Что такое GEO и AI Visibility: как попасть в ответы ChatGPT и других AI-ассистентов

GEO (generative engine optimization) — работа над тем, чтобы AI-ассистенты находили, точно описывали и цитировали ваш продукт. Чем GEO отличается от SEO, что реально помогает, как измерять и что учесть в Казахстане.

Опубликовано: 17 октября 2026 г.
Время чтения: 11 мин
Автор: Команда Gotomarket

Коротко и простыми словами

Всё больше людей спрашивают о выборе сервиса у ChatGPT и других AI-ассистентов, а не ищут в Google. GEO — работа над тем, чтобы в этих ответах был ваш продукт.
Это касается IT-компаний, чьи клиенты сравнивают решения перед покупкой: SaaS, веб-сервисов, приложений, IT-студий.
Главный вывод: секретных приёмов нет. Помогают доступный сайт, ясные факты на страницах и упоминания на внешних площадках.
Первый шаг — составить список вопросов клиентов и проверить, что AI-ассистенты отвечают на них сейчас.

GEO (generative engine optimization, оптимизация под генеративные системы) — это работа над тем, чтобы ChatGPT, Gemini, Perplexity, AI-ответы Google и Яндекса находили сайт компании, точно описывали её продукт и ссылались на её страницы. AI Visibility — видимость бренда в таких ответах и набор метрик, которыми её измеряют. GEO не отменяет SEO: AI-системам нужны те же доступные, понятные и подтверждённые источники.

Статья для основателей, маркетологов и продактов IT-компаний в Казахстане, которые замечают, что клиенты всё чаще приходят со словами «мне посоветовал ChatGPT», и хотят понять, что с этим делать. Разберём, чем GEO отличается от SEO, что известно о выборе источников, какие действия действительно помогают, как измерять результат и с чего начать.

Что такое GEO и AI Visibility

Термин generative engine optimization появился в научной статье 2023 года, которую подготовили Aggarwal и соавторы и опубликовали на конференции KDD 2024. Авторы описали генеративные системы как поисковики нового типа: они собирают информацию из нескольких источников и пишут готовый ответ. У владельца сайта в такой схеме меньше контроля, чем в классической выдаче, и GEO предлагался как способ повысить видимость контента внутри этих ответов.

На практике рядом живут несколько терминов: GEO, AEO (answer engine optimization), LLMO, AI SEO. Разница между ними в основном маркетинговая. Мы используем два:

GEO — работа: доступность сайта, структура страниц, факты о продукте, внешние подтверждения.
AI Visibility — результат и его измерение: упоминается ли бренд в ответах, насколько точно описан, какие страницы цитируются, насколько стабильна картина.

Для IT-продукта это важно на этапе выбора. Покупатель SaaS просит ассистента подобрать сервис под задачу или сравнить несколько вариантов. Если продукта нет в ответе или он описан с ошибками в функциях, тарифах и рынках, клиент может так и не дойти до сайта.

Чем GEO отличается от SEO

SEO и GEO решают похожую задачу в разных интерфейсах. В поисковой выдаче пользователь видит список страниц и сам выбирает, куда перейти. В AI-ответе он получает готовый текст, где бренд может быть упомянут, процитирован со ссылкой или не упомянут вовсе.

	SEO	GEO и AI Visibility
Где виден результат	Поисковая выдача Google и Яндекса	Ответы ChatGPT, Gemini, Perplexity, Copilot, AI-ответы в поиске
Единица успеха	Позиция страницы и клик	Упоминание бренда, точность описания, цитирование страницы
Объект работы	Запрос и посадочная страница	Вопрос пользователя и все источники, из которых собирается ответ
Роль внешних площадок	Ссылки на сайт	Упоминания и факты в каталогах, обзорах, профилях, СМИ
Стабильность	Позиции меняются постепенно	Ответ может отличаться от запуска к запуску
Измерение	Позиции, показы, клики в инструментах поисковиков	Повторяемые замеры по набору вопросов, частично инструменты вебмастеров
Что общее	Доступность, индексация, качество контента, доверие к источнику

Главная мысль таблицы в последней строке. Если сайт плохо индексируется, у него слабые страницы и нет внешних подтверждений, отдельная GEO-работа мало что изменит.

Как AI-ассистенты выбирают источники

Точных алгоритмов выбора источников вендоры не публикуют, и любые «секретные факторы» стоит воспринимать скептически. Но кое-что известно из официальной документации и исследований.

Ответ из модели или из поиска. AI-ассистент может отвечать по знаниям, полученным при обучении, или искать в интернете в момент вопроса. Во втором случае он опирается на поисковый индекс и показывает ссылки на источники. Работа с сайтом сильнее влияет на второй режим.

