GEO и AEO: как попасть в ответы ИИ-поиска

Обновлено в сентябре 2026.

Раздел практики: SEO и ИИ.

В 2026 поиск — это не только десять синих ссылок. Google показывает AI Overviews на информационных запросах, Яндекс выдает ответы Нейро и Алисы, а пользователи всё чаще спрашивают ChatGPT и Perplexity вместо того, чтобы кликать по результатам. По данным Sparktoro (июль 2026), 25% информационных запросов в Google завершаются без клика по органике — пользователь получает ответ прямо в выдаче. Для коммерческих запросов этот показатель ниже (8–12%), но и там ИИ-блоки забирают часть кликов.

Для вебмастера это значит: мало быть в топе — нужно, чтобы ИИ вас цитировал. Если ваш сайт не попал в источники AI Overviews или в ответ Perplexity — вы теряете трафик, даже занимая первую позицию.

Два новых термина — GEO (Generative Engine Optimization) и AEO (Answer Engine Optimization). Разберём, что они значат, чем отличаются от привычного SEO и что конкретно делать на сайте. Спойлер: большинство действий — это улучшение того, что и так полезно для обычного поиска. Просто теперь у них появился дополнительный бонус в виде цитирования ИИ.

Свой первый тест GEO я провёл в январе 2025. Задал в Perplexity «Лучшие материалы по SEO для начинающих» — и увидел свой URL. Подумал: случайность. Через месяц — уже 3 страницы. К сентябрю 2026 — 7 страниц в разных системах. Случайностью это уже не назовёшь.

Ниже — что получилось, что не получилось, и сколько раз я наступал на грабли прежде чем что-то начало работать.

Как ИИ-поиск выбирает источники

Все ИИ-ответчики — и Google AI Overviews, и Perplexity, и Яндекс Нейро — работают на базе retrieval-augmented generation (RAG). Схема одна: модель получает запрос → ищет релевантные страницы в индексе → извлекает фрагменты → генерирует ответ со ссылками на источники.

На bigfozzy.com я проверяю цитирование в четырёх платформах. Google AI Overviews — свой индекс и ранжирование, показываются на 8–15% информационных запросов (данные Search Engine Journal, 2026), CTR обычных результатов на таких запросах упал на 10–20%. Яндекс Нейро — отдельный режим с развёрнутым ответом и источниками; Алиса даёт короткие ответы голосом, цитирует один-два источника. Perplexity всегда показывает источники из собственного индекса плюс Bing, цитирует 3–6 URL в каждом ответе. ChatGPT с веб-доступом использует Bing — ссылки появляются не всегда, но модель может назвать бренд или пересказать контент.

Общее правило: ИИ цитирует те же сайты, что и так в топе — но с поправкой на структуру ответа. Страница с чётким ответом в первом абзаце, фактами и разметкой имеет больше шансов, чем «простыня» текста без структуры.

Сравнение ИИ-платформ: что важно вебмастеру

Что влияет на выбор источника

Исследование Georgia Tech (март 2024, обновлено Stanford, январь 2026) выделило пять факторов цитирования в RAG-системах. Релевантность — страница должна отвечать именно на тот вопрос, который задаёт пользователь. Авторитетность домена — высокие трасты цитируются чаще, но новые страницы с сильными фактами тоже попадают. Структура ответа — чёткий ответ в первых 2–3 абзацах, таблица или список; если ответ «размазан», парсер его не извлечёт. Свежесть — дата обновления сигнал, особенно для запросов с «2026» и «сейчас». И уникальность данных (Information Gain) — если на странице есть замеры, кейсы, скриншоты, которых нет у конкурентов, шанс цитирования выше.

Проверил на своих страницах: статьи с таблицами сравнения и собственными замерами Perplexity цитирует заметно чаще, чем тексты без уникальных данных.

Важный нюанс: ИИ-системы не читают robots.txt одинаково. GPTBot, PerplexityBot, Google-Extended — это разные боты с разными User-Agent. Подробнее: раздел «Роботы ИИ в robots.txt» ниже.

AEO: попадание в AI Overviews и ответы Яндекса

AEO — не отдельная дисциплина, а расширение SEO. Те же страницы, что ранжируются в топ-3, чаще всего попадают и в AI Overviews. Но есть нюансы, которые увеличивают шанс.

Структура «ответ первым»

Google и Яндекс извлекают ответ из первых 1–3 абзацев. Если вопрос «Как выбрать хостинг?» — на странице должен быть абзац, который начинается с прямого ответа, а не с «В этой статье мы рассмотрим…».

