Об экспертах: Владимир Малюгин — CEO&Founder performance-агентства Digital Geeks, эксперт в построении и автоматизации digital-процессов, преподает digital-маркетинг и руководит курсом в ВШЭ. Екатерина Федюк — эксперт в области digital-коммуникаций, PR и GEO-специалист в performance-агентстве Digital Geeks. Работала с рынками России и Индонезии.
По данным McKinsey к 2028 году более 75% поисковых запросов будут сопровождаться AI-сводками.
Чтобы узнать, как бренду стать «видимым» для ИИ, надо понять, как именно его обучали. К примеру, ChatGPT обучался на гигантском массиве публичных текстов — фактически на «всей открытой сети». В основу легли данные из интернета, лицензированные материалы и часть пользовательского контента (когда это разрешено).
Один из ключевых наборов данных для GPT‑моделей — Common Crawl. Это публичный архив, который «сканирует» большую часть открытого интернета. По сути, он собирает всё подряд: блоги, новостные сайты, форумы, большие агрегаторы. А после — данные проходят фильтрацию.
Если нейросетей нет нужного ответа на вопрос, они начинают искать информацию в интернете. И то, что алгоритм находит о компании в Google и других источниках, становится основой для ответа.
Чтобы бренд попадал в ответы нейросетей, ему нужно не просто присутствовать в инфополе, а регулярно заполнять его актуальной информацией: в медиа, на сайтах, в обзорах, блогах и базах. Чем больше качественных, достоверных и разнообразных цифровых следов оставляет компания, тем выше шанс, что ИИ «заметит» ее и начнет рекомендовать.
Вы решили попасть в ответы ИИ. С чего начать
Нейросети берут информацию не из секретных баз знаний, а из поисковой выдачи. Поэтому важно, на каких позициях находятся сайты с информацией о вашем бренде. Чем больше релевантных материалов о компании в топе поисковиков, тем выше вероятность попасть в ответы нейросетей.
Начать стоит с базы — оптимизации сайта и корпоративного блога, как ключевых источников, которыми компания управляет напрямую. ИИ часто использует такие ресурсы при формировании ответов, чтобы опираться не только на внешние площадки. Однако если материалы находятся за пределами первых страниц поисковиков, с высокой вероятностью ИИ их просто не заметит.
Следующий шаг — анализ внешних площадок, где уже есть информация о бренде. Это могут быть статьи в медиа, обзоры, рейтинги, отраслевые порталы и другие источники. В конечном счете, в выдачу попадает далеко не весь контент. Одни материалы стабильно удерживаются в топе, другие нет. Именно поэтому важно сначала проанализировать текущую поисковую выдачу: какие страницы и форматы уже попадают в верхние позиции, какие источники чаще всего цитируются и почему.
Чтобы контент о бренде попадал в поисковую выдачу и стабильно удерживал позиции, его важно правильно писать и структурировать.
Контент — ключевой элемент GEO-продвижения
SEO — необходимая основа для продвижения в нейросетях, но само по себе оно не решает задачу. Для продвижения в ИИ важно, чтобы текст соответствовал специальным критериям, по которым нейросети будут понимать, что фрагменты этого текста можно взять в ответы.
Разница между тем, как работает классический поисковик и ИИ-ассистент (ChatGPT, Gemini, Perplexity и другие), заключается в принципе обработки информации. Поисковые системы вроде Google или Яндекса ищут ответы среди веб-страниц и ранжируют их по SEO-параметрам. ИИ-ассистенты работают иначе: они не анализируют статьи целиком, а оперируют отдельными фрагментами текста, экономя собственные ресурсы.
Чтобы алгоритм мог обработать материал, текст разбивается на самостоятельные смысловые части — абзацы или разделы. Такие фрагменты называются чанками, а сам процесс — chunking, или поиск релевантного чанка.