Google опирается на свой поиск. По документации Google, AI Overviews и AI Mode используют поисковые системы и индекс Google. Чтобы страница могла попасть в эти ответы, она должна быть проиндексирована и иметь право показываться в поиске со сниппетом. Дополнительных технических требований Google не называет.

Вопрос раскладывается на подзапросы. Google описывает приём query fan-out: система запускает несколько связанных поисков по подтемам и источникам. Поэтому страница может попасть в ответ не по главному запросу, а по смежной подтеме: ограничениям, сравнению, локальному контексту.

У каждой системы свой робот. У OpenAI поисковый краулер OAI-SearchBot отвечает за появление сайтов в поиске ChatGPT, а GPTBot собирает данные для обучения моделей. Это независимые настройки: можно разрешить первый и запретить второй. У Perplexity свой поисковый краулер PerplexityBot.

Ответы нестабильны. Один и тот же вопрос, его перефразировка и дата запуска могут дать разные источники. Поэтому один ручной запрос с названием бренда ничего не говорит о реальной видимости.

Цитирование не равно влиянию. Ссылка на страницу в ответе не значит, что ответ построен на её фактах. И наоборот: факты бренда могут попасть в ответ через сторонний обзор, а не через собственный сайт.

Что помогает попасть в ответы AI

Устойчивые действия скучнее, чем обещания «хаков», но именно они работают и одновременно усиливают SEO.

Доступность сайта

Проверьте, что важные страницы открыты для поисковых роботов и AI-краулеров в robots.txt, не блокируются защитой от ботов на CDN и индексируются в Google и Яндексе. Ключевой текст должен быть в HTML, а не появляться только после выполнения JavaScript или за формой.

Прямые ответы и структура

AI-системам проще использовать страницу, на которой факт сформулирован прямо и стоит рядом с вопросом. В начале раздела — короткий ответ: что за продукт, для кого, чем отличается, где работает. Определения, списки функций и интеграций, таблицы сравнения оформляются как самостоятельные фрагменты, понятные без остального текста. Маркетинговые формулировки без конкретики трудно процитировать, и тогда описание продукта берётся из чужих обзоров.

FAQ и разметка schema.org

Блок частых вопросов в формулировках клиентов закрывает подзапросы, на которые раскладывается вопрос пользователя. Разметка schema.org (Organization, Product или SoftwareApplication, FAQPage, Article) помогает системам понять, что находится на странице. Но это не волшебный фактор: Google прямо пишет, что специальная разметка для AI-функций не нужна, а любая разметка должна соответствовать видимому тексту.

Файл llms.txt

llms.txt — предложенный в 2024 году формат: Markdown-файл в корне сайта с названием, кратким описанием и списком ссылок на главные страницы для AI-агентов. Его можно добавить, это недорого. Но Google для своих AI-функций такие файлы не использует как требование, а без хороших страниц файл ничего не даёт.

Упоминания на внешних площадках

О многих продуктах AI-ответ строится не на собственном сайте, а на каталогах, обзорах, профилях компаний, документации, публикациях в отраслевых СМИ и обсуждениях. Независимые подтверждения весят больше, чем повторение одного утверждения на собственных страницах. Нужны актуальные профили, присутствие в профильных каталогах и экспертные публикации.

Актуальность и согласованность фактов

Частая причина неточных ответов — расхождение фактов: на сайте одни тарифы, в каталоге старые, в обзоре третьи. Название, категория, функции, рынки, город и контакты должны совпадать везде. Отдельная страница с ценами и тарифной логикой полезна и клиенту, и AI: подход к цене в тенге мы разбирали в статье о ценах на SaaS в тенге.

Действие	Зачем	Чего ждать
Открыть сайт для поисковых и AI-краулеров	Без доступа страница не попадёт в поиск ассистента	Обязательное условие, а не рост сам по себе
Прямые ответы в начале разделов	Факт легче найти и процитировать	Точнее описание продукта
FAQ и разметка schema.org	Закрыть подвопросы, помочь понять страницу	Вспомогательный эффект, не гарантия
llms.txt	Дать AI-агентам карту главных страниц	Дополнение, не замена контента
Внешние упоминания и профили	Независимые подтверждения фактов	Самый весомый и самый долгий блок
Согласованные и свежие факты	Убрать причины неточных ответов	Меньше ошибок в описании бренда

Как измерять AI Visibility

Видимость в AI нельзя проверить одним запросом. Нужен повторяемый замер.

