Generative Engine Optimization
Generative Engine Optimization, или GEO, — это дисциплина, занимающаяся улучшением видимости, упоминаний, цитируемости и влияния брендов и контента в ответах, генерируемых поисковыми системами и системами генеративного искусственного интеллекта, такими как ChatGPT, Google AI Overviews и AI Mode, Perplexity, Microsoft Copilot и другими.
В отличие от традиционного SEO, главная цель которого — достичь высоких позиций в списке результатов поиска, GEO стремится повлиять на гораздо более сложный процесс: найдет ли система контент, извлечет ли его, интегрирует ли в контекст, на котором строится ответ, процитирует ли его, использует ли содержащиеся в нем факты и представит ли бренд точно и заметно.
Литература, опубликованная в период с 2023 по 2026 год, показывает, что GEO стремительно развивается, но пока не имеет окончательных правил или общепринятых метрик успеха. Наряду с обнадеживающими результатами существуют значительные ограничения в исследованиях: ИИ-движки — это закрытые, изменчивые и недетерминированные системы, поэтому один и тот же запрос может выдавать разные источники и ответы в разное время.
1. Фундаментальное исследование: GEO как самостоятельная дисциплина
Статья, которая считается академической основой этой области:
Aggarwal et al. — “GEO: Generative Engine Optimization”
Статья была представлена на конференции ACM KDD в 2024 году и впервые предложила систематическую основу для улучшения видимости источников в генеративных ответах. Исследователи создали GEO-bench, базу данных, включающую около 10 000 запросов из различных областей, и проверили, как изменения в контенте влияют на его видимость в ответах.
Согласно исследованию, добавление цитат, статистических данных и прямых цитат из релевантных источников может улучшить видимость в генеративном ответе. В некоторых экспериментах сообщалось об улучшении до 40%, а при тестировании в Perplexity были зафиксированы улучшения, достигающие примерно 37%. Однако эффект не был однородным: методы, которые отлично работали в одной области, не обязательно работали так же хорошо в другой.
Главная значимость исследования заключается не только в цифрах, но и в демонстрации перехода от модели «ранжирования страниц» к модели видимости внутри сложного синтезированного ответа. Источник может быть процитирован, упомянут без ссылки, повлиять на формулировку без получения упоминания (кредита) или быть извлеченным, но вообще не появиться в конечном результате.
Ограничение фундаментального исследования
Критический обзор, опубликованный в июле 2026 года, подчеркивает, что некоторые эксперименты в оригинальном исследовании проверяли документы, которые уже были включены в предоставленный модели контекст. Таким образом, исследование доказало в первую очередь то, что изменение уже извлеченного документа может повлиять на то, как он используется, но не обязательно то, что это же изменение приведет к тому, что документ будет найден, просканирован или извлечен органически с самого начала.
2. GEO — это не просто ранжирование, а многоступенчатая воронка
Самая актуальная и полная статья, рассмотренная в обзоре:
Olivier Martinez — “Optimizing Visibility in Generative Engines: A Critical Survey of Generative Engine Optimization (2023–2026)”
Обзор включает 45 исследований, опубликованных или принятых к публикации в период с ноября 2023 года по июль 2026 года. Главный тезис заключается в том, что к GEO не следует относиться как к единому действию, аналогичному ранжированию в Google, а скорее как к многоэтапному процессу:
Таким образом, «видимость в ИИ» не является единственной переменной. Сайт может быть извлечен, но не процитирован; процитирован, но появиться в конце ответа; повлиять на ответ без ссылки; или получить качественные, но малочисленные переходы.
В обзоре делается вывод, что двумя переменными с наиболее сильной исследовательской поддержкой являются:
- Точная тематическая релевантность запросу.
- Расположение источника в контекстном окне, предоставленном модели.
В отличие от этого, общие методы, такие как добавление «авторитетных» слов, единообразное переписывание всех страниц или использование жестких шаблонов, не работают стабильно в разных предметных областях, запросах и поисковых системах.
