Месяц назад я спросил Perplexity про контекст инжиниринг на русском. Perplexity выдал три источника — vc.ru, Habr и какой-то Medium. Мой блог не упомянул. Хотя у меня есть подробная статья на эту тему, опубликованная раньше большинства тех ссылок.
GEO оптимизация (Generative Engine Optimization — оптимизация контента под генеративные поисковые системы, то есть под AI, который сам формулирует ответы, а не просто показывает ссылки) — это именно про то, почему одни источники попадают в ответы, а другие нет. И как на это влиять.
Я начал разбираться в теме и параллельно применять это к своему блогу. Вот что узнал.
Статья для тех, кто ведёт блог, сайт или публикует контент — и хочет, чтобы AI-системы его находили и цитировали. Если ты новичок в теме SEO в целом — начни с базовых материалов, тут я предполагаю знакомство с понятиями индексации и поиска.
Что такое GEO оптимизация и чем она отличается от SEO?
Люди перестают кликать на ссылки. AI-referred трафик вырос на 527% за год по данным Previsible (первые пять месяцев 2025 года). 71% американцев используют AI-поиск для исследования перед покупкой. Цифры серьёзные — и они объясняют, почему у меня не было трафика из Perplexity, хотя статья была.
Разница между SEO и GEO такая: SEO — ты оптимизируешь страницу, чтобы она попала в топ выдачи. GEO — ты оптимизируешь контент, чтобы AI процитировал тебя в ответе, который он генерирует сам.
В SEO критичны ссылочная масса, технические факторы, поведенческие метрики. В GEO важно другое: структура текста, цитируемость, авторитетность источника в глазах модели. Разные игры, хотя с пересечениями.
Как AI-поисковики выбирают источники для цитирования: механика RAG
Чтобы оптимизировать под AI, надо понять, как он выбирает что цитировать. Большинство AI-поисковиков работают на основе RAG — Retrieval-Augmented Generation (метод, при котором модель сначала ищет нужную информацию в базе документов, а потом формулирует ответ на основе найденного, а не только из своих обучающих данных).
Упрощённо схема такая:
- Пользователь задаёт вопрос
- AI-система ищет релевантные источники (веб-индекс, знания из обучения)
- Нарезает найденные тексты на куски (chunks)
- Сравнивает каждый кусок с вопросом по смысловой близости (через embeddings — числовые векторы, которые отражают смысл текста)
- Берёт наиболее релевантные куски и генерирует ответ с ссылками на них
Вот где GEO вступает в игру: твой текст должен быть:
- технически доступен для индексации
- нарезан на логичные смысловые блоки (а не один поток сознания)
- содержать прямые ответы на вопросы, а не только намёки на них
Это, если подумать, та же логика, что и в контекст инжиниринге — только применённая не к промптам, а к веб-контенту. Структурируй информацию так, чтобы её было удобно «нарезать» и использовать.
Инфо
Страницы с чёткими answer capsules (блоки текста, которые самодостаточно отвечают на конкретный вопрос) показывают на 40% более высокий citation rate в AI-ответах. Контент с цитатами экспертов и конкретными данными — плюс 30-40% к видимости.
ChatGPT, Perplexity, ЯндексGPT — три разных зверя
Это важный момент, который почти нигде не объясняют нормально. Разные AI-поисковики используют разные источники и по-разному обновляют свои данные. Одна стратегия GEO не работает одинаково для всех.
ChatGPT (плюс SearchGPT) — энциклопедический тип. Тяготеет к Wikipedia и авторитетным справочным источникам. Цитирует почти в половине высококонкурентных запросов именно Wikipedia или крупные медиа. Индекс обновляется медленно — 2-4 недели. Если ты опубликовал статью сегодня, в ChatGPT она появится не сразу.
Perplexity — свежесть плюс комьюнити. Любит Reddit, YouTube, недавние публикации. Если твоя тема активно обсуждается в сообществах — шансы выше. Индекс обновляется быстро, иногда за дни.