Шаблон, который я использую на bigfozzy.com: заголовок H2/H3 с вопросом — точно как запрос пользователя или близко к нему. Первый абзац на 40–60 слов — прямой ответ, без воды и без «в этой статье мы рассмотрим». Далее — раскрытие: детали, примеры, ограничения, раздел «что не делать».

Это не «SEO-текст с ключами в первом абзаце» — это страница, которая реально отвечает на вопрос быстрее, чем конкуренты.

Пример: до и после реструктуризации под AEO

Возьмём типичную страницу «Как выбрать хостинг для сайта». До: 2000 слов, первый абзац — «В этой статье мы подробно рассмотрим, как выбрать хостинг для вашего сайта, какие бывают типы хостинга и на что обратить внимание при выборе…». Ответ «размазан» по тексту. После:

H2: Какой хостинг выбрать для сайта?

Для блога или небольшого сайта — шаред-хостинг с SSD, от 200 руб/мес, с бесплатным SSL и ежедневным бэкапом. Для интернет-магазина от 1000 заказов/мес — VPS от 800 руб/мес с выделенным IP и настроенным кэшированием. Ключевые критерии: uptime ≥ 99.9%, поддержка 24/7 на русском, расположение серверов в РФ или ЕС.

Далее — таблица сравнения типов хостинга, список из 7 критериев выбора, примеры тарифов с ценами на 2026 год, раздел «что не делать»…

Разница: в первом варианте ответ надо «добывать» из текста. Во втором — он готов к извлечению. ИИ-парсер берёт первые 40–60 слов как кандидат в сниппет; если они содержат прямой ответ — шанс попадания в AI Overview резко растёт.

Форматы, которые любят ИИ-ответы

На bigfozzy.com я проверял разные форматы и вот что работает лучше всего. Таблицы сравнения — «WordPress vs Joomla», «Шаред vs VPS» — ИИ охотно берёт табличные данные. Нумерованные списки — пошаговые инструкции и чеклисты; Алиса часто читает список вслух. Определения в формате «X — это Y, которое Z» — короткая формулировка, которую можно извлечь как сниппет. FAQ-блоки — вопрос-ответ; микроразметка FAQPage помогает, но не обязательна, главное чтобы текст был структурирован.

Технические сигналы для AEO

На bigfozzy.com разметку Schema.org (FAQPage, HowTo, Article) генерирует bf_schema.php автоматически — не гарантирует попадание, но помогает парсерам извлекать данные. Контент отдаётся сервером на PHP, без JS-рендеринга, поэтому ИИ-парсеры видят HTML сразу. Скорость и доступность — банально, но если страница не грузится, её не процитирует никто. Canonical и hreflang помогают ИИ понять, какая версия страницы основная и на каком языке.

GEO: цитирование в ChatGPT, Perplexity и Яндекс Нейро

GEO шире, чем AEO. Если AEO — про конкретный блок в выдаче, то GEO — про то, упоминает ли ИИ ваш бренд или URL вообще, когда пользователь задаёт вопрос. Это ближе к траст и репутации, чем к классическому SEO.

Что влияет на GEO

На bigfozzy.com я выделяю пять факторов, которые коррелируют с цитированием в ИИ-ответах. Плотность фактов — ИИ предпочитает страницы с конкретикой: числа, даты, имена, ссылки на исследования. «Мы лучший хостинг» не работает; «99.9% uptime за 2025 год по данным мониторинга» — работает. Уникальные данные (Information Gain) — если контент пересказывает десяток таких же статей, ИИ выберет оригинал; собственные замеры, скриншоты, таблицы, кейсы — сигнал «источник, а не копия». E-E-A-T сигналы — автор с именем, дата обновления, ссылки на источники (см. доверие и авторство). Цитируемость на внешних площадках — если бренд упоминается на Habr, VC, Reddit, Stack Overflow, ИИ-модели это видят; RAG-системы Perplexity и ChatGPT индексируют форумы и медиа. Согласованность фактов — если на сайте написано «основан в 2010», а на внешнем профиле «с 2015 года», ИИ теряет доверие; единый «словарь бренда» (даты, названия, цифры) — основа GEO.

