете всё.

Почему llms.txt не стоит считать сигналом цитируемости

Файл llms.txt разошёлся по чек-листам как обязательный пункт, но подтверждения этому нет. По официальному заявлению Google от 15.05.2026, файл не нужен для обзоров от ИИ и режима AI Mode; основные роботы его практически не читают и краулят HTML напрямую. Держать его можно как маргинальный пункт для документации, ориентированной на агентов и разработчиков, но не как фактор цитирования. Проверьте, не заменил ли подрядчик реальную работу с доступом созданием этого файла: в чужих отчётах такая GEO оптимизация встречается регулярно.

Ускорить можно обнаружение страницы: sitemap, переобход через панель вебмастера, IndexNow, перелинковка с сильными страницами. Ускорить попадание в ответ этими средствами нельзя — любая оптимизация только повышает вероятность цитирования, но не гарантирует его.

Извлекаемость: как разрезать страницу на фрагменты, которые движок вынет целиком

Движок извлекает не страницу целиком, а конкретный пассаж, отвечающий на под-вопрос, поэтому текст режут на самодостаточные смысловые блоки. Механика описана в патентах по извлечению и оценке пассажей для расширенных ответов. Именно здесь GEO оптимизация расходится с привычной работой над статьёй: единица работы — не материал, а блок в несколько абзацев. В описании одного из алгоритмов указывается, что тексты релевантных источников разбиваются на фрагменты примерно по 256 токенов, после чего система выбирает наиболее соответствующие запросу части. Практический вывод простой: гео оптимизация меряется блоками, а не знаками.

Требования к заголовкам и самодостаточности блоков

Первое требование — чёткая иерархия H1 → H2 → H3 без пропусков уровней, где каждый H2 закрывает отдельный смысловой блок. Второе — содержательные заголовки с конкретикой: «Сроки выплаты по КАСКО при полной гибели», а не «Сроки». Третье — самодостаточность: вырежьте блок из страницы и прочитайте отдельно, и если без соседних абзацев он теряет точность, движок тоже не сможет процитировать его без искажения, а оптимизация такого блока пропадёт впустую.

Здесь же решается формат подачи, и это тоже часть гео оптимизации. Сравнения, тарифы и условия оформляют таблицей, перечисления — списком, один факт кладут в одну ячейку или один пункт. Структурированные данные проще парсятся и чаще попадают в расширенные ответы — механика описана в патентах. По данным одного из обзоров, около 32,5% источников, которые используют языковые модели, содержат сравнительный анализ, поэтому сравнительная таблица в материале — не украшение, а рабочий инструмент оптимизации.

Ограничение, о котором стоит помнить: одинаковые блоки нельзя копировать по всему сайту. По отраслевой практике это даёт просадку в Google, а в ответах нейросетей ничего не добавляет, поэтому массовая оптимизация одним шаблоном — плохая идея. Проверьте перед публикацией, не повторяется ли ваш новый блок ещё на сорока страницах.

Атомарный ответ 40–90 слов: формат, из которого берут прямую цитату

Каждый блок открывают коротким прямым ответом по формуле «утверждение + уточняющий факт с числом или датой + источник или норма». Сначала ответ, потом детали: движку проще вынуть точный фрагмент из начала блока, чем собирать его из середины текста. Отличие от привычной вводки принципиальное — такой ответ ставят не однажды в начале материала, а в голове каждого H2 и каждого H3: в отбор идёт блок, а не страница, и блок без собственного ответа проигрывает соседнему сайту, у которого он есть.

Вот как выглядит атомарный ответ на практике: «Франшиза — часть убытка, которую страхователь покрывает сам. При франшизе 15 000 ₽ выплата по убытку 50 000 ₽ составит 35 000 ₽. Снижает стоимость полиса на 10–40% в зависимости от условий». Три проверяемых факта, никакой раскачки, блок цитируется как есть — это и есть результат, которого добивается GEO оптимизация на уровне абзаца.

Про длину нужна оговорка. Вилка 40–90 слов взята из отраслевой практики, а не из документов вендоров: патентные описания разбирают отбор пассажа, но его размер не нормируют. Держите её как ориентир, иначе гео оптимизация вырождается в подсчёт слов: блок чуть длиннее вилки, но с числом в первой фразе, выигрывает у короткого блока без конкретики. Что к этой формуле добавляет работа под быстрый блок обычной выдачи — тема соседнего материала про ответную оптимизацию AEO, здесь мы её не дублируем.

