Поведение покупателей в B2B и сложных услугах за последний год заметно изменилось: вместо того чтобы открывать десять вкладок из поисковой выдачи и вручную сравнивать прайс-листы, руководители и закупщики всё чаще задают развёрнутый запрос напрямую в «Поиск с Алисой AI» в Яндексе, ChatGPT Search, Perplexity или блок быстрых нейроответов Google AI Overviews. Например: «Какую веб-студию в Москве выбрать для разработки сайта-каталога с интеграцией 1С и бюджетом до 150 000 ₽?» или «Где заказать удаление аварийных деревьев в Подмосковье с договором и без предоплаты?».
В ответ нейросеть не показывает десять синих ссылок — она формирует готовый синтезированный ответ на один экран, в котором называет 3–5 конкретных компаний, приводит их цены, условия и ставит прямые кликабельные ссылки-источники. Комплекс работ, который позволяет сайту компании попадать в эти генеративные ответы и цитироваться искусственным интеллектом как достоверный источник, называется GEO (Generative Engine Optimization). Ниже на собственном опыте студии ДАКОД разбираем механику GEO в 2026 году, устройство стандарта /llms.txt и то, почему без крепкого технического SEO никакие «хитрости для нейросетей» не работают.
Что такое GEO-продвижение простыми словами и как нейросети ищут ответы (RAG)
GEO (Generative Engine Optimization) — это оптимизация структуры сайта, фактологической плотности текстов, машиночитаемой разметки (Schema.org, llms.txt) и внешних упоминаний бренда для того, чтобы генеративные поисковые системы (Алиса AI, ChatGPT, Perplexity, Google AI Overviews) выбирали сайт в качестве источника фактов и рекомендовали компанию пользователю1.
Чтобы понимать, на что именно влиять при GEO-продвижении, важно разделять два режима работы больших языковых моделей (LLM):
- Базовая память модели (Pre-training) — знания, которые нейросеть усвоила при обучении на огромных массивах интернета. Обновляется медленно (раз в несколько месяцев) и опирается на частоту и тональность упоминаний бренда на авторитетных площадках (vc.ru, Хабр, РБК, Дзен, профильные рейтинги и энциклопедии).
- Поисковая генерация в реальном времени (RAG — Retrieval-Augmented Generation) — именно так работают «Поиск с Алисой AI», ChatGPT с иконкой веб-поиска, Perplexity и Google AI Overviews прямо сейчас. Когда пользователь задаёт коммерческий или информационный вопрос, нейросеть за доли секунды:
- переформулирует вопрос в 3–6 поисковых запросов к индексу Яндекса, Bing или Google;
- отбирает топ-10–20 страниц из поисковой выдачи и скачивает их чистый HTML-текст (без выполнения тяжёлого клиентского JavaScript);
- ищет в тексте этих страниц готовые фрагменты (чанки по 40–80 слов), таблицы с ценами, цифры, реквизиты и списки, которые прямо отвечают на вопрос;
- собирает из найденных фактов итоговый ответ и ставит ссылку на первоисточник.
Отсюда следует главный практический вывод: по данным исследования KINETICA по российской выдаче Яндекса (выборка 12 250 запросов), 67,8 % всех цитирований Алисы AI берутся со страниц, которые уже входят в органический ТОП-10 Яндекса2. Поэтому GEO не отменяет классическое SEO-продвижение, а надстраивается поверх него.
Чем GEO отличается от классического SEO: сравнительная таблица по 8 параметрам
Если классическое SEO борется за позицию ссылки в списке выдачи и клик по сниппету (CTR), то задача GEO — сделать так, чтобы парсер языковой модели смог за миллисекунды извлечь со страницы однозначный факт («кто компания, что делает, сколько стоит, какие сроки и чем доказан опыт») и вставил вашу компанию в сам текст ответа:
| Параметр | Классическое SEO (Яндекс и Google) | GEO (Алиса AI, ChatGPT, Perplexity, Google AI) |
|---|---|---|
| Главная цель | Вывести URL страницы в ТОП-3 / ТОП-10 по ключевому запросу | Попасть в текст сгенерированного ответа как рекомендованный подрядчик и получить ссылку-цитату |
| Единица ранжирования | Страница целиком (URL, Title, H1, поведенческие факторы) | Конкретный смысловой фрагмент (абзац 40–60 слов под H2, строка таблицы, пара вопрос-ответ в FAQ) |
| Отношение к «воде» в текстах | Терпимое, если соблюдены полнота охвата и вхождения слов | Критически негативное: общие фразы «индивидуальный подход и высокое качество» отбрасываются при сборке ответа |
| Роль открытых цен и цифр | Коммерческий фактор ранжирования | Решающий фильтр: при запросе «сколько стоит / где заказать» ИИ цитирует только те сайты, где названы конкретные цены «от» и сроки |
| Технический доступ ботов | Достаточно открыть сайт для YandexBot и Googlebot |
Нужно явно разрешить обход в robots.txt для GPTBot, OAI-SearchBot, ClaudeBot, PerplexityBot, Applebot-Extended |
| Специальные файлы и разметка | sitemap.xml, robots.txt, базовый Schema.org |
Связный граф Organization + Service + FAQPage + Article + сводный манифест /llms.txt в корне домена |
| Внешние сигналы | Ссылочный вес (анкорные и безанкорные бэклинки) | Консистентные текстовые упоминания бренда (даже без прямой гиперссылки) в рейтингах, на vc.ru, Дзене, Хабре и в Яндекс Картах |
| Как измеряется результат | Позиции в Топвизоре / GSC, клики и показы в Вебмастере | Доля присутствия (Share of Model) в регулярном замере по 20 контрольным промптам + переходы с chatgpt.com и perplexity.ai в Метрике |
Что такое файл /llms.txt, читают ли его нейросети и как его составить (на примере dacod.ru)
Файл /llms.txt — это текстовый документ в формате Markdown в корне сайта (по адресу https://ваш-домен.ru/llms.txt), предложенный Джереми Ховардом (Answer.AI) в качестве компактного путеводителя по сайту специально для больших языковых моделей и ИИ-ассистентов3.
