GEO и AEO — подготовка сайта и внешних упоминаний к тому, чтобы Алиса, AI-ответы Яндекса, ChatGPT и Perplexity брали факты о вас и называли компанию в ответе. У нас это часть SEO-сопровождения, а не отдельный дорогой пакет.
Часть людей теперь получает ответ, не открывая ни одного сайта: спрашивает Алису, видит нейроответ Яндекса, советуется с ChatGPT. В такой ситуации решает не позиция в выдаче, а то, попали ли вы в сам ответ и что именно о вас там сказано. Работает это иначе, чем классическое SEO: ассистент собирает ответ из нескольких источников — вашего сайта, карточек и справочников, отзывов, статей и агрегаторов ниши, — и пересказывает их своими словами. Поэтому работа идёт по двум направлениям: сайт, с которого удобно взять точный факт (прямые ответы, таблицы условий, разметка, одна и та же цифра во всех разделах, открытые для ботов страницы), и внешние упоминания, на которые ассистент опирается. Гарантировать цитирование невозможно — ответ генерируется заново при каждом запросе. Зато можно честно замерять: фиксированный список вопросов, регулярный прогон, доля ответов с упоминанием бренда.
Клиенты спрашивают «лучший SEO-агентство в Москве» — ChatGPT перечисляет конкурентов. Вы теряете заявки которые даже не отображались в Google.
Человек получает готовый ответ прямо в выдаче или у ассистента и не открывает сайты. Если в этом ответе вас не упомянули — вы не участвуете в выборе.
Perplexity, Claude.ai, You.com — миллионы пользователей в день. Они цитируют те источники которые лучше структурированы под их алгоритмы.
LLM любят чёткие определения, структурированные ответы, factual статистику. «Креативные» статьи без структуры — игнорируются.
Без entity-связки бренда с Wikidata, отраслевыми каталогами, авторитетными медиа — LLM не идентифицирует ваш бренд как авторитетный.
Не понятно: упоминает ли ChatGPT ваш бренд? По каким запросам? С каким контекстом? Без замеров не понять стратегию.
Замер LLM-видимости бренда: 50-200 ключевых запросов в ChatGPT, Claude, Perplexity, Gemini, Я.Алисе. Сравнение с конкурентами по нише.
Структурированный контент с чёткими определениями, нумерованными списками, FAQ, statистикой. Формат который LLM любят цитировать.
Создание / уточнение страниц в Wikidata, Google Knowledge Panel, отраслевых каталогах. Schema.org Organization, Person, Brand.
Размещение экспертных материалов от вашего бренда в Forbes, VC.ru, Хабре, отраслевых медиа. LLM учитывают такие источники как trust signal.
Оптимизация под голосовой поиск и LLM-запросы: вопросительные формулировки, диалоговый стиль, ответы на «как», «почему», «что лучше».
Расширенная schema.org разметка: HowTo, FAQ, Article, Product, Review. LLM активно используют structured data для понимания контекста.
Ежемесячный замер LLM-видимости. Какие промпты упоминают бренд, в каком контексте, на каком месте в ответе. Сравнение с конкурентами.
Мы не продаём AI-поиск отдельным пакетом: подготовка под ответы ассистентов — часть SEO-сопровождения. Отдельно берёмся только в одном случае — если SEO у вас ведёт другой подрядчик и нужна только AI-часть.
Для сравнения: по обзорам рынка 2026 года аудит AI-видимости продают за 80–250 тыс. ₽, регулярное сопровождение — за 150–600 тыс. ₽/мес, а крупные агентства делают из «SEO + AEO» тариф дороже обычного.
Цитирование в ответах нельзя гарантировать: ответ генерируется заново каждый раз и зависит от формулировки вопроса.
Активно работаем с GEO с 2024 года, когда тема ещё не существовала. У нас собрана методология и данные по 100+ нишам.
Тестируем каждую гипотезу: какой формат текста LLM любят больше, какие schema-разметки усиливают цитируемость, как влияет PR.
Не «GEO работает, доверяйте» — каждый месяц видите конкретные промпты, упоминания, рост LLM-видимости в %.
В большинстве ниш сейчас — окно возможностей 12-18 месяцев. Кто зайдёт первым — закрепится в LLM на годы.
Замеряем LLM-видимость бренда по 50-200 ключевым запросам. Сравниваем с конкурентами. Готовим стратегию роста на 6 месяцев.
Создаём шаблоны GEO-копирайтинга: формат статей, FAQ, определений, списков. Адаптируем под нишу.
Оптимизируем Schema.org Organization/Brand/Person. Создаём страницы в Wikidata, отраслевых каталогах, профильных директориях.
Создаём 8-15 экспертных материалов в месяц с правильной структурой. Каждый материал — кандидат на цитирование LLM.
Размещаем экспертные публикации от вашего бренда в Forbes, VC.ru, Хабре, профильных медиа. LLM учитывают такие источники как авторитетные.
Ежемесячный замер LLM-видимости. Корректируем стратегию: что цитируется, что нет, почему. Дашборд + отчёт.
