# GEO‑оптимизация сайта: как попасть в ответы нейросетей - URL: https://vladimirnovozhilov.com/blog/geo-optimizaciya-sajta-kak-popast-v-otvety-neirosetey/ - Author: Владимир Новожилов - Published: 2026-10-03 - Category: Продуктовый маркетинг > Коротко: GEO‑оптимизация — это как сделать сайт извлекаемым для ИИ‑поиска и нейросетей. В статье — техническая база (robots, llms.txt), шаблоны разметки и блоков ответа, чек‑лист аудита и формат отчёта по видимости. Покажу, как планировать работы на 3–6 месяцев и что измерять. [GEO‑оптимизация](/blog/geo-chto-takoe-prodvizhenie-v-nejrosetyah/) — это не «новая SEO‑магия», а дисциплина, которая делает ваши страницы удобными для извлечения фактов нейросетями и AI‑поиском. Цель проста: чтобы ChatGPT (Search/with Web), Perplexity и Яндекс Нейро цитировали именно вас, а не соседний агрегатор. Для этого нужно совместить техническую доступность, извлекаемую структуру текстов и понятные для моделей факты — и регулярно измерять присутствие в ответах. ## Что такое GEO (Generative Engine Optimization) и чем он отличается от SEO GEO фокусируется не на позициях по ключам, а на том, чтобы модели брали из вас готовые фрагменты ответа. В классическом SEO вы добиваетесь клика; в GEO — целитесь в безкликовый показ (zero‑click impressions) и цитирование источника. Синонимы, которые встречаются в практике: AEO (Answer Engine Optimization), LLMO и AI SEO. На практике это три слоя: - Технический: индексация, robots.txt для AI‑краулеров, sitemap.xml, корректный HTML. - Контентный: извлекаемые блоки «вопрос → прямой ответ → контекст», микроразметка Schema.org (FAQPage, Organization, Service, BreadcrumbList, HowTo). - Внешний: упоминания и консенсус в экосистеме (агрегаторы, каталоги, медиа), который модели учитывают в RAG‑подходах. ## Куда попадают ваши страницы — обзор AI‑каналов (Яндекс, Google, ChatGPT, Perplexity) и их особенности Каналы различаются источниками и методами ранжирования цитат: - Яндекс Нейро и Поиск с Алисой — сильная связь с экосистемой: карточки организаций, NAP, качество в Яндексе и согласованность фактов. - Google AI Overviews/Gemini — осторожность к коммерческим нишам, высокая потребность в консенсусе, ценит структурированные фрагменты и FAQ. - [ChatGPT (Search/with Web)](/blog/prodvizhenie-v-chatgpt-kak-popast/) — опирается на собственные краулеры (GPTBot, OAI‑SearchBot), любит краткие «готовые абзацы» и FAQ, хорошо цитирует списки и сравнения. - Perplexity — быстро подхватывает свежие страницы и агрегаторы, активно использует RAG и цитирование нескольких источников. В локальных темах доля агрегаторов в ответах выше, чем у сайтов компаний — по наблюдениям в городах‑миллионниках. Делайте так, чтобы ваш сайт и карточки в каталогах подтверждали одни и те же факты. ![Откуда ИИ чаще берёт факты в локалке (наблюдение)](./images/geo-optimizaciya-sajta-kak-popast-v-otvety-neirosetey-sources.png) ## Техническая база: индексация, доступ AI‑краулеров и требования к HTML Коротко: страница должна быстро индексироваться и быть доступной для приоритетных ботов, а её HTML — простым и предсказуемым. Что проверить: - Индексация: страница без noindex, открыта канонической ссылкой, в sitemap.xml, загружается <1,5 с на мобильном. - Robots: явное разрешение для AI‑краулеров, отсутствие блокировок ключевых разделов. - HTML: один H1, логичная иерархия H2/H3, текст не спрятан за скриптами, таблицы — настоящие table, данные — без «картинок с текстом». Список приоритетных ботов для GEO: - GPTBot - OAI‑SearchBot - PerplexityBot - ClaudeBot - CCBot (Common Crawl) - Googlebot/Google‑Extended (контроль использования контента для ИИ) Пример robots.txt (базовый допуск для AI‑краулеров): ``` # Базовый доступ для AI‑краулеров и карты сайта User-agent: GPTBot Allow: / User-agent: OAI-SearchBot Allow: / User-agent: PerplexityBot Allow: / User-agent: ClaudeBot Allow: / User-agent: CCBot Allow: / # Ограничьте служебные разделы для всех User-agent: * Disallow: /admin/ Disallow: /cart/ Disallow: /search? Allow: / # Карта сайта Sitemap: /sitemap.xml ``` Мини‑чек‑лист HTML перед релизом: - На первом экране — краткий ответ по теме страницы в 2–3 предложениях с числами. - Блоки «вопрос → ответ → контекст» размечены в DOM обычными параграфами/заголовками. - Таблицы сравнений — нативный table с thead/tbody, не div‑сетка. - Важные факты продублированы текстом (не только в картинках/иконках). ## llms.txt — зачем нужен, структура и готовый пример файла llms.txt — это файл в корне сайта, упрощающий LLM‑моделям навигацию по вашим смысловым «якорям»: приоритетные страницы, сущности (бренд, услуги, города), готовые Q&A и краткие факты. Он не заменяет контент, но помогает краулерам быстрее понять, что у вас главное и где это лежит. Рекомендуемая структура: - [pages] — список ключевых URL и их роли (главная, услуги, цены, регионы). - [entities] — бренд, NAP, продукты/услуги, синонимы. - [faq] — 5–10 Q&A в одну строку: вопрос | краткий ответ. - [regions] — города/районы/языки, предпочтения показа. - [policies] — что можно цитировать, что уточнять. Пример llms.txt: ``` # llms.txt — карта смысла сайта [pages] / — главная: обзор услуг и кейсов /uslugi/ — список услуг /uslugi/audit/ — аудит сайта: сроки, цена, этапы /ceny/ — прайс и условия /blog/geo/ — гайд по GEO: извлекаемые блоки, robots, разметка /contacts/ — контакты и NAP [entities] brand: "ООО ТехМаркет" nap: name=ООО ТехМаркет | address=Москва, ул. Примерная, 10 | phone=+7-495-000-00-00 | hours=Пн‑Пт 10:00–19:00 services: аудит сайта; внедрение analytics; локальное продвижение synonyms: GEO=Generative Engine Optimization; AEO=Answer Engine Optimization [faq] Сколько длится аудит? | 10 рабочих дней, черновой отчёт на 7‑й день. Есть ли рассрочка? | Да, 50/50 по этапам. Работаете по договорам? | Да, ЭДО и бумажные носители. [regions] primary: Москва | вторично: Санкт‑Петербург | язык: ru pages-by-region: /ceny/ | Москва; Санкт‑Петербург [policies] quote: разрешено цитировать блоки ответа и FAQ при указании источника clarify: цены и сроки актуальны на странице /ceny/ ``` Совет: держите генератор llms.txt в репозитории вместе с данными о навигации и FAQ, обновляйте при каждом релизе. ## Как писать извлекаемые блоки: паттерн «вопрос → прямой ответ → контекст» Извлекаемый блок — это абзац, который «живет» вне страницы. Структура: 1) Вопрос — коротко и по‑человечески. 2) Прямой ответ — 1–2 предложения с числом/диапазоном. 3) Контекст — уточнение условий/метода. Ориентир по KPI пилота GEO через 3 месяца — доля вопросов с упоминанием источника 30–40% по приоритетному пулу. ![Какой KPI задать пилоту GEO через 3 месяца](./images/geo-optimizaciya-sajta-kak-popast-v-otvety-neirosetey-kpi.png) ### Примеры извлекаемых блоков (цена, сроки, сравнения) — HTML и текст Цена (HTML): ```html

Сколько стоит технический аудит сайта?

Короткий ответ: от 90 000 до 140 000 ₽ за 10 рабочих дней.

Контекст: цена зависит от объёма страниц (до 5 000 URL), интеграций и необходимости внедрения правок.

``` Сроки (HTML): ```html

Сколько длится внедрение GEO‑оптимизации?

