GEO после SEO: почему AI-поиск создаёт новый рынок и стартап для его освоения

Ещё недавно владелец сайта задавал SEO-специалисту довольно понятный вопрос: «На каком месте мы в Google?». Сегодня этого вопроса уже недостаточно.

Пользователь всё чаще не открывает десять поисковых результатов, а задаёт один сложный вопрос нейросети. ChatGPT, Gemini, Perplexity и новые AI-интерфейсы поисковых систем самостоятельно формируют ответ, выбирают источники и решают, какие компании и сайты попадут в поле зрения потенциального клиента.

В результате меняется сама логика интернет-продвижения.

Сайт теперь должен не только находиться в поисковой выдаче. Он должен быть понятен искусственному интеллекту, релевантен его ответу и достаточно полезен, чтобы стать источником цитирования.

На этой проблеме строится проект GEO Intelligence — веб-сервис, который мы сейчас развиваем как инструмент нового поколения для Generative Engine Optimization.

Рабочий прототип сервиса доступен по адресу cryptonews.website/apps/geo.

Главная причина появления нового рынка связана не с очередным модным термином, а с изменением поведения пользователей.

В июле 2026 года Google запустил AI Overviews и AI Mode во Франции. Пользователь может задать поисковой системе развернутый вопрос, получить сформированный AI ответ и продолжить диалог, не возвращаясь к привычной последовательности «запрос — десять ссылок — переход на сайт».

Google сообщает, что AI Mode уже превысил миллиард ежемесячно активных пользователей глобально, а количество запросов в нём более чем удваивалось каждый квартал после запуска.

Есть и обратная сторона.

Исследование Toulouse School of Economics показало, что появление AI Overviews при наличии соответствующего блока снижало исходящие органические клики почти на 40%, а долю поисковых сессий без перехода на сайты увеличивало более чем на треть.

То есть традиционная модель, в которой бизнес покупает SEO, получает позицию в выдаче и ожидает переходов, постепенно перестаёт быть единственным сценарием.

Возникает новый вопрос:

что произойдёт с брендом, если пользователь вообще не перейдёт в поисковую выдачу, а спросит у AI: «Какую компанию выбрать?»

Именно здесь появляется GEO.

Generative Engine Optimization часто пытаются представить как SEO с приставкой AI. Это упрощение.

В классическом SEO задача заключается прежде всего в улучшении видимости страницы в поисковой выдаче.

В GEO объектом оптимизации становится уже не только страница, а вероятность того, что информация о компании будет обнаружена, понята, использована и процитирована генеративной системой.

Это принципиальная разница.

Нейросети необходимо понять, кто вы, что продаёте, в каком регионе работаете, чем ваш продукт отличается от альтернатив, насколько достоверны приведённые сведения и можно ли использовать вашу страницу для ответа на конкретный вопрос.

Исследования 2026 года уже рассматривают GEO как отдельный многоступенчатый процесс, включающий обнаружение контента, retrieval, переоценку источников, цитирование и влияние на итоговый ответ. При этом исследователи подчёркивают, что универсального набора GEO-приёмов пока не существует.

Именно отсутствие универсального инструмента создаёт пространство для нового продукта.

Сегодня у владельца бизнеса есть десятки инструментов SEO-аналитики.

Он может узнать количество страниц, ошибки индексации, позиции, обратные ссылки, ключевые слова, скорость загрузки и массу других параметров.

Но гораздо сложнее ответить на простой вопрос:

Что увидит нейросеть, если потенциальный клиент спросит её о моей компании?

Можно вручную задавать вопросы ChatGPT, Gemini или Perplexity. Но такой подход быстро становится неудобным. Нужно составить десятки запросов, проверить ответы, найти источники, сравнить конкурентов, разобраться, почему одна страница появилась в ответе, а другая нет.

А затем повторить всё через месяц.

Для малого бизнеса это слишком трудоёмко.

Для агентства — слишком дорого делать вручную для каждого клиента.