Каждый чанк нейросеть сначала оценивает с точки зрения смысла и соответствия запросу пользователя. Если формулировка не совсем очевидна или мысль «размазана» по абзацу, алгоритм может просто не распознать этот фрагмент как релевантный. Именно поэтому важно структурировать контент в четкие, самостоятельные абзацы, каждый из которых отвечает на конкретный вопрос. Лучше всего здесь работает подход snippet-first: ключевая мысль и прямой ответ должны находиться в начале абзаца, а затем — пояснения и детали.
Если на странице вы рассказываете, например, о стоимости услуги, то ответ на этот вопрос должен быть сформулирован четко и в одном месте. Не нужно смешивать цену с кейсами, этапами работы или дополнительными подробностями — ИИ просто не поймет, что именно является главным.
Сейчас уже появляются инструменты, которые помогают проверить, ваши фрагменты на цельность и «видимость» для ИИ. К примеру, инструмент SEO Review Tools. показывает, насколько чанк семантически релевантен. Также можно обратить внимание на Frase.io, платформа оптимизирует контент и под классический поиск, и под AI-поиск (ChatGPT, Perplexity, Gemini). А OtterlyAI, к примеру, отслеживает, как именно бренды упоминаются в нейросетях.
Базовых требованиях к контенту одинаковые и для SEO, и для GEO. К ним относятся:
- Соответствие интенту пользователя. Интент — это причина, из-за которой человек задал вопрос нейросети. Если вы хотите попасть в ответы по запросу «как продвигать канал в Телеграме», нужно написать подробный гайд по этой теме, а если по запросу «10 лучших Телеграм-каналов о маркетинге», подготовить статью-рейтинг, рассказать, о чем пишет каждый автор, какие есть отличительные черты и как часто выходят новые публикации.
- Уникальность. Мы говорим не только о 90−100% по сервису антиплагиата. В статье должна быть информация, которой нет в Интернете. ИИ-алгоритмы распознают рерайты. Но с плагиатом есть риск не только для ИИ, но и для поисковой выдачи. С неуникальными материалами сложнее попасть в топ выдачи, а значит и быть видимым для ИИ. Если тема не уникальная, попробуйте рассмотреть ее под другим углом, добавить примеры, простые объяснения или схемы.
- Принципы E-E-A-T. Экспертность — главный критерий доверия для нейросетей. ИИ критически важно понимать, что перед ними — не пересказ чужих материалов, а источник, которому можно доверять. Именно поэтому модели во всё большей степени ориентируются на принципы E-E-A-T: опыт, экспертность, авторитетность и надежность.
- Простой язык. Цель нейросетей — дать максимально понятный ответ на вопрос пользователя. Избегайте сложных терминов и добавляйте объяснения для обычных людей, которые не разбираются в теме материала.
- Четкая иерархия подзаголовков и содержание. Благодаря им ИИ «легче» ориентироваться в тексте и проще «вытащить» фрагменты, которые помогут ответить на вопрос пользователя. Следуйте правилу: H1 (основная тема текста) → H2 (подтемы) → H3 (детали подтем). По той же причине добавляйте содержание с якорными ссылками к большим статьям.
- Разметка при помощи schema.org. Этот технический момент очень важен для нейросетей. Разметка показывает ИИ алгоритмам, какой формат у текста, который она сканирует: вопрос-ответ, описание товара или инструкция.
Из чего состоят статьи, которые попадают в ответы ИИ: подробный список
Для попадания в ответы нейросетей важно, чтобы в статье были микроформаты. Микроформаты — это структурированные элементы внутри статьи (FAQ, статистические данные, таблицы, списки), которые помогают ИИ-алгоритмам быстро «считать» текст: понять его логику, выделить готовые фрагменты и вставить их в ответы. Ниже — список таких элементов, которые вы можете добавить в статью.
Мини-FAQ. Это самый важный формат для ИИ-алгоритмов. Именно из FAQ они часто забирают фрагменты для ответов пользователям. В конце каждой статьи добавляйте мини-блок с 3−5 частыми вопросами. Чтобы понять, какие именно, изучите популярные запросы по вашей теме на Wordstat.