3. GEO против SEO: Преемственность, а не замена
Одна из главных дискуссий заключается в том, заменяет ли GEO традиционное SEO. Литература и официальные руководства сегодня указывают на более сложный ответ: GEO добавляет новый уровень, но в большинстве случаев опирается на существующую инфраструктуру SEO.
Google прямо заявляет, что не существует особых требований для попадания в AI Overviews или AI Mode. Базовые принципы SEO остаются актуальными:
Google также уточняет, что нет необходимости в специальном ИИ-файле, «AI schema» или новой разметке для включения в их генеративные системы.
Более свежие руководства Google подчеркивают важность «нешаблонного контента» (non-commodity content): контента, включающего личный опыт, данные, инсайты или оригинальные знания, которые нельзя легко заменить общей статьей, сгенерированной из любых других источников. По мнению Google, шаблонная статья, такая как «Семь советов покупателям жилья», обеспечивает меньшую уникальную ценность по сравнению с анализом, основанным на реальном кейсе, решении, данных или практическом опыте.
Из этого следует, что основа эффективного GEO — это не просто «написание текстов для машин», а сочетание:
- Правильной SEO-инфраструктуры.
- Оригинальной информации.
- Четкой семантической структуры.
- Внешней авторитетности.
- Соответствия интенту (намерению) пользователя.
- Способности ИИ-движка извлекать точные факты.
4. Query Fan-Out: Фундаментальный сдвиг в исследовании ключевых слов
Одним из важнейших нововведений является технология, которую Google называет Query Fan-Out (разветвление запросов).
Вместо того чтобы выполнять один поиск, соответствующий запросу пользователя, AI Mode и AI Overviews могут разбить вопрос на несколько подтем и параллельно выполнить серию дополнительных поисков. После этого система объединяет источники в единый ответ.
Для GEO это означает, что традиционного исследования ключевых слов недостаточно. Бренд должен определять не только основную фразу, но и:
Например, если пользователь спрашивает «Какая CRM-система лучше всего подходит для малого бизнеса?», это может заставить движок запустить отдельные поиски по ценам, интеграциям, количеству пользователей, простоте использования, локальной поддержке, информационной безопасности и совместимости с определенными отраслями.
Поэтому стратегия GEO должна строиться вокруг кластеров намерений (интентов) и сущностей (entities), а не только вокруг списка ключевых слов.
5. Важность извлечения (Retrieval) и RAG
Большинство генеративных поисковых систем используют ту или иную форму Retrieval-Augmented Generation (генерация, дополненная поиском), или RAG: система находит внешние источники и передает их модели для создания актуального и обоснованного ответа.
Систематический обзор 128 исследований в области RAG показал, что сочетание механизма извлечения с языковой моделью позволяет использовать актуальную внешнюю информацию, но качество результата сильно зависит от выбора источников, их ранжирования, сегментации контекста и методов оценки.
Дополнительное исследование методов цитирования выявило, что переход от генерации без источников к системе на базе RAG привел к наиболее значительному и стабильному улучшению точности и охвата цитат. Иными словами, качество присутствия бренда в ответе в первую очередь зависит от способности системы найти и извлечь подходящий источник, еще до какой-либо оптимизации финальной формулировки.
6. Кризис атрибуции: использование источника не гарантирует цитирования
Одним из важнейших выводов для владельцев сайтов является разрыв между использованием контента и указанием авторства (кредита).
Статья:
“The Attribution Crisis in LLM Search Results”
проанализировала около 14 000 реальных диалогов с поисковыми системами на базе LLM. Исследователи обнаружили, что системы могут считывать несколько релевантных страниц, но цитировать лишь малую их часть. В некоторых случаях ответ генерировался без видимого внешнего поиска, а в других контент влиял на ответ без предоставления пользователю ссылки на источник.
Это означает, что цитирование не является исчерпывающим показателем влияния. Бренд может быть включен в информацию, на которой базируется ответ, даже не фигурируя в списке источников. С другой стороны, цитирование не гарантирует, что в ответе будет точно представлено оригинальное утверждение.
Необходимо различать как минимум четыре метрики:
7. Искажения и концентрация источников
Исследования 2025 года показывают, что ИИ-движки не представляют нейтральный или равномерный срез интернета.