Практика GEO: что делать

На bigfozzy.com я следую четырём правилам. Публикую оригинальные данные — свой опыт, замеры, скриншоты из кабинетов; не «10 советов по SEO», а «мы проверили 200 URL и вот что нашли». Размещаюсь на площадках, которые читает ИИ — Habr, VC.ru, Stack Overflow, тематические форумы; не для ссылок, а для упоминаний бренда в контексте. Держу карточки бренда актуальными — Wikipedia, Wikidata, карточки в каталогах; ИИ-модели используют их как «якоря фактов». Структурирую контент под извлечение — определения, таблицы, FAQ, всё что ИИ может вырезать как готовый фрагмент ответа.

GEO для Рунета: особенности Яндекса и Нейро

В Рунете ситуация отличается от англоязычного сегмента. Яндекс Нейро приоритизирует сайты с хорошим поведенческим в Яндексе — если ваш сайт часто выбирают в обычной выдаче (высокий CTR сниппета), Нейро тоже его подтянет; связка AEO → поведенческие → Нейро. Алиса как голосовой ассистент цитирует 1–2 источника в формате короткого ответа (1–2 предложения) плюс название сайта; чаще цитирует сайты с чёткими определениями и FAQ-структурой — то, что легко «зачитать вслух». Площадки Рунета — Habr, VC.ru, Дзен, Pikabu: если ваш бренд упоминается там в контексте экспертизы, Яндекс Нейро это видит (для англоязычного сегмента аналог — Reddit, Stack Overflow, Medium). Русская Wikipedia — Яндекс Нейро активно использует её как источник фактов; если ваш бренд упомянут в Wikipedia с АИ, это сильный сигнал для GEO.

Пример: почему ИИ цитирует один сайт и игнорирует другой

Запрос: «Лучший CMS для блога в 2026». Два сайта в топ-5 Google:

Сайт A (позиция 2): 3000 слов, обзор 10 CMS, но без конкретных выводов. Каждый раздел — «у каждой CMS свои плюсы и минусы». Нет таблицы сравнения, нет даты обновления, автор — «Админ».

Сайт B (позиция 4): 1500 слов, обзор 5 CMS, но с таблицей сравнения, конкретными рекомендациями («для блога до 10 000 посетителей/мес — WordPress; для медиа — Ghost»), датой обновления «сентябрь 2026», автор — имя с ссылкой на профиль.

Perplexity цитирует Сайт B. Google AI Overviews тоже. Яндекс Нейро — Сайт B. Причина: у Сайта B выше Information Gain (таблица, конкретные рекомендации), лучше E-E-A-T (автор, дата), и структура готова к извлечению.

Вывод: позиция в обычном поиске — не гарантия цитирования. Структура и факты важнее.

llms.txt: нужен ли он

llms.txt — текстовый файл в корне сайта (по аналогии с robots.txt), который описывает структуру сайта для ИИ-агентов. Формат: UTF-8, plain text, список важных страниц с кратким описанием.

Пример содержимого:

# bigfozzy.com
> Практические материалы по SEO и вебмастерству

## Основные разделы
- [SEO и ИИ](https://bigfozzy.com/praktika-seo-ii.php): Кластер гайдов про ИИ в поиске
- [Основы SEO](https://bigfozzy.com/articles-for-webmaster-for-beginer.php): Базовый курс для начинающих
- [Продвижение](https://bigfozzy.com/articles-for-webmaster-promote-website.php): Практика продвижения сайтов

## Ключевые гайды
- [GEO и AEO](https://bigfozzy.com/Articles/Based/Traffic/geo-aeo-otvety-ii-poiska-2026.php): Оптимизация под ИИ-поиск
- [SEO-аудит](https://bigfozzy.com/Articles/Based/Traffic/seo-audit-cheklist-2026.php): Чеклист проверки сайта

Что говорит Google

Google заявляет, что llms.txt не влияет на AI Overviews и поисковое ранжирование. Для Google-поиска файл пока не нужен.

Кому реально полезен

Из трёх платформ, которые я проверяю на bigfozzy.com, Perplexity использует llms.txt при индексации — если файл есть, модель лучше понимает структуру сайта. ChatGPT (Browse) может прочитать файл при анализе сайта. Яндекс официально llms.txt не поддерживает, но файл и не мешает.

Вердикт: создать llms.txt — 10 минут, вреда нет, потенциальная польза для Perplexity и ChatGPT. Делать как дополнение, не как замену нормальной структуры сайта.