Цифры и статистика. Цифрами можно обрисовать проблему или рассказать о последствиях буквально в 2 словах. Вместо полотна текста о влиянии ИИ на поисковую выдачу, нейросети скорее добавят в ответы статистику: к 2026 году 25% поискового трафика исчезнет. Такой ответ лучше объяснит информацию для пользователя.
Списки и мини-гайды. Для ИИ это простые способы структурировать информацию. Нейросети могут как дать читателю полный гайд, так и вытащить отдельные пункты. Это повышает шанс попасть в ответы.
Примеры. Они помогают читателю лучше понять и запомнить материал. ИИ-алгоритмы часто берут примеры в ответы, потому что они позволяют легко и просто объяснить термин или явление пользователю и не требуют дополнительного поиска.
Таблицы. Если вы готовите статью с сравнением нескольких продуктов или услуг, желательно в конце добавить таблицу. Она не только упростит выбор для читателей, но и повысит шансы попасть в ответы ИИ: вставить фрагмент с таблицей проще, чем генерировать текст про каждый продукт по отдельности.
Материалы с конкретикой — цифрами, примерами, фактами, ссылками на исследования и реальными экспертами — дают модели больше оснований считать текст достоверным. Чем прозрачнее источник и чем сильнее эксперт позиционирован внутри статьи, тем выше шанс, что нейросеть выберет именно этот фрагмент в качестве ответа.
Где именно публиковать статьи?
Публикации в авторитетных источниках — один из самых сильных сигналов доверия, помимо экспертных материалов на самом сайте. Нейросети используют репутацию площадки как маркер качества: если о бренде пишут в СМИ, отраслевых порталах и профильных журналах, значит, информация о нем проверена и ей можно доверять.
Кроме того, публикации в медиа расширяют цифровой след: фрагменты статей попадают в веб-архивы, индексируются поисковиками и становятся доступными для ИИ на разных этапах — от обучения до формирования онлайн-ответов. Чем шире представлен бренд в авторитетных источниках, тем выше вероятность попасть в рекомендации ИИ-ассистентов.
- Медиа и отраслевые площадки. Онлайн-СМИ, нишевые порталы, отраслевые журналы, рейтинги, обзоры, интервью с экспертами — для ИИ сильные сигналы авторитетности бренда и подтверждение экспертности.
- Форумы, Q&A-площадки и сообщества и UGC-платформы. Reddit, VC.RU, Хабр, профильные форумы, сервисы вопросов-ответов, профессиональные комьюнити. Именно на таких площадках много личных мнений и «живых» обсуждений, которые используют модели при обучении.
- Маркетплейсы, каталоги и отзывы. Карты и отзывы (Google Maps, Яндекс Карты, TripAdvisor), карточки бренда на маркетплейсах, каталоги компаний, агрегаторы. Для ИИ это сигналы присутствия бренда в реальном рынке и подтверждение доверия пользователей.
- Лицензированные и авторитетные базы. Крупные новостные агентства, исследования, профильные базы данных (научные журналы, статистика, отраслевые отчеты). Такие источники часто используются как «опорные» и повышают шансы бренда попасть в цитируемый контекст.
Важно понимать, что для попадания в топ выдачу ИИ-ответов, одного инструмента недостаточно. Работает только системный подход. Базовая SEO-оптимизация помогает контенту быть заметным для поисковиков, качественный и структурированный текст — понятным для ИИ, а публикации в авторитетных СМИ усиливают доверие к бренду и расширяют его цифровой след. Ключевую роль в GEO-оптимизации играет регулярность публикаций. Контент должен быть не только экспертным и «понятным» для ИИ, но и актуальным.
По оценке McKinsey, из-за перехода к ИИ-поиску, трафик из обычных поисковиков может сократиться на 20−50%. Это значит, что те компании, которые успеют занять свое место под солнцем в ИИ-поиске уже сейчас, получат серьезное конкурентное преимущество и перехватят значительную часть этого трафика.
Источник: hi-tech.mail.ru