Prompt set. Соберите вопросы, которые покупатель задаёт до знакомства с брендом: как решить задачу, какие есть сервисы, чем они отличаются, что подходит для Казахстана. Источники — поисковая семантика, обращения в продажи и поддержку, разговоры с клиентами. Для B2B добавьте отдельные вопросы собственника и технического специалиста.
Baseline. Снимите ответы нескольких AI-систем по этому набору, каждый вопрос несколько раз. Формулировки и условия проверки дальше не меняйте.
Метрики. Для каждого ответа фиксируйте: упомянут ли бренд, на каком месте, точно ли описан, какие конкуренты рядом, какие источники процитированы.
Повторы. После изменений на сайте и во внешних источниках повторяйте замер и сравнивайте тренд, а не единичный результат.
Связь с бизнесом. Смотрите брендовый поиск, прямые заходы, реферальный трафик с AI-сервисов в аналитике и обращения, где клиент упоминает AI-ассистента.

Появляются и официальные инструменты. В 2026 году Bing Webmaster Tools запустил отчёт AI Performance: число цитирований сайта в ответах Copilot и AI-сводках Bing, цитируемые страницы и запросы, по которым система нашла контент. Это хороший ориентир, но картину по другим системам он не заменяет.

GEO в Казахстане: два языка, Google и Яндекс

В Казахстане пользователи ищут в Google и Яндексе, а вопросы задают на русском, казахском и иногда английском. Каждая комбинация системы и языка может давать свою картину видимости.

Два поисковика. У Google и Яндекса разные индексы и свои генеративные ответы, у Яндекса — ещё и ассистент Алиса. Индексация и качество страниц важны в обоих.
Русский и казахский. Prompt set стоит собирать на обоих языках. Источников на казахском в сети, как правило, меньше, и ответы могут строиться на других страницах, чем по-русски. Казахская и русская версии сайта должны содержать одинаковые факты.
Локальные вопросы. Покупатели спрашивают, работает ли сервис в Казахстане, есть ли казахский интерфейс, как принимается оплата. Если на сайте нет прямого ответа, ассистент возьмёт его из стороннего источника или не ответит.
Небольшой рынок. Число запросов по B2B-категории может быть небольшим, но решение часто принимает собственник, и точное описание в одном ответе важно для сделки.

Контекст Казахстана. Набор AI-функций у Google и других систем различается по странам и языкам и меняется со временем. Проверяйте ответы так, как их видит пользователь из Казахстана, на русском и казахском, а не по обзорам с других рынков. Для казахстанских брендов отдельно сверяйте данные в профилях на картах, в 2GIS и в каталогах IT-компаний: расхождения в названии, городе или направлении приводят к путанице с компаниями с похожим названием.

Как AI-видимость встраивается в общий набор каналов SaaS-продукта, мы описали в статье GTM для SaaS в Казахстане. Для мобильных приложений дополнительный источник фактов — описания в сторах на двух языках, об этом в статье о выводе мобильного приложения на рынок Казахстана.

С чего начать: план на первый месяц

Неделя	Что сделать	Результат
1	Зафиксировать эталонные факты о продукте: название, категория, для кого, рынки, интеграции, логика тарифов. Собрать 20–40 вопросов клиентов на русском и казахском	Карточка бренда и prompt set
2	Снять ответы нескольких AI-систем с повторами, выписать упоминания, ошибки и цитируемые источники	Baseline и список неточностей
3	Проверить robots.txt, доступность для краулеров, индексацию; переписать начало ключевых страниц под прямые ответы, добавить FAQ и разметку	Исправленные страницы
4	Обновить профили и каталоги, наметить внешние публикации, добавить llms.txt, записать журнал изменений с датами	Backlog внешних подтверждений и дата повторного замера

Если вы ещё не знаете, какие вопросы задают клиенты, начните с анализа поискового спроса: этот шаг подробно описан в статье о проверке спроса на IT-продукт.

Типичные ошибки на старте: проверять один удобный вопрос с названием бренда, ждать результата через неделю, покупать «размещение в ChatGPT» и создавать десятки тонких страниц под каждую формулировку вопроса. Google отдельно предупреждает, что массовое создание страниц ради манипуляции поиском нарушает его правила.

Как мы это делаем

Gotomarket работает с IT-продуктами: SaaS, веб-сервисами, мобильными приложениями и IT-студиями. Работу по AI Visibility начинаем с эталонной карточки бренда и prompt set из реальных вопросов покупателей на русском, казахском и английском. Снимаем baseline в нескольких AI-системах, составляем карту источников и список неточностей, затем передаём backlog в работу: страницы и разметка на сайте, профили и каталоги, экспертные публикации. Через согласованный интервал повторяем замер по тому же набору вопросов. Метод проверяем на собственных продуктах.

