Продвижение сайта в нейросетях: как попасть в ответы ChatGPT и Алисы

Что вы получите из статьи:

• поймёте за 10 минут, чем GEO и AEO отличаются от SEO и почему это надстройка, а не замена
• получите план на 90 дней из 7 шагов - от robots.txt до страниц-ответов
• узнаете 3 приёма, которые по научному исследованию поднимают видимость в ответах ИИ до 40%
• перестанете переплачивать за декорации - llms.txt и «GEO без SEO» разобраны с цитатами Google

Из практики: применить можно за первый шаг - за 1 день, шаги 2-3 - в первые 2-4 недели, экономит минимум один платёж за декорации без эффекта - готовый llms.txt или обещание «продвинем без SEO».

58,5% поисков в Google в США сейчас заканчиваются без единого клика по открытому вебу: человек получил готовый ответ и закрыл вкладку. У одного только ChatGPT - 900 миллионов активных пользователей в неделю, и часть из них выбирает подрядчика или магазин через диалог с моделью. Похожий сдвиг идёт и в рунете: блок с прямым ответом над обычной выдачей Яндекса на 90% собирается из первой десятки её результатов - для тех, кто туда не попал, блок будто не существует. Дальше в тексте - продвижение сайта в нейросетях по шагам: план из семи пунктов, чтобы модель называла вас в числе рекомендаций.

Почему клиенты уходят в нейросети - и сколько трафика вы уже теряете?

Клиенты уходят, потому что нейросеть отвечает быстрее и без рекламы: спросил - получил три названия компаний вместо страницы ссылок и баннеров. По данным SparkToro (анализ переходов пользователей на основе данных компании Datos, 2024), из каждой 1000 поисков в Google в США только 360 заканчиваются переходом на открытый сайт, а для 58,5% поисков клика не происходит вообще - ответ читатель получает прямо в выдаче.

Прямое доказательство того, что клики утекают именно в блоки с ИИ-ответами, - у Ahrefs. В апрельском исследовании 2025 года на 300 000 ключевых слов появление AI Overview (блок с готовым ответом Google прямо в выдаче) снижало CTR первой строки - долю переходов по этой позиции - на 34,5%: конкретно по информационным запросам CTR упал с 0,056 до 0,031, то есть почти вдвое. По декабрьским данным 2025 года из обновления того же исследования падение усилилось - до 58%.

Масштаб новой привычки таков: у ChatGPT 900 миллионов активных пользователей в неделю по данным OpenAI (TechCrunch, 27 февраля 2026) - против 800 миллионов в октябре 2025 и 400 миллионов в феврале 2025. Модель не просто отвечает на общие вопросы - она называет конкретные компании, когда её просят посоветовать подрядчика, врача или магазин.

Хорошая новость для тех, кто в такие ответы попадает: по данным Semrush визит из ИИ-поиска в 4,4 раза ценнее визита из классической органики. Это исследование на 500+ темах digital-маркетинга, и по тем же темам Semrush ждёт, что ИИ-поиск обгонит классический уже к началу 2028 года. Меньше кликов в отчёте метрики не значит меньше денег - если вы вообще попадаете в ответ.

Что такое GEO и AEO простыми словами - и чем они отличаются от SEO?

Обе аббревиатуры описывают одну задачу разными словами: сделать так, чтобы модель, отвечая клиенту, назвала в ответе именно вашу компанию. GEO расшифровывается как generative engine optimization, AEO - answer engine optimization. Отдельной дисциплиной взамен SEO это не стало - это надстройка над тем же фундаментом.

Термин GEO предложили в 2023 году исследователи Принстона, Технологического института Джорджии и IIT Дели, а в 2024-м их работу приняли на конференцию KDD (arXiv:2311.09735). В майском гайде по генеративному поиску (2026) сам Google называет AEO и GEO «терминами, которыми иногда описывают эту работу», и сводит всё к тому же фундаменту - доступности для роботов, индексируемости и качественному контенту.

Разница трёх подходов - в том, где и как именно вас находят:

На практике SEO двигает страницу в списке ссылок, AEO ставит короткий ответ в отдельный блок над списком, а GEO - это про то, назовёт ли вас вслух ассистент, с которым клиент просто разговаривает. Все три слоя читают один и тот же сайт, поэтому нужны они не по отдельности, а вместе.

Как нейросети выбирают, кого рекомендовать?

Механика простая: модель ищет закономерности в том, что уже опубликовано в сети про вас и ваших конкурентов, и складывает ответ из самых убедительных и часто повторяющихся фрагментов. Про компанию без единого независимого упоминания системе попросту нечего сказать - взять факты неоткуда.

В список источников входят собственный сайт, карточки в картографических сервисах, отзывы, публикации в СМИ и профильных каталогах. Дата последнего обновления решает не меньше их количества: свежая страница выглядит для модели надёжнее той, которую не трогали пару лет.

