Мифы вокруг GEO: 10 заблуждений, которые мешают бизнесу в ИИ-поиске

С развитием генеративных нейросетей интернет заполнился множеством советов и секретов, как заставить ИИ-поисковики полюбить сайт. Одни утверждают, что без llms.txt сайт не попадет в ответы нейросетей, другие рассказывают про быстрый эффект от микроразметки или массового размещения статей в разнообразных СМИ. Большая часть этих рекомендаций — мифы или неподтвержденные гипотезы, которые со временем почему-то превратились в отраслевые «истины».

В этой статье для пользователей и читателей блога click.ru мы разберем самые распространенные заблуждения о продвижении в нейросетях и объясним, откуда они появились. А также расскажем, что действительно влияет на видимость в генеративном поиске.

Миф №1. GEO и SEO — одно и то же

В чем миф

Распространено мнение, что GEO (Generative Engine Optimization — оптимизация для генеративных нейросетей) — это просто свежая вывеска для старого доброго SEO. Мол, поисковики немного обновились, в них добавили нейросети, поэтому можно делать то же самое, просто назвать это по-новому.

Откуда он взялся

Во-первых, GEO вырос из SEO. Во-вторых, классические принципы оптимизации никуда не исчезли: поисковым системам все еще нужны качественный контент, понятная структура сайта и техническая исправность страниц. Сложилось впечатление, что раз фундамент одинаковый, то и разницы между SEO и GEO нет.

Эту мысль усиливает и тот факт, что генеративные нейросети часто используют обычный поисковый индекс. Например, AI Overviews («Обзор от ИИ») в Google формируется на основе тех же систем поиска и оценки качества страниц, которые работают для традиционной выдачи. Поэтому создается ощущение, что достаточно заниматься только SEO, а ИИ-ответы «подтянутся».

Что на самом деле

Правильнее сказать так: SEO — это фундамент, а GEO — его развитие для новой модели поиска. Цели у них различаются. Классическое SEO помогает странице занять как можно более высокую позицию в выдаче. GEO нужно, чтобы повысить шансы, что нейросеть выберет материал именно с этого сайта для своего ответа, процитирует его или упомянет бренд.

Противопоставлять подходы тоже неправильно. Без хорошей технической оптимизации, качественного контента и нормальной индексации рассчитывать на высокую видимость в нейросетях не стоит.

Миф №2. Никто не знает, как работают нейросети, поэтому GEO невозможен

В чем миф

Один из самых популярных аргументов против GEO звучит примерно так: «Все эти нейросети — черный ящик. Никто не знает, как они принимают решения, значит, оптимизировать сайт под них невозможно».

Откуда он взялся

OpenAI, Google, Anthropic и другие компании действительно не раскрывают механику работы своих моделей и не публикуют формулу, по которой ChatGPT или Gemini выбирают тот или иной источник для ответа пользователю. Но есть важный нюанс: люди путают два разных понятия: архитектуру модели и принципы работы ИИ-поисковиков.

Да, никто, кроме разработчиков, не знает точные значения параметров в GPT-5, Gemini или Claude. Более того, они постоянно обновляются. Но это вовсе не означает, что вся система работает абсолютно непредсказуемо.

Что на самом деле

За последние несколько лет исследователи подробно изучили основные этапы, через которые проходит запрос пользователя.

Во многих случаях нейросеть действует так:

• ищет релевантные документы — проиндексированные страницы;
• оценивает эти материалы по степени соответствия запросу;
• выбирает из источников полезный контент;
• генерирует итоговый ответ на основе найденной информации.

Такой подход называется Retrieval-Augmented Generation (RAG, генерация с дополненной выборкой) и сегодня считается отраслевым стандартом для построения ИИ-поиска.

Схема работы RAG

GEO не является попыткой угадать мысли нейросети. Скорее, это работа с теми сигналами, важность которых уже подтверждена исследованиями и практикой: качеством контента, его структурой, полнотой ответа, авторитетностью источника, цифровой репутацией бренда и понятной организацией информации.

