Ещё пять лет назад путь пользователя к сайту был предсказуем: человек вводит запрос, видит десять синих ссылок, кликает на одну из них. SEO выросло из задачи оказаться в этой десятке как можно выше. Сегодня всё чаще между вопросом и ответом стоит не список ссылок, а языковая модель, которая сама формулирует ответ — и решает, какие источники в него включить. Это и есть пространство GEO: Generative Engine Optimization, оптимизация под генеративные ИИ-поисковики вроде YandexGPT, ChatGPT, Google AI Overviews и Perplexity.
Главное отличие: позиция vs присутствие
В SEO результат почти всегда можно выразить одним числом — местом в выдаче. 3-я позиция лучше 15-й, это очевидно и легко отследить в динамике. В GEO такого числа нет. Языковая модель не строит рейтинг сайтов — она либо упоминает бренд в ответе, либо нет, и если упоминает, то в каком контексте и с какой тональностью. Поэтому вместо позиции в GEO измеряют видимость: как часто бренд появляется в ответах по релевантным запросам и что именно о нём говорится.
| Параметр | SEO | GEO |
|---|---|---|
| Единица измерения | Позиция в выдаче | Частота и тональность упоминаний |
| Точка контакта с пользователем | Клик по ссылке на сайт | Готовый ответ модели, часто без перехода на сайт |
| Источник ранжирования | Один источник — одна страница на своей позиции | Модель сводит несколько источников в один ответ |
| Что оптимизируем | Ключевые слова, ссылки, техническое состояние | Структуру фактов, цитируемость, репутацию в разных источниках |
| Как проверить результат | Позиции в Яндекс.Вебмастере / Search Console | Ручные и автоматизированные запросы к моделям по ключевым темам |
Как языковая модель выбирает источники для ответа
Генеративная модель не «читает интернет» в момент ответа — она либо опирается на данные, усвоенные при обучении, либо (в случае поисковых надстроек вроде AI Overviews) быстро просматривает несколько проиндексированных страниц и компонует из них связный текст. В обоих случаях у модели есть предпочтения: она чаще берёт формулировки из страниц с чёткой структурой, ясно сформулированными фактами и понятной микроразметкой. Расплывчатый маркетинговый текст без конкретики модель, как правило, пропускает — там просто нечего процитировать.
Что нужно контенту, чтобы попасть в ответ
- Структурированные данные. Schema.org и JSON-LD помогают модели однозначно понять, что за сущность на странице: организация, услуга, товар, статья с автором и датой.
- Конкретные факты, а не обещания. Цифры, сроки, условия — то, что можно процитировать одной фразой, а не пересказ уровня «мы лучшие на рынке».
- Экспертность и ссылки на источники. Материалы с именем автора, ссылками на данные и профессиональным контекстом получают больше доверия — это часть принципа E-E-A-T, который важен и для классического поиска, и для GEO.
- Присутствие в нескольких местах. Модель формирует образ бренда не только по сайту, но и по отраслевым СМИ, отзовикам и профильным площадкам — если бренд нигде, кроме своего сайта, не упоминается, шансы попасть в ответ ниже.
GEO не заменяет SEO — он строится поверх него
Это не конкурирующие стратегии, а два слоя одной работы. Чем лучше страница проиндексирована, структурирована и авторитетна с точки зрения классического SEO, тем выше шанс, что её же возьмёт в расчёт генеративная модель. На практике сначала закрывают базовые SEO-проблемы — индексацию, скорость, дубли, — а затем добавляют работу с микроразметкой, экспертным контентом и репутацией, которая уже прицельно бьёт по GEO.
Как понять, видит ли вас ИИ-поиск
Самый простой способ — задать нескольким моделям (YandexGPT, ChatGPT, Perplexity) 10–15 реальных вопросов ваших клиентов и посмотреть, звучит ли в ответах название компании и в каком контексте. Если бренда нет вообще — это не повод паниковать, это стартовая точка: значит, контент пока не даёт модели, что процитировать. Дальше это уже вопрос системной работы, а не разовой правки одной страницы.
Позиция в выдаче показывает, где вас видно. Видимость в GEO показывает, что о вас говорят там, где пользователь даже не откроет ваш сайт.