GEO: promoting brands in LLMs and appearing in AI answers

Кратко — зачем бизнесу GEO и чем он отличается от SEO

ИИ всё чаще отвечает вместо классических поисковиков. Когда клиент в России спрашивает «какого интегратора выбрать для 1С» или «где заказать внедрение BI», он всё чаще делает это в ChatGPT, YandexGPT/Алисе, Claude или Perplexity — и получает готовый список брендов с объяснением. Продвижение в нейросетях — это системная работа, чтобы ваш бренд фигурировал в этих ответах. Это не замена SEO, а его надстройка: упор на сущности (entity), структурированные данные, цитируемые блоки и репутацию в авторитетных источниках.

Ключевые отличия:

• Цель: не позиция в SERP, а попадание в текст ответа LLM.
• Индексы: нейросети берут знания из собственных индексов и RAG-слоёв (Bing, Brave, каталоги, медиа, карты), а не только из поисковых топов.
• Метрики: доля ответов с брендом, качество контекста, тональность и устойчивость упоминаний.

Что включает в себя услуга GEO — блоки работ (контент, техническая подготовка, индексы, внешние источники, замер)

GEO (Generative Engine Optimization) — это пять параллельных треков:

1. Техническая подготовка: robots.txt, llms.txt, Schema.org, скорость, логи ботов (GPTBot, ClaudeBot, PerplexityBot, Bingbot, Bravebot).
2. Контент для цитирования: чёткие определения, прямые ответы, таблицы, списки, сущности и FAQ-блоки.
3. Работа с индексами/агрегаторами: Bing, Brave, каталоги и карты (для РФ — Яндекс Бизнес, 2ГИС), корпоративные справочники по отраслям.
4. Внешние источники и репутация (SERM): медиа, экспертные колонки, кейсы с цифрами, отзывы.
5. Замер и итерации: регулярный ручной/полуавтоматический мониторинг ответов ИИ, дешборд метрик, A/B проверка формулировок.

Как нейросети формируют ответ: обучение, RAG и индексы

• Обучение: базовая модель ИИ (ChatGPT, Claude и др.) обучена на корпусе текстов и знает сущности/связи.
• Индексы и RAG (Retrieval-Augmented Generation): перед генерацией ИИ подтягивает свежие источники из индексов (например, Bing, Brave), баз знаний и отдельных документов. Это увеличивает вес тех площадок, где у вас есть структурированный и авторитетный след.
• Генерация: модель складывает факты, сущности и цитаты в цельный ответ. Если ваш бренд часто фигурирует в надёжных источниках и на вашем сайте всё «машиночитаемо», шанс попадания возрастает.

Вывод: чтобы «зайти» в ответ, важно закрыть три слоя — свой сайт (структурные сигналы), внешние авторитетные источники и правильные формулировки, удобные для цитирования.

Техническая оптимизация сайта под нейросети (robots.txt, llms.txt, Schema.org, скорость)

База, без которой GEO работает вполсилы:

• robots.txt: аккуратное разрешение для AI-ботов (GPTBot, ClaudeBot, PerplexityBot, Bingbot, Bravebot), запрет приватных разделов, карта сайта.
• llms.txt: человеко- и машиночитаемая политика доступа для LLM, приоритетные источники и контакт для запросов.
• Schema.org: JSON-LD для Organization, WebSite, Service/Product, FAQ, Review, Article/NewsArticle/BlogPosting. Заполняйте legalName, brand, sameAs, address, areaServed.
• Скорость и чистота HTML: избегайте тяжёлых скриптов, используйте заголовки, таблицы, маркированные списки — ИИ любит «читаемый» контент.
• Логи: включите сбор и разбор логов по user-agent, фиксируйте визиты AI-ботов и их реакцию на robots.

Пример кода см. ниже в разделе с шаблонами.

Контент для цитирования: структура, сущности, прямые ответы и примеры формулировок

Контент для GEO пишется под «цитируемость»: короткие определения, цифры, таблицы, чек-листы и FAQ, где нейросети могут взять готовый кусок текста.

