Тонкая настройка под ChatGPT или Алису ничего не даст, пока не заложен общий фундамент. Система не найдёт вас, не прочитает ваши страницы или не увидит подтверждений в других местах, и дальше разговаривать не о чем. Здесь описан этот общий слой: что работает почти везде, где системы расходятся, с чего начать при небольшом бюджете и как убедиться, что изменения сработали.
О данных стоит сказать сразу. Науки о влиянии на ответы нейросетей пока мало, а отраслевые исследования в основном корреляционные: два показателя растут вместе, причина остаётся неизвестной. У каждой цифры ниже указан источник и, где она есть, оговорка о методике. Там, где данных нет (у Яндекса и Сбера, например), так и написано.
Как нейросеть решает, кого назвать
Упрощённая схема одинакова для большинства систем. Вопрос пользователя превращается в несколько поисковых запросов (Google называет это query fan-out). Поиск возвращает страницы. Модель читает фрагменты, сверяет их между собой и собирает ответ, в котором названы бренды и стоят ссылки. Так работает нейросеть с веб-поиском. Нейросеть без поиска отвечает по тому, что запомнила при обучении, и здесь работают другие рычаги (см. раздел 2).
Рабочая формула из этого выходит простой: чтобы вас назвали, нужно попасть в выдачу по подвопросам, быть читаемым для бота и получить подтверждение за пределами своего сайта. Ниже шесть факторов, которые на это влияют.
Поиск по вебу и цитирование источников
ChatGPT, Perplexity, Google, Алиса AI и Нейро берут факты из найденных страниц, а не из памяти. Яндекс прямо пишет, что Нейро подбирает несколько подходящих страниц, анализирует их содержимое и объединяет в один ответ со ссылками. Ссылки нужны вам по двум причинам: по ним приходят люди, и с наличием ссылки связано упоминание бренда. По данным VisioBrand (одна тематика, 30 дней, собственный домен авторов в выборке, поэтому смотрите на порядок величин), в ответах с цитированием их материала бренд назван в 75–100% случаев, без цитирования в 5–35%.
Чем больше источников в ответе, тем шире вход для небольших сайтов. В Алисе AI, по тем же данным, ссылок 13–18 на ответ, и туда попадают не только крупные СМИ. В GigaChat и Gemini ссылок почти нет, там влияние идёт через память модели.
Сущность бренда и фактические данные о компании
Модель работает не с сайтами, а с сущностями: «М.Видео», «re:Store», «Ситилинк». Если ваше название в разных местах пишется по-разному (латиницей на сайте, кириллицей в СМИ, с юрлицом в реестрах), система хуже связывает упоминания в одно целое. Минимальный набор фактов, который должен совпадать везде: название и его написания, чем занимаетесь, год основания, город и адреса, ИНН, сайт, ассортимент или услуги, условия доставки и возврата. Google отдельно называет актуальные данные в Merchant Center и профиле компании каналом, через который товары и услуги попадают в ответы. Разметка schema.org полезна для расширенных сниппетов, но Google подчёркивает: специальной разметки для AI-функций не нужно, а она должна совпадать с видимым текстом.
Консенсус источников и внесайтовые упоминания
Это самый сильный из измеренных сигналов. В исследовании Ahrefs по 75 000 брендов (май 2025, Google AI Overviews, коэффициент Спирмена) число упоминаний бренда в вебе показало связь 0,66, а число обратных ссылок только 0,22. Выборка смещена: домены с DR выше 40, бренды без единого упоминания в обзорах исключены, причинность авторы не заявляют.
Для «консенсуса» есть и российские наблюдения. По VisioBrand, 21 домен из 7 978 цитируется всеми девятью платформами, а это в основном отраслевые медиа и площадки с авторскими публикациями (sostav.ru, vc.ru, habr.com): модели охотнее описывают продукты, о которых написали третьи стороны. Habr-автор, собравший 455 ответов Алисы AI, насчитал на первые пять сайтов vc.ru, Дзен, Sostav, Habr и DTF 22% всех ссылок (выборка в основном B2B-услуги, на товарных запросах картина может быть иной).
Отзывы и сравнения
Seer Interactive проанализировал 804 491 ответ ChatGPT, Google AI Mode, Gemini и Perplexity по 1 926 брендам (март 2026, отчёт от 14 мая 2026). У брендов без профиля на Trustpilot медианная доля цитирования составила 1%, у брендов даже с минимальным профилем (от одного до 13 отзывов) 53,5%. Данные корреляционные, отчёт связан с маркетингом самого Trustpilot, и измерялась англоязычная площадка. Для России сопоставимых исследований с открытой методикой нам найти не удалось. Принцип переносим: нейросети любят независимую оценку, и если отзывов нет, ChatGPT в ряде ответов прямо отмечает их отсутствие.