ЯндексGPT (он же Яндекс Нейро) — работает по принципу E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness — экспертность, авторитетность, достоверность). Ориентируется на авторитетные RU-площадки: Habr, vc.ru, крупные медиа. Для русскоязычного контента это главная платформа. И хорошая новость — индексирует быстро, мои материалы появлялись в ответах буквально через несколько дней после публикации.
Практически это значит: если хочешь попасть в ответы ЯндексGPT — публикуйся или получай ссылки с Habr и vc.ru, плюс чёткая структура и авторство. Если целишься в Perplexity — актуальность и комьюнити-сигналы. Для ChatGPT — долгосрочная авторитетность и глубина контента.
7 шагов оптимизации под AI поиск, которые реально работают
Вот что я делаю сам и что реально влияет на цитируемость.
1. Прямые ответы в начале секций
AI режет текст на куски и ищет прямые ответы. Не «в этом разделе мы рассмотрим» — а сразу ответ в первом предложении. «Что такое RAG? RAG (Retrieval-Augmented Generation) — метод, при котором...» Это называется answer capsule: самодостаточный блок, который можно вырезать и процитировать целиком.
2. Структура с H2/H3 и конкретными вопросами
Заголовки типа «Что такое X», «Как работает Y», «Чем X отличается от Z» — это буквально вопросы из поиска. Когда AI ищет ответ на «что такое GEO оптимизация», он находит раздел с таким заголовком с высокой вероятностью.
3. Цифры, источники, конкретные данные
Контент с конкретными цифрами и ссылками на источники цитируется значительно чаще, чем общие рассуждения. «AI-referred трафик вырос на 527%» с указанием источника — это якорь, за который AI зацепится. «Трафик растёт» — нет.
4. Schema.org разметка
Schema.org — это стандарт микроразметки, который помогает AI понять, что именно за контент на странице: статья, FAQ, how-to, организация. Мой блог на Next.js + MDX уже генерирует базовую разметку автоматически. Если у тебя нет — добавь хотя бы Article schema для каждой статьи. FAQ schema особенно хороша для GEO — вопросы и ответы в структурированном формате.
5. FAQ-секция в конце статьи
Прямое попадание в PAA (People Also Ask — блок «Люди также ищут» в поиске). Три-пять вопросов с лаконичными ответами в конце статьи — это отдельные answer capsules, которые AI легко нарезает и использует.
6. Авторство и экспертность
Особенно важно для ЯндексGPT. Страница «Об авторе» с реальными данными, профили на авторитетных площадках, упоминания в других источниках — всё это сигналы E-E-A-T. AI-системы учитывают авторитетность источника.
7. Скорость загрузки и технические факторы
Классические технические SEO-факторы работают и в GEO: Core Web Vitals, мобильная адаптация, чистый HTML. AI-индексаторы — по сути те же краулеры, только смотрят ещё и на структуру контента.
Совет
Самый быстрый способ начать: возьми любую свою статью и добавь в конец 3-5 пар «Вопрос — ответ» по теме статьи. Прямые ответы, по 2-4 предложения каждый. Это займёт 15 минут и сразу даст AI материал для цитирования.
Что я уже сделал на этом блоге
Я оптимизирую neiropotok.ru под GEO прямо в процессе написания этой статьи. Вот что уже есть:
- Блог на Next.js + MDX генерирует чистый семантический HTML — хорошая основа
- Schema.org разметка для статей подключена
- Структура каждой статьи с явными H2/H3 заголовками-вопросами
- Конкретные данные и источники в каждом посте
Что планирую добавить: FAQ-секции в конце каждой статьи, разметку FAQ schema, более явные answer capsules в начале каждой секции.
Честно — результаты пока не отслеживал систематично. Это работа на месяцы, не на неделю. Но Яндекс Нейро уже начал цитировать некоторые мои материалы — первые сигналы есть. Сам блог я строил через вайб-кодинг — и получил хорошую техническую базу для GEO изначально.