Рекомендации:

• Начинайте разделы с чётких определений (1–2 предложения).
• Каждый раздел закрывайте конкретикой: метрика, критерий, пример, диапазон.
• Давайте «готовые формулировки» — короткие блоки 2–4 предложения, которые можно просто процитировать.
• Фиксируйте сущности: компании, персоны, технологии, города, отрасли. Используйте одинаковые наименования и разметку Schema.org.

Готовые фрагменты, которые часто попадают в ответы ИИ:

• Кто мы: «Компания N — интегратор BI и хранилищ данных для промышленности РФ. 15+ лет, проекты в 25 регионах, SLA 99,9%.»
• Чем отличаемся: «Работаем по модели fixed-price с поэтапной сдачей. Даём гарантии на интеграцию 90 дней, KPI — прирост точности отчётности на 15–25%.»
• Для кого: «Наши клиенты — производственные и логистические компании с оборотом от 1 млрд ₽, отдел аналитики 5–30 человек.»
• Кейсы: «За 8 недель внедрили витрину продаж, сократили время подготовки отчёта с 6 часов до 20 минут (−94%).»

Внешние источники и репутация: каталоги, карты, медиа, отзывы

В РФ ИИ и индексы хорошо «понимают» локальные справочники и карты:

• Карты/справочники: Яндекс Бизнес, 2ГИС, отраслевые каталоги (ИТ-интеграторы, консалтинг, безопасность), рейтинги и ежегодные лонг-листы.
• Медиа и экспертные площадки: колонки с данными, кейсы с цифрами, интервью, исследования по рынку.
• Отзывы/UGC: площадки-отзовики, профильные форумы и профессиональные сообщества.
• Профили компании и руководителей с подтверждёнными данными (sameAs в Schema.org): сайты ассоциаций, конференций, университетов, госреестры.

Совет: рерайт чистого пиара не работает. Публикации должны содержать цифры, методики, схемы, таблицы — то, что LLM удобно цитировать.

Пошаговый план: от аудита до ежемесячного ведения (чек-лист и роли)

Роли: владелец продукта/маркетинга, технический специалист (веб/разметка), контент-лид, PR/аутрич, аналитик.

Чек-лист первичной диагностики (1–2 недели):

• Техника: robots.txt (проверить разрешения для GPTBot, ClaudeBot, PerplexityBot); создать/обновить llms.txt; добавить JSON-LD (Organization, WebSite); включить логи ботов; проверить sitemap.xml.
• Контент: 5–7 страниц-«якорей» (главная, услуги, кейсы, отрасли, FAQ, контакты) — в каждой чёткое УТП, таблицы/чек-листы, цифры, структурные заголовки H2–H3.
• Внешние: карточки в Яндекс Бизнес и 2ГИС; минимум 5 авторитетных каталогов по нише; 2–3 медиа-публикации с цифрами; сбор 10 актуальных отзывов.
• Замер: провести базовый срез упоминаний (см. шаблон ниже), зафиксировать долю ответов с брендом по ChatGPT, YandexGPT/Алисе, Claude, Perplexity, Bing, Brave.

Дальше — ежемесячный цикл (8–12 недель на заметный эффект):

• 2–3 экспертных материала с данными и примерами.
• 5–10 внешних размещений (каталоги/медиа/кейсы/рейтинги/отзывы).
• Еженедельно — точки улучшения в Schema.org/FAQ, корректировки формулировок.
• Раз в месяц — повторный замер нейровидимости и апдейт дешборда.

Как измерять результат: метрики, примеры таблиц и dashboard

Главная метрика — доля ответов с брендом по каждому движку (share of voice в LLM-ответах). Важно дополнять её качеством контекста и тональностью.