Блоки «вопрос — ответ» и дословные формулировки пользователей

Поисковые системы давно умеют извлекать пары «вопрос — ответ» и распознавать их структуру: механика описана в патентах и составляет фундамент работы с прямыми ответами. Практика такая: заголовки-вопросы берут дословно из реальных формулировок — из поисковых подсказок, блока «Люди спрашивают также» и выгрузки запросов из панели вебмастера. Прямой ответ ставят сразу под вопросом, без вводных абзацев. Придумывать формулировки самому нельзя: оптимизация под выдуманный вопрос не совпадёт с тем, как спрашивают живые люди.

Отдельно учитывают тип запроса. Для запроса с превосходной степенью («самый надёжный», «лучший») нужны сравнительные данные, иначе движку нечего процитировать. Для запроса «отличие А от Б» — чёткое противопоставление атрибутов, желательно таблицей. Эта модель «идеального ответа» тоже описана в патентах: выбирается пассаж, ближе всего расположенный к эталонному вектору ответа.

Важное отличие от привычного поиска меняет сами формулировки. По данным одного из материалов, ИИ уверенно обрабатывает запросы длиной до 40 слов, тогда как классический поиск чаще работает с 3–4 словами. В другом обзоре средняя длина запроса к ИИ-системам оценивается примерно в 23 слова против примерно 4 слов в классическом поиске, а средняя сессия длится около 6 минут. Значит, гео оптимизация пишется под развёрнутый вопрос целиком, а не под ключевую фразу из двух слов.

Сущности и разметка: собираем граф, а не набор разрозненных блоков

Смысл для движка представлен тройками «субъект → предикат → объект», поэтому связи на странице описывают явно, а разметку собирают в единый граф. Часть движков превращает документы в граф сущностей и связей и строит ответ по пути в нём — эта механика описана в патентах и подаётся как способ снизить галлюцинации. Чем чётче ваши триплеты, тем выше шанс оказаться узлом на таком пути, и тем предсказуемее работает GEO оптимизация.

На практике это означает: не «наш сервис отличается качеством», а «Бренд → предлагает → продукт», «Рейтинг → подтверждает → надёжность», «Статья → отвечает на → вопрос». Предикат описывает процесс или механизм, укладывается в 3–7 слов, и на одну пару «субъект ↔ объект» их держат не больше трёх. Цель — смысловая карта бренда: бренд → продукт → интент → ответ → доказательство → действие.

Базовый стек Schema.org под цитирование

Микроразметка не гарантирует попадание в ответ, и это стоит проговаривать честно. Она даёт машине дешёвый и однозначный способ понять сущности, связи, тип страницы, автора и продукт, и коррелирует с построением ответа по графу. Ключевой принцип — один главный тип и связанные сущности через @id, а не россыпь несвязанных блоков: Organization → publisher → WebSite → isPartOf → WebPage → mainEntity → Service или Product, плюс author → Person и mainEntity → FAQPage.

Последний слой — бренд как сущность вне сайта. Чтобы движок «знал» компанию и её связи, она должна существовать в графе знаний с консистентными атрибутами: одинаковое написание названия, sameAs на профили и справочники, совпадающие контакты. Ограничение честное: разметка ускоряет понимание, но не заменяет содержания, и при пустом тексте оптимизация разметкой не помогает.

Фактическая плотность и веер вопросов: чем наполнять блоки

Движки приоритизируют конкретику — цифры, даты, проверяемые утверждения, — потому что это снижает риск галлюцинации при генерации ответа. Механика описана в патентах о проверке фактической точности (патент Google US20250094456A1, патент Яндекса RU2022118276A). Правило работы с текстом отсюда прямое: воду заменяют фактами с единицами измерения — суммы в рублях, сроки в днях, проценты, ссылки на норму или регулятора. Водянистый текст без чисел даёт низкую фактическую плотность и меньше шансов и на отбор, и на цитату.