Гарантировать попадание в ответы сторонних систем не может никто, и мы этого не обещаем. Мы устраняем причины, по которым продукт не попадает в ответ или описывается неточно, и связываем видимость с поиском и заявками. Подробнее на странице SEO и AI Visibility.

Источники. Google Search Central: AI features and your website; OpenAI: Overview of OpenAI crawlers; Aggarwal et al. GEO: Generative Engine Optimization (arXiv); llms.txt; Bing Webmaster Blog: AI Performance in Bing Webmaster Tools.

Термины простыми словами

GEO (generative engine optimization): Работа над тем, чтобы генеративные AI-системы находили, точно описывали и цитировали сайт компании. Продолжение SEO для интерфейсов с готовыми ответами.
AI Visibility: Видимость бренда в ответах AI-ассистентов и её измерение: упоминания, точность описания, цитируемые страницы, стабильность. Показывает, видит ли покупатель компанию на этапе выбора.
Prompt set: Зафиксированный набор вопросов, которые задаёт аудитория. По нему регулярно снимают ответы AI-систем, чтобы сравнивать результаты во времени.
Baseline: Первый замер видимости, с которым сравнивают все следующие. Без него нельзя понять, дали ли изменения на сайте эффект.
Query fan-out: Приём, при котором AI-поиск раскладывает вопрос пользователя на несколько связанных подзапросов. Поэтому страница может попасть в ответ по смежной подтеме.
Schema.org: Общий словарь разметки, которой сайт подсказывает поисковым системам, что на странице: организация, продукт, статья, вопросы и ответы.
llms.txt: Предложенный в 2024 году файл в корне сайта с кратким описанием и ссылками на главные страницы для AI-агентов. Дополнение, а не обязательный стандарт.
Краулер: Программа, которая обходит сайты и забирает страницы для поиска или обучения моделей. Если краулер заблокирован, страницы не попадут в соответствующую систему.

Частые вопросы

Коротко по теме

Что такое GEO простыми словами?

GEO (generative engine optimization) — это работа над тем, чтобы ChatGPT, Gemini, Perplexity, AI-ответы Google и другие генеративные системы находили ваш сайт, точно описывали продукт и ссылались на ваши страницы. По сути это продолжение SEO для интерфейсов, где пользователь получает готовый ответ вместо списка ссылок.

Чем GEO отличается от SEO?

SEO борется за позиции страниц в поисковой выдаче и клики. GEO работает с тем, упомянут ли бренд в готовом ответе AI, насколько точно он описан и какие источники процитированы. Каналы пересекаются: AI-системам нужны те же доступные и подтверждённые страницы, поэтому GEO опирается на SEO, а не заменяет его.

Как попасть в ответы ChatGPT?

Гарантированного способа нет. Нужно, чтобы поисковый робот ChatGPT (OAI-SearchBot) имел доступ к сайту, факты о продукте были прямо сформулированы на страницах и подтверждались внешними источниками: каталогами, обзорами, профилями, документацией. Затем по набору реальных вопросов аудитории проверяют, что отвечает ChatGPT, и закрывают пробелы.

Что такое AI Visibility?

AI Visibility — это видимость бренда в ответах AI-ассистентов и метрики, которыми её измеряют: упоминается ли бренд по вопросам категории, насколько точно описан, какие страницы цитируются и насколько результат стабилен. GEO — это работа, AI Visibility — то, что эта работа меняет и что измеряют.

Нужен ли сайту файл llms.txt?

Он может быть полезным дополнением: это Markdown-файл с кратким описанием сайта и ссылками на главные страницы для AI-агентов. Но Google прямо пишет, что для его AI-функций такие файлы не нужны. llms.txt не заменяет доступные страницы, ясные факты и внешние подтверждения.

Помогает ли разметка schema.org попасть в AI-ответы?

Разметка помогает системам понять, что на странице: организация, продукт, вопросы и ответы, статья. Но это не отдельный фактор попадания в AI-ответы: Google указывает, что специальной разметки для AI Overviews и AI Mode не требуется. Разметка должна соответствовать видимому тексту страницы.

Сколько времени нужно, чтобы появились результаты GEO?

Первый замер и карта источников делаются за несколько недель. Изменения в ответах AI появляются неравномерно: системы обновляют индексы и модели в разном темпе. Поэтому результат оценивают по тренду нескольких повторных замеров, а не по одному снимку.

Можно ли гарантировать попадание бренда в ответы нейросетей?

Нет. Ответ формирует сторонняя система, и её нельзя контролировать как рекламное размещение. Можно устранить причины, по которым продукт не попадает в ответ или описывается неточно: недоступные страницы, противоречивые факты, отсутствие внешних подтверждений.

Услуги по теме