В российской выдаче это правило работает жёстче, чем кажется на первый взгляд. По данным «Коммерсанта» и Sostav (июнь 2026), до 90% источников в нейроответах «Алисы» приходится на топ-10 обычной выдачи Яндекса, а доля сайтов за пределами топ-10 упала с 40% до 10% всего за полгода - с августа 2025-го по январь 2026-го. Если вас нет в топ-10 Яндекса по своим ключевым запросам, вы конкурируете за оставшиеся 10% источников со всеми остальными сайтами рунета, которые тоже не попали в первую десятку.

Что реально поднимает шанс попасть в ответ, проверили ещё в 2024 году исследователи Принстона, Технологического института Джорджии и IIT Дели. На бенчмарке из 10 000 запросов и 9 методов лучше всего сработали три приёма: добавление статистики, цитат авторитетов и ссылок на источники. Видимость в ответах генеративных систем выросла до 40%. А вот классическое напихивание ключевых слов сработало заметно хуже остальных методов (arXiv:2311.09735).

Как проверить, видят ли вас нейросети прямо сейчас?

Коротко: задайте 3-5 нейросетям (ChatGPT, «Алиса», Perplexity) вопрос, который реально задал бы клиент - «посоветуй [услугу] в [городе]» - и посмотрите, называют ли вас вообще. Если нет - вы уже знаете, с какого шага плана ниже начинать.

Подробную самопроверку по 5-7 вопросам и разбор типовых причин отсутствия в ответах мы показали отдельно - в статье «Как проверить AI-видимость сайта». Если хочется сделать диагностику по всем правилам - откройте её, а сюда возвращайтесь за планом действий.

Почему без обычного SEO продвижение в нейросетях не работает?

Потому что в Яндексе почти нет коротких путей мимо обычной выдачи: до 90% источников в нейроответах «Алисы» берутся из топ-10 обычного поиска, а внизу списка шансы почти нулевые. Официальная позиция Google звучит так же жёстко.

В документации «AI Features and Your Website» сказано, что для попадания в AI Overviews (блок с готовым ответом Google в выдаче) и AI Mode нет никаких дополнительных требований («no additional requirements to appear in AI Overviews or AI Mode»). Работают ровно те же основы: доступность для роботов, индексируемость сайта, качественный контент.

Если агентство предлагает «продвижение в нейросетях без SEO» - это либо непонимание процесса, либо намеренное лукавство: даже коммерческие обзоры GEO-подрядчиков в рунете признают это прямым текстом. SEO - фундамент: без индексируемого сайта и позиций в обычной выдаче ни один слой AEO или GEO не заработает, потому что нейросетям физически неоткуда брать про вас факты. Если позиции в Яндексе и Google пока слабые, начните с базового SEO - что реально влияет на позиции, мы разбирали в статье «Как попасть в топ 10 Яндекса».

План GEO-продвижения на 90 дней: 7 шагов

Короткий план продвижения сайта в нейросетях - пройти за 90 дней семь шагов: от проверки доступности сайта для ИИ-роботов до постоянного обновления фактуры цифрами и источниками. Первый шаг делается своими силами за один день, шаги 2-3 - в течение первых 2-4 недель, остальные растягиваются на недели дольше, потому что зависят от обновления контента и появления независимых упоминаний.

1. День 1 - снимите технический запрет для роботов. Хостинг или разработчик мог на всякий случай закрыть краулеры моделей в файле правил для роботов, и тогда прочитать сайт им попросту нечем. Откройте /robots.txt, найдите строки Disallow и уберите из них GPTBot и аналогичные записи - работа на пять минут.
2. Неделя 1-2 - добавьте конкретику на страницы услуг. Общие фразы про качество и подход нейросети нечем цитировать - нужны факты: цена или вилка цен, срок, город, объём работ, примеры с цифрами. Берите в текст только то, что готовы подтвердить: цифра без опоры на реальные данные при проверке скорее вредит, чем помогает.
3. Неделя 2-4 - заведите страницы-ответы под реальные вопросы клиентов. Возьмите 5-7 вопросов, которые вы и так слышите на встречах и по телефону, и сделайте под каждый отдельную страницу или раздел. Первый абзац - прямой ответ в 40-75 слов, дальше подробности: короткий и точный ответ такой структуры моделям проще процитировать целиком.
4. Неделя 3-4 - настройте разметку Schema.org. Organization для базовых данных о компании, FAQPage для страниц-ответов. Это техническая гигиена: по документации Google особой AI-разметки не существует, но стандартная разметка помогает роботам правильно понять структуру страницы.
5. Неделя 4-8 - обновите карточки компании в картографических сервисах и наберите содержательные отзывы. Профильные каталоги ниши считаются так же. Пять баллов без единого слова почти бесполезны для модели - вес набирает отзыв с конкретикой: что сделали, за какой срок, с каким результатом.
6. Неделя 6-12 - соберите независимые упоминания вне своего сайта. Профильные каталоги, отраслевые рейтинги, публикации в СМИ, страницы партнёров. Если о компании пишет только сама компания, доверие у нейросети низкое - чаще рекомендуют тех, кто упоминается в нескольких независимых источниках одновременно.
7. Постоянно - обновляйте даты и добавляйте фактуру. Устаревшие цены и услуги, которых уже нет, нейросеть либо процитирует неточно, либо уйдёт к более свежему источнику - конкуренту. Исследование Принстона, Технологического института Джорджии и IIT Дели показывает: добавление статистики, цитат и ссылок на источники поднимает видимость в ответах генеративных систем до 40% - то есть сама эта статья написана по рецепту, который в ней же разбирается.