Как создать llms.txt: пошагово

На bigfozzy.com я делал так. Собрал 10–20 ключевых URL — не все страницы, а только основные разделы и лучшие гайды; если у вас 500+ страниц, llms.txt на 500 строк бесполезен, модель не прочитает весь файл за раз. Для каждого URL написал одну строку описания в формате - [Название](https://example.com/page): Одно предложение о чём страница — не «наша компания предлагает», а что пользователь найдёт на странице. Сгруппировал по разделам markdown-заголовками ## — это помогает модели навигировать по файлу. Сохранил как UTF-8 без BOM, имя файла строго llms.txt (lowercase), в корне сайта; проверил, что https://ваш-сайт.ru/llms.txt открывается.

llms-full.txt — расширенная версия

Спецификация llms.txt предусматривает два файла. llms.txt — короткий: только список URL с описаниями (как выше). llms-full.txt — полный: содержит текст ключевых страниц или их выжимки, может быть несколько мегабайт.

llms-full.txt полезен, если вы хотите, чтобы модель «прочитала» ваш контент без захода на каждую страницу. Но: файл нужно обновлять при каждом изменении контента. Для большинства сайтов достаточно обычного llms.txt — модели сами зайдут на страницы по ссылкам.

Частые ошибки в llms.txt

На bigfozzy.com я наступил на все четыре. Первая — слишком длинный файл: 500+ строк модель не использует целиком, лучше 15–30 лучших URL, чем все страницы (я именно так и переделал — см. «Мои ошибки в GEO» ниже). Вторая — описания вместо контента: «Мы — лидеры рынка» бесполезно, а «Гайд по выбору хостинга: сравнение 5 типов, чеклист из 7 пунктов, цены 2026» — полезно. Третья — нет структуры: плоский список без группировки модель хуже навигирует, нужны ##-заголовки. Четвёртая — устаревшие URL: если ссылка в llms.txt ведёт на 404, это хуже, чем отсутствие ссылки; проверяйте актуальность.

Как проверить видимость в ИИ-ответах

Главная проблема GEO/AEO — нет единого кабинета, как GSC. Придётся проверять вручную или полуавтоматически.

Ручная проверка (бесплатно)

На bigfozzy.com я делаю так: составляю список из 10–20 целевых вопросов (те, по которым сайт в топ-10), задаю каждый вопрос в Google (смотрю AI Overviews), Яндекс Нейро, Perplexity и ChatGPT с веб-доступом. Записываю: показан ли ответ, какие источники cited, есть ли мой URL или бренд. Повторяю раз в 2–4 недели — сравнение показывает тренд.

Пример таблицы мониторинга

Формат: Google Sheets или Excel. Колонки: дата, запрос, платформа, да/нет, позиция, конкуренты. Заполнение 10 запросов × 4 платформы = ~40 строк за 30–40 минут. Это ваш базовый трекер GEO.

Текущие результаты мониторинга (сентябрь 2026)

Трекер веду с января 2025. Вот что накопилось:

Результат: 7 из 20 проверенных запросов (35% Share of Voice). Лучше всего — Perplexity (40%) и Яндекс Нейро (50%). Google AI Overviews — 25%. Это нормальный результат для сайта с 200 страницами в узкой нише.

Метрика «Share of Voice в ИИ»

Это доля ответов, где ваш сайт упомянут, относительно общего числа проверенных вопросов. Например: проверили 20 вопросов, сайт упомянут в 6 ответах Google AI Overviews и в 4 ответах Perplexity. SoV: 30% (Google), 20% (Perplexity).

Фиксируйте в таблице: дата × запрос × платформа × источник. Это единственный способ увидеть динамику.

Инструменты мониторинга (2026)

Из платных инструментов я смотрел Profound.so (мониторинг упоминаний бренда в AI-ответах ChatGPT и Perplexity), Otterly.ai (отслеживание цитирований в LLM-ответах) и Peec AI (GEO-аналитика: видимость бренда в генеративных ответах). Для сайта до 1000 URL, как bigfozzy.com, достаточно ручного подхода — таблица плюс периодическая проверка, платный сервис не нужен.

Подробнее про работу с кабинетами: Вебмастер и GSC.

Роботы ИИ в robots.txt: кого пускать

ИИ-системы сканируют сайты отдельными ботами. Каждый — со своим User-Agent. Если вы хотите, чтобы ИИ цитировал ваш сайт, боты должны иметь доступ к контенту.

Основные ИИ-боты (2026)

Разрешить или запретить?

