Бизнесы и их сайты пока не готовы к тому, что уже происходит с поисковой выдачей: AI SEO (GEO) как новая реальность

Недавно мы провели первую на российском диджитал-рынке GEO-прожарку. ^[1]Формат не новый, но вот продукт… Новый, непонятный и мало исследованный — поэтому мы взяли на вооружение и углубились в него.

Мы убеждены в том, что классический поиск и весь маркетинг в целом, уже не будет прежним. Стратегии, подходы и инструменты надо менять.

Google уже показывает генеративные ответы по умолчанию, а Яндекс так или иначе повторит его опыт ^[3].

ChatGPT и Perplexity перестают ссылаться на сайты.
А решения пользователей формируются до того, как они вообще куда-то кликнули (нет необходимости переходить по ссылкам на сайты, если ключевая информация в нейро-ответе).

Да, в эфире мы рассказали, что значит для бизнеса новая генеративная выдача и как она работает, но самая сильная  и показательная часть вебинара была даже не в этом.
Самое важное — то, что мы делали с брендами прямо на глазах у аудитории. Об этом читайте дальше.

Как ИИ видит сайты

Чтобы понимать, как ИИ выбирает бренды, нужно разобраться в трёх вещах: сущности, проблематики и Knowledge Graph. 

Мы заметили на вебинаре ^[1] одну важную закономерность: люди пытаются понять GEO через призму SEO. Отсюда искажения, недопонимания и неверные ожидания.

ИИ не оценивает ключи, позиции, поведенческие, а работает немного в другой логике ^[4] — логике фактов и смыслов.

Разберём три базовых элемента, без которых GEO просто невозможно понять.

1. Сущности — это кирпичи, из которых ИИ собирает образ бренда

В SEO страница — это единица информации.
В GEO единица — сущность (entity).

Сущность — это любой объект, который по ряду признаков можно узнать среди массива информации:

• бренд,

• продукт,

• категория,

• человек (основатель, эксперт, автор),

• услуга,

• технология,

• город,

• сегмент рынка,

• модель товара,

• ценовой уровень,

• формат,

• кейс,

• площадка.

Если упростить: сущность — это факт, который должен существовать отдельно и быть понятным без контекста.

Например:

• “Компания X — производитель инженерных систем.”

• “Мария Иванова — основатель и главный эксперт.”

• “У бренда 4 офиса, главный — на улице Гиляровского.”

• “Мы делаем такие-то услуги, вот доказательства.”

• “Мы работаем в среднем и премиальном сегменте.”

Для ИИ важно не то, как вы это написали, а то, можно ли это однозначно понимать и сопоставить с другими фактами.

2. Связи между сущностями — это то, что даёт бренду “форму” в инфополе

Один факт ничего не значит. Нейросеть воспринимает массив как взаимосвязанную систему данных.

Пример:

• “Компания X делает А” — сущность.

• “Компания X работает в Москве” — сущность.

• “Компания X построена Иваном, который эксперт в теме А” — сущности (связанные).

Но только когда ИИ видит связи:

• компания → продукт

• компания → эксперт

• эксперт → компетенция

• продукт → категория рынка

• категория → проблематика

• компания → география

• география → отзыв, медиа, кейс

— бренд будет целостным для нейросетей. От того, что всё будет разрозненно ИИ будет додумывать. галлюцинировать. И вы ещё учитывайте стохастичность тех же LLMок, которые на один и тот же запрос дадут разные ответы. 

3. Проблематики вместо ключевых слов

Классическая семантика — это:
“купить кондиционер Москва”,
“установка кондиционеров цена”,
“кондиционер какой выбрать”.

Проблематика — это набор ситуаций, вопросов, контекстов и болей, которые приводят человека к решению.

Пример проблематики:

“что делать, если кондиционер не справляется в комнате 30 м2”

Внутри неё живёт 20–200 вопросов:

• почему он не охлаждает,

• как рассчитать мощность,

• какие модели подходят,

• что влияет на выбор,

• какие бренды надёжнее,

• какие ошибки ^[5] допускают покупатели,

• где консультируют лучше.

ИИ работает именно с проблематиками. Мы работаем с проблематикой (вопросами пользователей).

4. Knowledge Graph — карта знаний о бренде

Если сущности — это факты, а связи — это логика между фактами, то Knowledge Graph — это всё это вместе: единая, структурированная модель бренда в памяти ^[6] нейросети. 

Такие “карточки брендов” показывают:

• чем вы занимаетесь,

• как давно,

• кто основные лица,

• где вы работаете,

• какие у вас продукты,

• какие кейсы,

• в каких ситуациях вы полезны,

• как вас сравнивают с конкурентами,

• что о вас говорят в разных источниках.

Если KG пустой → ИИ выбирает конкурента.

Если KG противоречивый → ИИ выдаёт свои фантазии.

Если KG понятный и цельный → ИИ поднимает бренд в рекомендации и обучается на нём.

И вот это — настоящая цель GEO:
не продвинуть запрос или кластер, а сформировать KG, который выгоден бренду.

Главные инсайты GEO, которые важно знать любому бизнесу (преимущественно тем, кто хочет, чтобы ИИ обучался на его данных)

По итогам вебинара ^[1]

1. ИИ выбирает тех, кто ей наиболее понятен. А кто ей понятен?

Мы взяли реальные примеры участников.
Задали нейросетям простые, казалось бы, вопросы:

• кто основатель компании,

• сколько филиалов,

• какие продукты/услуги,

• чем бренд отличается от конкурентов,

• какие есть слабые стороны.

