Я полгода разбиралась, как попасть в ответы нейросетей. Рассказываю честно: что работает, а что вам продают зря
Меня зовут Ольга, я руковожу SEO и последний год плотно занимаюсь GEO - оптимизацией под генеративный поиск. Это когда вы спрашиваете что-то у Алисы, ChatGPT или Perplexity, а в ответ получаете готовый текст со ссылками на пару сайтов. Вот про то, как попасть в эту пару сайтов, и пойдет речь.
Я перепроверила все, во что сама верила год назад: прогнала запросы клиентов через движки в инкогнито, переписала десятки страниц и посмотрела, что изменилось, и свела это с тем, что показывают крупные исследования - Princeton, Ahrefs, Profound. Часть моих прошлых убеждений не пережила проверку. Об этом тоже честно.
Сразу главный вывод, чтобы вы не тратили время зря: нейросеть вас не ранжирует - она собирает ответ из кусочков чужих страниц. Значит, задача не «быть выше», а «дать ей готовый кусок, который удобно вырезать и на который не стыдно сослаться». Дальше я объясню это по-человечески и покажу, что из этого следует на практике.
Часть 1. Как это вообще работает - на пальцах
Давайте без терминов-страшилок. Представьте, что нейросеть - это студент, который пишет ответ на экзамене, но не из головы, а быстро гуглит и пересказывает. Весь процесс - четыре шага. По-английски это звучит как retrieve → ground → generate → cite, но по сути вот что:
- Retrieve (найти). Студент идет в библиотеку (поисковый индекс) и набирает стопку книг, где может быть ответ. Если вашей книги в библиотеке нет - вас в этой стопке не будет никогда. Это значит: не в индексе поиска - не в ответе нейросети. Никакой магии в обход обычного SEO тут нет.
- Ground (свериться). Студент не доверяет одной книге, он сверяет факты между источниками. Если ваш факт подтверждается и выглядит достоверным - его возьмут. Если вы один такой умный и больше нигде это не написано - отнесутся с подозрением.
- Generate (собрать ответ). Студент пишет своими словами, вставляя куски из набранных книг.
- Cite (сослаться). В конце ставит сноски: вот отсюда я взял. Вот эти сноски - и есть цитирование. Это новая «первая позиция».
Запомните образ со студентом - к нему будем возвращаться.
Query fan-out и «триплеты»: почему нейросеть не ищет вашу фразу
Вот тут ломается старое SEO-мышление. Раньше мы думали так: есть запрос «купить кофемашину» - оптимизируем страницу под «купить кофемашину». В генеративном поиске это не работает, потому что движок дробит один вопрос на веер из 5–15 под-вопросов. Это и называется query fan-out, и Google это официально подтвердил в своем гайде в мае 2026.
Спросили «как выбрать кофемашину» - а движок под капотом ищет еще «чем рожковая отличается от автоматической», «какое давление нужно», «отзывы о кофемашинах для дома», «частые поломки» и так далее. И собирает ответ из лучших кусков по каждому под-вопросу.
Отсюда два практических следствия:
- Вас могут процитировать, даже если по «головному» запросу вы не в топ-10. Ahrefs в марте 2026 разобрал 4 миллиона ссылок из AI-ответов Google: только ~38% цитируемых страниц были в топ-10 по тому самому запросу. Около трети - вообще за пределами топ-100. Их вытащили по смежным под-вопросам. То есть узкий, но сильный абзац на тему «давление в кофемашине» может попасть в ответ, даже если вся страница не лидер.
- Нужно закрывать не один запрос, а смысловое поле вокруг него. Вот тут и появляются «триплеты» - простая модель «субъект → свойство → значение». «Кофемашина (субъект) → давление (свойство) → 15 бар (значение)». Чем больше таких фактов-троек у вас на странице в явном виде, тем больше под-вопросов вы закрываете и тем чаще вас выдергивают в ответ. Не «пишите больше воды про кофемашины», а «дайте больше конкретных фактов о них».
Atomic-ответы: почему писать надо «кусками»
Помните студента, который вырезает куски? Ему удобно, когда абзац - это законченная мысль, которую можно вынуть и вставить, и она не развалится без контекста.
