# Promoting in AI Answers: How to Influence and Measure - URL: https://vladimirnovozhilov.com/en/blog/promoting-in-ai-answers-how-to-influence-and-measure/ - Author: Владимир Новожилов - Published: 2026-10-03 - Category: Growth > In short: you can improve presence in AI answers by using the “direct answer + facts” page format, ensuring technical accessibility for LLM crawlers, and aligning entity signals across directories and metadata. This article provides llms.txt and JSON‑LD templates, a prompt‑tracking log, server checklists and KPI guidance suitable for B2B, IT and local services. ## Что такое продвижение в ответах ИИ (GEO/AEO) — коротко Продвижение в ответах ИИ — это [набор контентных и технических практик](/en/blog/promoting-a-website-with-ai-tools-and-techniques/), который повышает шанс вашего бренда появиться в ответах ассистентов и нейро‑поиска (ChatGPT, [Алиса/Yandex.NEЙРО](/en/blog/how-to-appear-in-yandex-neuro-and-alice-answers-plan-with/), Perplexity, GigaChat). Цель — чтобы модель называла вас в списках рекомендаций и цитировала ваши страницы как источник. Это не замена SEO, а соседний канал: здесь решают формат «прямой ответ + факты», согласованные entity‑сигналы и техническая доступность для LLM‑краулеров. Ключевые термины: - [GEO/AEO (generative/answer engine optimization)](/en/blog/geo-promoting-brands-in-llms-and-appearing-in-ai-answers/) — оптимизация под генеративные и ответные движки. - LLM — большая языковая модель, которая формирует текст и опирается на обучающий корпус и/или веб‑поиск. - Mention/Citation — упоминание бренда/цитирование страницы как источника. - Citation gap — вопросы, где конкуренты уже цитируются, а вы — нет (или наоборот, есть спрос, но никто из сильных не закрывает). ## Откуда ИИ берёт информацию: обучение vs. веб‑поиск ИИ формирует ответы двумя путями: 1) Обучающий корпус: исторически накопленные данные. Это даёт «знание о мире» и бренде, но обновляется редко. 2) Веб‑поиск в момент ответа: модель запрашивает источники, сравнивает факты и вставляет цитаты. Что это значит для продвижения: - В обучение прорваться сложно и долго. Ставку делаем на свежие источники и понятные сигналы. - Ассистенты с источниками (Perplexity) и ответы в Алисе любят структурированный контент: прямой ответ, факты, таблицы, FAQ, и чистую разметку Schema.org. - Региональные ответы зависят от локальных карточек (Yandex Business, 2GIS), отзывов и единообразия NAP. ![How data reaches the answer: from training and crawling to citation.](./images/prodvizhenie-v-otvetah-ii-kak-vliyat-i-izmerat-funnel.png) ## Формат страницы, который любят нейросети: прямой ответ + факты Суть: начинайте страницу с 2–4 строк прямого ответа на главный вопрос, затем докажите фактами. Рецепт блока «прямой ответ»: - 1–2 предложения — суть без воды. - 3–5 маркеров с критическими фактами (цифры, сроки, критерии выбора, сравнение). - Таблица/чек‑лист, который можно процитировать. - Мини‑FAQ по подтемам (внизу страницы). A/B‑тест прямого ответа (шаблон): - Вариант А: 2 предложения + список из 3 фактов. - Вариант Б: 1 плотный абзац + таблица из 2 колонок. - KPI: доля цитирований по 20–30 промптам за 14–21 день, стабильность формата в сниппетах ассистентов. ## Техническая доступность: robots.txt, llms.txt, быстрые страницы и чистый HTML Ваш контент бесполезен, если его не видят краулеры LLM (GPTBot, ClaudeBot, Google‑Extended, YandexGPT). Чек‑лист «Что проверить» (минимум раз в