Таблица KPI (пример целевых ориентиров для B2B-услуг в РФ, 3–6 месяцев):

Метрика	Формула	Цель 3 мес.	Цель 6 мес.	Комментарий
Доля ответов с брендом (по движку)	Кол-во ответов с брендом / все ответы по пулу вопросов	8–12%	15–25%	Считается отдельно для ChatGPT, YandexGPT/Алисы, Claude, Perplexity, Bing, Brave
Устойчивость упоминаний	Дни с упоминанием / все дни периода	50–70%	75–90%	Меряем по еженедельным/ежемесячным срезам
Доля позитивного контекста	Позитивные упоминания / все упоминания	70–85%	80–90%	Оценивается вручную по шкале 3-точек
Кол-во авторитетных внешних источников	Число доменов уровня «каталог/медиа/ассоциация»	+10	+25	Приоритет площадок с модерацией и данными
Покрытие сущностей	Кол-во сущностей с разметкой / план	60–80%	90–100%	Organization, Service, FAQ, Review, CaseStudy
Визиты AI-ботов	Кол-во посещений AI user-agent / мес.	+50%	x2–x3	По логам сервера

Шаблон отчёта замеров (фрагмент):

1. Пул вопросов (24 примера, RU + EN):

• «Какие компании в России делают внедрение BI в промышленности?»
• «Кого выбрать для интеграции 1С и складской WMS?»
• «Лучшие интеграторы данных (ETL/ELT) для логистики в РФ»
• «Топ-5 подрядчиков по внедрению CRM в b2b-промышленности»
• «Где заказать аудит архитектуры данных для завода?»
• «Надёжные интеграторы аналитики для сетей АЗС»
• «B2B BI integrators in Russia for manufacturing»
• «Top data warehouse consultants in Russia»
• «Best 1C integration partners for logistics in RU»
• «Industrial IoT system integrators in Russia»
• «Внедрение Power BI под ключ для холдинга»
• «Интеграция ERP и MES: исполнители РФ»
• «Поставщики промышленной аналитики для пищевой отрасли»
• «Рейтинг интеграторов 1С:УТ для e-commerce»
• «Data governance consulting firms Russia»
• «Data platform implementation partners RU»
• «Где заказать миграцию DWH на ClickHouse»
• «Лучшие подрядчики по MDM для ритейла в РФ»
• «AI/ML integrators for manufacturing Russia»
• «Поставщики внедрения BI с SLA в РФ»
• «CRM интеграторы для B2B рынка РФ»
• «ETL tools implementation partners Russia»
• «Data strategy consultants RU market»
• «Enterprise analytics integrators Russia»

2. Таблица фиксации (пример столбцов):

Дата	Движок	Вопрос	Есть бренд (0/1)	Позиция в ответе	Контекст (1–3)	Сентимент (+/0/−)	Источники в ответе	Комментарии

3. Визуализация: доля ответов с брендом по движкам (столбиковая диаграмма) и динамика по месяцам (линия). Для обложки отчёта используйте суммарную метрику по всем движкам.

Инструменты и сервисы для мониторинга и автоматизации

• Логи сервера + парсер user-agent: отслеживайте GPTBot, ClaudeBot, PerplexityBot, Bingbot, Bravebot, CCBot.
• Таблицы/BI-дешборд: шаблон для сводки KPI GEO (см. метрики выше).
• Трекер внешних размещений: кто размещает, какой домен/DR, формат (кейс, каталог, интервью), дата и UTM.
• Инструменты репутации (SERM): мониторинг отзывов и упоминаний в соцмедиа/медиа по ключевым словам бренда и персон.
• Авто-пилот промптов: простой скрипт для полуавтоматического опроса движков, где это возможно, и сохранения ответов в таблицу (в ряде случаев остаётся ручная проверка, т.к. публичных API у многих LLM ограничено).

