AEO/GEO для B2B: как AI выбирает компании и поставщиков

AI-система не «любит» бренды. Она работает с текстовыми фрагментами примерно по 300–600 токенов, которые система генеративного поиска извлекает из проиндексированных источников и передаёт модели перед тем, как та сгенерирует ответ. Компания выигрывает не потому, что у неё раскрученный домен, а потому что конкретный фрагмент её страницы точно и плотно отвечает на конкретный подзапрос.

Прежде чем текст вообще может попасть в ответ, он проходит три последовательных фильтра:

• Fetchable. Страница индексируется, не закрыта авторизацией или paywall, а AI-краулеры вроде GPTBot, ClaudeBot и PerplexityBot не заблокированы в robots.txt.
• Chosen. Заголовок и структура страницы соответствуют интенту запроса, то есть выглядят релевантными ещё до того, как модель «откроет» страницу.
• Extractable. Ответ не спрятан в аккордеонах, вкладках или картинках, а вёрстка не мешает вытащить нужный фрагмент.

Если страница не проходит первый фильтр, остальные не имеют значения, поэтому диагностику всегда начинают с Fetchable.

Дальше работает формула agent-ready контента: доступность + структура + форма ответа. Материал должен быть технически доступен роботам и разбит на заголовки и таблицы, из которых легко вырезать фрагмент. Он также должен быть написан как прямой ответ на вопрос, а не как рекламный текст о компании.

По внутреннему аудиту 158 публикаций Humanswith.ai (2026) заголовки в форме вопроса дают статьям +19% к доле цитирований AI-движками, а таблица сравнения или чек-лист в тексте — ещё +18%. Оба сигнала работают на уровне конкретного фрагмента: AI выбирает не страницу целиком, а тот кусок текста, который проще всего вырезать и вставить в ответ.

Тревожные сигналы редко приходят в виде одной метрики. Обычно совпадает сразу несколько.

• Конкуренты появляются в ответах ChatGPT и Perplexity на запросы вашей категории, а ваша компания — нет, хотя по SEO-позициям вы не уступаете.
• Трафик из классического поиска стагнирует или падает, а от клиентов всё чаще звучит «мне вас порекомендовал ChatGPT».
• Ваш корпоративный сайт хорошо ранжируется в Google или Яндексе, но ни разу не попадал в ответы AI-поиска. Это типичный разрыв между SEO-видимостью и AI-видимостью.
• Отдел продаж замечает, что закупщики на первой встрече уже цитируют формулировки, похожие на сгенерированный AI-ответ, а не на ваш сайт или маркетинговые материалы.
• В категории появился AI Overview от Google или блок Yandex Neuro, и клики по обычной органике заметно просели.

Если совпало хотя бы два-три пункта, откладывать работу с AEO/GEO дороже, чем начать её.

AEO/GEO — это не разовая покупка контента, а операционный цикл, который повторяется неделя за неделей. В Humanswith.ai он построен на шести связанных работах:

1. Measure — что сегодня отвечают ChatGPT, Claude, Perplexity, Gemini и Yandex Neuro на реальные запросы вашей категории.
2. Diagnose — какие пробелы, слабые страницы или отсутствующие источники объясняют текущий результат.
3. Produce — какая каноническая страница, кейс или FAQ даст AI лучший источник для ответа.
4. Optimize — техническая проверка того, краулится ли страница, размечена ли схема и отвечает ли текст на вопрос в первом абзаце.
5. Distribute — на каких внешних площадках должна появиться ссылка на канонический источник.
6. Verify — изменились ли ответы AI и упоминания бренда после публикации.

Стоимость такой работы не сводится к цене одной статьи. В неё входят диагностика видимости по нескольким AI-движкам, подготовка и правка контента под требования систем генеративного поиска, техническая разметка (Schema.org, llms.txt, проверка доступности для AI-краулеров) и регулярное перезамеряние результата. Без цикла SAGE (Setup, Analyze, Generate, Engineer — постановка задачи, анализ, производство контента, автоматизация) эффект угасает при любом обновлении моделей или при активности конкурентов.