Миф №3. ИИ-сервисы читают весь интернет

В чем миф

Когда нейросети уверенно отвечают практически на любой вопрос, легко сделать вывод, что они в любой момент могут обратиться к любой существующей странице. Из этого рождается еще одно заблуждение: если статья опубликована и доступна поисковым роботам, значит, рано или поздно она обязательно попадет в ответы ИИ. Но все устроено гораздо сложнее.

Откуда он взялся

Причина мифа — непонимание того, как современные LLM (Large Language Model — большие языковые модели) получают информацию. Сейчас у них есть доступ к поиску. Со стороны это выглядит так, будто нейросеть мгновенно просматривает весь интернет. На самом деле она работает с гораздо более ограниченным набором документов.

Примеры того, как ИИ-сервисы отправляют запросы в поисковик

Что на самом деле

Нейросети не читают весь интернет при каждом запросе. Они работают с заранее собранным «пакетом» данных (слепком интернета на момент обучения), который обновляется раз в несколько месяцев. При онлайн-поиске модель обращается не ко всем сайтам, а к тем же страницам, проиндексированным Яндексом и Google. И даже из найденных материалов нейросеть берет не все, а лишь фрагменты, выбранные по релевантности и авторитетности.

Есть и еще одно важное ограничение. У любой LLM существует контекстное окно — максимальный объем информации, который модель может обработать за один раз. Даже самые современные нейросети работают с конечным количеством токенов, поэтому физически не способны одновременно проанализировать миллионы веб-страниц.

Миф №4. Существуют технические секреты, которые гарантируют попадание в ИИ-ответ

В чем миф

Как только GEO стал новым трендом, рынок быстро наполнился обещаниями вроде:

• «добавьте llms.txt, и ChatGPT точно начнет читать ваш сайт»;
• «перепишите тексты по особому шаблону для нейросетей»;
• «добавляйте на страницу специальные слова, промпты» и др.

Все эти рекомендации объединяет одна идея: существует какой-то один технический прием, который гарантирует попадание сайта в ответы искусственного интеллекта.

Откуда он взялся

Этот миф появился по двум причинам:

1. Сфера GEO еще очень молода. Пока нет устоявшихся стандартов и множества успешных кейсов, а информационный вакуум быстро заполняется догадками;
2. Ситуацию усугубляют агентства, продающие услугу GEO. Гораздо проще продавать какую-то одну «секретную методику» попадания в ChatGPT, чем объяснять клиенту, что работа сложная, комплексная и занимает месяцы.

Что на самом деле

Не существует ни одной технологии, которая со стопроцентной вероятностью обеспечила бы попадание сайта в ответы Алисы, ChatGPT, Gemini, AI Overviews и прочих ИИ-сервисов. Более того, сами поисковики предостерегают от поиска подобных «секретов».

Например, в официальной справке Google по оптимизации сайтов для ИИ-функций поиска написано, что не существует специальных технических требований, чтобы страницы цитировались в «Обзоре от ИИ».

Фрагмент уведомления

Это не значит, что GEO не существует. Наоборот, исследования показывают, что вероятность появления в ответах ИИ действительно можно повысить. Но речь идет не о секретных приемчиках, а о системной работе, которая включает:

• сильную SEO-основу;
• публикацию уникальной актуальной информации;
• развитие экспертности и доверия к бренду;
• создание понятной логичной структуры материалов;
• оформление контента в машиночитаемых форматах (структурированные данные, FAQ, таблицы, списки и т. д.), облегчающих ИИ выделение фактов;
• использование прямых однозначных формулировок, фактов, цифр;
• развитие цифрового присутствия бренда и получение упоминаний в авторитетных независимых источниках.