Работает ли llms.txt и другая «магия для нейросетей»?

Коротко: нет, пока не работает - его не читает ни одна из известных систем. Файл /llms.txt предложил в сентябре 2024 года Джереми Ховард из Answer.AI: краткое markdown-описание сайта специально для языковых моделей, спецификация опубликована на llmstxt.org.

Представитель Google по поиску Джон Мюллер 17 июня 2025 года высказался в Bluesky прямо:

FWIW no AI system currently uses llms.txt (ни одна ИИ-система сейчас не использует llms.txt) - Джон Мюллер, Google Search Advocate, Bluesky, 17.06.2025

Ранее он же сравнивал такие файлы с мета-тегом keywords, который поисковики перестали учитывать больше десяти лет назад.

Вывод простой: сделать файл можно за 15 минут, вреда от него нет, но платить агентству как за отдельную услугу продвижения не за что. То же касается любой «специальной разметки для роботов», которую иногда продают отдельной строкой в смете, - специальных machine-readable файлов не существует, реальный эффект даёт только техническая работоспособность сайта: краулинг, индексация, содержательные страницы.

Какие ошибки убивают видимость в нейросетях?

Шесть причин закрывают почти все случаи, когда компании нет в ответах нейросетей: технический запрет для роботов, отсутствие конкретики в текстах, ноль независимых упоминаний, устаревшие данные на сайте, отсутствие страниц-ответов и покупка красивой упаковки без фундамента SEO. Разберём каждую по отдельности - и что с ней делать.

• Роботам закрыт доступ. В файле правил для роботов заблокированы боты нейросетей - часто это делает хостинг «на всякий случай», без задней мысли.
• Тексты общие, без деталей. Красивые слова про качество и подход нечем цитировать - нужны цифры, сроки, примеры.
• О компании молчат все, кроме неё самой. Ни одного независимого упоминания за пределами собственного сайта.
• Данные устарели. Цены и услуги, которых уже нет, - система либо ошибётся, либо выберет более свежий источник.
• Нет ответов на конкретные вопросы клиентов - зацепиться модели не за что.
• Купили упаковку вместо фундамента. Заплатили за «продвижение без SEO» и остались без результата - фундамент был пуст с самого начала.

Как измерить, что продвижение в нейросетях работает?

Честно: единого стандарта метрик для GEO пока нет - ни один инструмент не показывает «позиции в ChatGPT» так же, как Яндекс.Вебмастер показывает позиции в поиске. Рабочий минимум - раз в месяц повторять одни и те же 5-7 вопросов из диагностики по всем нейросетям и фиксировать три вещи: упоминают ли вообще, что говорят, кого называют вместо вас.

Второй канал - реферальный трафик: в Яндекс.Метрике и похожих счётчиках можно выделить переходы с доменов вроде chatgpt.com и perplexity.ai - прямой признак, что кто-то получил ссылку на сайт из диалога с нейросетью. Такого трафика пока меньше, чем из обычного поиска, но по данным Semrush он в 4,4 раза ценнее в пересчёте на один визит - небольшая цифра в отчёте может стоить дороже, чем кажется на первый взгляд.

С чего начать: бесплатный разбор за 1-2 дня

Прогонять 5-7 вопросов вручную каждый месяц по семи нейросетям - рутинная работа, которую вряд ли хочется делать вручную бесконечно. Ту же диагностику можно получить готовой - с планом действий конкретно под ваш сайт.

Дальше решаете сами - чинить по семи шагам выше своими силами или отдать сверку и дорожную карту под ключ, пока вы занимаетесь остальным бизнесом. Оба пути рабочие: план из этой статьи бесплатен и делается руками, готовый разбор экономит время на диагностике и указывает точный порядок действий для конкретно вашего сайта.

Источники

• SparkToro: исследование zero-click 2024 - только 360 из 1000 поисков доходят до открытого веба
• Ahrefs: как AI Overviews снижают клики - 300 000 ключевых слов
• Ahrefs: обновлённые данные о падении CTR, декабрь 2025
• TechCrunch: ChatGPT достиг 900 млн активных пользователей в неделю
• Semrush: исследование ценности трафика из ИИ-поиска
• Коммерсантъ: доля источников нейроответов «Алисы» из топ-10 выдачи
• Sostav: «Алиса» стала реже использовать сайты вне топ-10 выдачи
• Google Search Central: AI Features and Your Website
• Search Engine Roundtable: заявление Google про llms.txt
• llmstxt.org: спецификация файла llms.txt (Джереми Ховард, сентябрь 2024)
• arXiv: GEO - Generative Engine Optimization, Принстон/Технологический институт Джорджии/IIT Дели