Исследование, проанализировавшее более 24 000 диалогов и около 366 000 цитат, показало, что новостные цитаты сконцентрированы вокруг относительно небольшого числа медийных организаций. Разные модели отдавали предпочтение разным источникам, но во всех наблюдалась определенная концентрация.
Дополнительное исследование, сравнившее традиционные поисковые системы с системами на базе LLM, выявило значительные различия в количестве источников, их распределении и склонности некоторых систем выдавать ответы без внешних цитат. Исследователи отмечают, что на результат влияют авторитетность домена, механизмы извлечения и политика отображения источников.
Эти выводы подчеркивают важность авторитетности за пределами сайта. Сайт бренда сам по себе не всегда является предпочтительным источником для ИИ. Часто система предпочтет:
Поэтому GEO — это не только On-site оптимизация. Оно также включает PR, управление репутацией, распространение знаний и создание стабильного присутствия на сторонних ресурсах.
8. Различия между движками и сессиями запуска
Одной из самых сложных проблем в измерении GEO является нестабильность. Один и тот же вопрос может дать другой ответ, другие источники и иной порядок их расположения, даже если он отправлен в одну и ту же систему с коротким интервалом.
В критическом обзоре Мартинеса отмечается, что видимость следует измерять как распределение, а не как единичный результат. На результат влияют, среди прочего:
Обзор рекомендует проводить несколько повторений для каждого запроса, использовать альтернативные формулировки и контрольные группы, продолжая измерения до достижения достаточного уровня уверенности. Подчеркивается, что на сегодняшний день не существует универсального количества повторений, подходящего для всех экспериментов.
Таким образом, отчет по GEO, основанный на одном скриншоте или одном запросе, отправленном единожды, не является надежной базой для принятия решений.
9. Новая парадигма измерений: от кликов к видимости и влиянию
В мире SEO ключевыми показателями традиционно были позиции, показы, CTR и органический трафик. В мире GEO значительная часть пути клиента происходит до клика — непосредственно в диалоге с ИИ-движком.
Microsoft предлагает также измерять:
Согласно данным, которые приводит Microsoft, реферальный трафик от ИИ-движков все еще составляет относительно небольшую долю от общего числа визитов, однако в ряде случаев эти пользователи демонстрируют более высокую намеренность и вовлеченность. К этому утверждению следует относиться с осторожностью, поскольку часть данных основана на внутренних системах измерений и исследованиях Microsoft.
Рекомендуемая модель измерений для GEO включает три уровня:
- Share of Voice в ответах ИИ.
- Процент запросов, в которых появляется бренд.
- Коэффициент цитируемости.
- Позиция упоминания.
- Тональность и характер описания.
- Точность фактов.
- Согласованность названия бренда, продукта и цены.
- Соответствие между источником и ответом.
- Уровень галлюцинаций или ошибок.
- Реферальный трафик от ИИ-движков.
- Ассоциированные конверсии.
- Лиды и выручка.
- Брендовые поисковые запросы.
- Рост прямого спроса.
- Качество лидов.
10. Новые тенденции в мире GEO
10.1 Переход от шаблонного контента к контенту, основанному на опыте
Google поощряет контент, не являющийся «массовым продуктом»: оригинальные исследования, кейсы, тесты, внутренние данные, профессиональные наблюдения и анализ, основанный на реальном практическом опыте.
Причина очевидна: модель ИИ способна обобщать общие знания без необходимости цитировать еще одну статью, которая повторяет то же самое, что говорят все остальные сайты. Оригинальный контент увеличивает вероятность того, что источник добавит информацию, которой нет в других местах.
10.2 Переход от оптимизации по ключевым словам к оптимизации сущностей
Поисковые системы ищут не только текстовые совпадения, но и связи между людьми, брендами, продуктами, характеристиками, местами и концепциями. Поэтому важно создавать согласованность вокруг сущностей (entities):
- Полное и единообразное название.
- Согласованное описание бизнеса.
- Авторы с четким профилем.
- Связь между продуктами и категориями.
- Внешние упоминания, соответствующие информации на сайте.
