GEO-продвижение в эпоху ИИ: почему классический PR стал главным фактором видимости бренда

Разговоры о гибели SEO преувеличены. Разбираем, как работает GEO (Generative Engine Optimization) и почему ключевым фактором стал классический PR.

Что такое GEO (Generative Engine Optimization)?

GEO — это комплекс методов и стратегий поисковой и контентной оптимизации, направленный на то, чтобы ваш бренд, продукт или услуга попадали в ответы генеративных ИИ-систем (ChatGPT, Яндекс Нейро, Perplexity, Google Gemini и др.). Если классическое SEO оптимизирует сайт под выдачу синих ссылок, то GEO оптимизирует присутствие бренда во всем интернет-пространстве под то, как нейросети собирают, анализируют и выдают ответы пользователю.

Разговоры о том, что генеративный ИИ вот-вот похоронит SEO и полностью перестроит цифровой маркетинг, ходят уже не первый день. Однако на митапе «Медиалогии» я поделился взглядом, который опирается на цифры, аналитику и математику алгоритмов, а не на хайп вокруг нейросетей.

С вами Ярослав Домбровский, Head of SEO и сеошник с двадцатилетним стажем, – и сегодня мы разберем мифы о GEO и реальные инструменты, которыми можно воздействовать на нейросети.

Если коротко: никакой революции не произошло — мы проживаем эволюцию поиска. А главный парадокс GEO заключается в том, что ключевым фактором присутствия бренда в ответах нейросетей стал классический PR.

Что на самом деле меняется в поиске?

Искусственный интеллект вошел в поисковые алгоритмы еще в 2019 году с запуском модели BERT (Bidirectional Encoder Representations from Transformers). Это нейросетевая модель от Google, которая совершила прорыв в обработке естественного языка (NLP). В отличие от старых поисковых алгоритмов, читавших слова по очереди слева направо, BERT умеет анализировать контекст слова одновременно в обе стороны. Это позволило поисковикам понимать не просто точные вхождения ключевых слов, а глубинный смысл фразы, подтекст и намерения (интент) пользователя.

С тех пор поиск учился оценивать не только семантику, но и полноту раскрытия темы, а также E-E-A-T факторы:

1. Experience (Опыт): демонстрация реального практического опыта автора или компании в описываемой теме (кейсы, личный опыт использования).
2. Expertise (Экспертиза): глубокие профессиональные знания, профильное образование автора, точность терминологии и фактов.
3. Authoritativeness (Авторитетность): признание ресурса и автора в профессиональной среде (цитирование другими авторитетными СМИ, профильные награды, ссылки).
4. Trustworthiness (Достоверность/Надежность): безопасность сайта, прозрачность условий, юридическая и фактическая достоверность информации (самый критичный фактор).

Сегодня пользовательский опыт трансформируется под давлением трех ключевых трендов:

1. Рост Zero-Click Searches (поисковые запросы без переходов). Это ситуация, когда пользователь вводит запрос в поисковую строку, но не кликает ни по одной из ссылок в выдаче, так как уже получил ответ. Ответ располагается прямо на странице выдачи (SERP) — в виде спецответов, интерактивных блоков, карточек товаров или генерируемого ИИ-саммари над результатами поиска.
2. Скорость потребления. Время стало ключевым ресурсом. Люди ждут сжатой выжимки и готового решения «в один клик», избегая долгого чтения длинных статей на сторонних сайтах.
3. ИИ как первичный источник ответов. Всё больше пользователей обращаются к GenAI (ChatGPT, Perplexity, Яндекс Нейро, GigaChat) вместо традиционных поисковиков. Почему это происходит? Диалоговый интерфейс дает ощущение персонализированной консультации: нейросеть мгновенно агрегирует десятки источников, фильтрует рекламу и дает один понятный, готовый ответ под конкретную жизненную ситуацию пользователя без необходимости открывать 10 разных вкладок.

Но важно понимать базовую механику работы современных LLM (большие языковые модели по типу Chat GPT): нейросети не берут факты из ниоткуда. В их основе лежит алгоритм RAG (Retrieval-Augmented Generation — генерация с привлечением поиска). Это архитектурный подход, при котором нейросеть при получении запроса сначала идет в индексируемый поиск (поисковые базы данных), находит свежие, релевантные веб-страницы, извлекает из них факты и только потом формулирует из них связный текст ответа.

Если ваш ресурс находится в ТОП-10 органической выдачи, он автоматически попадает в пул фундаментальных данных для RAG. И здесь принципиально важно то, что попадание сайта в этот ТОП-10 обеспечивается именно классическим SEO. Без него поисковый робот просто не поднимет ваш сайт на первые позиции, а значит, алгоритм RAG его даже не просканирует.

Разбор заблуждений о GEO

Погоня за «магией» GEO и попытки обмануть алгоритмы нейросетей стали главным драйвером неоправданных расходов в маркетинге. На рынке сформировался целый пласт сомнительных сервисов и агентств, обещающих «быстрый вывод в ИИ-выдачу за 3 дня».

Главная проблема рынка прямо сейчас — отсутствие прозрачных систем сквозной аналитики для GEO. Крупные бренды с многолетней историей и естественным сильным PR часто попадают в ответы нейросетей сами по себе. Недобросовестные подрядчики пользуются этим: они берут бренд с высокой органической известностью, проводят над ним минимальные «манипуляции под GEO» и выдают естественную рекомендацию ИИ за результат собственных инновационных методик, продавая клиенту то, что у него уже было благодаря его медийному весу.