Это и есть atomic-ответ (атомарный): один абзац = один законченный факт или ответ на один вопрос. Не «как мы все знаем, в современном мире...», а сразу по делу: «Рожковая кофемашина дает более насыщенный вкус, но требует навыка. Автоматическая проще, но кофе слабее».
Практически это значит:
- Отвечайте на вопрос в первых 40–60 словах блока, до всякого вступления.
- Каждый заголовок H2 формулируйте как реальный вопрос пользователя.
- Каждый раздел должен читаться сам по себе, без «как я писала выше».
Я это проверила на скучном кейсе: взяла страницу клиента, где ответ был зарыт в третьем абзаце после лирики, и просто подняла его в начало, разбив на короткие самодостаточные блоки. Через пару недель Алиса начала цитировать именно этот блок. Контент не поменялся - поменялась только подача. Это и есть GEO в чистом виде.
Два слоя: контент и бренд
И последнее из базы. Цитирование держится на двух слоях:
- Слой контента - то, что на ваших страницах (структура, факты, атомарные ответы). Им вы захватываете сам ответ.
- Слой бренда - то, что про вас написано во всем остальном интернете (СМИ, отзывы, Reddit, профили). Это фундамент доверия. Вспомните шаг «ground»: студент сверяет источники. Если про вас везде пишут одинаково и хорошо - вам верят и цитируют. Если нигде - сомневаются.
Эти два слоя усиливают друг друга, и про бренд я скажу отдельно ниже, потому что для ChatGPT он часто важнее техники.
Главное, что нужно понять про цитирование: это два барьера, а не один
Запомните это, потому что отсюда все ошибки. Чтобы вас процитировали, надо пройти два разных экзамена:
- Отбор источника - вашу страницу вообще должны выбрать в стопку кандидатов. Это гейтится индексацией, доступом для ботов и базовым ранжированием.
- Поглощение в ответ - из выбранной страницы должны вытащить кусок. Это гейтится структурой и фактической плотностью.
Сильный сайт с «водянистой» страницей проходит первый экзамен и заваливает второй: его выбрали, но вырезать нечего. А отличный по структуре материал на мертвом сайте, который не пускает ботов, не дойдет даже до первого. Оптимизировать надо оба барьера - большинство бьется только в один.
Часть 2. Файлы: robots.txt - то, что почти все делают неправильно
Теперь то, на чем я ловлю чуть ли не каждый второй сайт при аудите. Это технический раздел, но потерпите - тут прячется самая дорогая и самая тихая ошибка в GEO.
Дело в том, что у каждого AI-сервиса не один бот, а несколько, и у них разные задачи. И это все меняет.
Боты бывают двух принципиально разных типов
Retrieval-боты (поисковые). Они приходят, чтобы найти ваш контент и потом процитировать вас в живом ответе. Это:
- OAI-SearchBot, ChatGPT-User - для ChatGPT Search;
- Claude-SearchBot, Claude-User - для Claude;
- PerplexityBot, Perplexity-User - для Perplexity;
- Googlebot - для обычного поиска и для AI Overviews / AI Mode;
- YandexBot - для Яндекса и Нейро.
Эти боты блокировать нельзя ни при каких обстоятельствах. Заблокировали - выпали из ответов соответствующего движка. Точка. OpenAI прямо пишет в документации: сайты, закрывшие OAI-SearchBot, не появляются в ответах ChatGPT Search.
Обучающие боты (training). Они приходят, чтобы скачать ваш контент в обучающий набор будущей модели. Это GPTBot (OpenAI), ClaudeBot (Anthropic), CCBot (Common Crawl), Google-Extended (обучение Gemini). Они не приводят трафик и их блокировка - вопрос вашей политики, а не видимости.
И вот тут - три факта, на которых горят все.
Факт первый: Google-Extended - это НЕ Googlebot. Многие в панике закрывают Google-Extended, думая, что «защищаются от ИИ». На самом деле они всего лишь отказались от обучения Gemini, а на AI Overviews это никак не влияет - их обслуживает обычный Googlebot. То есть люди делают бессмысленное движение и думают, что что-то сделали.