квартал): | Проверка | Ожидаемое состояние | Где смотреть | |---|---|---| | robots.txt для GPTBot/ClaudeBot/Google‑Extended/YandexGPT | Allow нужных разделов, Disallow приватного | Файл robots.txt | | llms.txt в корне | Актуален, перечислены приоритетные разделы и наборы данных | Файл llms.txt | | Статусы ответов | 200/304 по ключевым страницам, 4xx/5xx < 1% | Логи сервера | | Скорость | TTFB < 300 мс; HTML < 100 кБ | Мониторинг производительности | | Чистый HTML | Минимум лишнего JS; контент читается без исполнения скриптов | Просмотр исходника | | Sitemap | Актуален, включает важные страницы | sitemap в корне | | Canonical/Noindex | Правильно расставлены | Исходник страниц | | Дата обновления | Корректные Last‑Modified/structured "dateModified" | Заголовки/Schema | Подсказка: начинайте с HTML‑версии контента. Таблицы и списки ассистенты «видят» лучше сложных виджетов. ## Schema.org: примеры JSON‑LD для Organization, FAQPage, Service Разметка — удобный способ «положить факты на стол» асистентам. Примеры можно копировать и адаптировать. Пример Organization (JSON‑LD): ```json { "@context": "https://schema.org", "@type": "Organization", "name": "Компания Пример", "alternateName": "Primer LLC", "legalName": "ООО \"Пример\"", "logo": "/static/logo.png", "foundingDate": "2014", "address": { "@type": "PostalAddress", "streetAddress": "ул. Техническая, 7", "addressLocality": "Москва", "postalCode": "101000", "addressCountry": "RU" }, "contactPoint": [{ "@type": "ContactPoint", "telephone": "+7-495-000-00-00", "contactType": "sales", "areaServed": "RU", "availableLanguage": ["ru", "en"] }] } ``` Пример FAQPage (JSON‑LD): ```json { "@context": "https://schema.org", "@type": "FAQPage", "mainEntity": [{ "@type": "Question", "name": "Сколько занимает аудит сайта под AEO?", "acceptedAnswer": {"@type": "Answer", "text": "Обычно 7–10 рабочих дней для сайта до 100 страниц."} },{ "@type": "Question", "name": "Нужен ли отдельный llms.txt?", "acceptedAnswer": {"@type": "Answer", "text": "Да, это явный сигнал для LLM‑краулеров о политике обхода и наборах данных."} }] } ``` Пример Service (JSON‑LD): ```json { "@context": "https://schema.org", "@type": "Service", "name": "Внедрение аналитики B2B", "serviceType": "Маркетинговые услуги", "provider": {"@type": "Organization", "name": "Компания Пример"}, "areaServed": ["RU", "KZ"], "offers": { "@type": "Offer", "priceCurrency": "RUB", "price": "от 150000", "eligibleRegion": "RU" } } ``` ## Как собирать и нормализовать entity‑сигналы (карточки, каталоги, отзывы) Задача — объяснить моделям, «кто вы», и добиться единообразия упоминаний. Где укреплять сигналы: - Ядро: сайт с JSON‑LD (Organization, Service, FAQPage, Article на экспертные материалы). - Каталоги: Yandex Business, 2GIS; для зарубежных рынков — карточки на международных картах. - Отзывы: отраслевые площадки, рейтинги, локальные справочники. - Упоминания в контексте тематики: кейс‑стади, обзоры, подкасты, конференции. Правила NAP: - Единый формат названия, адреса и телефона везде (включая транслитерацию). - Одинаковые часы работы и категории. - Фото/логотип — единый набор, одинаковые подписи. - Слежение за дубликатами карточек и их слияние. ## Методика трекинга: журнал промптов и метрики (mention/citation/sentiment/position) Трекинг даёт направление, а не абсолютную истину. Ведите журнал промптов и фиксируйте метаданные. CSV/Excel‑шаблон журнала промптов (колонки): - date — дата прогона - prompt — текст запроса - model — ассистент/версия (например, ChatGPT, Алиса, Perplexity) - mention — 1/0 (бренд назван в ответе) - citation — 1/0 (есть цитирование страницы как источника) - source — какой именно источник указан в ответе - position — номер в списке рекомендаций (если есть) - sentiment — positive/neutral/negative - notes — условия прогона (регион, язык, персонализация) Метрики и формулы: - Mention rate = сумма(mention)/кол‑во промптов - Citation rate = сумма(citation)/кол‑во промптов - Avg position = среднее по промптам с позициями - Coverage = доля промптов, где ассистент указал источники ![KPI visibility: dynamics over 50 prompts for 90 days (example).](./images/prodvizhenie-v-otvetah-ii-kak-vliyat-i-izmerat-bars-kpi.png) Мини‑отчёт за 90 дней (пример по 50 промптам): mentions +35 п.п., citations +16 п.п., доля топ‑3 в перечислениях +22 п.п., негативных упоминаний — 0. ## Анализ citation gap: как найти незанятые промпты и закрыть их Пошагово: 1) Соберите пул реальных вопросов клиентов из звонков, CRM, саппорта и отраслевых форумов. 2) Распишите кластеры по намерениям: «что это», «как выбрать», «стоимость», «лучшие в городе/нишe», «сравнение», «ошибки». 3) Прогоните каждый кластер в ассистентах и отметьте, где у вас 0 цитирований или слабые позиции. 4) Для каждого «дыра‑промпта» напишите страницу: прямой ответ вверху, факты/таблицы, JSON‑LD, FAQ, локальные атрибуты. 5) Получите 2–3 внешних упоминания в тематике (кейс‑стади, каталог, отзыв), чтобы усилить доверие. 6) Перепроверьте через 2–4 недели и зафиксируйте динамику. Индикаторы потенциала: - Высокая повторяемость промпта у клиентов. - Ассистент отвечает без источников или с устаревшими данными. - В локали отсутствуют сильные игроки (особенно за пределами столиц). ## Серверные проверки: как понять, что ИИ‑краулеры заходят на сайт Ищите в логах следующие User‑Agent и параметры (примеры строк усечены): - GPTBot — "User-Agent: GPTBot"; запросы к HTML и sitemap, частые HEAD/GET. - ClaudeBot — "User-Agent: ClaudeBot"; обходит текст и изображения, уважает Disallow. - Google‑Extended — "User-Agent: Google-Extended"; может ходить по тем же IP, что и другие гугл‑боты. - YandexGPT — "User-Agent: YandexGPT"; активен в RU‑сегменте, учитывает robots и карты сайта. Шаблон строки (Common Log Format, пример): ``` 203.0.113.10 - - [03/Oct/2026:06:12:01 +0300] "GET /blog/aeo-guide/ HTTP/1.1" 200 18456 "-" "GPTBot" ``` На что смотреть: - Доля 200/304 по важным URL. - Глубина: минимум 2–3 клика от главной. - Скорость ответа и размер HTML. - Соответствие обхода правилам robots.txt и приоритетам в llms.txt. ## Шаблоны промптов и примеры ответов (20+ промптов для старта) Используйте список как основу журнала. Для каждого промпта критерий «засчитан» указан после дефиса. - Кто лучшие подрядчики по внедрению CRM в [город]? — бренд назван в топ‑5. - Сколько стоит внедрение CRM в B2B с 50 пользователями? — приведена ваша вилка цен. - Лучшие системы сквозной аналитики для IT‑услуг — упоминается ваш продукт/услуга. - Как выбрать подрядчика по SEO для IT‑компании? — цитируется ваш чек‑лист/статья. - Интеграция 1С и сайта: этапы и сроки — цитата с вашей страницы «услуги». - Аудит маркетинга B2B: что входит — перечислены ваши этапы. - Локальный дата‑центр vs облако: сравнение — вас цитируют как источник таблицы. - Разработка мобильного приложения: сроки и бюджет — упомянута ваша калькуляция. - Технический долг: как оценить — цитата фактов из