Для SEO-платформ — это новое направление, которое только начинает формироваться.

Мы хотим превратить этот процесс в отдельный программный продукт.

Концепция сервиса достаточно проста.

Пользователь вводит URL своего сайта. Система анализирует структуру и содержание сайта, формирует карту потенциальных пользовательских вопросов, оценивает страницы и выдаёт рекомендации.

Главный экран прототипа построен вокруг одного показателя — GEO Score.

Он должен отвечать на вопрос: насколько сайт подготовлен к AI-поиску.

Но одной оценки недостаточно.

Поэтому внутри продукта заложено несколько специализированных механизмов.

Citation Readiness оценивает, насколько страницы пригодны для использования в качестве источника.

AI Query Map показывает, на какие вопросы сайт способен ответить, а где существуют информационные пробелы.

AI Entity Profile анализирует, насколько однозначно нейросеть может понять компанию, её продукты, услуги и регион.

Competitor Gap Analysis показывает, какую информацию конкуренты предоставляют лучше.

GEO Opportunity Finder ищет темы и вопросы, где у бизнеса есть потенциальная возможность увеличить AI-видимость.

Наконец, GEO Action Plan превращает всё это в конкретный список действий.

Именно последняя часть принципиальна для коммерческого продукта.

Бизнесу мало знать, что его GEO Score равен 67.

Ему нужно понимать, что сделать завтра утром.

Предположим, пользователь продаёт промышленное оборудование.

Его сайт хорошо описывает характеристики продукции, но нигде не отвечает на вопросы:

«Как выбрать оборудование для конкретного производства?»

«Какая модель лучше подходит для небольшого предприятия?»

«Сколько занимает поставка?»

«Чем отличается модель A от модели B?»

Обычный SEO-аудит может не считать отсутствие этих ответов серьёзной проблемой.

GEO-анализ смотрит иначе.

Если пользователь задаёт такой вопрос нейросети, а сайт не содержит понятного ответа, у AI нет очевидной причины использовать его в качестве источника.

Поэтому сервис должен показать не абстрактную рекомендацию «улучшить контент», а:

Создать сравнительный блок для моделей A и B.

Добавить информацию о сроках поставки.

Создать отдельный ответ на вопрос о выборе оборудования.

Добавить таблицу характеристик.

Указать источник технических данных.

Это уже не отчёт. Это рабочее задание для маркетолога, SEO-специалиста или редактора.

Одной из наиболее интересных функций продукта мы считаем Prompt-to-Page Gap.

Она связывает два мира, которые пока редко объединяются в одном инструменте.

С одной стороны — вопросы, которые потенциальные клиенты задают AI.

С другой — конкретные страницы сайта.

Система должна определить:

может ли страница ответить на вопрос;

насколько полный этот ответ;

каких данных не хватает;

можно ли выделить из страницы самостоятельный факт;

есть ли подтверждение утверждения;

какая страница сайта является наиболее подходящим источником.

Получается карта информационных пробелов.

Вместо привычного:

«На странице мало контента»

пользователь получает:

«По вопросу X сайт отвечает частично. Не хватает цены, срока поставки и сравнения с альтернативным решением».

Для бизнеса это значительно более полезная информация.

На наш взгляд, инвестиционная привлекательность проекта связана не только с ростом AI-поиска.

Гораздо важнее структура формирующегося рынка.

AI-поиск становится новым каналом обнаружения компаний, но инструментарий для управления этой видимостью ещё находится на ранней стадии.

Даже сама экосистема поисковых систем начинает предоставлять отдельные показатели AI-видимости. Например, Microsoft уже запустила в Bing Webmaster Tools раздел AI Performance, где показываются AI-цитирования, страницы-источники и поисковые запросы, связанные с использованием контента в AI-ответах.

OpenAI также прямо указывает издателям, что публичные сайты могут появляться в ChatGPT Search, а для обнаружения, отображения и цитирования контента важно не блокировать OAI-SearchBot.