Факт второй, самый дорогой: ~27% сайтов случайно глушат retrieval-ботов на уровне CDN. У вас может быть идеальный robots.txt, но Cloudflare или другой CDN с включенной галкой «блокировать AI-скраперов» режет OAI-SearchBot и PerplexityBot еще на подлете. Сайт честно думает, что открыт, а по факту невидим для половины движков. Проверяется только одним способом: смотрите логи сервера на ответы 403 этим ботам. Это та самая тихая потеря, которую не видно в обычной аналитике.
Факт третий: блокировка обучения не ретроактивна. Что уже попало в обучающий корпус - там и останется, даже если вы закроете бота завтра.
Два готовых шаблона robots.txt
Шаблон А - «хочу, чтобы ИИ меня знал» (для большинства бизнесов).
Тут логика тонкая. Около 60% ответов ChatGPT генерирует не из веб-поиска, а из «зашитых» в модель знаний, полученных при обучении. Значит, если вы хотите, чтобы нейросеть в принципе знала о вашем бренде и говорила о нем правильно, пускать обучающих ботов выгодно. Блокировать их стоит только если у вас премиум-контент или принципиальная позиция по интеллектуальной собственности.
robots.txt - максимальная видимость в ИИ
User-agent: *
Allow: /
Disallow: /admin/
Disallow: /api/
Disallow: /cart/
Sitemap: https://ваш-сайт.ru/sitemap.xml
явно открываем поисковых ботов на случай жестких правил выше
User-agent: OAI-SearchBot
User-agent: ChatGPT-User
User-agent: Claude-SearchBot
User-agent: Claude-User
User-agent: PerplexityBot
User-agent: Perplexity-User
User-agent: Googlebot
User-agent: YandexBot
Allow: /
Шаблон Б - «хочу в цитаты, но не в обучение» (для издателей и платного контента).
блокируем обучающих ботов
User-agent: GPTBot
User-agent: ClaudeBot
User-agent: CCBot
User-agent: Google-Extended
User-agent: Applebot-Extended
User-agent: Meta-ExternalAgent
Disallow: /
поисковые боты (OAI-SearchBot, PerplexityBot, Claude-SearchBot,
Googlebot) остаются открыты общим правилом
И не забудьте после этого проверить, что CDN не перебивает ваш файл своими настройками.
А llms.txt? Забудьте про него ради цитирования
Это файл, который год назад все бросились создавать как «robots.txt для нейросетей». Так вот: для попадания в ответы это пустая трата времени. Google официально (15 мая 2026) заявил, что Search его не использует и на видимость он не влияет вообще. Джон Мюллер еще в 2025-м сравнил его с мертвым мета-тегом keywords и сказал прямо: по логам видно, что AI-боты его даже не запрашивают. Исследование SE Ranking на 39 000 доменов подтвердило - на частоту цитирования ноль влияния.
Единственное, где он реально нужен, - техническая документация для AI-агентов вроде Cursor. Если вам кто-то продает «настройку llms.txt, чтобы попасть в Алису» - разворачивайтесь.
Часть 3. Что реально двигает цитирование (и почему это хорошие новости для не-лидеров)
Теперь самое интересное - не «мне кажется», а данные. В 2024 году исследователи из Princeton и IIT опубликовали работу «GEO: Generative Engine Optimization» (это до сих пор, по сути, единственное серьезное академическое исследование на тему). Они протестировали 9 приемов оптимизации на 10 000 запросов и измерили, как меняется видимость в AI-ответах. Я прогнала их выводы через свою практику - сходится. Вот что реально работает:
1. Добавить статистику и числа - самый сильный прием, +30–41% видимости. Не «многие компании ускорили процессы», а «73% компаний сократили цикл согласования на 40% и более». Конкретные числа бьют общие слова каждый раз. Это сильнейший сигнал, что ваш текст основан на данных, а не выдуман.
2. Ссылаться на первоисточники. Не «по мнению экспертов», а «по данным исследования Sleep Medicine за 2025 год, авторы такие-то». Помните шаг «ground»? Нейросеть проверяет цепочку доверия. Когда вы ссылаетесь на авторитетные источники, вы выглядите как материал, который сам сделал работу по проверке фактов.
3. Добавлять цитаты экспертов - +28–41%. Прямая речь специалиста с именем и должностью повышает и достоверность, и «вырезаемость» куска.