Если хотите цитирование в ИИ — разрешите всех. Добавьте в robots.txt:

User-agent: GPTBot
Allow: /

User-agent: ChatGPT-User
Allow: /

User-agent: PerplexityBot
Allow: /

User-agent: Google-Extended
Allow: /

Если не хотите — запретите. Но учтите: запрет ботам не влияет на обычное поисковое ранжирование. Googlebot и Google-Extended — разные боты. Запрет Google-Extended не понизит вас в поиске Google.

Компромисс: разрешите ботам доступ к основному контенту (статьи, гайды), но закройте служебные разделы (админка, личный кабинет, API). Это делается обычными директивами Disallow для конкретных путей.

Важно: если вы запретите GPTBot, но ваш контент доступен через Bing (который используется ChatGPT с веб-доступом) — модель всё равно может его прочитать. Полностью «скрыться от ИИ» при открытом поисковом индексе невозможно.

Промпты для проверки GEO-видимости

Чтобы проверить, как ИИ видит ваш бренд, нужны правильные вопросы. Вот шаблоны промптов, которые работают для проверки:

Прямые вопросы (проверяют цитирование)

Для проверки цитирования я использую промпты вроде Какие сайты дают лучшие гайды по [ваша тема]?, Порекомендуй ресурсы по [ваша ниша] для начинающих, Где почитать про [конкретная тема] на русском? и Какие блоги по SEO ты бы порекомендовал?

Если в ответе есть ваш бренд или URL — GEO работает. Если нет — смотрите, кто упомянут, и анализируйте, почему конкуренты цитируются, а вы — нет.

Вопросы с контекстом (проверяют глубину)

Для проверки глубины знания модели о бренде использую Что ты знаешь о сайте [ваш-домен]?, Какие материалы публиковал [ваш бренд]? и Кто такие [ваше имя/бренд] и чем они известны?

Эти промпты проверяют, «знает» ли модель о вашем бренде вообще. Если ответ «не знаю» — ваш бренд недостаточно представлен в вебе, который модель читает.

Вопросы с конкуренцией (сравнительные)

Для сравнительной проверки — Сравни [ваш сайт] и [конкурент] — какой лучше для [задача]? и Какие альтернативы [ваш сервис/сайт] существуют?

Если модель упоминает вашего конкурента, но не вас — это сигнал: нужно усилить присутствие бренда на внешних площадках (Habr, VC, Wikipedia).

Как использовать результаты

Проведите проверку раз в месяц. Запишите ответы. Сравните через месяц: если после обновления контента (добавили факты, таблицы, дату) ваш бренд стали упоминать чаще — стратегия работает. Если нет — смотрите, что делают конкуренты из списка цитируемых.

Что конкретно делал: хронология

Полтора года — и достаточно ошибок, чтобы этот список был честным. Даты, действия, результаты — в порядке, в котором всё происходило.

Январь–март 2025: контент. Начал с пяти ключевых страниц — те, по которым был трафик из Google. Переписал первые абзацы: убрал «в этой статье мы рассмотрим», заменил на прямой ответ в 40–60 словах. На странице про SEO-аудит первый абзац стал: «SEO-аудит — это проверка сайта по 50+ параметрам: техника, контент, ссылки. На bigfozzy.com я делаю аудит раз в квартал и вот что нашёл…». Через месяц Perplexity начал цитировать эту страницу — раньше не цитировал вообще. Таблицы сравнения добавил на три страницы: типы хостинга, виды SEO-аудита, форматы контента. ИИ охотно берёт табличные данные — это я проверил на примере страницы про хостинг: после добавления таблицы «Шаред vs VPS vs Выделенный» Perplexity стал цитировать таблицу целиком.

Апрель–июнь 2025: техника. Подключил Schema.org FAQPage на всех страницах с вопросами-ответами — bf_schema.php генерирует JSON-LD автоматически. Проверил, что контент отдаётся сервером (PHP, без JS-рендеринга) — ИИ-парсеры видят HTML сразу. Настроил canonical для всех страниц и hreflang для русско-украинской версии (пока была). Скорость: добился LCP < 2.5 с и CLS < 0.1 — подробности в SEO-аудите. Банально, но если страница не грузится, её не процитирует никто.

Июль–сентябрь 2025: видимость для ИИ. Создал llms.txt в корне сайта — 15 ключевых URL с описаниями, сгруппированных по разделам. В robots.txt явно разрешил GPTBot, PerplexityBot, Google-Extended — раньше они были закрыты общим Disallow. Проверил: бренд упомянут на трёх внешних площадках (Habr, VC.ru, тематический форум) с согласованными фактами — дата основания, название, автор. Завёл таблицу мониторинга: 20 запросов × 4 платформы (Google AIO, Яндекс Нейро, Perplexity, ChatGPT), проверка раз в месяц. Первая проверка показала baseline: 3 из 20 запросов (15%). К сентябрю 2026 — 7 из 20 (35%).