блога. - SLA для IT‑аутсорсинга: примеры — ссылка на ваш SLA‑шаблон (в ответе указан источник). - Настройка аналитики в [город]: к кому обратиться — бренд в списке рекомендаций. - ТОП ошибок при запуске контекстной рекламы в B2B — цитата из вашего гайда. - Как выбрать подрядчика по информационной безопасности — указаны ваши сертификаты. - Сколько стоит техподдержка сайта в месяц — приведена ваша модель тарифа. - Маркетинговая воронка для IT‑услуг — цитата вашей схемы/таблицы. - Обучение отделов продаж работе с CRM — упомянут ваш курс/услуга. - Что такое AEO/GEO и зачем бизнесу — цитата вашего определения. - Как проверить, что боты ИИ индексируют сайт — цитата вашего чек‑листа. - Локальные агентства [город]: рейтинг — присутствуете в списке. - Кейсы внедрения аналитики в IT — процитирован ваш кейс. - Сравнение маркетинговых атрибуций: last‑click vs data‑driven — цитата вашей таблицы. - Как выбрать CMS для корпоративного сайта — упомянут ваш обзор. - Как подготовить ТЗ на разработку — цитата вашего шаблона. - Лучшие практики работы с 2GIS и Яндекс Бизнес — цитата вашего разборa. Критерии цитируемости для журнала: бренд назван; есть явное цитирование страницы как источника; позиция в списке; тональность нейтральная или положительная. ## Практические шаблоны: llms.txt, чек‑лист публикации Минимальный llms.txt (скопируйте и доработайте): ``` # Политика доступа для LLM‑краулеров User-agent: * Allow: / Disallow: /admin/ Crawl-delay: 5 Sitemap: /sitemap.xml # Приоритетные разделы для ответов и цитирования Allow: /blog/ Allow: /cases/ Allow: /services/ ``` Расширенный llms.txt: ``` # Общие правила User-agent: * Allow: / Disallow: /tmp/ Disallow: /privacy/ Crawl-delay: 3 Sitemap: /sitemap.xml # Подсказки к наборам данных Dataset: /ai/datasets/services.json Dataset: /ai/datasets/pricing.csv Summary: /ai/summary.txt # Правила по ботам User-agent: GPTBot Allow: /blog/ Allow: /services/ User-agent: ClaudeBot Allow: / User-agent: Google-Extended Allow: / User-agent: YandexGPT Allow: / ``` Чек‑лист публикации страницы под AEO: - Есть «прямой ответ» в первых 2–4 строках. - Таблица/чек‑лист с цифрами и критериями. - Разметка Schema.org (Article/FAQPage/Service). - HTML доступен без JS, вес < 100 кБ. - robots.txt и llms.txt допускают обход. - Карточки в Yandex Business/2GIS обновлены; NAP единообразен. - Добавлены 2–3 внешних упоминания в тематике/локали. - Прогон в журнал промптов и базовые KPI на 14/30 дней. ## Кейсы: пошагово с метриками (до/после) Кейс 1. B2B‑интегратор, Москва, 30 страниц контента. - 0–2 недели: правки robots.txt/llms.txt, Schema.org (Organization, Service, FAQPage), 6 страниц — формат «прямой ответ». - 2–6 недель: публикация 2 кейсов и 1 сравнения, 4 упоминания в отраслевых медиа/каталогах. - 6–10 недель: трекинг 60 промптов (ChatGPT, Алиса, Perplexity), доработка заголовков и таблиц. - Результат к 10 неделе: mention rate 18% → 49%, citation rate 6% → 19%, в 14 промптах — топ‑3 перечислений, лиды из ассистентов +22%. Кейс 2. Локальная IT‑поддержка, Екатеринбург, 15 страниц. - 0–2 недели: карточки Yandex Business и 2GIS на 100%; добавили Service‑разметку, FAQ на 5 ключевых страницах. - 2–4 недели: сбор отзывов (7 свежих), два локальных обзора. - 4–8 недель: мониторинг 30 промптов по локали; A/B «прямой ответ» на страницах услуг. - Результат к 8 неделе: mention rate 12% → 43%, citation rate 3% → 14%, 6 запросов в Алисе с указанием источника; заявки +17%. ## План работ на 