Короткий ответ: первые упоминания — за 2–6 недель при открытом краулинге и FAQ.

Контекст: мультигео и высокая конкуренция удлиняют срок до 1–3 месяцев.

``` Сравнение (HTML): ```html

GEO vs SEO: в чём разница?

Короткий ответ: SEO добивается клика и трафика, GEO — цитирования и безкликовых показов в ответах ИИ.

Контекст: практики пересекаются: индексация, структура и факты важны для обоих направлений.

``` ## Микроразметка: FAQPage, Organization, Service, Breadcrumbs — примеры JSON‑LD FAQPage: ```json { "@context": "https://schema.org", "@type": "FAQPage", "mainEntity": [{ "@type": "Question", "name": "Сколько длится GEO‑пилот?", "acceptedAnswer": {"@type": "Answer", "text": "2–6 недель до первых упоминаний."} }] } ``` Organization: ```json { "@context": "https://schema.org", "@type": "Organization", "name": "ООО ТехМаркет", "url": "YOUR_DOMAIN", "telephone": "+7-495-000-00-00", "address": {"@type": "PostalAddress", "addressLocality": "Москва", "streetAddress": "ул. Примерная, 10"} } ``` Service: ```json { "@context": "https://schema.org", "@type": "Service", "name": "GEO‑оптимизация", "areaServed": ["Москва", "Санкт‑Петербург"], "provider": {"@type": "Organization", "name": "ООО ТехМаркет"}, "offers": {"@type": "Offer", "price": "90000", "priceCurrency": "RUB"} } ``` BreadcrumbList: ```json { "@context": "https://schema.org", "@type": "BreadcrumbList", "itemListElement": [ {"@type": "ListItem", "position": 1, "name": "Главная", "item": "YOUR_DOMAIN/"}, {"@type": "ListItem", "position": 2, "name": "Блог", "item": "YOUR_DOMAIN/blog/"}, {"@type": "ListItem", "position": 3, "name": "GEO‑оптимизация"} ] } ``` Совет: валидируйте JSON‑LD перед публикацией и держите FAQ локально на странице, а не только в отдельном разделе. ## Работа с внешними источниками: агрегаторы, каталоги, медиа — план и шаблоны Модели доверяют консенсусу. Если агрегатор пишет одно, а сайт — другое, цитата уйдёт агрегатору. План работ на 4 недели: 1) Составить реестр площадок по нише и региону (топ‑каталоги, отраслевые объединения, отзывы, локальные медиа). 2) Синхронизировать NAP и факты (цены «от», время работы, зоны обслуживания, бренды/сертификаты). 3) Обновить карточки и добавить короткие Q&A там, где возможно. 4) Договориться о цитате/экспертном комментарии в 2–3 медиа. 5) Добавить упоминания в llms.txt (entities/regions), чтобы модели «склеили» источники. Шаблон письма в каталог: ``` Тема: Обновление карточки и подтверждение NAP Здравствуйте! Просим обновить карточку компании «ООО ТехМаркет». Корректные данные: — Название: ООО ТехМаркет — Адрес: Москва, ул. Примерная, 10 — Телефон: +7-495-000-00-00 — Часы работы: Пн‑Пт 10:00–19:00 — Короткое описание: GEO‑оптимизация и технический аудит сайтов Спасибо! ``` Шаблон экспертного комментария для медиа: ``` Тезис: «Чтобы попасть в ответы нейросетей, дайте один абзац с числом и контекстом». Комментарий (500–700 знаков): короткий ответ + методика измерения + локальный нюанс. ``` ## Чек‑лист GEO‑готовности (таблица «что проверить — как проверить — устранение») | Пункт | Как проверить | Приоритет | Ответственное | Дедлайн | |---|---|---|---|---| | Индексация страниц | Страница в sitemap, нет noindex/canonical‑конфликтов | Высокий | SEO | Дата | | Robots для AI | GPTBot/OAI/PerplexityBot/ClaudeBot не заблокированы | Высокий | SEO/DevOps | Дата | | Скорость | LCP < 2,5 с, TTFB < 0,8 с | Средний | Frontend | Дата | | Извлекаемые блоки | На каждой услуге: 3–5 Q&A, резюме с числами | Высокий | Контент | Дата | | Микроразметка | FAQPage, Organization, Service, Хлебные крошки | Средний | Разработчик | Дата | | llms.txt | Актуален: pages/entities/faq/regions | Высокий | SEO/Редактор | Дата | | NAP/локалка | Единообразный NAP на сайте и в каталогах | Высокий | Маркетинг | Дата | | Внешние источники | 10+ карточек актуализировано, 2 медиа‑цитаты | Средний | PR | Дата | | Мониторинг GEO | Еженедельный замер пула вопросов | Высокий | Аналитик | Дата | ## Методика измерения видимости в ответах: KPI, метрики и шаблон отчёта Метрики для GEO: - Доля вопросов с упоминанием источника (по площадке/в целом). - Позиция источника в ответе (1 — первый абзац/цитата, 2 — далее и т. д.). - Упоминания бренда в ответе (да/нет) и тип упоминания (цитата/список/карточка). - Переходы из ответа (если площадка даёт клик). - Время до первого упоминания (дней с даты релиза). - Безкликовые показы (если доступны прокси‑сигналы). Формулы: - Доля упоминаний = Упоминаний / Количество вопросов в пуле. - Средняя позиция = сумма позиций / количество упоминаний. Шаблон отчёта (CSV): ``` week,platform,question,mentioned,position,clicks,first_seen_days,content_version 2026-W10,Perplexity,цена аудита,1,1,4,9,v1.2 2026-W10,ChatGPT,сроки внедрения,1,2,0,14,v1.0 2026-W10,Яндекс Нейро,geo оптимизация что это,0,,0,,v1.2 ``` Процесс замера: 1) Формируем пул из 30–100 вопросов по услугам/локалкам. 2) Еженедельно спрашиваем на целевых площадках в одинаковой формулировке. 3) Фиксируем упоминание/позицию/клики, обновляем CSV. 4) Раз в месяц сопоставляем с изменениями контента/robots/llms.txt. ## Локальная/региональная специфика: NAP, карточки в справочниках, региональные запросы Для локального бизнеса полезность GEO максимальна. Правила: - Единообразный NAP: одинаковые название, адрес, телефон на сайте, в микроразметке и во всех карточках. - Региональные маркеры: город в заголовке H1/H2, в тексте и в llms.txt (раздел regions), отдельные URL для мультигео. - LocalBusiness/Service в разметке с areaServed и часами работы. - Пилотные вопросы формулируйте с локальными частями: «в Москве», «на Петроградке», «Алматы центр». - Отдельные страницы по городам с конкретными ценами/сроками повышают шанс цитирования. ## Автоматизация мониторинга и частота замеров (инструменты и ограничения) Автоматизируйте, но учитывайте правила площадок: - Скрипт‑оркестратор опрашивает платформы по расписанию, пишет результаты в CSV/таблицу. - Для платформ с API используйте официальный клиент и лимитируйте частоту. - Для интерфейсов без API — полуавтомат: шаблоны вопросов, ручной ввод результата, контроль версий контента. Псевдокод для пайплайна замера: ``` for q in questions: for p in ["Perplexity","ChatGPT","Яндекс Нейро","Google AO"]: ans = ask_platform(p, q) # через API/ручной ввод row = parse_answer(ans) # mentioned=0/1, position=1..n, clicks write_csv(row) ``` Частота: еженедельно для пилота; далее — раз в 2 недели. Доработки контента/robots/llms.txt — батчами, чтобы видеть влияние в динамике. ## Частые ошибки и как их избежать - Блокируете AI‑ботов в robots.txt. Исправление: явный Allow для GPTBot, OAI‑SearchBot, PerplexityBot, ClaudeBot. - Нет цитируемых блоков. Исправление: добавьте FAQ и резюме с числами на каждую услугу. - Несогласованный NAP. Исправление: единый эталон NAP, сверка в карточках и микроразметке. - Отсутствует llms.txt или он не обновляется. Исправление: держите файл рядом с релизами контента. - Ставите ставку только на сайт. Исправление: укрепляйте агрегаторы и медиа‑цитаты — модели любят консенсус. ## План работ на 3–6 месяцев с KPI и распределением задач Месяц 1: - Аудит индексации и robots; публикация llms.txt; базовый