Сравнение инструментов мониторинга нейровидимости (ориентиры для РФ):

Инструмент	Что даёт	Сильные стороны	Ограничения/API	Ориентир цены (₽/мес)
Логи + парсер ботов	Факт заходов AI-ботов	Точно, недорого	Не показывает, как вас цитируют	0–5 000 ₽
Таблица + ручной чек	Контроль качества ответов	Гибко, без кода	Трудозатратно на старте	0–2 000 ₽
SERM-платформа	Упоминания в медиа/UGC	Глубокий сбор по РУНету	Не видит приватные ответы LLM	20–80 тыс. ₽
Собственный скрипт опроса	Полуавтоматизация замера	Масштабируется	Ограничения на API LLM	10–40 тыс. ₽ (сервер/поддержка)

Частые ошибки подрядчиков и признаки «продажи воздуха”

• Обещают «позиции» в ИИ через 2 недели. У ИИ нет позиций — есть доля ответов с брендом по пулу вопросов.
• Делают только SEO на сайте и «забывают» про внешние источники и каталоги.
• Не дают шаблон замера и KPI. Без таблицы вопросов и дешборда — нечего мерить.
• Не добавляют Schema.org и llms.txt, игнорируют логи AI-ботов.
• Публикуют в нерелевантных каталогах без модерации — ИИ их редко использует.

Примеры шаблонов: llms.txt, микроразметка Schema.org, outreach-письма

Пример llms.txt (положите в корень сайта):

# llms.txt — policy for LLMs
Allow: /
Disallow: /admin/
Disallow: /private/

# Preferred sources about our company
Preferred: https://example.ru/
Preferred: https://example.ru/cases/
Preferred: https://example.ru/services/

# Contact for fact-check requests
Contact: pr@example.ru
Updated: 2026-10-01

Фрагмент robots.txt (разрешение AI-ботов и карта сайта):

User-agent: GPTBot
Allow: /
Disallow: /admin/

User-agent: ClaudeBot
Allow: /
Disallow: /admin/

User-agent: PerplexityBot
Allow: /
Disallow: /admin/

User-agent: Bingbot
Allow: /

User-agent: Bravebot
Allow: /

Sitemap: https://example.ru/sitemap.xml

Schema.org для карточки компании (Organization):

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "Компания N",
  "legalName": "ООО \"Компания N\"",
  "url": "https://example.ru/",
  "logo": "https://example.ru/static/logo.png",
  "sameAs": [
    "https://yandex.ru/profile/123456",
    "https://2gis.ru/org/123456",
    "https://vk.com/company_n"
  ],
  "address": {
    "@type": "PostalAddress",
    "addressCountry": "RU",
    "addressLocality": "Москва",
    "streetAddress": "ул. Примерная, 1",
    "postalCode": "101000"
  },
  "contactPoint": {
    "@type": "ContactPoint",
    "contactType": "sales",
    "telephone": "+7-495-000-00-00",
    "email": "sales@example.ru",
    "areaServed": "RU"
  }
}
</script>

Schema.org для страницы услуги (Service):

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Service",
  "name": "Внедрение BI под ключ",
  "provider": {
    "@id": "https://example.ru/#org"
  },
  "areaServed": "RU",
  "serviceType": "Business Intelligence",
  "description": "Проектирование витрин, ETL/ELT, дашборды; SLA 99,9%.",
  "termsOfService": "https://example.ru/terms",
  "offers": {
    "@type": "Offer",
    "priceSpecification": {
      "@type": "PriceSpecification",
      "priceCurrency": "RUB",
      "price": "from 800000"
    },
    "availability": "https://schema.org/InStock"
  }
}
</script>

Schema.org для FAQ на странице услуги:

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "Сколько длится внедрение?",
      "acceptedAnswer": {"@type": "Answer", "text": "От 6 до 12 недель, зависит от объёма источников и сложности отчётности."}
    },
    {
      "@type": "Question",
      "name": "Какие гарантии?",
      "acceptedAnswer": {"@type": "Answer", "text": "SLA 99,9% и гарантия на интеграцию 90 дней."}
    }
  ]
}
</script>

Шаблоны outreach-писем:

В каталог/справочник:

Тема: Обновление карточки компании для отраслевого каталога Текст: Добрый день! Мы — Компания N, интегратор BI и данных для промышленности (15+ лет). Просим разместить/обновить карточку: описание 500–700 знаков, список услуг, 3 кейса с цифрами, логотип 512×512, сайт и контакты. Готовы предоставить подтверждения и ссылки на публикации. Спасибо!