1/3/6 месяцев и KPI Сравнительная таблица AEO vs классическое SEO (фокус и метрики): | Параметр | AEO/GEO | Классическое SEO | |---|---|---| | Тип запроса | Вопросы/задачи, разговорные | Навигационные и информационные | | Формат | Прямой ответ, таблицы, FAQ | Развёрнутые тексты, ключевые слова | | Сигналы | Entity, карточки, отзывы, цитаты | Ссылки, релевантность, поведенческие | | KPI | Mentions, Citations, позиция в ответах | Трафик, позиции, CTR | | Обновление | Часто, короткие циклы | По мере релизов и апдейтов | Дорожная карта: - 0–1 месяц: аудит robots/llms, базовый JSON‑LD, 5–7 страниц с «прямыми ответами», стартовый журнал из 30 промптов, обновление карточек и NAP. - 1–3 месяца: кейсы/сравнения, внешние упоминания (5–10), расширение журнала до 60–100 промптов, A/B формата ответов, шлифовка скорости/HTML. - 3–6 месяцев: углублённые обзоры и локальные лид‑магниты, системный трекинг по кластерам, работа с тональностью отзывов, автоматизация выгрузок из логов. KPI к рубежам: - 30 дней: +10–20 п.п. к mentions на брендовых/узких темах; первые цитаты. - 90 дней: устойчивые citations 10–20% по целевым кластерам; рост позиций в списках. - 180 дней: стабилизация метрик, появление вторичных лидов из ассистентов, снижение доли некорректных фактов. ## FAQ и быстрые проверки Быстрые проверки за 30 минут: - Откройте исходник страницы: первый экран — прямой ответ? Есть таблица и мини‑FAQ? - Проверка robots.txt/llms.txt: боты допускаются? sitemap указан? - В Organization/Service разметке прописаны адрес и телефоны? Они совпадают с карточками? - В логах за последнюю неделю были GPTBot/ClaudeBot/YandexGPT? - В журнале промптов зафиксирована текущая неделя по ключевым запросам? ## FAQ ### How quickly can I get the first mention or citation in AI answers? With basic site readiness (clean HTML, direct answers, entity signals), first mentions for brand and narrow prompts typically appear in 2–4 weeks. Citations that include a source link usually show up 4–8 weeks after publication and markup. In local niches and with active work on listings/reviews, timelines are shorter. ### Do I need a separate llms.txt file and what should it contain? Yes, it’s a clear access point for LLM crawlers with your access policy and hints about datasets. In llms.txt include crawling rules (Allow/Disallow), crawl‑delay, your sitemap, priority sections and a section listing datasets/summaries. Place it in the site root and keep it up to date. ### Which metrics should I track to assess visibility in AI answers? Minimum: mention rate (share of prompts where the brand is named), citation rate (share of prompts with a source link/citation), average position in lists, sentiment of mentions, and coverage of sources. Record model/version and response date to observe trends. ### How can I check if GPTBot or other AI crawlers visit my site? Check your webserver logs for User‑Agents: GPTBot, ClaudeBot, Google‑Extended, YandexGPT. Look for 200/304 codes, share of 4xx/5xx, crawl depth and response speed. Compare with robots.txt and llms.txt to ensure bots can see the intended sections. ### How is AEO different from regular SEO and should KPIs change? AEO/GEO optimization focuses on answer formats and entity signals: concise direct answers, FAQs, consistent company data and external mentions. Primary KPIs are mentions/citations, position in assistant lists, prompt coverage and factual accuracy — not only organic traffic.