Чтобы не попасться на подобные уловки, я уже разбирал ключевые мифы в этой статье.

Что именно влияет на GEO: причинно-следственные связи

Чтобы бренд стабильно попадал в ответы нейросетей, необходимо понимать архитектуру оценки контента алгоритмами RAG. ИИ оценивает источники по нескольким критическим параметрам:

1. Согласованность данных. Если нейросеть видит упоминание вашего бренда как лидера рынка в одном блоге, но не находит подтверждений в других источниках, статус достоверности снижается. Чем чаще тезис о вас повторяется на независимых площадках, тем выше вероятность его попадания в генеративный ответ.
2. Плотность сущностей (Entity Density). LLM оперируют не словами, а «сущностями» (бренды, персоны, продукты, характеристики). Статья, содержащая четкие факты, цифры, имена и параметры, имеет в разы больше шансов быть разобранной на цитаты, чем абстрактный рекламный текст.
3. Индекс цитирования в топик-кластерах. ИИ определяет «авторитет» ресурса в конкретной нише. Для попадания в ответы по теме «финансы» недостаточно иметь высокий PR-охват — важно получать упоминания именно на профильных финансовых ресурсах.

Исследование АЙNET и Agenda: почему PR — это главный двигатель GEO

Чтобы проверить, как на практике формируются ответы нейросетей, мы совместно с pr-агентством Agenda провели масштабное исследование. В рамках проекта мы проанализировали 10 тыс. пользовательских запросов в категориях «Медицина», «Красота» и «Детские товары», а также провели опрос экспертов digital-рынка.

Ключевые цифры и выводы:

1. 83% опрошенных экспертов назвали PR основным инструментом управления видимостью бренда в нейросетях.
2. 100% специалистов сошлись во мнении, что генеративный ИИ не заменяет, а дополняет классическую поисковую оптимизацию.
3. До 85% упоминаний бренда в AI-ответах формируются за счет сторонних авторитетных площадок.
4. В 6,5 раза чаще нейросеть рекомендует бренд, если о нем регулярно выходят материалы в независимых СМИ и на тематических ресурсах.
5. 70% сайтов, попадающих в генеративную выдачу Яндекса, входят в базовый ТОП-10 органического поиска.

Практический кейс: феномен CeraVe

Косметический бренд CeraVe уверенно удерживает лидирующие позиции по видимости в ИИ-выдаче среди конкурентов в своей категории. При этом официальный сайт бренда в РФ не функционирует уже длительное время. Нейросети активно рекомендуют продукт исключительно благодаря накопленному репутационному капиталу — отзывам на маркетплейсах, многочистельным упоминаниям в профильных медиа, бьюти-обзорах и статьях. Это наглядное доказательство того, что знание бренда и медийный след в сети превалируют над техническим SEO сайта.

Принцип работы Query Fan-Out и дистрибуция контента

Когда пользователь задает нейросети сложный или развернутый запрос (например, «Как выбрать безопасный крем для сухости кожи ребенку до года»), срабатывает технология Query Fan-Out (веерное разветвление запроса).

ИИ понимает, что один ответ не может покрыть все грани темы. Поэтому алгоритм буквально «расщепляет» исходную фразу на 3–7 уточняющих микрозапросов («состав кремов для младенцев», «рейтинги», «отзывы детских дерматологов», «какие компоненты опасны при атопии»). Затем ИИ одновременно ищет данные по каждому из этих подзапросов в классическом поиске и сшивает найденные куски в один финальный, структурированный ответ.

Именно поэтому ключевым инструментом в GEO становится целенаправленная дистрибуция контента с SEO-оптимизацией на внешних ресурсах.

Сравнение эффективности размещения статей на сторонних площадках с SEO-проработкой и без нее показало:

1. Контентная дистрибуция с SEO-оптимизацией обеспечивает в 17 раз больше трафика.
2. Такой подход позволяет охватить в десятки раз больше поисковых ключей в ТОП-10, попадая в поле зрения нейросетей при веерном разветвлении запросов через Query Fan-Out.

Стратегический чек-лист для брендов

1. Наращивать репутационный капитал. Сила бренда, объем упоминаний и доля рынка — первичные ориентиры для обучающих выборок и поиска LLM.
2. Создавать экспертный контент. Аналитические материалы, первичные данные и исследования вызывают естественное цитирование.
3. Присутствовать в рейтингах. До 90% ссылок в нейроответах ведут на внешние подборки («ТОП-10 средств», «Лучшие сервисы для бизнеса»).
4. Удерживать позиции в традиционном поисковом ТОП-10. Качественная техническая и текстовая оптимизация собственного сайта остается фундаментом.

Другие выступления на вебинаре

На митапе «Медиалогии» темы трансформации цифровых каналов раскрыли также и мои коллеги по отрасли:

1. Дамир Фейзуллов (директор по Digital & Social Media агентства PR Partner) представил обзор новой экосистемы соцсетей России и разбор каналов для поиска аудитории.
2. Владислав Стратонников (руководитель по развитию продукта «Медиалогия») показал практические примеры сокращения затрат на аналитику за счет ИИ-инструментов.
3. Дмитрий Гугнин (основатель StarTok Media) разобрал специфику работы с площадкой TikTok и массовые посевы.