Сравнительные страницы работают по той же логике. На запрос «чем отличается X от Y» система ищет страницу, где это уже написано таблицей. Если такой страницы у вас нет, ответ собирается из чужих материалов, и описывать вас будут конкуренты.
Структура страниц-ответов
В работе Aggarwal и соавторов «GEO: Generative Engine Optimization» (KDD 2024) проверяли девять приёмов правки текста на наборе GEO-bench: 10 000 запросов в 25 тематиках. Лучше всего сработали добавление цитат (+42,6% к метрике заметности в ответе), статистики (+32,8%), ссылок на источники (+27,7%) и упрощение формулировок. Набивка ключевыми словами дала минус 8,7%. Любопытна деталь: у сайта на пятой позиции выдачи ссылки на источники подняли заметность на 115%, у сайта на первой позиции снизили на 30%. Работа 2023 года на тестовой системе и Perplexity, на реальных российских системах никто эти цифры не воспроизводил. Новее: AgentGEO (март 2026) показала, что универсальные правки могут вредить малоизвестному контенту, а точечные, по причине неудачи в цитировании, дают около 40% прироста; FeatGEO (апрель 2026) пришла к выводу, что на цитирование влияют свойства документа целиком, а не отдельные слова.
На практике страница-ответ выглядит так: прямой ответ в первых двух предложениях, таблица или список с фактами, цифры с указанием источника и даты, имя автора или эксперта. Google прямо пишет, что дробить текст на мелкие кусочки «для нейросети» не нужно, длина страницы определяется аудиторией.
Свежесть и доступность для ботов
Ahrefs сопоставил 17 млн цитируемых адресов (июль 2025). Среднее время с публикации у ссылок ИИ-ассистентов 1 064 дня, у обычной органики 1 432 дня. Сильнее всего свежесть нужна ChatGPT, у Google AI Overviews наоборот: они ссылаются на страницы чуть старше органики. Средний возраст цитируемого материала всё равно около трёх лет: свежесть помогает, но не заменяет авторитет. В VisioBrand сообщают, что новая статья в Алисе AI попала в ответы примерно за 7 дней, в Perplexity за 13, в ChatGPT за 18, в Gemini за 79, в DeepSeek за четыре месяца не попала ни разу (одна тематика и один домен, число ориентировочное).
Доступность начинается с robots.txt и заканчивается тем, что бот видит в HTML. Совместное исследование Vercel и MERJ (декабрь 2024, миллиарды запросов в логах) показало: GPTBot, ClaudeBot и PerplexityBot не исполняют JavaScript, а Gemini использует рендеринг Googlebot. Свежих переопросов от самих вендоров нет, поэтому разумно исходить из того, что контент, который появляется только после выполнения скриптов, для части ботов не существует.
Память против поиска: тут системы расходятся
Если система отвечает по знаниям, накопленным при обучении, влиять на неё нельзя быстро: данные уже зафиксированы, а следующее обучение выйдет через месяцы. Единственный рычаг: чтобы о бренде было много качественного и согласованного текста там, откуда собирают обучающие выборки. Если система ищет в реальном времени, рычагов больше и результат приходит за недели: страницы, площадки, отзывы.
| Система | Ищет в вебе при ответе | Основной рычаг | Как управлять доступом ботов |
|---|---|---|---|
| ChatGPT | частично (решает сам) | Страницы в индексе поиска, отзывы, упоминания | OAI-SearchBot для поиска, GPTBot для обучения, настраиваются отдельно |
| Perplexity | да | Страницы в собственном индексе, структура | PerplexityBot; Perplexity-User по запросу человека обычно игнорирует robots.txt |
| Google AI Overviews | да | Обычное SEO и качество страниц, Merchant Center | Googlebot; Google-Extended управляет обучением и привязкой в других сервисах |
| Алиса AI, Нейро | да | Позиции в поиске Яндекса, площадки СМИ и вики-формата | YandexAdditional закрывает только ответы ИИ, не индекс |
| DeepSeek (API) | нет (в приложении поиск есть) | Память модели, англоязычные источники | Не документировано |
| GigaChat (API) | нет | Память модели, российское медиаполе | Сбер не раскрывает механику |
Источники по доступу ботов: OpenAI, Perplexity, Яндекс, Google. В строках DeepSeek и GigaChat описан режим API, в котором LLMetr снимает ответы; в потребительских приложениях набор функций может отличаться.
