Чек-лист по AI SEO: 6 блоков для повышения видимости бренда в ChatGPT и AI Overviews

Почему «GEO-хаки» не работают: что официально заявил Google 15 мая 2026 года

15 мая 2026 года Google опубликовал официальное руководство по оптимизации под генеративный ИИ-поиск — и одним документом положил конец двухлетней дискуссии. Формулировка прямая: оптимизация под генеративный ИИ-поиск — это оптимизация поискового опыта, то есть по-прежнему SEO. AEO и GEO — не новые профессии, а новые названия работы, которую технически сильные команды выполняли всегда.

Самая ценная часть гайда — список того, что можно игнорировать. Google прямо называет лишними: файл llms.txt, «специальную» разметку для ИИ и чанкинг — искусственное разбиение текста на фрагменты. Системы понимают несколько тем на одной странице и сами выбирают релевантный фрагмент.

Факт.

Половина «GEO-услуг» на рынке продает именно эти три пункта. По нашему опыту, самый быстрый способ отличить практику от продавца хайпа — спросить о llms.txt: если он в коммерческом предложении стоит на первом месте, перед вами — второе. Предупреждение тоже честное: позиция Google касается Google. ChatGPT и Perplexity работают на собственных индексах и взвешивают сигналы по-другому — для них часть пунктов ниже имеет даже больший вес.

Присутствие бренда: почему половина вашего AI SEO находится не на вашем сайте

Самая важная часть информации в ответах ИИ находится не на вашем домене. Когда ChatGPT рекомендует магазин, платформу или подрядчика, он формирует ответ на основе упоминаний: подборки «Top X», отраслевые каталоги, Reddit и профильные сообщества, СМИ. Сайт — лишь один из источников.

Кто вообще сказал, что узнаваемость бренда зависит от вашего домена?

AI-поиск — не витрина, а сомелье: он не показывает гостю всю винную карту, а наливает один бокал. И наливает то, о чём слышал из десятка независимых источников. Первые два блока чек-листа работают именно с этим:

• Аудит упоминаний: задайте ChatGPT, Perplexity и Gemini 10–15 реальных запросов ваших клиентов и зафиксируйте, кого они рекомендуют. Это базовая отправная точка — без неё остальная часть чек-листа останется в подвешенном состоянии, поскольку вы не будете знать, по какому критерию оценивать прогресс.
• Попадание в отраслевые рейтинги «Top X» и «Best X» — именно оттуда модели черпают рекомендации.
• Википедия, Викиданные и панель знаний: если сущность бренда не описана, ИИ будет сложно отличить вас от одноименной компании.
• Собственные данные и исследования — источники с уникальной информацией — модель рассматривает в приоритетном порядке.

Отдельный аспект — ссылочный профиль. Ценность ссылки изменилась: важен не вес домена сам по себе, а вхождение в сеть источников, которым доверяет модель. Поэтому наращивание ссылочной массы с трастовых отраслевых площадок теперь работает вдвойне: на классическое ранжирование и на вероятность упоминания в AI-ответе.

Бизнес-аспект вопроса. По данным Amsive (шестимесячный анализ 54 сайтов в GA4), конверсия сессий из LLM-источников составляет 4,87% против 4,6% в органическом поиске: AI-трафик уже приносит продажи наравне с поиском. Для e-commerce это означает, что фид, категорийные страницы и бренд должны быть видны ассистентам так же, как и Shopping-кампаниям, — иначе ROAS канала, которого вы не видите в отчетах, достается конкуренту. Для CMO в B2B расчет другой: один пропущенный шорт-лист в AI-ответе — это MQL, который даже не дошел до воронки. По нашей практике, компании сначала замечают не падение трафика, а «ниоткуда» возникшие сделки конкурентов.

Инсайт: согласно нашим наблюдениям, основанным на анализе результатов ИИ-поиска, в данной нише примерно 30 доменов собирают около двух третей упоминаний. ИИ-системы более консервативны, чем Google — они обращаются к проверенным источникам. Поэтому главный показатель — не количество упоминаний, а citation reach: сколько разных запросов приводят именно к вам.

Контент, который цитирует ИИ: позиция ответа, объем и структура

Цитируется не страница — цитируется фрагмент. По нашим наблюдениям, пик цитирований приходится на контент в первых 10–20 % страницы: модели берут ответ там, где он дается сразу, без вступления. Отсюда и правило «answer-first»: прямой ответ — в первом абзаце раздела, детали — после.