Вторая половина работы — покрытие веера под-вопросов. Движок достраивает к запросу связанные, свежие и подразумеваемые формулировки, а также несколько трактовок неоднозначного запроса; эта механика описана в патентах (патент Google US11663201B2, патент Microsoft US20250321968A1). Задача страницы или кластера — закрыть весь веер фасетов темы, а не одну формулировку, иначе гео оптимизация упирается в потолок по одному-двум запросам. Для сбора веера в кейсах обычно отбирают топ-5–10 страниц на каждый подзапрос и сравнивают, какие фасеты закрыты у других, а какие не закрыты ни у кого. Приёмы здесь те же, что и когда нужно собрать семантическое ядро: фасет собирают из живых формулировок, а не придумывают.

Проверьте свой материал по трём вопросам: есть ли в каждом блоке хотя бы одно число, закрыт ли веер под-вопросов темы и нет ли утверждений, которые нельзя подтвердить. Третий пункт — про риск: непроверяемое утверждение не даёт выигрыша, зато повышает шанс, что движок возьмёт цитату у другого источника, и оптимизация блока уйдёт впустую.

ЯндексGPT и Алиса: блочная релевантность и суточный цикл правок

Алиса — приоритетный движок в русскоязычном сегменте, и работает она не так, как зарубежные модели: сводный ответ собирается из блоков сниппетов текущей выдачи. Механика описана в патентах Яндекса: ответ формируется из блоков сниппетов с изоляцией их контекста, внешние факты подтягиваются отдельным механизмом (патент Яндекса RU2820264C1), а голосовой ответ строится через маскирование внимания при суммаризации (патент Яндекса US11984113B2). В сентябре 2026 года Яндекс описал этот конвейер официально: отдельная модель проходит по каждому найденному документу и оставляет только релевантные запросу куски — «инфоконтексты», — и лишь они уходят в генератор. Для оптимизации это важнее любого патента: работать нужно не над страницей, а над извлекаемым фрагментом. Запрос при этом переписывается и дробится на под-запросы — по отраслевой практике примерно на три, часто с добавлением «рядом со мной» по IP-адресу.

Практическое следствие: в Алисе вернулась блочная релевантность, и GEO оптимизация здесь сводится к работе с блоками. Нужна плотная по смыслу страница и много маленьких смысловых блоков, каждый из которых отвечает на отдельный под-запрос и дословно близок к формулировке запроса с модификаторами — «онлайн», «рядом», «в городе». По практике замеров поиск суммирует топ-20 выдачи, чат — около топ-15 на каждый подзапрос, а индекс обновляется примерно за сутки против 5–7 дней в обычном поиске. Поэтому гео оптимизация под Алису проверяется уже на следующий день, а не через месяц.

Что даёт результат в Алисе, а что почти не влияет

Три платформы Алисы — поиск, чат и голос — дают разные ответы на один запрос, и замерять их нужно отдельно; голос обновляется дольше всех. Ответ строго привязан к текущей выдаче: меняется выдача — меняется ответ, а скачок релевантности выкидывает из ответа и вас, и конкурентов.

Отдельная проблема — сущности: Алиса слабо различает тип источника и берёт блок у того, чей текст ближе к запросу, даже если ваш сайт тематически сильнее. Лечится это усилением бренд-сущности из предыдущего раздела. И ещё одно ограничение, экономящее бюджет: для Алисы сателлиты и дорогие размещения в СМИ дают около нуля, здесь гео оптимизация решается блочной структурой собственного сайта. Брендовое «эхо» и упоминания на сторонних площадках работают в другую сторону — на зарубежные модели вроде ChatGPT и Gemini.

По нашим замерам видимость по движкам расходится в разы, поэтому оптимизация «под ИИ вообще» означает разное для разных систем — что в это словосочетание вкладывают на практике, разобрано в материале про SEO под искусственный интеллект.

Источник: собственные отчёты AI-видимости по проекту клиники травматологии от 31.08.2026 и проекту строительства домов от 04.08.2026.

Обратите внимание на закономерность двух замеров: ChatGPT стабильно даёт самую низкую видимость, Алиса — самую высокую, а сравнительные промпты проседают у обоих проектов. Ставить весь бюджет оптимизации на один движок рискованно.

Замер: как понять, что GEO оптимизация работает

Результат оценивают повторным прогоном той же карты вопросов через 3–4 недели, а не ростом трафика. Замер «до старта» — это карта из 50–100 реальных формулировок покупателей, прогон по Алисе, Google AI Overview и ChatGPT и фиксация трёх фактов: упоминают ли бренд, кого советуют вместо него, на чьи сайты ссылаются. Результат сводят в таблицу-светофор: зелёный — бренд в ответе со ссылкой, жёлтый — упоминают без ссылки, красный — вместо вас конкурент.