Это важный сигнал для рынка.

AI-видимость постепенно становится измеряемой характеристикой сайта.

А всё, что можно измерять, рано или поздно превращается в отдельный класс инструментов аналитики и оптимизации.

В проекте сознательно выбрана другая архитектурная стратегия.

GEO Intelligence не должен превращаться в конкурента крупным SEO-платформам по количеству функций.

Мы не собираемся строить собственную поисковую систему, индексировать весь интернет или создавать собственную большую языковую модель.

Большая часть анализа может выполняться обычными алгоритмами: HTML-парсингом, анализом структуры страниц, JSON-LD, sitemap, robots.txt, заголовков, сущностей и текста.

AI используется там, где действительно необходим семантический анализ.

Это позволяет сделать продукт относительно лёгким.

Сайт пользователя анализируется ограниченными порциями. Неизменившиеся страницы не требуется обрабатывать повторно. Результаты можно кэшировать. Фоновые операции выполняются по расписанию.

Таким образом, для ранней версии проекта не требуется дорогая распределённая инфраструктура.

Это принципиальный момент инвестиционной модели: первые деньги предполагается направлять не на серверные мощности, а на развитие самого продукта и получение рыночной валидации.

В текущем интерфейсе предусмотрена SaaS-модель.

Бесплатный тариф предназначен для знакомства с продуктом.

Платные уровни ограничивают количество проектов, анализируемых страниц, AI-запросов и конкурентов.

Для агентств предусмотрен отдельный уровень с большим количеством проектов, white-label и API.

В прототипе сейчас заложена следующая логика:

Free — 1 проект и 10 страниц;

Basic — 5 проектов и 50 страниц;

Pro — 20 проектов и 250 страниц;

Agency — неограниченное количество проектов, до 1000 страниц, white-label и API

Цены на прототипе — 2 990, 5 990 и 9 990 рублей в месяц соответственно. Это не финальная коммерческая модель, а рабочая гипотеза, которую предстоит проверять на первых клиентах.

Здесь интересен и другой рынок — агентства.

SEO- и digital-агентству гораздо выгоднее получить один профессиональный инструмент для мониторинга десятков клиентских сайтов, чем вручную проводить GEO-анализ каждого проекта.

Поэтому B2B2B-модель может оказаться одним из наиболее перспективных направлений масштабирования.

На текущем этапе существует рабочий фронтенд-прототип продукта с концепцией личного кабинета, тарифной моделью и основными модулями будущей системы.

В интерфейсе уже представлены GEO Score, Citation Readiness, AI Query Map, AI Entity Profile, Competitor Gap Analysis, GEO Opportunity Finder, Action Plan и история GEO Score.

Это пока не позиционируется как готовая полноценная SaaS-платформа.

И в этом есть важный момент для потенциального инвестора.

Мы не пытаемся выдавать дизайн за готовый бизнес.

Следующий этап — превратить концепцию в работающий MVP, подключить реальные процессы анализа сайтов, протестировать методологию на реальных проектах и понять, какие показатели действительно коррелируют с ростом AI-видимости.

Первый этап развития относительно компактен.

Нужно реализовать краулер сайта с ограничением нагрузки, технический GEO-аудит, анализ структуры и содержания страниц, генератор AI-запросов, Citation Readiness, Prompt-to-Page Gap, конкурентный анализ и автоматический Action Plan.

Следующий уровень — регулярный мониторинг.

Пользователь сможет увидеть не только текущую оценку, но и динамику:

GEO Score: 61 → 68 → 74.

Но ещё важнее — увидеть, какие изменения на сайте привели к результату.

В перспективе это может стать аналогом привычной SEO-аналитики, только для нового канала.

У SEO есть позиции.

У рекламы есть показы и клики.

У социальных сетей есть охват.

У AI-поиска постепенно формируется собственная система метрик: упоминания, цитирования, источники, доля присутствия, запросы, в которых бренд появляется.