Что делать в каком порядке
Порядок важнее объёма. Сначала доступ, факты и единое название: без них остальное не работает. Потом контент и внешние площадки. Трудоёмкость указана для небольшого магазина или бренда, где работают один-два человека и подрядчик.
Первые 30 дней: фундамент
- Замерить исходную точку
Составьте 30–50 небрендовых вопросов покупателя (без названия вашего бренда), снимите ответы 3 раза по каждой нейросети и сохраните полностью. Это база для сравнения «до и после».
2–3 дня - Проверить robots.txt и ответы сервера
Убедитесь, что не закрыты OAI-SearchBot, PerplexityBot, Googlebot, YandexBot, YandexAdditional; проверьте файл в Яндекс Вебмастере и в логах сервера. Проверьте, что CDN или защита от ботов не блокирует их по IP.
2–4 часа - Посмотреть сайт глазами бота без JavaScript
Отключите JS в браузере или запросите страницу через curl. Цена, наличие, характеристики и отзывы должны быть в HTML. Если нет, ставится серверный рендеринг или предрендер для карточки и категории.
1 день на проверку, 1–4 недели на исправление - Зафиксировать факты о компании и написания названия
Одна карточка: название и варианты, ИНН, год основания, адреса, ассортимент, доставка, возврат. Приведите в соответствие сайт, Яндекс Бизнес, Google Business Profile, Merchant Center, Яндекс Маркет и профили в соцсетях.
2–3 дня - Сделать страницу «О компании» и контакты
Реквизиты, история, команда с именами и должностями, ссылки на публикации о вас. Это источник, из которого модель берёт факты о бренде.
1–2 дня - Запустить сбор отзывов на независимых площадках
Яндекс Карты, 2ГИС, Яндекс Маркет, Отзовик, отраслевые агрегаторы. Цель: хотя бы по 10–20 свежих отзывов, а не накрутка (она вредит репутации и нарушает правила площадок).
постоянно, 2–3 часа в неделю
До 90 дней: страницы-ответы и внешняя среда
- Страницы сравнения и подборки
«X против Y», «как выбрать», «лучшие для…». Таблица критериев, честные минусы, цифры с датами. По 1–2 страницы на ключевую категорию.
1–2 недели на пакет из 5–10 страниц - Усилить страницы фактами и экспертизой
Цитаты специалистов, ссылки на исследования и стандарты, имя автора с регалиями, дата обновления. Именно эти правки дали прирост в работе Aggarwal et al.
2–3 недели, по 30–60 минут на страницу - Добавить упоминания на площадках, которые цитируют нейросети
Вы получаете список доменов из своих замеров (раздел источников в LLMetr) и работаете по нему: экспертные колонки, обзоры, кейсы. Для России это sostav.ru, vc.ru, habr.com, Дзен, отраслевые медиа. Платные размещения помечаются и не заменяют редакционные.
4–8 недель, зависит от бюджета на PR - Видео и экспертные интервью
В Ahrefs ссылаются на связь упоминаний в YouTube с ИИ-видимостью выше, чем у веб-упоминаний (около 0,74, по пересказу в TNW; первоисточник не проверен). Для России данных нет, делайте как гипотезу на одном продукте.
1–2 месяца - Повторный замер и разбор
Снимите те же вопросы тем же набором нейросетей, сравните по значимости. Что выросло, что нет, какие страницы начали цитироваться.
2–3 дня
Что чаще всего ломает видимость
- Блокировка ботов в robots.txt. Часто прописана «на всякий случай» вместе с запретом на обучение. У OpenAI поиск и обучение настраиваются отдельно: запретив GPTBot, вы остаётесь в поиске, запретив OAI-SearchBot, исчезаете из ответов (на ссылки по прямому запросу пользователя это не влияет). Изменения вступают в силу примерно за сутки; у Яндекса директива для YandexAdditional действует от 2 до 14 дней.
- Контент закрыт скриптами. Карточка товара подгружает описание и цены через JS, отзывы подтягиваются виджетом. Для бота страница пустая. Проверка: curl и просмотр HTML.
- Нет страниц сравнения и «как выбрать». Такие запросы нейросеть получает на этапе выбора, и если вашей страницы нет, ответ соберут из чужих.
- Разные названия бренда в разных местах. «Ре:Стор», «re:Store», «ООО Ре Стор» воспринимаются как несколько объектов. Составьте список написаний и используйте основное везде; в LLMetr поиск терпит разделители и регистр, но модель сама может ошибиться.