Результат по порядку действий: быстрее всего дали эффект «ответ первым» и таблицы (цитирование через 3–4 недели). llms.txt и robots.txt — через 2–3 месяца. Внешние упоминания — самая долгая история, результат через 4–6 месяцев. Но именно они дали рост в Яндекс Нейро: с 20% до 50% Share of Voice.

Грабли, на которые наступил

Без этого раздела было бы нечестно. Пять раз ошибался — и каждый раз казалось, что «ну уж это точно сработает».

Скрытый текст с «ИИ-ключами». Февраль 2025. Напихал в три страницы блоки с display:none, туда ключевые фразы: «ИИ-оптимизация», «генеративный поиск», «AI Overviews». Думал, модели подхватят. Через две недели — ноль изменений. Модели извлекают смысл, а не ищут keywords. Скрытые блоки вредят — за них можно получить фильтр. Убрал в тот же день, чувствовал себя глупо.

Массовая генерация «под AI Overviews». Март 2025. Сгенерировал 12 тонких страниц — по одной на вопрос из Wordstat. 500–800 слов, без данных. Google проиндексировал 8, но ни одна не попала в AI Overviews. Две попали под фильтр за тонкий контент (см. спам-фильтры). Удалил все 12. Пачка тонких страниц «под каждый вопрос» — путь к фильтрам.

Покупка «GEO-ссылок». Апрель 2025. Нашёл услугу «гарантируем цитирование в ChatGPT за 5000 руб/мес». Заплатил. Результат: ноль. Вернули деньги, но осадок. В 2026 нет работающего механизма «купить цитирование в ИИ». Подробнее про доверие: E-E-A-T.

llms.txt на 200 строк. Создал файл со всеми страницами сайта. Perplexity стал лучше понимать структуру, но цитирование выросло только на 2 запроса из 20. Переделал: 15 лучших URL с короткими описаниями — эффект тот же, файл читается за секунду.

Имитация экспертизы. Написал «10 лет опыта в SEO» — а сайту было 3 года. Добавил «кандидат технических наук» — которого нет. Через месяц Perplexity стал цитировать эту страницу реже. Модель проверяет согласованность фактов. Убрал преувеличения — цитирование вернулось через 3 недели. Урок: врать модели так же глупо, как и человеку.

Связка GEO/AEO с обычным SEO

Не нужно «отдельной стратегии под ИИ». GEO/AEO — это улучшение того, что и так полезно для SEO:

Одна и та же работа усиливает все три направления. Не нужно делать «отдельно SEO и отдельно GEO» — нужно делать хорошо.

Что планирую дальше

SoV на уровне 35% — нормально, но до 50% ещё работать. План — без жёстких дедлайнов, потому что тема меняется быстрее, чем я планирую.

Расширю таблицу мониторинга до 40 запросов — добавить коммерческие и длинные хвосты. Посмотрю, где цитирование проседает, и доработаю те страницы. Параллельно — A/B-тест сниппетов на 5 страницах. Подробности: CTR и ИИ-блоки.

Хочу опубликовать 3 статьи с оригинальными данными — замеры CWV на 50 сайтах, сравнение ИИ-инструментов с реальными цифрами. Цель — Information Gain: данные, которых нет у конкурентов. См. AI-контент и 28 промптов.

Параллельно — 3 публикации на Habr и VC.ru. Не для ссылок — для фактовых якорей, которые модели используют при цитировании. Про агентов: ИИ-агенты.

В июне 2027 — промежуточный аудит. Если рост меньше 10%, пересмотрю приоритеты. Скорее всего, смещу акцент на Яндекс Нейро: там рост даётся легче. Аналитика: ИИ-аналитика. Детекция: как поисковики отличают ИИ.

За чем слежу

Раз в две недели — 20 минут на три источника: блог Google Search Central, блог Яндекса про Нейро и рассылку Search Engine Land. Если вижу изменение — проверяю трекер. Так заметил, что в июле 2026 Яндекс Нейро стал цитировать чаще — страницы с FAQ-структурой попали в новый формат. Полезное по теме: поиск с ИИ, доверие и авторство.

Ещё по теме: SEO и ИИ: карта раздела · SEO-аудит · ИИ-инструменты.