FAQ/ответ‑блоки на 5 ключевых услугах. - Настройка шаблона замера и первый срез по 50 вопросам. KPI: упоминания ≥ 15% в Perplexity/ChatGPT по пилоту. Месяц 2: - Микроразметка (FAQPage, Organization, Service, Breadcrumbs); локальные страницы по 2–3 городам. - Обновление карточек в 10+ каталогах, 1–2 экспертных комментария в медиа. KPI: доля упоминаний 25%+, первые упоминания в Яндекс Нейро/Google AO. Месяц 3: - Расширение FAQ и сравнения, добавление таблиц цен/сроков, улучшение скорости. - Ротация вопросов в пуле, A/B короткого резюме на страницах услуг. KPI: 30–40% упоминаний, средняя позиция источника ≤ 2. Месяцы 4–6: - Мультигео‑масштабирование, углубление в ниши, регулярные медиа‑цитаты. - Автоматизация опросов и отчётности, регулярные релизы llms.txt. KPI: стабильность метрик, рост безкликовых показов и переходов из ответов там, где доступны. ## Чек‑лист перед публикацией страницы - Страница в sitemap, нет noindex, корректный canonical. - Robots не блокирует AI‑ботов, карта сайта указана. - Первый экран: краткий ответ с числом/диапазоном. - На странице 3–5 FAQ и 1 таблица сравнения. - JSON‑LD валиден (FAQPage/Organization/Service/Breadcrumbs). - Обновлён llms.txt и добавлен раздел о странице. - Добавлен региональный маркер и NAP (если локалка). --- Главная мысль: модели любят короткие ответы и согласованные факты. Дайте им это технически (robots, llms.txt, простая страница), контентно (блоки ответа, разметка) и внешне (агрегаторы/медиа) — и фиксируйте прогресс в понятных метриках. ## FAQ ### Что такое llms.txt и как правильно его заполнить для моего сайта? llms.txt — машиночитаемая «карта смысла» сайта для ИИ‑краулеров: приоритетные страницы, факты, FAQ, регионы. В файле укажите: важные URL, основные сущности (бренд, услуги, города), паттерны вопросов и готовые краткие ответы, правила геопривязки. Разделяйте блоки заголовками и комментарием, используйте короткие строки: один факт — одна строка. Обновляйте при каждом релизе контента и держите его в корне сайта рядом с robots.txt. ### Какие метрики нужно измерять при GEO‑оптимизации и как строить отчёт? Минимальный набор: доля вопросов с упоминанием источника, позиция источника в ответе, упоминания бренда в цитатах, переходы из ответа, время до первого упоминания, безкликовые показы. Собирайте таблицу: «вопрос — площадка — упомянут? — позиция — переходы — дата — версия страницы». Считайте доли по площадкам и тренды по неделям, фиксируйте версии контента и изменения robots/llms.txt. ### Сколько времени занимает попадание в ответы нейросетей для локального бизнеса? Первые упоминания обычно появляются за 2–6 недель при исправной индексации, корректном robots.txt и наличии извлекаемых блоков. Для мультигео‑сайтов и конкурентных ниш — 1–3 месяца. Быстрее всего реагируют агрегаторы и Perplexity, дольше — крупные экосистемы с дополнительной валидацией. ### Какие боты и записи разрешить в robots.txt, чтобы AI‑краулеры видели сайт? Разрешите GPTBot, OAI‑SearchBot, PerplexityBot, ClaudeBot, CCBot. Убедитесь, что для них нет блокировок разделов с контентом, а sitemap доступен. Если не хотите обучения, ограничьте соответствующие расширения, но не закрывайте сам краулинг страниц с ответами и фактами. ### Нужно ли менять структуру страниц и добавлять FAQ для каждой услуги? Да, если хотите стабильного попадания в ответы. Страница услуги должна содержать блоки «вопрос → прямой ответ → контекст», краткое резюме с числами, локальные маркеры (город), и FAQ на 3–5 частых вопросов. Это повышает извлекаемость и консистентность фактов для RAG‑алгоритмов.