И оказалось, что ИИ создаёт “портреты брендов” — и делает это некорректно:

• ИИ может вообще не понимать, чем занимается бизнес. Если на сайте нет структурированных фактов или данные неполные → нейросеть не прочитает ваш сайт ВООБЩЕ, каким мы оптимизированным он не был.

• ИИ выдаёт устаревшие данные. Если бренд не обновляет информацию → модель берёт за истину 2–3-летние сведения.

• ИИ уверенно подаёт неверную информацию. Если данные неполные → модель домысливает.

К слову, галлюцинации нейросетей — это прямое следствие дыр в данных о бренде

Например, у клиники, которую мы анализировали отсутствовали ключевые сущности: основатель, филиалы, системы имплантации, гарантия, лаборатория, оборудование, сложные протоколы.

Что сделал ИИ:

• дополнил типовыми фактами рынка,

• заменил отсутствующие характеристики общими фразами.

Конечно же, при этом, модель не видит вашу экспертизу: игнорирует ваши сильные стороны, упрощает портрет и обобщает предложения — и всё из-за слабой структуры. Мы показали участникам, как это выглядит у других компаний, причём ТОПовых — и увидели одинаковую реакцию ^[8]: шок + недоверие + очень быстрое понимание рисков.

Всё это от осознания того, что это УЖЕ происходит и нужно с этим что-то делать.

2. ИИ подхватывает негативные вопросы и автоматически формирует негативный портрет бренда

Мы анализировали популярного застройщика — и его пример оказался просто кладезью в работе с проблематиками. Мы анализировали вопросы, на которые нейросети отвечают чаще всего:

• “Почему не стоит покупать квартиру у застройщика N?”

• “Правда, что стены тонкие?”

• “Есть ли скрытые платежи?”

• “У застройщика N проблемы с собственностью?”

• “Кто лучше: застройщик N или застройщик M?”

Когда вопрос сформулирован так:

«Почему НЕ стоит покупать у…?»

ИИ отвечает в логике вопроса:
«Почему НЕ стоит» → значит, нужно найти подтверждения.

Вот почему в ответах:

• ChatGPT → выдаёт структурированный негатив + советы брать у конкурентов

• Алиса → приводит судебные решения

• Gemini → идёт в сравнительный анализ

ИИ не фильтрует намерение. Значит, если в вашей нише много негативных вопросов — ИИ будет подбирать ответы под них.

Важно: бизнес не видит эти вопросы.
Пока не проверит.

Ещё более важно: GEO не уберёт негатив о бренде, но сбалансирует формулировки (учитывать сильные стороны в том числе), чтобы алгоритмам не опираться только на негативный интент.

3. Техника обработки сайтов ИИ отличается от SEO

Мы показали кейсы, где:

• сайт идеален по SEO,

• структура чистая,

• ссылки сильные,

• кластеры проработаны,

• контент экспертный.

Но нейросети не упоминали бренд ни в одной из проблематик.

Почему?

Потому что SEO — это про качество страницы.
А GEO — это про бренд как единицу знания. ИИ-боты:

• ИИ запрашивает мобильную версию сайта — боты ведут себя как мобильные пользователи, поэтому запрашивают и оценивают соответствующую версию сайта. 

• Дубли и кривая структура ухудшают читаьельность. Если непонятно, какая версия информации актуальна — ИИ её игнорирует.

• Авторство — обязательно. Модель использует их, чтобы подтвердить факты и понять экспертность.

• Если смысл размыт — ИИ считает страницу бесполезной. Лучше повторите ключевое несколько раз.

• Структура и микроразметка поможет ботам считать информацию (смыслы) как схему — им будет легче вытянуть ответ.

Запросы продвигать тоже важно, но мы вышли в эфир объяснить, что GEO не заменяет SEO, а усиливает и дополняет. 

Что можно сделать бизнесу прямо сейчас

Попробуйте:

1. Проверить, что ИИ уже говорит о вашем бренде.

Сравнить: ChatGPT, Perplexity, Google AI, Яндекс.Нейро. Если ответы разные — KG неполный.

2. Собрать базовые сущности и выровнять факты.

Основатель, услуги, филиалы, цены, технологии, преимущества — всё должно быть одинаково везде.

3. Закрыть дыры в экспертных данных (репутационный маркетинг).

Если нет гарантий, экспертности, оборудования, технологий — ИИ считает, что их нет в принципе.

4. Пересобрать структуру сайта под ИИ-ботов.

Мобильная версия, скорость, отсутствие дублей, правильная вложенность, микроразметка — технический минимум для GEO и того же SEO .

5. Проанализируйте PR (внешние данные).

ИИ учится не только на сайте, а на всём вокруг: отзовики, медиа, каталоги, Q&A, экспертные публикации. 

6. Определить проблематики, в которых вы должны появляться.

Не ключи, а сценарии: выбор, сравнение, сомнение, подбор, решение задачи.

7. Начать формировать KG сейчас, пока рынок пустой.

Через 6–12 месяцев конкурентам будет намного сложнее пробиться: ИИ уже выберет источники, на которые будет опираться в нише.

Так, GEO — это всего лишь новая возможность, точка контроля бренда. А как вы её используете (или не используете) — это уже другой вопрос. Так что, формируйте стратегии продвижения на 2026 с умом и дальновидностью! Удачи!

P.s. Следующую прожарку планируем в середине декабря. Если этот вебинар показал, почему GEO нужно делать, то следующий покажет как делать правильно — на ваших же примерах. Удобнее следить за анонсами в моем тг-канале, ^[9] а заодно и пользу получать!