Заложите ресурс на ручную работу. В одном из описанных проектов до 40% времени команды на старте уходило на ручную проверку позиций и ответов ИИ-сервисов; частично это снимается оповещениями на связку «бренд + ключевой запрос», как рекомендуют в отраслевых гайдах. Полностью автоматизировать замер нельзя: видимость персонализируется по IP и региону, поэтому абсолютное значение «нормально» не считается, и гео оптимизация оценивается только по динамике.

Отдельный и самый полезный отчёт — разрыв SEO↔AI: запросы, где сайт в органическом топ-10, но в ответе ИИ его нет. На проекте клиники это были сравнительные и рекомендательные промпты по ортопедии. Вывод, который стоит перенести на свой сайт: позиции в поиске не гарантируют цитирования, это разные механики, и закрывать разрыв приходится точечной работой над блоками — общая оптимизация сайта его не закрывает.

По данным сервиса Keys.so, домен клиники из первого замера упоминается в ответах Алисы по 1024 запросам, и это преимущественно информационные, а не коммерческие формулировки. Ориентиры по срокам из открытых кейсов и наших проектов помогают не ждать чуда на второй неделе. В экспериментах из ТОП-10 попадание в топ-источники фиксировали за 28 дней, интеграцию в выдачу пяти нейросетей — за 35 дней, а по нишевому запросу в строительной тематике попадание в ответы нейросетей — за 14 дней. Закрепление давал регулярный выпуск 1–2 материалов в месяц.

В нашем проекте клиники репродукции доля голоса в ответах Алисы выросла с 63% до 88% за 5 недель — разбор с цифрами в кейсе клиники репродукции. Ещё два разбора с измеримым результатом: производство домов — 30,5 млн ₽ выручки и 99,6% цитирований в ответах ИИ, и обучение за рубежом — 73% упоминаний в нейросетях против 16% у Википедии. Сроки нельзя переносить на свой проект механически: они зависят от ниши, конкуренции и стартового состояния сайта, поэтому данные кейсов — ориентир для планирования, а не обещание результата.

С чего начать прямо сейчас

Если убрать всё лишнее, практическая GEO оптимизация умещается в четыре действия — и делают их именно в этом порядке, не иначе. Открыть доступ поисковым роботам, не перепутав их с обучающими. Разрезать страницу на самодостаточные блоки с атомарным ответом в начале каждого. Описать сущности явными триплетами и связной разметкой. Донастроить блочную структуру под Алису и замерить результат по карте вопросов. Всё остальное, о чём пишут в блогах про «оптимизацию под ИИ», — просто надстройка над этими четырьмя.

С чего начать на этой неделе: соберите 20–30 реальных формулировок ваших покупателей, прогоните их через Алису, Google AI Overview и ChatGPT и запишите, где вместо вас советуют конкурента. Это и есть точка А, от которой считают эффект.

Если нужен внешний взгляд на текущую точку А — закажите бесплатный GEO AEO аудит сайта. Узнайте, как улучшить видимость вашего бренда в нейросетях, до того как бюджет уйдёт на правки, которые в вашей нише ничего не решают.

Источники и методология

Механика движков в статье опирается на патенты Google, Bing и Яндекса: извлечение и оценка пассажей (US10180964B1), отбор источников и достраивание веера запросов (US11886828B1), модель идеального ответа (US10019513B1), распознавание структуры «вопрос — ответ» (US10592540B2), построение ответа по графу сущностей (US12332896B1), сводные ответы Алисы из блоков сниппетов (RU2798362C2) и проверка фактической точности (RU2022118276A).

Числа по длине запросов, срокам кейсов и доле сравнительного контента взяты из материалов ТОП-10 выдачи по теме и приведены обезличенно, без указания доменов. Замеры видимости по пяти движкам, доля голоса, разрыв SEO↔AI и данные по цитированию в Алисе — собственные отчёты агентства по проектам клиники травматологии (31.08.2026) и строительства домов (04.08.2026); методика замера — 27 промптов пяти типов, фиксируется наличие AI-блока и видимость бренда в нём.