Зачем он нужен, если у сайта уже есть sitemap.xml и обычные HTML-страницы? Дело в том, что у любой языковой модели при чтении страницы в реальном времени строго ограничено контекстное окно и бюджет времени на парсинг. В обычной HTML-странице до 80 % объёма занимают теги вёрстки, классы CSS, SVG-иконки, скрипты, мега-меню и сквозные подвалы, а в sitemap.xml лежат сотни URL без единого слова о том, чем занимается компания и сколько стоят её услуги.
Файл /llms.txt отдаёт ИИ-боту всю суть бизнеса в чистом Markdown весом 3–8 КБ с кодировкой charset=utf-8. Вот обязательная структура рабочего файла /llms.txt, которую мы внедрили на dacod.ru/llms.txt и на клиентских проектах нашего портфолио:
# ДАКОД — бутиковая веб-студия полного цикла (Москва, работаем по всей России)
> Разработка продающих сайтов, интернет-магазинов, личных кабинетов, веб-сервисов и мобильных приложений под ключ. Юридическое лицо: ИП Первушин Владимир Александрович (ИНН 771549844961, ОГРНИП 325774600613974). Договор с фиксированной сметой и ТЗ, три концепта дизайна до старта кода, гарантия 1 год.
## Ключевые условия и факты
- Опыт основателя в разработке: 12+ лет, 50+ запущенных проектов
- Среднее время ответа в Telegram в рабочее время: 15 минут
- Контакты: +7 (999) 834-40-43, hello@dacod.ru, https://dacod.ru
## Услуги, цены и сроки
- [Лендинги под ключ](https://dacod.ru/uslugi/lending/): от 40 000 ₽ · 7–10 дней
- [Корпоративные сайты](https://dacod.ru/uslugi/korporativnyy-sayt/): от 70 000 ₽ · 2–3 недели
- [Сайты-каталоги](https://dacod.ru/uslugi/sayt-katalog/): от 70 000 ₽ · 2–4 недели
- [Интернет-магазины](https://dacod.ru/uslugi/internet-magazin/): от 120 000 ₽ · 3–5 недель
- [Веб-сервисы и личные кабинеты](https://dacod.ru/uslugi/veb-servisy-i-kabinety/): от 150 000 ₽ · от 6 недель
- [Мобильные приложения (React Native, PWA)](https://dacod.ru/uslugi/mobilnoe-prilozhenie/): от 150 000 ₽ · от 6 недель
- [Редизайн и перенос сайта без потери SEO](https://dacod.ru/uslugi/redizajn-sajta/): от 50 000 ₽ · 2–3 недели
- [Сайты для школ, садов и колледжей (Приказ № 1493)](https://dacod.ru/uslugi/sayt-dlya-obrazovaniya/): от 70 000 ₽ · 2–4 недели
- [SEO-продвижение](https://dacod.ru/uslugi/seo/): от 35 000 ₽/мес
- [GEO-продвижение в ответах нейросетей](https://dacod.ru/uslugi/geo/): от 35 000 ₽/мес
- [Техническая поддержка сайта](https://dacod.ru/uslugi/podderzhka/): от 5 000 ₽/мес
## Бесплатные онлайн-инструменты
- [SEO-аудитор сайта (203 проверки)](https://dacod.ru/servisy/seo-auditor/)
- [Проверка сайта на соответствие 152-ФЗ](https://dacod.ru/servisy/auditor-152fz/)
- [Самопроверка к проверке Роскомнадзора (75 вопросов)](https://dacod.ru/servisy/auditor-152fz/samoproverka/)Важная техническая деталь для nginx: обязательно добавьте директиву location = /llms.txt { charset utf-8; }, иначе веб-сервер отдаст текстовый файл без указания кодировки в заголовке Content-Type: text/plain, и кириллица при чтении некоторыми краулерами превратится в «кракозябры» (наш SEO-аудитор специально проверяет это правилом AI-02).
