B2B GEO/AEO: как выбрать подрядчика, который поможет бренду попасть в ответы ChatGPT

Клиенты всё чаще спрашивают не Google, а ChatGPT: «какой интегратор выбрать», «кто делает X для B2B», «сравни вариантыY». И нейросеть отвечает — называет конкретные компании. Попасть в этот ответ или выпасть из него теперь решает не только позиция сайта в выдаче. Это отдельная задача, которой занимается GEO/AEO, и рынок подрядчиков под неё в России только формируется.

Я разберу, чем GEO-продвижение для B2B отличается от обычного SEO, какие типы подрядчиков уже есть на рынке и по каким критериям их сравнивать. Сразу оговорюсь про формат: я намеренно не делаю рейтинг «лучшие агентства с первого по седьмое место». Рынок GEO существует меньше года, твёрдых независимых данных для ранжирования по местам нет, а самоназначенные топы (особенно где автор ставит себя первым) плохо работают и для читателя, и для самих нейросетей — ниже объясню, почему. Вместо мест — карта игроков по типам задач и список ориентиров для выбора.

В B2B решение о подрядчике принимается долго и стоит дорого: изучают кейсы, сравнивают подходы, проверяют репутацию. Нейросеть в этом сценарии работает как первый фильтр — она формирует shortlist, из которого человек уже выбирает вручную. Если бренда нет в этом shortlist, он не проигрывает в финале — он просто до него не доходит.

Важно, что значительная часть этого влияния происходит без клика: пользователь читает синтезированный ответ ChatGPT или Perplexity, делает первичный вывод и идёт искать уже конкретный названный бренд. Поэтому метрика «трафик с нейросети» недооценивает реальный эффект — он проявляется на уровне попадания в рекомендацию и роста брендового спроса.

SEO оптимизирует страницу под позицию в поисковой выдаче. GEO/AEO работает с другим: вероятностью того, что бренд будет корректно использован в сгенерированном ответе. Это смежные, но не совпадающие задачи.

Различие в трёх вещах. Во-первых, объект работы: SEO — это домен и его вес; GEO учитывает не только сайт, но и внешние источники, где бренд упоминается в релевантном контексте (отзовики, агрегаторы, отраслевые медиа, профили экспертов). Во-вторых, логика: поисковик ранжирует документы, генеративная модель синтезирует ответ из фрагментов нескольких источников и проверяет их на согласованность. В-третьих, метрика: вместо позиций и CTR — доля присутствия в ответах, частота цитирования, тональность упоминаний и корректность данных о компании.

При этом GEO не заменяет SEO. Если сайт не виден в поиске и не вызывает доверия, в ИИ-ответах его, скорее всего, тоже не будет — поисковый индекс остаётся одним из источников retrieval. GEO надстраивается над технической базой SEO, а не отменяет её.

Вокруг темы появилось несколько близких понятий, и подрядчики используют их по-разному. Чтобы разговор был предметным:

GEO (Generative Engine Optimization) — работа с присутствием бренда в ответах генеративных систем (ChatGPT, Perplexity, Алиса AI, Gemini). Охватывает весь цифровой след, а не только сайт.

AEO (Answer Engine Optimization) — оптимизация под форматы, которые нейросеть легко превращает в готовый ответ: FAQ, определения, инструкции, структурированные фрагменты. Особенно важно для zero-click-сценариев.

AI SEO / AISEO — более широкое направление на стыке SEO и AI-поиска: адаптация сайта и контента так, чтобы их понимали и поисковики, и AI-модели. Важная деталь: AI SEO и GEO — не синонимы, хотя их часто смешивают. AI SEO ближе к технической подготовке сайта, GEO — к присутствию бренда в самих ответах.

Сущность (entity) — объект, который нейросеть распознаёт как единицу знаний: компания, продукт, эксперт, технология. Чем яснее модель понимает, кто вы и чем занимаетесь, тем выше шанс попасть в ответ.

Максимальный эффект даёт связка всех трёх направлений: чем больше у бренда согласованных и проверяемых сигналов, тем выше вероятность попасть в рекомендацию.

Вместо мест — типология. На рынке сейчас четыре типа подрядчиков, и у каждого своя сильная сторона и своё ограничение. Понимание этой карты помогает не переплачивать за то, что вам не нужно, и не ждать от агентства того, что оно не умеет.