Поэтому AEO/GEO обычно оформляют не как разовый проект, а как ежемесячный операционный контракт: часть бюджета уходит на аудит и настройку в первый месяц, часть — на регулярное производство и перепроверку контента дальше.

Humanswith.ai закрывает весь этот цикл одной командой и набором агентов: от измерения видимости бренда по AI-движкам до подготовки и публикации контента, который проходит проверку на цитируемость и фактическую точность перед тем, как выйти к читателю.

В российском B2B к общей логике AEO/GEO добавляются локальные условия.

Во-первых, здесь работает не только глобальный набор движков, но и Yandex Neuro с Алисой. По тому же внутреннему аудиту Humanswith.ai (2026) публикации на vc.ru попадают в цитируемые AI-ответы в 52% случаев, на dzen.ru — в 36%, тогда как материалы в собственном корпоративном блоге компании AI-движки практически не цитируют. Игнорировать локальный слой AI-поиска означает терять видимость там, где реально находится значительная часть закупщиков.

Во-вторых, у AEO/GEO есть эффект возраста. Странице или статье требуется время, прежде чем AI-системы генеративного поиска начнут стабильно её выбирать. Рынок AEO/GEO-услуг в России только формируется. Значит, окно, чтобы накопить этот возраст раньше конкурентов, ещё открыто, но оно закрывается с каждым месяцем, пока не начали публиковаться конкуренты.

В-третьих, длинный цикл B2B-сделки означает, что закупщик задаёт AI не один запрос, а целую серию уточняющих: про сравнение подрядчиков, про кейсы, про соответствие отраслевым требованиям. Хороший AEO/GEO-контент закрывает весь этот веер подзапросов, а не один ключевой запрос, как в классическом SEO.

Ничего не произойдёт мгновенно, и в этом главная опасность. Zero-click-поведение, при котором пользователь получает ответ прямо в AI-интерфейсе и не переходит на сайт, будет постепенно забирать долю у органического трафика. Компания, которая не участвует в этом канале, не «упадёт в рейтинге». Она просто станет невидимой для части закупщиков ещё до того, как они откроют её сайт.

Дальше работает эффект накопленного преимущества. Share of Model — это доля ответов AI-движка, где упоминается бренд, относительно конкурентов. У компаний, которые начали раньше, эта доля со временем растёт. Их страницы уже прошли порог возраста и накопили цитирования, а системы генеративного поиска продолжают опираться на уже проверенные источники. Компаниям, которые начнут через два-три года, придётся не просто наверстать контент, а преодолевать эту фору, то есть догонять конкурентов, которые уже стали для AI «привычным» ответом в категории.

Отдельный риск — репутационный. Если бренд вообще не появляется в источниках, которые видит AI, модель либо не упомянет компанию, либо опишет её неточно на основе случайных сторонних упоминаний. Это уже вопрос не трафика, а контроля над тем, как о компании говорят.

• Проверить Fetchable: не блокирует ли robots.txt краулеры GPTBot, ClaudeBot, PerplexityBot и Google-Extended
• Добавить файл llms.txt с описанием компании и указанием, каким страницам доверять
• Разметить ключевые страницы через Schema.org: Organization, Article, FAQPage, Product
• Переписать заголовки разделов в форме вопроса, на который читатель ищет ответ
• В первом абзаце каждого раздела дать прямой ответ, а не подводку к нему
• Добавить минимум одну таблицу сравнения или чек-лист на ключевую страницу
• Собрать FAQ-блок из 6 и более реальных вопросов клиентов с разметкой FAQPage
• Опубликовать источник объёмом от 1500 слов на канонической странице и синхронизировать адаптации на внешних площадках
• Настроить регулярный замер того, что отвечают ChatGPT, Perplexity, Gemini и Yandex Neuro на запросы вашей категории

Авторитет домена помогает в SEO почти всегда, но в AEO/GEO он ничего не гарантирует. Конкретный плотный и хорошо структурированный фрагмент со страницы с более слабым авторитетом может обойти размытый текст с авторитетного домена, если именно он точнее отвечает на запрос.