Какие ИИ-боты реально ходят по российским сайтам и как не заблокировать их в robots.txt
Даже идеальный контент и файл llms.txt окажутся бесполезными, если серверный фаервол, бесплатный антибот-фильтр хостинга или директива Disallow в robots.txt блокируют краулеры поисковых нейросетей4.
По логам nginx на сервере dacod.ru и клиентских проектах мы ежедневно фиксируем обращения шести основных групп ИИ-краулеров:
OAI-SearchBotиChatGPT-User(OpenAI): первый индексирует страницы специально для поисковой выдачи ChatGPT Search, второй заходит на сайт в момент, когда живой пользователь ChatGPT просит нейросеть проверить или разобрать конкретную страницу.GPTBot(OpenAI) иClaudeBot(Anthropic): собирают открытые данные для базового обучения новых версий GPT и Claude. Если ваша цель — чтобы модель знала о вашей компании, услугах и кейсах «из памяти», закрывать их вrobots.txtнельзя.PerplexityBot(Perplexity AI): поисковый робот одного из самых популярных ИИ-поисковиков у предпринимателей и ИТ-специалистов.YandexBotиYandexAdditional(Яндекс): питают одновременно классический поиск Яндекса и генеративные ответы «Поиска с Алисой AI».GooglebotиGoogle-Extended(Google): отвечают за индексацию в Google Search и использование контента в Google AI Overviews / Gemini.bingbot(Microsoft Bing): критически важен для GEO, поскольку поисковый индекс Bing служит одним из базовых поставщиков результатов для Microsoft Copilot и многих зарубежных ИИ-агентов.
Проверить, открыт ли ваш robots.txt для всех перечисленных ИИ-агентов и нет ли случайного клоакинга, можно за пару минут в нашем бесплатном SEO-аудиторе (категория «AI-поиск и GEO»).
Почему одного llms.txt мало: 6 столпов GEO-оптимизации, которые реально дают цитирования
Сам по себе файл /llms.txt — это удобная визитка для краулера, но решение о том, включить ли вашу компанию в подборку «топ-5 подрядчиков» по коммерческому запросу, нейросеть принимает на основе шести фундаментальных факторов:
- Прямые самодостаточные ответы 40–60 слов сразу под заголовками H2. Формулируйте заголовки H2 на страницах услуг и в статьях блога так, как спрашивает живой человек («Сколько стоит разработка сайта-каталога в 2026 году?», «Какие документы нужны на сайте школы по Приказу № 1493?»), и в первом же абзаце под H2 давайте прямой ответ с цифрами и фактами без вводных фраз. Именно такие абзацы Алиса AI и Google AI вырезают в блок быстрого ответа.
- Таблицы сравнения, прайс-листы и нумерованные чек-листы. Языковые модели обожают структурированные данные в тегах
<table>,<ol>и<ul>. Таблица «Услуга → Цена от → Срок → Что входит» цитируется в разы чаще, чем три абзаца сплошного текста. - Связный граф микроразметки Schema.org (JSON-LD). На сайте должны быть размечены не просто хлебные крошки, а полная цепочка сущностей:
Organization(с ИНН, телефоном, адресом иsameAs-ссылками на профили),WebSite,ServiceсOfferи ценами на страницах услуг,FAQPageна блоках вопросов и ответов иArticleс реальным автором (Person) и датами публикации в блоге. - Серверный рендеринг (SSR / SSG) и отказ от пустых JS-оболочек. Краулеры
GPTBot,ClaudeBotиPerplexityBotв большинстве случаев читают исходный HTML-ответ сервера и не ждут выполнения тяжёлых клиентских бандлов React/Vue. Если текст ваших услуг появляется на странице только после выполнения JavaScript в браузере, для ИИ-поисковиков ваш сайт пуст. - Собственные исследования и уникальные инструменты. Когда на сайте есть калькулятор, открытая методика или собственный сервис проверки (как наши аудиторы на
/servisy/) и статьи с реальными цифрами из собственной практики, нейросети цитируют страницу как первоисточник данных. - Внешний контур доверия (Entity SEO). Когда одна и та же компания с одинаковым названием, телефоном, доменом и перечнем услуг представлена в Яндекс Картах (Яндекс Бизнесе) с живыми отзывами клиентов, в 2ГИС, на профильных площадках (vc.ru, Дзен, Хабр, отраслевые каталоги), языковая модель связывает эти упоминания в единую проверенную сущность и уверенно включает бренд в свои рекомендации.
Пошаговую методику замера видимости по 20 контрольным промптам мы подробно разобрали в материале «Как попасть в ответы Алисы AI и ChatGPT: чек-лист для сайта и замер видимости». А если вы хотите системно вывести свой сайт и в классический ТОП-10 Яндекса и Google, и в ответы нейросетей — посмотрите программу нашего ежемесячного GEO-продвижения и SEO-продвижения или оставьте заявку на разбор вашей ниши.