Проблемы часто начинаются уже с первым пунктом: SEO-основа либо слабая, либо ее нет. В click.ru для этого есть модуль, который помогает подобрать регион, собрать ключевые слова и рассчитать бюджет, даже если в штате нет SEO-специалиста.

Миф №5. Для GEO достаточно написать «правильный» текст

В чем миф

Многие компании воспринимают GEO исключительно как задачу контент-маркетинга или копирайтинга. Все внимание сосредоточено на тексте, а остальные элементы сайта остаются без внимания.

Откуда он взялся

Этот миф произошел из 2 источников:

1. Он достался по наследству от SEO. Долгое время именно текст был главным способом донести информацию до поисковых систем. Кроме того, первые рекомендации по GEO действительно касались в основном контента;
2. Сами современные LLM работают в формате текста. Они принимают запрос и выдают текстовый ответ. Из-за этого сложилось ощущение, что единственный способ повлиять на них — это сам текст.

Что на самом деле

Текст остается важной частью GEO, но далеко не единственной. Современные нейросети анализируют не только то, что написано на сайте, но и окружающее информационное поле.

Важную роль играют:

• техническое состояние сайта и его доступность для роботов;
• структурированные данные, помогающие поисковикам и ИИ лучше понимать содержание страниц;
• изображения, инфографика, видео и другие типы контента;
• репутация бренда, его упоминания в авторитетных источниках.

Миф №6. Чтобы попасть в ИИ-ответ, нужно быть в топе

В чем миф

Он звучит так: если сайт не занимает первые позиции в Google или Яндексе, то искусственный интеллект его не увидит, так как для него приоритетны материалы из топа. На первый взгляд это кажется логичным, но на практике зависимость не такая.

Откуда он взялся

Этот миф появился потому, что генеративный поиск действительно во многом опирается на традиционные поисковые системы. Например, «Обзор от ИИ» использует инфраструктуру Google Search, а Алиса работает на базе индекса Яндекса. Из этого многие сделали вывод: ИИ просто пересказывает первые страницы выдачи.

Что на самом деле

Высокие позиции в поиске действительно повышают шанс попасть в ИИ-ответ, но не являются обязательным условием. И вот почему:

• генеративные системы не берут только топ-10, а анализируют несколько десятков страниц, отсеивают неподходящие и сопоставляют факты;
• для ИИ важна ценность самой информации на странице. К примеру, если это оригинальное исследование, собственная статистика, официальный документ или уникальная экспертная информация, вероятность использования такого материала выше, даже если статья не попадает в топ.

Эти факты рынок уже подтверждает.

• Исследование Ahrefs показало: в Google связь позиции и цитирования слабая. Доля цитируемых страниц из топ-10 сегодня всего 38%. ИИ все чаще обращается к источникам за пределами первой десятки.
• Другое исследование Ahrefs выявило: у ChatGPT и Gemini совпадение цитируемых ссылок с топ-10 Google составляет только около 8%. Более 80% их источников вообще не ранжируются по запросу.
• Агентство «Ашманов и партнеры» зафиксировало: доля сайтов не из топа-10 в ответах упала с 40% до 10%. При этом внутри ИИ-ответа обычная поисковая иерархия ломается. Сайт из топ-30 может оказаться выше лидеров вроде Ozon или Wildberries.

Статистика Ahrefs о связи видимости в ИИ и топ-10

Миф №7. Для GEO обязательно нужен llms.txt

В чем миф

Если посмотреть статьи о GEO за последний год, может сложиться впечатление, что без файла llms.txt сайт практически не имеет шансов попасть в ИИ-ответы. Его нередко даже называют «robots.txt для нейросетей» и рекомендуют добавлять сразу же при оптимизации под ИИ. Из-за этого у многих владельцев сайтов возникает ощущение, что именно llms.txt — обязательное условие успешной GEO-стратегии.

