Почему AI не рекомендует ваш сайт: 15 причин низкой AI-видимости

Это фундамент. Без него остальное не имеет значения.

1. AI-краулеры заблокированы. robots.txt случайно закрывает доступ GPTBot, ClaudeBot, PerplexityBot или Google-Extended. Такое правило часто пишут годы назад ради защиты от нежелательных ботов и просто забывают пересмотреть. Проверить это можно за пять минут, но почти никто не проверяет, пока видимость уже не станет проблемой.
2. Paywall или обязательная авторизация на ключевых страницах. Краулер просто не видит текст за формой входа, и для модели такая страница как будто не существует, даже если по ней ранжируются десятки органических запросов.
3. Тяжёлый JS-рендеринг. Если контент собирается на клиенте, а не отдаётся сразу в HTML, краулер может получить пустую страницу. Классический SEO давно научился с этим справляться через серверный рендеринг. Но многие сайты, обновлённые под SEO пять лет назад, не проверялись повторно именно под требования AI-краулеров.

Модель режет страницу на фрагменты по 300–600 токенов и выбирает лучший. Если фрагменты неудачные, не помогает даже сильный текст.

1. Ответ спрятан в аккордеонах или вкладках. До клика пользователя текста там просто нет для парсера, даже если он идеально отвечает на вопрос и написан профессиональным редактором.
2. Заголовки — темы, а не вопросы. «Наши услуги» вместо «Как выбрать подрядчика для GEO» резко снижает шанс совпасть с реальным запросом. Модель ищет фрагмент, который отвечает на вопрос, а не раздел, который просто называет тему.
3. Ключевой факт разорван между двумя разделами. Цифра стоит в одном H2, а вывод из неё — в другом. Модель обычно видит только один фрагмент за раз и теряет связь между ними, поэтому даже точный и честный факт может остаться незамеченным.
4. Нет таблиц, чек-листов и FAQ. Ниже определённого структурного порога статьи почти не цитируются вообще, независимо от качества текста. Таблица сравнения или чек-лист — это готовый, самодостаточный блок, который легко извлечь целиком, а сплошной текст без такой опоры модели извлекать сложнее.

Тема — самый сильный фактор из всех, сильнее авторитета домена и даже сильнее качества текста.

1. Слишком узкая ниша в заголовке. «GEO-продвижение для производителей упаковки» проигрывает широкому деловому вопросу почти всегда, даже если материал написан для абсолютно правильной аудитории и решает её реальную задачу.
2. Заголовок в формате «Что такое X». Образовательная формулировка цитируется заметно хуже, чем сравнение или практический «как сделать». Разница не в качестве идеи, а именно в формате: сравнение и инструкция звучат ближе к тому, как человек реально формулирует вопрос нейросети.
3. Материал построен вокруг одного кейса. «Как компания X добилась Y» — сильное доказательство внутри более широкой статьи, но слабая тема для отдельной публикации. Читатель нейросети редко ищет чужую историю целиком, ему нужен обобщённый ответ, который истории только подтверждают.
4. Материал вышел совсем недавно. Свежие публикации почти не цитируются. Генеративным системам нужно время, чтобы проиндексировать новый текст и начать на него опираться, и это время обычно исчисляется месяцами, а не днями или неделями.

Здесь сайт может быть в полном порядке, а проблема — только в том, как считают результат. Это отдельная зона типичных ошибок при запуске AEO и GEO.

1. Название бренда вставлено в текст самого промпта. Замер перестаёт отражать поведение реального пользователя и искажает базовую линию для сравнения. Реальный покупатель не пишет в ChatGPT название вашей компании, если ещё не знает о ней, а именно это состояние и нужно измерять честно.
2. Все платформы усреднены в одну цифру. ChatGPT, Perplexity, Gemini и Яндекс Нейро используют разную логику поиска и разные критерии строгости к источникам. Усреднение маскирует именно то, где есть прогресс, а где его нет, и часто прячет реальный рост на одной платформе за нулём на другой.
3. Информационные и коммерческие запросы смешаны в одном топике. Это создаёт ложное впечатление просадки там, где просто разные интенты требуют разного контента. Топик «ERP для крупных компаний» и топик «сколько стоит ERP» логически близки, но должны измеряться и чиниться отдельно.

Весь бюджет уходит в корпоративный блог. Такие площадки без внешней истории и ссылок обычно дают цитируемость, близкую к нулю, даже при отличном тексте. Материалы на площадках, которым модели уже доверяют, работают заметно эффективнее, потому что доверие к площадке частично переносится и на материал.

Этот пункт легко недооценить, потому что публиковать на своей территории проще и дешевле. Но именно он чаще всего превращает хороший контент в невидимый. Текст написан правильно, тема выбрана широко, а домен просто не входит в число источников, которым модель вообще склонна доверять по этой теме.

Самая частая ловушка — чинить только одну группу причин и считать дело закрытым. Команда исправляет robots.txt, но не трогает структуру статей. Или переписывает заголовки в форме вопросов, но продолжает мешать промпт с названием бренда при замере, и не видит реального результата собственной же работы. Получается парадокс: техническая часть уже готова, контент уже переписан, а видимость всё равно на нуле, потому что причина сидит в пятой, ещё не проверенной группе.

AEO и GEO требуют одновременной готовности по всем пяти направлениям сразу, а не последовательного улучшения одного за другим, пока остальные ждут своей очереди. Разница с классическим SEO именно в этом. Там частичный прогресс почти всегда даёт частичный результат. Здесь одно слабое звено может обнулить эффект от всех остальных.

Риски здесь не только в том, что видимость не вырастет. Есть три менее очевидных.

Первый — разрыв между цитированием и узнаванием бренда. Модель может часто ссылаться на сайт, но почти никогда не называть компанию по имени в тексте ответа. Формально прогресс есть, а узнаваемости бренда всё ещё нет.

Второй — риск неточного описания. Если факты о компании нигде не зафиксированы явно, модель иногда достраивает пробелы неточными предположениями. Это тоже накопительный эффект, только со знаком минус, и он требует отдельной работы по исправлению, а не просто наращивания объёма новых публикаций.

Третий, самый практичный — риск потратить бюджет не туда. Если измерение AEO не отделено от классических SEO-метрик, легко приписать рост одному каналу, хотя реально сработал другой, и в следующем квартале усилить не то направление. По нашему опыту в Humanswith.ai, именно эта путаница чаще всего приводит к тому, что бюджет на следующий год режут именно там, где он реально работал.