- Ставка на llms.txt. Google пишет, что для поиска он не нужен. SE Ranking по выборке почти 300 000 доменов не нашёл связи файла с цитируемостью. VisioBrand за десять дней зафиксировал 14 запросов к llms.txt, все от аудиторских инструментов. Файл можно сделать за час, но ждать от него результата не стоит.
- Покупные ссылки как главный способ. В данных Ahrefs обратные ссылки связаны с видимостью слабее всего из изученных признаков.
- Оценка по одному ответу. Один удачный или неудачный ответ ничего не доказывает, об этом в следующем разделе.
Как измерять
Небрендовые вопросы. Запрос «купить ноутбук для работы с видео в Москве» показывает, называют ли вас без подсказки. Запрос «что такое re:Store» проверяет только то, что модель знает ваше имя. Основная метрика строится на небрендовых вопросах; брендовые вынесите отдельно как индикатор узнаваемости.
Несколько прогонов. Ответы нейросетей случайны. SparkToro и Gumshoe (600 добровольцев, 12 запросов, 2 961 прогон ChatGPT, Claude и Google AI, ноябрь-декабрь 2025) нашли, что шанс получить одинаковый список брендов при повторе меньше 1 из 100, а в том же порядке около 1 из 1 000. Исследование не рецензировалось. Зато популярные бренды появлялись в 55–77% ответов: доля ответов с брендом стабильнее места в списке. Поэтому считают именно долю. По Habr-выборке Алисы AI (455 ответов) один и тот же набор источников при повторе совпал в 67% случаев, у ChatGPT в 32%. Это вариативность, и её нужно закладывать в дизайн замера.
Значимость. Расчёт для понимания масштаба. При видимости 30% и 30 ответах доверительный интервал примерно ±16 процентных пунктов, при 100 ответах ±9. Прирост на 5 п.п. на малой выборке неотличим от шума. Решение: сравнивать пары «вопрос × нейросеть» в двух замерах критерием знаков (sign test). Условный пример: из 10 пар у 8 видимость выросла, у 1 упала, 1 без изменений. Без совпадений остаётся 9 пар, 8 из 9 в одну сторону даёт p ≈ 0,04. Для вывода достаточно, и ни один отдельный ответ для него не нужен. Подробнее о значимости.
Замер до и после. Первый замер снимайте до правок, второй через 3–4 недели для систем с поиском (по данным VisioBrand, новая страница попадает в ответы за 1–3 недели) и через 2–3 месяца для моделей, работающих по памяти. Набор вопросов и нейросетей между замерами не меняйте.
Аннотации изменений. Каждую правку (новая страница, исправление robots.txt, выход колонки) записывайте с датой в журнал: в LLMetr они отмечаются на графике. Иначе через два месяца вы не восстановите, почему вырос показатель.
Поисковые данные дополняют, не заменяют. С июня 2026 Google показывает в Search Console отчёты о показах в генеративных функциях (по сообщениям, запуск шёл поэтапно и без запросов и кликов). В Яндекс Вебмастере, по данным SEOnews, с 7 апреля 2026 появился отчёт «Видимость сайта в Алисе AI». Оба показывают только ваш сайт и без конкурентов, поэтому долю среди конкурентов (Share of Voice) они не заменяют.
GEO и SEO: где одно помогает другому, а где вредит
Google в майском руководстве 2026 пишет, что оптимизация под генеративный поиск остаётся SEO: функции опираются на те же ранжирующие системы. Исследования это подтверждают частично. Для AI Overviews доля цитат из топ-10 упала с 76% до 38%, но 62% цитат всё же лежит в первой сотне или за ней, и Ahrefs сам оговаривает, что часть падения даёт улучшенный парсинг, а не изменения Google. Для Perplexity связь с топ-10 заметнее, для ChatGPT слабая.
| Практика SEO | Для нейросетей |
|---|---|
| Индексация, скорость, чистый HTML, внутренние ссылки | помогает везде: без индекса нет и цитирования |
| Полезные страницы с уникальной экспертизой, E-E-A-T | помогает: на этом настаивает и Google, и работы по GEO |
| Позиции в Яндексе и Google | частично: сильно для Алисы и AI Overviews, слабее для ChatGPT |
| Свежесть и обновление материалов | частично: сильнее для ChatGPT, слабее для AI Overviews |
| Обратные ссылки как цель | слабо: корреляция 0,22 против 0,66 у упоминаний |
| Набивка ключевыми словами, «SEO-тексты» | вредит: минус 8,7% в GEO-bench |
| Массовые страницы под вариации запросов | вредит: Google относит к злоупотреблению масштабом |
| Накрутка отзывов и «искусственные упоминания» | вредит: Google называет их малополезными, площадки блокируют |
Что принципиально добавляет GEO к SEO: цель смещается с позиции в списке на присутствие в ответе, а метрика с кликов и позиций на долю ответов с брендом. Часть потенциального трафика уходит в ответы без перехода на сайт, и упоминание в них становится самостоятельной ценностью.