Откуда он взялся

История началась осенью 2024 года, когда специалист по веб-стандартам Джереми Ховард предложил новый формат llms.txt. Его идея была довольно простой: создать отдельный текстовый файл, в котором владелец сайта сможет указать языковым моделям наиболее важные страницы и документацию, чтобы ИИ было проще ориентироваться в структуре ресурса. Концепция быстро привлекла внимание сообщества. Многие CMS (Content Management System — системы управления контентом на сайте) начали выпускать плагины для автоматической генерации llms.txt, а некоторые SEO-инструменты добавили проверку его наличия в список рекомендаций. Проблема в том, что популярность идеи многие ошибочно восприняли как доказательство того, что файл уже стал отраслевым стандартом.

Что на самом деле

Добавление на сайт этого файла не влияет на ранжирование в поисковых системах. Google прямо заявил, что не использует llms.txt для Google Search и AI-функций поиска. В официальной документации компания отмечает, что этот файл не нужен для того, чтобы страницы могли появляться в «Обзоре от ИИ» и других генеративных сервисах.

Тот самый фрагмент из руководства Google

Это не означает, что сама идея бесполезна. В будущем отдельные компании или ИИ-агенты действительно могут начать использовать llms.txt как дополнительный источник информации о структуре сайта. Однако сегодня единых правил его использования не существует.

Миф №8. Структурированные данные гарантируют успех в GEO

В чем миф

С развитием генеративного поиска интерес к структурированным данным резко вырос. В результате появилось мнение, что Schema.org, микроразметка, XML-карты сайта, товарные фиды и другие технические элементы нужны прежде всего для того, чтобы сайт лучше понимали ChatGPT, Gemini и другие ИИ-модели. Иногда можно встретить и более громкие заявления: достаточно внедрить структурированные данные — и вероятность попасть в ИИ-ответы заметно вырастет.

Откуда он взялся

Генеративные модели действительно лучше работают с хорошо организованной информацией. Структурированный контент проще интерпретировать как поисковым системам, так и ИИ-сервисам.

Однако многие перепутали причину и следствие. Структурированные данные появились задолго до GEO. Стандарт Schema.org был представлен еще в 2011 году, чтобы помочь поисковикам лучше понимать содержание страниц. В то время было важно повышать машиночитаемость сайтов.

Постепенно полезная рекомендация превратилась в универсальный рецепт успеха. Во многих чек-листах по GEO микроразметку стали преподносить как один из главных факторов появления в ИИ-ответах.

Что на самом деле

Структурированные данные действительно остаются важной частью качественного сайта. Но они не являются новой GEO-технологией и тем более не дают автоматического преимущества в генеративном поиске.

Яндекс и Google уже много лет рекомендуют использовать Schema.org там, где это уместно: для статей, товаров, организаций, рецептов, мероприятий, FAQ и других типов контента. Эти рекомендации не изменились с появлением нейроответов. В официальном руководстве по AI-функциям поиска Google отдельно отмечает, что специальных требований к разметке для генеративного поиска не появилось.

Миф №9. Можно заменить развитие бренда массовым размещением статей

В чем миф

С появлением GEO некоторые компании решили действовать по старым SEO-сценариям: массово публиковать пресс-релизы, обзоры и рекламные статьи о компании на десятках площадок в надежде, что чем больше контента окажется в интернете, тем чаще его будут использовать ChatGPT, Gemini или другие ИИ-сервисы. Логика кажется простой: если искусственный интеллект ищет информацию в сети, значит, нужно максимально заполнить интернет своим брендом.

Откуда он взялся

Этот подход пришел из эпохи, когда поисковые алгоритмы были значительно проще. Тогда действительно существовали стратегии, основанные на массовом размещении однотипных материалов на каталогах, новостных агрегаторах, статейных площадках. В некоторых случаях это позволяло увеличить видимость сайта в поиске.