Оговорка о статусе рекомендаций: там, где написано «механика описана в патентах», утверждение опирается на патентные документы; там, где стоит «по отраслевой практике» или «по практике замеров» — на наблюдения, которые не подтверждены документами вендоров и могут измениться. Вилка 40–90 слов, числа топ-20 и топ-15 по Алисе и суточный цикл переиндексации относятся ко второй группе. Материал не заменяет индивидуальный аудит: перед перераспределением бюджета на гео оптимизацию проверьте выводы на своей нише.

Автор: Владислав Папернюк — основатель

агентства «Сайт-Активатор», SEO-оптимизатор с 2008 года, к.т.н.

Разбирает практику поискового продвижения в телеграм-канале.

Частые вопросы

С чего начать, если ресурсов на полноценный проект пока нет?

Начните с доступа роботов и одного пилотного раздела — это самая дешёвая часть работ. Что проверять в доступе, описано выше, а практический совет такой: берите не главную страницу, а один информационный материал по вопросу, который клиенты задают чаще всего. Информационные формулировки цитируются охотнее коммерческих, и первая оптимизация окупается быстрее. Не начинайте с карточки товара — на ней сложнее показать результат руководству.

Нужно ли переписывать весь сайт под ИИ-поиск?

Нет, и это частая ошибка бюджета. Веер под-вопросов и блочная структура разобраны в разделах выше, а граничный случай такой: если у страницы уже есть трафик и позиции, переписывать её целиком рискованно, вы можете потерять то, что работает. Правильнее добавлять блоки, а не заменять текст, и сравнивать метрики до и после на контрольной группе страниц.

Как понять, что правки увидел именно движок, а не только я?

Смотрите на изменение самого ответа по тому же промпту, а не на позиции. Метрики замера перечислены в разделе про замер, а вот чего там нет: приёма с контрольным вопросом. Задайте движку узкую формулировку, ответ на которую есть только в вашем новом блоке, и если она всплывает в ответе — блок прочитан. Ограничение приёма: на голосовых ответах он не работает, они обновляются заметно дольше.

«Контрольный вопрос я придумал от отчаяния — заказчик спрашивал «а движок вообще заметил правку», а стандартный замер отвечал на это только через три-четыре недели. Тогда я стал закладывать в новый блок одну узкую формулировку, ответа на которую больше нигде на сайте нет, и спрашивать её у движка напрямую на следующий день. Если она всплывает в ответе — блок прочитан, и ждать полного цикла замера уже не нужно.»

Владислав Папернюк

основатель агентства «Сайт-Активатор», SEO-оптимизатор с 2008 года, к.т.н.

Стоит ли закрывать GPTBot, если не хочется отдавать тексты на обучение?

Это решение о позиции бренда, и на цитирование оно не влияет — деталь разобрана в разделе про доступ. Практическая рекомендация: примите решение осознанно и зафиксируйте его в документации сайта, иначе через полгода никто в команде не вспомнит, почему робот закрыт. И проверьте, что вместе с обучающим роботом случайно не закрыт поисковый: в шаблонных robots.txt их часто объединяют в одно правило.

Работает ли это для интернет-магазина, а не только для статей?

Работает, но структура правок другая: карточкам нужны блоки с ответами на вопросы о выборе, совместимости и сроках. Общие принципы извлекаемости описаны выше, а специфика магазина в том, что тексты в карточках снова стали нужны — по отраслевой практике блочная релевантность требует смыслового содержания даже там, где его давно убрали. Не дублируйте один и тот же блок в тысяче карточек: это риск просадки в Google.

Как часто пересматривать работу, если первый цикл уже прошёл?

Повторный замер — раз в 3–4 недели, полная сверка — раз в квартал. Сроки и метрики есть в разделе про замер, а вот чего в нём нет: сигналом к внеплановому пересмотру служит смена формулировки ответа у конкурента, который вас вытеснил. Нейросети переобучаются циклами, места приходится удерживать, и занятая один раз позиция не сохраняется автоматически.

Владислав Папернюк

Основатель «Сайт-Активатор», SEO-оптимизатор с 2008 года. Кандидат технических наук

Занимается поисковой оптимизацией с 2008 года. Ведёт курс «Python SEO Нейросети», пишет о применении языковых моделей в SEO.

TelegramВКонтактеTenChatYouTube