Почему 90% рейтингов GEO-агентств — это фейк, и как на самом деле оценивать ИИ-оптимизацию

Ещё недавно SEO можно было оценивать относительно просто: есть позиции, показы, клики, органический трафик и заявки. Достаточно открыть Яндекс.Вебмастер или Google Search Console, чтобы увидеть хотя бы часть результата.

С GEO всё сложнее.

Появились агентства, которые обещают вывести компанию в ChatGPT, Perplexity, Gemini и другие AI-системы. Появились «рейтинги GEO-агентств», таблицы с процентами видимости, красивые графики и заявления вроде «мы увеличили AI visibility на 340%».

Проблема в одном: что именно они измеряют?

Во многих случаях ответ оказывается куда менее впечатляющим, чем сам график. Поэтому к таким рейтингам сегодня стоит относиться примерно так же, как несколько лет назад относились к SEO-компаниям, обещавшим «гарантированный ТОП-3».

GEO — это не новая позиция

Главная ошибка начинается уже со слова «рейтинг».

В классическом поиске можно сказать: сайт находится на позиции 4 по запросу X. В генеративном поиске такая модель работает гораздо хуже.

Пользователь задаёт вопрос AI-системе, а ответ зависит от формулировки, языка, контекста, региона, времени, доступных источников, версии модели и того, какие документы были найдены и использованы для ответа. В AI-функциях Google используются retrieval-augmented generation и query fan-out: исходный вопрос может разбиваться на несколько связанных запросов, а ответ — собираться на основе найденных источников.

Поэтому фраза «мы подняли ваш GEO-рейтинг с 32 до 67» сама по себе почти ничего не говорит.

Первый вопрос должен быть другим:

Что именно означает это число?

Главная проблема GEO-рейтингов

Представим агентство, которое проверяет 100 запросов. В 27 ответах упоминается клиент. Агентство пишет: AI Visibility = 27%.

Звучит объективно. Но теперь возникает ряд вопросов.

Какие запросы использовались?

Если агентство само сформировало запросы, оно фактически само определило «экзаменационные билеты». Можно подобрать вопросы, на которых клиент выглядит лучше.

Сколько раз проверялся каждый запрос?

Один раз? Десять? Сто? Если сегодня AI упомянул бренд, а завтра нет, какое значение считать правильным?

На какой модели проводилось тестирование?

GPT, Claude, Gemini и Perplexity могут давать разные ответы. Без указания конкретной системы «видимость в AI» слишком размыта.

Что считается упоминанием?

Компания должна быть названа? Достаточно ссылки? Упоминание конкурента рядом с клиентом считается успехом? А если модель перепутала компанию с другой?

Как проверяется источник?

Это самый важный вопрос. AI может не просто не упомянуть компанию, а уверенно рассказать о другой компании, используя название клиента.

Именно здесь GEO сталкивается не с проблемой видимости, а с проблемой сущности.

AI может ошибиться в самой сущности

Для обычного SEO ошибка выглядит так: страница не попала в топ-10.

Для генеративного поиска ошибка может быть глубже: модель решила, что компания A — это компания B.

Это проблема entity resolution — определения, о какой именно сущности идёт речь. AI может собрать ответ из старого профиля, каталога, статьи, соцсетей и чужого упоминания, а затем уверенно выдать этот гибрид за реальное описание компании.

Чем убедительнее звучит такой ответ, тем сложнее обычному пользователю заметить ошибку.

Поэтому измерять GEO только количеством брендовых упоминаний недостаточно.

Почему скриншот не равен результату

Фраза «нас рекомендует ChatGPT» выглядит убедительно. Но что на самом деле произошло?

Пользователь задал конкретный вопрос. Модель сформировала конкретный ответ. В конкретный момент времени. С конкретным контекстом. Завтра ответ может измениться.

Поэтому один скриншот — это не доказательство результата, а лишь одна точка измерения. Скриншоты полезны для демонстрации, но не для аналитики.

Как на самом деле измерять GEO

В нашей практике в «Системном SEO» GEO-оценка строится не вокруг одного универсального индекса, а вокруг набора метрик, которые показывают реальную картину.

1. Mention Rate

Частота упоминания бренда в ответах AI.

Из фиксированного набора вопросов считается, в каком проценте ответов появляется бренд. Например: 100 тестовых запросов → 41 ответ содержит бренд.

Это полезно, но это только первый слой.

