Поиск перестаёт быть списком ссылок. Всё чаще пользователь получает готовый ответ от ИИ и не доходит до сайта — и это меняет правила игры для маркетинга. Google запустил AI Overviews в 2024 году; стандарт llms.txt предложили тогда же.
Вывод простой. Чтобы попадать в ответы, мало ранжироваться: нужно понимать, как нейросети выбирают, кого процитировать. Эти 32 терминов — рабочий минимум, чтобы говорить с командой и подрядчиками на одном языке.
С чего начать
- Начните с основ: GEO, AEO и AI Visibility Score объясняют, что вообще измеряется.
- Поймите механику: RAG и заземление показывают, как ваш контент попадает в ответ нейросети.
- Закройте технику: llms.txt, структурированные данные и ИИ-краулеры — это то, что настраивается на сайте.
Группа 01
Основы AI-поиска
GEO — Generative Engine Optimization
Оптимизация под генеративные нейросети: ChatGPT, Perplexity, Gemini, Grok и другие. Цель — попасть в цитирование, а не в позицию в выдаче.
AEO — Answer Engine Optimization
Подготовка контента к тому, чтобы стать прямым ответом на вопрос пользователя. Более широкий термин: охватывает голосовой поиск и AI-ответы. GEO — частный случай AEO.
Генеративный поиск (Generative search)
Система сама собирает ответ из нескольких источников, а не показывает список ссылок. Так работают ChatGPT Search, Perplexity и Google AI Mode. Ответ один, списка ссылок нет.
Answer engine (поисковик-ответчик)
Отвечает на вопрос текстом, а не ссылками. Perplexity, ChatGPT и AI Overviews — answer engines. Пользователь получает готовый ответ и часто не идёт дальше.
AI Overviews
Блок с ответом от ИИ в верхней части Google (запущен в 2024 году). Пользователь читает готовый ответ прямо в поиске и часто не переходит на сайт, поэтому клики по первой органической позиции заметно падают.
SGE — Search Generative Experience
Раннее название экспериментов Google с генеративными ответами в поиске. В 2024 году оно выросло в AI Overviews, в 2025-м — в AI Mode. Термин ещё встречается в старых статьях.
Zero-click (поиск без перехода)
Пользователь получает ответ прямо в поиске и не переходит ни на один сайт. AI Overviews и ответы нейросетей резко увеличили долю таких запросов. Клика нет — а спрос есть.
Разговорный поиск (Conversational search)
Люди ищут через диалог и уточняют запрос в нескольких репликах, как в переписке. Так устроены ChatGPT и Gemini. Формулировки длиннее и живее, чем короткие запросы в Google.
Группа 02
Метрики и измерение
AI Visibility Score
Сводная оценка присутствия бренда в AI-ответах: частота упоминаний, контекст появления, кто из конкурентов стоит рядом.
Цитирование (Citation)
Упоминание или ссылка на ваш бренд внутри ответа нейросети. Это и есть цель GEO. Ваш контент становится источником, на который ИИ ссылается.
Упоминание бренда (Brand mention)
Любое называние бренда в тексте, даже без ссылки. Нейросети учитывают упоминания на авторитетных площадках, когда решают, кого назвать. Ссылка не обязательна.
Цитируемость (Citability)
Насколько контент удобно процитировать: есть ли прямой ответ, факты, числа и чёткая структура. Чем выше цитируемость, тем выше шанс попасть в ответ ИИ.
Тональность в ИИ-ответах (Sentiment)
Как нейросеть описывает бренд: положительно, нейтрально или с оговорками. Важно не только попасть в ответ. Важно быть названным в выгодном свете.
Галлюцинация (Hallucination)
Уверенный, но неверный факт, который выдумала нейросеть. Чёткие источники, разметка и проверяемые данные на сайте снижают риск того, что ИИ ошибётся о вашем бренде.
Группа 03
Как работают нейросети
LLM — большая языковая модель
Модель, обученная на огромных объёмах текста и предсказывающая следующее слово. На LLM построены ChatGPT, Claude, Gemini и другие. Именно LLM и пишет ответ.
RAG — Retrieval-Augmented Generation
Перед ответом нейросеть находит свежие документы и опирается на них. Так работают Perplexity и ChatGPT Search. Именно поэтому ваш контент в принципе может попасть в ответ.