Что на самом деле

Для генеративных систем важно не столько количество упоминаний бренда, сколько качество и авторитетность источников. Это подтверждают исследования, например Resonate Labs (The GEO White Paper v5.0). Согласно ему, около 84% ссылок, используемых ИИ-системами, приходится на независимые публикации (earned media), тогда как платный контент цитируется мало. Поэтому в GEO важное значение имеет репутация бренда в авторитетных СМИ и отраслевых сообществах.

Миф № 10. GEO должен заниматься только SEO-специалист

В чем миф

Работу над видимостью в нейросетях нередко полностью передают SEO-команде, потому что GEO — «это же тоже про поиск».

Откуда он взялся

Логика понятна: раз речь идет о поиске, значит, это зона работы сеошника. Он традиционно отвечает за техническую оптимизацию, ссылочную стратегию, структуру страниц, оптимизацию текстов и другие важные для GEO факторы.

Что на самом деле

ИИ-ответы формируются не только на основе содержимого сайта. На них влияют репутация бренда, упоминания в авторитетных источниках, отзывы, исследования, анонсы и отчеты с конференций, публикации в СМИ и другие сигналы, которые находятся далеко за пределами зоны ответственности SEO.

GEO — это результат совместной работы в нескольких зонах:

• брендинг (отвечает за позиционирование и узнаваемость бренда);
• продуктовый менеджмент (создает продукт и рассказывает о нем);
• PR (обеспечивает присутствие компании в авторитетных медиа и профессиональном сообществе);
• контент и экспертиза (публикации исследований, мнений, аналитических материалов);
• SEO-оптимизация (работы, которые одновременно помогают и GEO: оптимизация структуры сайта, контента, внутренняя перелинковка и др.).

Итоги: что действительно важно для GEO

За мифами, которые мы разобрали, стоит один главный вывод: GEO напрямую связан с качеством цифрового присутствия компании. Генеративные системы не читают весь интернет, не ограничиваются топом выдачи и не имеют секретных требований. Они ищут лучший ответ и выбирают те источники, которым можно доверять.

Вот что действительно работает:

1. Контент, отвечающий на актуальные вопросы. ИИ цитирует не какие-то особые «правильные» тексты, а те, которые содержат проверяемые факты, данные, исследования, четкие формулировки и имеют логичную структуру;
2. Экспертность и репутация бренда. Компании, публикующие оригинальные исследования, кейсы и экспертные комментарии, попадают в ИИ-ответы даже с позиций за пределами топа. Чаще всего цитируют бренды, о которых говорят в профессиональной среде, СМИ и авторитетных источниках;
3. Техническая гигиена. Структурированные данные, чистый код, быстрая загрузка, понятная навигация — это база. Без нее даже отличный контент может остаться незамеченным;
4. Командная стратегия. GEO не под силу одному SEO-специалисту. Это совместная работа маркетинга, PR, продуктовой команды и экспертов компании.

Генеративный поиск требует стать источником информации, которому доверяют. Это сложнее, чем добавить файл или разметку. Но именно это дает долгосрочный результат.

Вопросы и ответы

Влияет ли скорость загрузки сайта на попадание в ИИ-ответы?

Влияет косвенно. Медленный сайт хуже индексируется, а нейросети используют тот же поисковый индекс. Но скорость не является прямым фактором отбора контента для ИИ-ответа, в отличие от качества информации.

Как понять, в каких медиа публиковаться для GEO?

Для этого нужно задать важные для бизнеса запросы в нейросетях и посмотреть, какие медиа чаще всего цитируются. Стоит учесть: в разных нишах у разных моделей свои предпочтения.аб

Какие навыки нужны специалисту по GEO?

Он должен понимать, как работают LLM и RAG, уметь отслеживать видимость в нейросетях, анализировать ИИ-ответы, знать принципы SEO и контент-маркетинга, а также разбираться в PR и репутационном менеджменте. Это гибридная роль, требующая знаний из нескольких областей.