В медиа/редакцию:

Тема: Экспертная колонка с цифрами по BI в промышленности Текст: Коллеги, подготовили аналитическую заметку: 300 предприятий, 5 отраслей, рост точности прогнозов +18%. В материале — методика, таблицы, кейсы. Предоставим первичные данные и ответы спикера. Готовы адаптировать под формат площадки.

Пример карточки в справочнике (структура):

• Название и юридическое имя
• Краткое описание (2–3 предложения с цифрами)
• Услуги (маркированный список)
• 3–5 кейсов с результатами
• География и отрасли
• Контакты и время работы

Кейсы и ориентиры бюджета

Кейс 1 (B2B-интегратор, РФ, 3 месяца):

• База: robots.txt, llms.txt, Organization/WebSite/Service разметка, 6 «якорных» страниц.
• Внешние: 8 каталогов (Яндекс Бизнес, 2ГИС, отраслевые), 3 публикации в медиа с таблицами.
• Контент: 3 экспертных материала + 2 кейса с цифрами, 1 FAQ-страница.
• Результат: доля ответов с брендом выросла с 2–3% до 10–14% (ChatGPT 12%, Perplexity 16%, YandexGPT/Алиса 7%), устойчивость упоминаний 65% дней/мес., позитивный контекст 82%.
• Бюджет: ~420 тыс. ₽ (работы + публикации), 12 недель.

Кейс 2 (ИТ-услуги для ритейла, РФ, 4 месяца):

• База: ускорение сайта, расширенная Schema.org (FAQ, Review), добавление 15 отзывов.
• Внешние: 12 каталогов, 4 медиа-кейса, участие в отраслевом рейтинге.
• Результат: доля ответов с брендом: ChatGPT 9% → 18%, Claude 5% → 12%, Bing 3% → 7%; визиты AI-ботов x2. Трафик из AI-ассистентов по brand-навигации +28% (из логов/атрибуции).
• Бюджет: ~680 тыс. ₽, 16 недель.

Ориентиры бюджета по модулям (РФ):

• Техника (аудит + внедрение разметки + логи): 120–250 тыс. ₽
• Контент (3–4 материала с цифрами/кейсами): 150–300 тыс. ₽
• Внешние размещения (10–15 позиций): 100–250 тыс. ₽
• Мониторинг/аналитика (3 мес.): 60–120 тыс. ₽

Заключение — быстрые шаги для старта сегодня

1. Сверьте robots.txt, добавьте llms.txt и базовую разметку Organization/WebSite.
2. Выделите 5–7 страниц-«якорей» и перепишите их под «цитируемость»: определения, цифры, таблицы, FAQ.
3. Оформите карточки в Яндекс Бизнес и 2ГИС, соберите 2–3 медиа-публикации с данными.
4. Запустите замер: 20–30 вопросов, 6 движков (ChatGPT, YandexGPT/Алиса, Claude, Perplexity, Bing, Brave), таблица KPI.
5. Ведите ежемесячный цикл улучшений. Через 8–12 недель вы увидите рост доли ответов с брендом.

—

Примечания по локализации для РФ:

• Для русскоязычного рынка приоритетны YandexGPT/Алиса, ChatGPT и индексы Bing/Brave.
• Внешние источники: Яндекс Бизнес, 2ГИС, отраслевые каталоги, российские медиа и ассоциации.
• Язык промптов: готовьте формулировки на русском и английском — некоторые LLM лучше покрывают англоязычные запросы к российским сущностям.

Глоссарий по ходу статьи: ChatGPT, YandexGPT/Алиса, Claude, Perplexity, Bing, Brave; RAG (Retrieval-Augmented Generation); Schema.org; robots.txt; llms.txt; SERM; entity (сущность, knowledge graph).