# GEO: promoting brands in LLMs and appearing in AI answers - URL: https://vladimirnovozhilov.com/en/blog/geo-promoting-brands-in-llms-and-appearing-in-ai-answers/ - Author: Владимир Новожилов - Published: 2026-10-03 - Category: Product marketing > Neural models increasingly answer instead of classic search. GEO — Generative Engine Optimization — is a systematic approach to site, content and external presence so your brand is included more often in answers from ChatGPT, YandexGPT/Alisa, Claude, Perplexity and similar LLM-based assistants. ## 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](/en/blog/promotion-in-chatgpt-how-to-appear-in-ai-answers/), [YandexGPT/Алисе](/en/blog/how-to-appear-in-yandex-neuro-and-alice-answers-plan-with/), Claude или Perplexity — и получает готовый список брендов с объяснением. [Продвижение в нейросетях](/en/blog/geo-optimization-how-to-appear-in-neural-network-answers/) — это системная работа, чтобы ваш бренд фигурировал в этих ответах. Это [не замена SEO, а его надстройка](/en/blog/geo-vs-seo-differences-and-optimizing-promotion-for/): 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. ![Stages of LLM answer formation and brand placement](./images/geo-chto-takoe-prodvizhenie-v-nejrosetyah-flow.png) ## 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](/en/blog/promoting-a-website-with-ai-tools-and-techniques/): 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](/en/blog/promoting-business-in-neural-networks-geo-guide-with/) 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. ![Monthly monitoring of neuro-visibility across engines](./images/geo-chto-takoe-prodvizhenie-v-nejrosetyah-monitor.png) 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](/en/blog/promoting-in-ai-answers-how-to-influence-and-measure/) 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. ![Effect of GEO implementation over 3 months](./images/geo-chto-takoe-prodvizhenie-v-nejrosetyah-boost.png) ## 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](/en/blog/ai-tools-for-seo-and-geo-stack-prompts-and-checklists-2026/): 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): ```html ``` Schema.org для страницы услуги (Service): ```html ``` Schema.org для FAQ на странице услуги: ```html ``` 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](/en/blog/how-to-order-geo-promotion-process-brief-and-real-prices/): ~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). ## FAQ ### Что такое GEO-продвижение и чем оно отличается от обычного SEO? GEO (Generative Engine Optimization) — это оптимизация бренда под генеративные ответы ИИ (ChatGPT, YandexGPT/Алиса, Claude, Perplexity и др.). В отличие от SEO, где цель — позиции в поиске, GEO добивается включения бренда в текст ответа нейросети. Нужны структурированные данные, цитируемый контент, присутствие в авторитетных источниках и регулярный замер упоминаний в ответах ИИ. ### Сколько стоит продвижение в нейросетях и какие форматы оплаты встречаются? В РФ типовые форматы: проект на 2–3 месяца (аудит, настройка, базовые размещения) — 250–600 тыс. ₽; ежемесячное ведение (контент, аутрич, замер) — 120–300 тыс. ₽/мес; разовые пакеты (настройка Schema.org/robots/llms.txt, чек-листы) — 60–180 тыс. ₽. Итог зависит от ниши, гео и объёма внешних размещений. ### Как проверить, упоминают ли нейросети мой бренд (инструменты и методика)? Сформируйте пул из 20–30 промптов на русском и английском, прогони их вручную в ChatGPT, YandexGPT/Алисе, Claude, Perplexity, Bing и Brave. Фиксируйте: присутствие бренда, контекст (о чём рекомендуют), тональность, источники. Повторяйте ежемесячно и сравнивайте долю ответов с вашим брендом. Дополнительно отслеживайте заходы AI-ботов (GPTBot, ClaudeBot, PerplexityBot) в логах сервера. ### Нужно ли отдельное GEO-продвижение, если у меня уже хорошее SEO? Сильное SEO помогает, но не заменяет GEO. Нейросети используют собственные индексы и модели, опираются на сущности и структурированные данные. Нужны прямые ответы, цитируемые блоки, разметка Schema.org и внешние упоминания в авторитетных источниках. Поэтому GEO — это надстройка над SEO с собственными метриками и процессом. ### Какие технические файлы нужно разместить на сайте (пример llms.txt/Schema.org)? Минимум: корректный robots.txt (правила для GPTBot, ClaudeBot, PerplexityBot и др.), файл llms.txt с политикой доступа и приоритетными источниками, и JSON-LD разметка Schema.org (Organization, WebSite, Service/Product, FAQ). Примеры кода приведены в статье — их можно адаптировать под ваш проект.