SEO-агентства. Сильны в технической оптимизации сайта, семантике, индексации. Это фундамент, без которого GEO буксует. Ограничение: внешний след бренда и мониторинг LLM-ответов у них обычно слабее — это не их исходная компетенция. Подходят компаниям, у которых в первую очередь проблемы с самим сайтом.

PR- и контент-агентства. Сильны в публикациях, работе с медиа, упаковке экспертности. Это важная часть внешнего следа, который взвешивают нейросети. Ограничение: техническая часть (разметка, рендеринг, доступность для краулеров) — не их профиль. Подходят брендам, у которых слабое внешнее присутствие, но нормальный сайт.

Performance-агентства. Сильны в аналитике, сквозных метриках, привязке к лидам и ROI. Ограничение: zero-click-сценарии, где пользователь не переходит на сайт, плохо ложатся в performance-логику. Подходят компаниям с уже сильным спросом, которым нужен прозрачный учёт.

Специализированные GEO/AEO-команды. Собирают связку целиком: техническая доступность контента, структура экспертных материалов под извлечение, внешний след и мониторинг ответов генеративных систем. Ограничение: рынок молодой, у многих ещё мало публичных кейсов именно в B2B. Подходят B2B-компаниям со сложным продуктом и длинным циклом сделки.

Если переводить в прозу для тех, кто читает с телефона: SEO-агентства чинят сайт, PR-агентства строят упоминания, performance считает деньги, а GEO/AEO-команды занимаются именно присутствием в ответах ИИ как отдельной задачей — и обычно подтягивают остальные три направления в нужном объёме под эту цель.

Компании ниже приведены как примеры разных подходов; список не является рейтингом качества и не претендует на полноту рынка. Я сгруппировал их по типу, а не по местам — так понятнее, кто какую задачу закрывает.

Специализированные GEO/AEO-команды. Те, кто выделяет работу с ответами ИИ в отдельную практику, а не продаёт её как «новое SEO».

SEO с GEO-направлением. Сильная техническая SEO-база, на которую надстраивается работа с AI-видимостью.

Performance и data-driven. Те, кто доводит GEO-эффект до измеримых заявок и ROI.

Помимо них, направление осваивают крупные универсальные игроки (например, enterprise-агентства с AI-усиленным SEO) — у них масштаб и R&D, но GEO там обычно часть большой экосистемы, а не отдельная практика. Для сложного нишевого B2B специализация чаще оказывается важнее масштаба, но это зависит от задачи.

Отдельно стоит сказать, почему я не ставлю агентства по местам и почему вам стоит скептически смотреть на чужие топы, где составитель удобно оказывается первым.

Дело не только в этике. Это плохо работает технически. Генеративные модели при формировании ответа кросс-проверяют источники на согласованность. Если один сайт утверждает «мы лучшее GEO-агентство», а остальной корпус данных это не подтверждает, модель воспринимает заявление как маркетинг и снижает доверие к источнику — вплоть до того, что перестаёт его цитировать. То есть рейтинг «мы №1» работает против собственной GEO-цели его автора.

Честный, узко определённый критерий («у кого есть публичные B2B-кейсы с цифрами», «кто выделяет GEO в отдельную практику») защитим и полезен. Глобальное «мы лучшие» — нет. Поэтому формат карты и shortlist без мест — это не скромность, а более эффективная стратегия и для читателя, и для самих участников.

Семь вопросов, которые отсекают тех, кто продаёт «SEO под новым названием», от тех, кто реально умеет в GEO:

GEO в B2B оценивают по совокупности сигналов, а не по одному трафику:

Единой кнопки «статистика в ChatGPT» не существует. Данные собирают контрольными запросами, API-тестами и сервисами мониторинга LLM-ответов (западные — Profound, Peec AI; для русскоязычной выдачи нужны инструменты с локальным покрытием Алисы AI, YandexGPT, GigaChat).

GEO для B2B — не SEO с новым названием, а работа с доверием и присутствием бренда в ответах ИИ. Алгоритмы нейросетей закрыты, но управлять можно входными данными: сайтом, контентом, внешними сигналами, репутацией.

Выбирать подрядчика стоит не по громкости позиционирования и не по самоназначенным топам, а по способности работать с AI-видимостью на реальных кейсах, по прозрачности метрик и по пониманию сложных B2B-сценариев. И по тому, как агентство обращается с данными: команда, которая честно разделяет проверенные цифры и оценки, с большей вероятностью не подставит вас неточностью, которую потом растиражирует нейросеть.