- Актуальные данные о компании в ключевых базах.
10.3 Оптимизация для людей и автономных агентов
Новым трендом становится не просто «ИИ-поиск», а Agentic Web: системы, которые не только обобщают информацию, но и сравнивают, рекомендуют, бронируют и выполняют действия.
В таких условиях сайт должен быть понятен как пользователю-человеку, так и программному агенту. Это означает наличие четкой информации о:
Сама Google начала включать в свои рекомендации упоминания об agentic experiences, что сигнализирует о том, что в будущем GEO будет касаться не только цитирования, но и способности агентов понимать и действовать на основе информации на сайте.
10.4 GEO становится межведомственной дисциплиной
GEO больше не является прерогативой только SEO-команды. Оно также затрагивает:
Причина кроется в том, что ИИ-системы обучаются и извлекают информацию из множества внешних источников. Исправления страницы на сайте недостаточно, если неверная информация фигурирует в статьях, отзывах, базах данных или на форумах.
10.5 Расцвет инструментов мониторинга
Рынок инструментов развивается в четырех основных категориях:
- Мониторинг упоминаний и цитат в ИИ-движках.
- Оптимизация контента для извлечения.
- Анализ конкурентов и AI Share of Voice.
- Мониторинг репутации, ошибок и галлюцинаций.
Однако важно помнить, что ни один сторонний инструмент не имеет полного доступа к внутренним механизмам ранжирования или извлечения поисковых систем. Google даже предостерегает от использования инструментов, которые гарантируют успех или заявляют об использовании ее внутренних метрик.
11. Чего литература пока не доказывает?
Несмотря на энтузиазм вокруг GEO, существующая литература пока не позволяет утверждать, что существует универсальная «формула GEO».
По состоянию на июль-август 2026 года в рассмотренной литературе нет веских доказательств того, что какая-либо отдельная техника причинно-следственным образом и на долгосрочной основе обеспечивает:
В обзоре Мартинеса делается вывод, что наиболее сильные доказательства свидетельствуют о том, что уже извлеченный контент может влиять на ответ. Доказательства значительно слабее, когда речь заходит о способности сделать так, чтобы контент извлекался стабильно и приносил долгосрочные бизнес-результаты.
12. Практические выводы
Из литературы можно вывести несколько практических принципов:
- Во-первых, не пренебрегайте SEO. Без сканирования, индексации, внутренней перелинковки, высокой скорости работы и четкого текстового контента даже ИИ-движкам будет сложно найти информацию.
- Во-вторых, создавайте оригинальную информацию. Исследования, цифры, кейсы, цитаты экспертов, описание процессов и инсайты с мест дают реальный повод для использования источника.
- В-третьих, пишите в структуре, удобной для извлечения. Четкие заголовки, прямые ответы, таблицы, определения, шаги и самостоятельные смысловые блоки помогают системам извлечения понять страницу.
- В-четвертых, создавайте авторитет за пределами сайта. PR, профессиональные ресурсы, отзывы и независимые упоминания могут быть не менее важны, чем контент самого сайта.
- В-пятых, измеряйте в динамике. Тестирование GEO должно включать использование нескольких систем, альтернативных формулировок, повторений и документирование изменений.
- В-шестых, измеряйте не только клики. Упоминания, цитаты, точность, тональность (сентимент), видимость и влияние на поисковые запросы бренда являются неотъемлемой частью общей картины.
Заключение
GEO не является «новым SEO» в простом понимании этого слова; скорее, это расширение сферы цифровой видимости в экосистему, где поисковая система не просто ранжирует ссылки, но выбирает источники, обобщает их, синтезирует между собой и зачастую выполняет действия от имени пользователя.
Наиболее обоснованный сегодня подход заключается не в попытках «обмануть модель», а в создании инфраструктуры, в которой бренд легко найти, он понятен, последователен в различных источниках, богат оригинальными знаниями и обладает реальным авторитетом. Эффективное GEO объединяет техническое SEO, качественный контент, PR, управление сущностями, аналитику и контроль репутации — при полном понимании того, что результаты варьируются в зависимости от поисковых систем и не могут быть гарантированы.