При этом объем не утратил своего значения. Материалы объемом от 10 000 знаков в нашей аналитике цитируются заметно чаще, чем короткие заметки — не из-за длины как таковой, а потому, что лонгриды охватывают больше подзапросов. Работает следующая комбинация: содержательная страница плюс мгновенный ответ в начале каждого раздела. Что следует проверять в собственном контенте:

Что касается чанкинга: в разборе Search Engine Journal приведена позиция инженеров Google, которые прямо советуют не разбивать текст искусственно — системы сами находят релевантный фрагмент на цельной странице. Третий уровень — сообщество: реальные вопросы клиентов содержатся в продающих звонках, тикетах службы поддержки и блоке «People Also Ask», и каждый из них — кандидат на отдельный раздел. А дальше начинается самое интересное — и оно уже не в Search Console…

Упоминания бренда в живых обсуждениях — на Reddit, в профильных группах, в комментариях на LinkedIn — модели рассматривают как признак реального опыта. Накрутить это дешево не получится: неестественные вбросы распознаются как людьми, так и алгоритмами. Это игра на долгосрочную перспективу, но именно она укрепляет доверие, которое затем конвертируется в упоминания.

Кого пускати, кого блокувати: training-боти проти search-ботів

Самая дорогостоящая ошибка в технической части AI SEO — запретить всех AI-ботов одним правилом. В файле robots.txt это разные сущности с разными последствиями. GPTBot и Google-Extended собирают данные для обучения моделей. ChatGPT-User и OAI-SearchBot приходят, когда живой человек просит помощника найти ответ прямо сейчас. Заблокировали вторых вместе с первыми — и собственноручно исключили себя из AI-поиска.

Проверьте.

Из нашей практики: в одном из проектов, которые мы проверяем, ChatGPT-User посещает сайт примерно в 3,5 раза чаще, чем реальный Googlebot. Это уже не редкость, а полноценный канал — который либо работает на вас, либо нет.

Честно говоря: универсальной формулы «что блокировать» не существует. Мы сами дважды пересматривали подход к собственному файлу robots.txt — баланс между защитой контента от обучения моделей и открытостью для AI-поиска каждый бизнес определяет самостоятельно. Но поисковые боты почти всегда должны оставаться открытыми. И ещё один нюанс, который мы постоянно видим в логах: значительная часть запросов с User-Agent «Googlebot» — подделки, и без фильтрации по официальным IP-диапазонам Google анализ сканирования даёт ложные выводы. Проверка реального поведения ботов в серверных логах — стандартная часть SEO-продвижения, а не отдельная экзотическая услуга.

Техническая доступность: почему ИИ менее терпим, чем Google

Настроили файл robots.txt. Открыли доступ для поисковых ботов. Прошла неделя — в ответах тишина. Вот тут-то и начинается настоящая работа: рендеринг, скорость, чистота кода. Googlebot умеет выполнять JavaScript и ждать — большинство AI-краулеров — нет. Они читают необработанный HTML, и если ключевой контент или кнопки дорисовываются скриптами, для них этого не существует. Пробелы в технической части, которые классический поиск прощал годами, AI-поиск наказывает сразу.

• CDN и средства защиты (Cloudflare и т. п.) не блокируют AI-ботов — в стандартных настройках это происходит чаще, чем кажется.
• Актуальная карта сайта, хорошие показатели Core Web Vitals, минимум неработающих страниц.
• Весь ключевой контент представлен в виде исходного HTML-кода, без зависимости от JS.
• Для электронной коммерции — товарный фид: структурированные данные о товарах превосходят краулинг по скорости и точности.

Если сайт изначально «тяжелый», зачастую дешевле предусмотреть AI-доступность на этапе разработки сайта с быстрым чистым кодом, чем бесконечно исправлять рендеринг. Это правило работает в 80 % случаев. В остальных 20% достаточно точечных исправлений — всё решает контекст.

Мониторинг: охватываемость цитирований вместо позиций

Позиции больше не отражают реальность: помощник может процитировать страницу с пятого экрана выдачи, если фрагмент более точный. Поэтому контур мониторинга другой — где и как часто упоминается бренд в ответах ИИ, какова доля голоса по сравнению с конкурентами, какие типы источников обеспечивают видимость в вашей нише. Без этого контура бюджет на контент тратится вслепую: вы создаете страницы, но не знаете, использует ли их хоть одна модель.

Практический минимум — ежемесячный цикл: фиксированный пул из 20–30 реальных запросов клиентов, прогон через ChatGPT, Perplexity и Gemini, таблица «кто упомянут и с каким источником». Плюс изучить аналитику в GA4: отдельный канал для LLM-рефералов, чтобы видеть сессии и конверсии из ИИ отдельно от органического трафика и контекстной рекламы. Модели обновляются — то, что работало три месяца назад, может уже не работать. Реверс-инжиниринг чужих цитат — самый быстрый способ найти контент-пробелы: посмотрите, откуда ИИ черпает ответы в нише, чего из этого нет у вас, и закройте пробел.

В статье я указал на основную проблему: бренд либо присутствует в ответе, либо для клиента его не существует. В ADS Group эту проблему решают комплексно: анализ серверных логов и реального поведения AI-ботов, техническая доступность, контент для цитирования. С 2011 года для e-commerce и B2B в Украине и Европе. Подробности — в баннере ниже.