Главная проблема этой услуги на рынке — её продают, не объясняя, как считать результат. Вот что мы замеряем и в чём ограничение каждой метрики.
| Метрика | Как меряем | Ограничение |
|---|---|---|
| Доля ответов с упоминанием бренда | Фиксированный список вопросов ниши, прогон по ассистентам раз в период | Ответ нестабилен: та же мысль в другой формулировке даёт другой ответ |
| Ссылка на сайт в ответе | Проверка тех же вопросов с фиксацией источников | Не все ассистенты показывают ссылки, состав источников меняется |
| Переходы из ассистентов | Отдельный сегмент в Метрике по источнику перехода | Часть переходов не размечается — реальный объём обычно выше видимого |
| Брендовый спрос | Wordstat по названию компании | Растёт медленно и зависит не только от AI |
| Попадание в AI-ответ Яндекса | Проверка по группе запросов вручную | Показ нейроответа зависит от запроса и устройства |
Ответ собирается не только с вашего сайта — поэтому работа «только на сайте» даёт половину результата.
Два-три предложения, которые отвечают на вопрос целиком и читаются без остального текста. Именно такие фрагменты попадают в ответ.
Цены, сроки, условия, ограничения. Ассистент извлекает структурированное лучше, чем абзац с рассуждением.
FAQPage, Product, LocalBusiness, Organization — машинам это даёт однозначное понимание, кто вы и что предлагаете.
Цена, срок и условия живут в одном месте и оттуда попадают на все страницы. Разные цифры в разных разделах — причина, по которой ассистент выдаёт устаревшее.
Проверяем, что GPTBot, PerplexityBot, Google-Extended и поисковые боты не закрыты в robots.txt. Их закрывают по ошибке чаще, чем кажется.
Проставляем дату обновления и следим за фактами: устаревшая цена в ответе вредит сильнее, чем отсутствие упоминания.
Гарантировать цитирование невозможно: ответ генерируется заново при каждом запросе, зависит от формулировки, истории диалога и версии модели. Любой, кто обещает «попадание в ответ ChatGPT» с гарантией, продаёт то, чем не управляет. Что можно обещать — это подготовку: сайт, с которого удобно взять ответ, корректные факты в одном месте, разметку, открытых ботов и внешние упоминания. Дальше это либо срабатывает, либо показывает, что в нише ассистенты опираются на агрегаторы, — и тогда мы говорим об этом прямо, а не рисуем отчёт.
LLM любят чёткие списки, определения, FAQ. «Креативные» статьи без структуры — игнорируются алгоритмами.
LLM штрафуют источники с ошибками. Каждая цифра, дата, ссылка — проверяется.
Контент должен быть от реальных экспертов с верифицированной квалификацией (LinkedIn, профайлы, регалии). Это сигнал E-E-A-T.
LLM анализируют исходящие ссылки. Ссылаемся на peer-reviewed источники, официальные документы, исследования.
Цель другая. В SEO мы добиваемся, чтобы человек увидел ссылку и перешёл. Здесь — чтобы ассистент взял факт с вашего сайта и назвал компанию в ответе, даже если перехода не будет. Технически многое совпадает: исправный сайт, понятная структура, честные факты. Отличия — прямые ответы в начале разделов, факты таблицами, разметка, единые цифры по всему сайту и открытый доступ для ботов ассистентов.
Нет. Ответ генерируется заново при каждом запросе и зависит от формулировки, истории диалога и версии модели: один и тот же вопрос, заданный двумя людьми по-разному, даёт разные ответы. Любой, кто продаёт гарантию попадания в ответ ChatGPT, обещает то, чем не управляет. Гарантировать можно подготовку и замер, а не результат генерации.
Фиксируем список вопросов ниши — обычно несколько десятков, теми формулировками, которыми спрашивают клиенты, — и прогоняем их по ассистентам с заданной периодичностью. Смотрим: упомянут ли бренд, есть ли ссылка, что именно сказано и нет ли устаревших фактов. Отдельно ведём переходы из ассистентов в Метрике. Цифры показываем как есть, включая случаи, когда в нише ассистенты опираются на агрегаторы и нас не называют.
У нас отдельно — только если SEO ведёт другой подрядчик: тогда считаем объём работ под вашу нишу. В остальных случаях эта работа входит в сопровождение от 100 000 ₽/мес. Для сравнения: по обзорам рынка 2026 года аудит AI-видимости продают за 80–250 тыс. ₽, а регулярное сопровождение — за 150–600 тыс. ₽ в месяц.
Переходов из ассистентов пока немного, и обещать поток было бы нечестно. Ценность в другом: во-первых, человек видит название компании в момент выбора — дальше он найдёт вас по бренду или в поиске; во-вторых, приходит уже разобравшимся в условиях, и разговор начинается не с нуля. Часть переходов к тому же теряется в аналитике, поэтому реальный вклад обычно выше видимого.
Точная фактура: актуальные цены и условия, ограничения, по каким случаям вы не работаете. Ассистент одинаково охотно пересказывает и верные, и устаревшие данные — устаревшая цена в ответе вредит сильнее, чем отсутствие упоминания. Плюс согласие на то, что мы приведём цифры на сайте к единому виду: одна цена в одном месте, а не пять разных в пяти разделах.
Бесплатная консультация 30 минут