Быстрый чеклист: что сделать прямо сейчас
Для тех, кто хочет начать сегодня:
- Проверь, что все статьи индексируются (Google Search Console + Яндекс.Вебмастер)
- Добавь Schema.org разметку Article для статей, FAQ для страниц с вопросами
- Перепиши вступления секций — первое предложение должно отвечать на вопрос из заголовка
- Добавь FAQ-блок в конце каждой ключевой статьи (3-5 вопросов с ответами)
- Убедись, что у каждого материала есть явный автор
- Получи упоминания на авторитетных площадках (Habr, vc.ru для RU-аудитории)
Внимание
GEO — это долгосрочная игра. ChatGPT обновляет индекс раз в 2-4 недели. Результаты от структурных изменений видны через месяц-два. Не ожидай мгновенных результатов — это инвестиция, а не быстрый хак.
GEO и контекст инжиниринг: неочевидная связь
Когда я разбирался с GEO, поймал себя на мысли: это же буквально контекст инжиниринг, только для веба.
В контекст инжиниринге ты структурируешь информацию для AI-модели в промпте: разделяешь инструкции от знаний, даёшь чёткий формат, добавляешь релевантный контекст. В GEO ты делаешь то же самое, но для краулеров и индексаторов AI-поисковиков: структурируешь статью так, чтобы AI мог «нарезать» её на куски и найти нужный ответ.
Разница в масштабе. В промпте ты контролируешь контекст напрямую. В GEO — ты готовишь контент заранее, а AI сам решает, что взять. Но принцип один: чем чище структура и чем конкретнее формулировки, тем выше шанс, что твой контент окажется в ответе.
Следующий уровень для разработчиков — это MCP (Model Context Protocol), который позволяет AI-системам напрямую обращаться к данным по запросу. Я писал про это в гайде по MCP-серверам. Это уже не пассивная оптимизация, а активный канал для AI.
Поисковая игра меняется. Не катастрофично и не мгновенно — но достаточно быстро, чтобы начать разбираться сейчас, а не через год. GEO оптимизация — это не замена SEO, это дополнительный слой, который работает поверх него.
Возьми одну статью. Добавь FAQ-блок внизу. Проверь структуру заголовков. Это займёт час. Потом посмотри через месяц — появилась ли она в ответах Яндекс Нейро.
Часто задаваемые вопросы
Что такое GEO оптимизация? GEO (Generative Engine Optimization) — оптимизация контента для того, чтобы его цитировали AI-поисковики (ChatGPT, Perplexity, ЯндексGPT) в своих ответах. В отличие от классического SEO, цель не попасть в топ ссылок, а стать источником, который AI использует при формировании ответа.
Чем GEO отличается от SEO? SEO оптимизирует страницы для попадания в поисковую выдачу. GEO оптимизирует контент для цитирования AI. В SEO важны ссылочная масса и поведенческие факторы. В GEO — структура текста, прямые ответы на вопросы, авторитетность источника. Пересечения есть: технические факторы, авторство, качество контента — работают в обоих случаях.
Как быстро контент появляется в ответах AI? Зависит от платформы. Яндекс Нейро — дни. Perplexity — дни до недели. ChatGPT — 2-4 недели (медленный цикл обновления индекса).
Нужна ли Schema.org разметка для GEO? Помогает, но не обязательна с первого дня. Article schema и FAQ schema — самые полезные для AI-оптимизации. Дают AI структурированные данные о контенте и явные блоки вопрос-ответ для цитирования.
Работает ли GEO для русскоязычного контента? Да. ЯндексGPT и Яндекс Нейро активно работают с русскоязычным контентом. Perplexity тоже индексирует RU-материалы. Для RU-аудитории приоритет — авторитетность на Habr, vc.ru и технических площадках.