Пока рынок находится в стадии формирования, существует возможность занять место одного из инструментов, который стандартизирует эти показатели.

И здесь особенно интересна идея GEO Score.

В дальнейшем он может превратиться из внутренней оценки конкретного сервиса в своеобразный стандарт AI-готовности сайта.

GEO пока не является устоявшейся дисциплиной с универсальной формулой успеха.

Наоборот, свежий академический обзор исследований 2023–2026 годов подчёркивает неоднородность методик и отсутствие доказанного универсального способа обеспечить стабильную долгосрочную видимость во всех генеративных системах.

Это не слабость проекта. Но это риск, который необходимо учитывать.

Поэтому задача первого этапа — не обещать клиентам:

«Сделайте эти десять вещей — и ChatGPT будет показывать вас первым».

Такого обещания нельзя делать.

Правильная задача — создать измеримую систему наблюдения и экспериментов, которая позволит выяснять, какие изменения действительно улучшают присутствие бренда в AI-ответах.

Это делает продукт ближе не к генератору SEO-рекомендаций, а к аналитической платформе.

Первый рынок — владельцы сайтов и небольшие компании.

Следующий — SEO/GEO-агентства.

Затем — e-commerce, SaaS, локальный бизнес, производственные компании и крупные бренды.

После накопления данных появляется ещё один потенциальный актив — собственный массив обезличенной аналитики.

Можно изучать:

какие типы контента чаще цитируются;

какие структуры страниц работают лучше;

какие вопросы остаются без ответов;

как меняется AI-видимость разных отраслей;

какие конкуренты получают преимущество;

как результаты отличаются между AI-платформами.

На этом уровне продукт перестаёт быть просто аудитором.

Он становится системой AI Search Intelligence.

Мы ищем инвестиции не для создания красивого интерфейса.

Фронтенд уже показывает, каким может быть продукт.

Основная задача инвестирования — построить работающий аналитический механизм, провести серию экспериментов на реальных сайтах, проверить методологию, получить первые платные проекты и определить наиболее эффективную модель монетизации.

Условно проект можно развивать по трём направлениям.

Первое — продукт: полноценный GEO-аудит и мониторинг.

Второе — данные: накопление собственной базы AI-видимости и поведения источников.

Третье — B2B: инструменты для агентств и компаний с большим количеством сайтов.

При этом техническая модель остаётся относительно экономной.

Не требуется обучать собственную LLM.

Не требуется создавать поисковый индекс интернета.

Не требуется строить дорогостоящую инфраструктуру на ранней стадии.

Это позволяет относительно небольшим инвестициям пройти достаточно длинный путь до первых рыночных показателей.

В идеальном сценарии GEO Intelligence должен стать для AI-поиска тем, чем привычные SEO-платформы стали для классической поисковой выдачи.

Пользователь открывает сервис и видит:

Где мой бренд появляется в AI?

По каким вопросам его рекомендуют?

Какие конкуренты забирают эти ответы?

Какие страницы становятся источниками?

Почему AI выбирает их?

Что изменить, чтобы увеличить собственную видимость?

Это понятный продукт с понятной ценностью.

И, что особенно важно, его можно развивать вместе с самим рынком AI-поиска.

Сегодня это ChatGPT, Gemini, Perplexity и AI Mode.

Завтра появятся новые поисковые интерфейсы, AI-агенты и системы, которые будут выбирать поставщиков, товары и услуги непосредственно внутри диалога.

В этой модели сайт перестаёт конкурировать только за место в поисковой выдаче.

Он начинает конкурировать за право быть источником ответа.

Именно этот переход мы считаем фундаментальной инвестиционной идеей GEO Intelligence.

Мы ищем партнёров и инвесторов для превращения существующего прототипа в полноценную GEO Intelligence Platform — инструмент, который поможет бизнесу измерять, понимать и системно увеличивать свою видимость в новом AI-поиске.

Проект: GEO Intelligence