Чек-лист
- robots.txt не блокирует OAI-SearchBot, PerplexityBot, Googlebot, YandexBot и YandexAdditional (если хотите попадать в ответы Алисы)
- Защита сайта и CDN не отсекают ботов по IP; в логах видны их визиты
- Цена, наличие, описание и отзывы присутствуют в HTML без JavaScript
- Название бренда и его написания едины на сайте, в картах, на маркетплейсах и в соцсетях
- На сайте есть страницы «О компании», контакты, условия доставки и возврата с актуальными данными
- Merchant Center, Яндекс Бизнес и Google Business Profile заполнены и совпадают с сайтом
- Есть страницы сравнений и «как выбрать» по ключевым категориям
- В важных материалах указаны автор, дата обновления, источники цифр
- На независимых площадках есть свежие отзывы
- Бренд упоминается на площадках, которые уже цитируют нейросети в вашей нише
- Снят базовый замер по небрендовым вопросам, минимум в 3 прогона
- Каждое изменение записано в журнал с датой
Дальше по системам
У систем разные источники и механики, поэтому дальше настройка идёт отдельно под каждую:
- ChatGPT: поиск через OAI-SearchBot, отзывы, свежие страницы.
- Perplexity: собственный индекс, структура страниц, прозрачные источники.
- Google AI Overviews: обычное SEO, Merchant Center, query fan-out.
- Алиса AI: выдача Яндекса, медиа и площадки с публикациями, Вебмастер.
- DeepSeek: работа с памятью модели и англоязычными источниками.
- GigaChat: российское медиаполе и отсутствие веб-поиска в API.
Определения терминов: GEO, LLM, цитирование, внесайтовые упоминания, консенсус источников, AI-краулеры.
Источники
- GEO: Generative Engine Optimization, Aggarwal et al., KDD 2024, arXiv, 2023–2024 (цифры из таблиц 1, 2 и 5 версии с arxiv.org/html)
- Diagnosing and Repairing Citation Failures in Generative Engine Optimization (AgentGEO), Tian et al., arXiv, март 2026
- Think Before Writing: FeatGEO, arXiv, апрель 2026
- An Analysis of AI Overview Brand Visibility Factors (75K Brands Studied), Ahrefs, 26.05.2025
- Ahrefs: связь цитирования в AI Overviews с позициями в Google (1,9 млн цитат), 21.07.2025
- Google AI Overview Citations From Top-Ranking Pages Drop Sharply, Search Engine Journal о повторном исследовании Ahrefs, 02.03.2026
- Ahrefs: совпадение ссылок ИИ-ассистентов и топ-10 поисковиков, 11.08.2025
- Do AI Assistants Prefer to Cite Fresh Content?, Ahrefs, 28.07.2025
- Study of 800K AI Responses: How Review Profiles Shape Brand Presence, Seer Interactive, 14.05.2026
- AI Recommendations Change With Nearly Every Query: SparkToro, Search Engine Journal, 2026 (по данным исследования SparkToro и Gumshoe.ai)
- The Rise of the AI Crawler, Vercel и MERJ, 17.12.2024
- LLMs.txt: Why Brands Rely On It and Why It Doesn't Work, SE Ranking, 2025
- AI features and your website, Google Search Central, проверено 14.10.2026
- Optimizing your website for generative AI features on Google Search, Google Search Central, май 2026
- Introducing Search Generative AI performance reports in Search Console, Google, 03.06.2026
- Overview of OpenAI crawlers, OpenAI, проверено 14.10.2026
- Perplexity crawlers, Perplexity, проверено 14.10.2026
- Яндекс запустил Нейро: как он работает, блог Яндекса для вебмастеров, 16.04.2024
- Роботы Яндекса (YandexAdditional), справка Яндекс Вебмастера, проверено 14.10.2026
- Как нейросети выбирают источники: исследование 317 045 цитат, VisioBrand, 20.08.2026 (данные вендора, одна тематика)
- Как попасть в ответы Алисы AI: там всего пять ссылок, Хабр, 2026 (455 ответов, в основном B2B)
- «Видимость сайта в Алисе AI»: новый инструмент в Яндекс Вебмастере, SEOnews, 2026 (не проверено по первоисточнику)
- YouTube mentions are the single strongest predictor of AI visibility, The Next Web, 2026 (пересказ отчёта Ahrefs, первоисточник не открывался)