4. Улучшать читаемость и ясность - +15–30%. Да, банальный рерайт в сторону простоты и чистоты языка реально поднимает шансы. Нейросети, как и люди, легче берут то, что легче понять.
5. А вот keyword stuffing - ноль. Набивание ключевыми словами, на котором выросло целое поколение SEO-копирайтеров, в генеративном поиске не дает ничего. Это один из приемов, которые в исследовании не сработали вообще. Можете перестать мучить тексты ключами «здесь и сейчас».
Контринтуитивный факт, ради которого стоило все это писать
А теперь то, что перевернуло мне голову. В том же исследовании прием «ссылаться на источники» дал +115% видимости сайту, который стоял на 5-й позиции выдачи. При этом видимость сайта-лидера (топ-1) в среднем снизилась.
Вдумайтесь, что это значит. GEO выравнивает поле. В обычном SEO, чтобы обойти лидера, вам нужны годы на наращивание авторитета и ссылок. В генеративном поиске не-лидер ниши может обойти топ-1 в AI-ответе просто за счет того, что его контент лучше структурирован, насыщен фактами и ссылками. Нейросети, в отличие от классического поиска, не так сильно завязаны на «кто тут самый старый и авторитетный» - им важно, кто прямо сейчас дает самый удобный и достоверный кусок.
Для малого и среднего бизнеса это, возможно, лучшая новость за последние десять лет в поиске. Вы больше не обязаны быть Сбером, чтобы вас процитировали по вашему запросу. Вы обязаны быть полезнее в конкретном абзаце.
Что я перестала делать после всех тестов
Честный раздел про то, что оказалось переоценено.
- Перестала продавать Schema как «волшебную кнопку». Я долго верила, что разметка тянет цитирование. Потом вышло исследование Ahrefs: они добавили JSON-LD на 1 885 страниц и сравнили с 4 000 контрольных - прироста цитат нет ни на одной платформе, а в AI Overviews даже легкий минус. Schema по-прежнему нужна - она помогает классическому ранжированию (а оно гейтит ИИ) и реально работает на коммерческих карточках с ценой и рейтингом. Но как отдельный рычаг цитирования - это миф.
- Перестала тратить время на llms.txt (см. выше).
- Перестала усреднять движки. «Оптимизировать под ИИ вообще» нельзя. Perplexity ни разу не процитировал Wikipedia в одном из крупных исследований, а ChatGPT берет ее в каждом шестом ответе. ChatGPT любит продуктовые страницы, Claude - блоги. Под каждый движок - своя тактика.
- Перестала публиковать «наугад». Раньше было как: написали пул статей, что-то «зашло», пишем дальше. Теперь - обязательный замер ДО старта (смотрю, кого движок цитирует сейчас) и после. Без этого вы не знаете, сработали вы или просто совпало.
Короткий чек-лист, если хотите начать сегодня
- Проверьте логи на 403 для retrieval-ботов и поставьте корректный robots.txt (шаблон выше). Это первое, потому что без доступа все остальное бессмысленно.
- Убедитесь, что страницы в индексе и в топ-30 (для Яндекса цельтесь в топ-5).
- Перепишите ключевые страницы в формат answer-first: прямой ответ в первых 40–60 словах, H2 как вопросы, каждый абзац - законченная мысль.
- Насыщайте текст числами, статистикой и ссылками на первоисточники.
- Ставьте видимую дату обновления и реально обновляйте контент раз в квартал.
- Размечайте JSON-LD (Organization, Article с автором, Product с ценой и рейтингом) - для ранжирования и коммерции, без иллюзий про «магию».
- Работайте над брендом вне сайта: единое описание, профили, упоминания в СМИ, присутствие на Reddit и в отзовиках.
- Замеряйте цитирование по каждому движку отдельно, в инкогнито, до и после.
И главное, что я бы хотела, чтобы вы унесли из этой статьи: перестаньте думать позициями и начните думать кусками. Нейросеть собирает ответ из фрагментов. Дайте ей лучший фрагмент - и вас процитируют, даже если вы не первые. Это и есть вся суть GEO.
Если статья была полезной - у меня в канале я разбираю такие штуки регулярно, на живых кейсах и без воды. Заходите.