Заземление (Grounding)
Привязка ответа к конкретным источникам, а не к «памяти» модели. Заземлённый ответ содержит ссылки. Именно сюда GEO старается поставить ваш бренд.
Граф знаний (Knowledge graph)
База связанных фактов о сущностях — компаниях, людях, продуктах — и связях между ними. Нейросети и поиск используют графы, чтобы понимать, кто вы и с чем связаны.
Сущность (Entity)
Объект, который ИИ распознаёт как отдельную «вещь»: бренд, продукт, человек, место. Сначала ИИ должен уверенно вас распознать. Без этого цитирования не будет.
Векторное представление (Embedding)
Перевод текста в набор чисел, по которым модель измеряет смысловую близость. Благодаря векторам ИИ находит ваш контент по смыслу запроса, а не по точному совпадению слов.
Контекстное окно (Context window)
Сколько текста модель удерживает «в уме» за один запрос. Чем чётче и компактнее ответ на странице, тем выше шанс, что он целиком поместится и попадёт в цитату.
Токен (Token)
Кусочек текста, которым оперирует модель, — примерно 3–4 символа или часть слова. Модели считают объём в токенах, а не в словах.
Внедрение в промпт (Prompt injection)
Скрытая инструкция в тексте, которая пытается заставить нейросеть нарушить правила. Это риск безопасности. Он касается любого продукта, который пропускает через ИИ чужой контент.
Группа 04
Техническая оптимизация
llms.txt
Файл-инструкция для нейросетей на сайте — аналог robots.txt, но для LLM. Объясняет, кто вы, чем занимаетесь, какому контенту можно доверять.
ИИ-краулер (AI crawler)
Бот, который собирает страницы для нейросети: GPTBot, ClaudeBot, PerplexityBot, Google-Extended. Заблокируете их — и ИИ не увидит ваш контент.
robots.txt
Файл с правилами для поисковых и ИИ-ботов: куда можно заходить, куда нет. Для GEO важно не закрыть случайно доступ тем краулерам, которым вы хотите быть видимы.
Структурированные данные (Schema.org)
Разметка, которая объясняет машинам смысл страницы: статья это, организация, товар или раздел вопросов и ответов. Словарь Schema.org поддерживают Google, Microsoft и Яндекс. Она помогает ИИ точно понять и процитировать ваш контент.
Speakable
Свойство Schema.org, которое помечает фрагменты, пригодные для озвучивания. Это сигнал для голосовых ассистентов и ИИ. Он подсказывает, какой кусок страницы можно зачитать как ответ.
E-E-A-T
Опыт, экспертиза, авторитетность и достоверность (Experience, Expertise, Authoritativeness, Trustworthiness). По этим критериям и Google, и нейросети оценивают, можно ли вам доверять.
Тематический авторитет (Topical authority)
Репутация сайта как эксперта в конкретной теме, набранная за счёт глубокого покрытия. Чем полнее вы раскрываете тему, тем чаще ИИ выбирает вас источником по ней.
Дообучение vs RAG (Fine-tuning vs RAG)
Два способа дать модели новые знания. Дообучение «вшивает» их в саму модель; RAG подаёт свежие документы в момент ответа. Для попадания в ответы важнее RAG — он работает с актуальным контентом сайтов.
Вопросы
Частые вопросы
Чем GEO отличается от SEO?
SEO поднимает страницу в позиции Google. GEO добивается, чтобы нейросеть процитировала вас в ответе. Часть практик общая — авторитетный контент и разметка важны для обоих. Часть расходится: то, что двигает позицию в Google, не всегда влияет на упоминания в ИИ.
Что важнее — GEO или AEO?
AEO шире: это подготовка контента к роли прямого ответа, включая голосовой поиск. GEO — частный случай для генеративных нейросетей. Начинайте с AEO-мышления, а измеряйте через GEO-метрики вроде Share of Model.
Нужен ли llms.txt, если уже есть robots.txt?
Это разные файлы. robots.txt управляет доступом ботов; llms.txt объясняет нейросетям, кто вы и какому контенту доверять. Они дополняют друг друга, а не заменяют.
Какие нейросети отслеживать в первую очередь?
Те, где сидит ваша аудитория. Для большинства это ChatGPT, Perplexity, Gemini и Google AI Overviews. Для рынка России добавьте Яндекс Нейро и Алису.