2. Citation Rate

Частота, с которой AI ссылается на источники, где есть информация о компании.

Важно понимать, откуда модель берёт данные:

1. официальный сайт;
2. профиль компании;
3. отраслевой каталог;
4. СМИ;
5. обзор;
6. Reddit;
7. социальные сети;
8. сайт конкурента.

Можно иметь высокий Mention Rate и почти нулевой контроль над тем, на каких источниках строится описание бренда.

3. Entity Accuracy

Правильность определения сущности.

AI должен верно понимать:

1. название компании;
2. сайт;
3. отрасль;
4. продукты;
5. географию;
6. специализацию;
7. связанные бренды.

Если модель упомянула компанию, но описывает чужие услуги, это нельзя считать успехом.

4. Competitor Share

Доля конкурентов в тех же AI-ответах.

Если клиент появляется в 1 из 10 тестов, а три конкурента — в 8 из 10, просто сказать «мы присутствуем в AI» недостаточно.

5. Answer Position

Положение бренда внутри ответа.

Одно дело: «Также можно рассмотреть компанию X».Другое: «Одним из наиболее подходящих вариантов является компания X».

Это уже не классическая позиция в поиске, а мера заметности и роли бренда в сформированном ответе.

6. Consistency

Стабильность результата.

Если 20 раз задать один и тот же вопрос и получить X, X, Y, X, Z, X, Y, X, то что именно считать позицией компании?

Хороший GEO-тест должен показывать не только результат, но и его повторяемость.

Почему нельзя верить AI Visibility Score без методологии

Сегодня можно придумать почти любой показатель. Например: AI Visibility Score = 84/100. Выглядит профессионально, но без методологии это просто число.

У нормального GEO-отчёта должны быть указаны как минимум:

1. какие модели тестировались;
2. какие запросы использовались;
3. кто формировал этот список;
4. сколько раз проверялся каждый запрос;
5. что считается успешным упоминанием;
6. какие источники AI использовал;
7. какие конкуренты появляются в ответах;
8. в какой период проводилось измерение.

Без этого цифра почти бесполезна.

Важна и мультиязычность

Одна и та же компания может выглядеть по-разному на разных языках.

На русском AI может считать её лидером рынка. На английском — небольшим агентством. На другом языке — вообще не упомянуть.

Причина проста: разные источники, разные индексы, разные ассоциации между сущностями.

Если компания работает в нескольких странах, тестовая матрица должна учитывать язык, модель, набор запросов, упоминания, цитирования и entity accuracy. Это уже похоже на исследование, а не на презентацию отдела продаж.

Что тогда делает GEO-агентство

GEO — это не «добавить ключевые слова для ChatGPT» и не «создать магический файл, чтобы AI понял сайт».

Фундаментальные SEO-практики по-прежнему важны. Google прямо указывает, что для его генеративных функций не существует отдельного обязательного markup или специального файла, который заменяет базовую работу с сайтом.

Нормальная GEO-работа начинается с исследования:

1. как AI сейчас видит компанию;
2. какие сущности он связывает между собой;
3. какие источники использует;
4. где возникают ошибки;
5. где бренд не представлен;
6. где конкуренты сильнее;
7. на каких языках и в каких сценариях видимость проседает.

Дальше уже можно исправлять:

1. технические проблемы;
2. структуру сайта;
3. контент;
4. сущности;
5. информацию о компании;
6. подтверждающие источники;
7. внутренние связи между страницами;
8. внешние упоминания;
9. локальные сигналы;
10. противоречия между источниками.

Задача не в том, чтобы заставить AI сказать «правильную фразу». Задача — сделать так, чтобы правильная информация о компании присутствовала в тех структурах и источниках, на которые AI может опираться.

Как проверить GEO-агентство

Не спрашивайте: «На сколько процентов вы увеличите AI Visibility?»

Спросите: «Покажите методику измерения».

И попросите ответить на семь вопросов:

1. Какие модели вы тестируете?
2. Какие запросы используете?
3. Кто формирует этот список?
4. Сколько раз проверяется каждый запрос?
5. Что считается успешным упоминанием?
6. Какие источники AI использовал?
7. Как вы отличаете правильное упоминание компании от ошибочной идентификации?

Если на эти вопросы нет конкретного ответа, красивый GEO-dashboard ничего не стоит.

GEO нельзя оценивать одним числом

У компании может быть:

1. высокая частота упоминания;
2. низкая точность;
3. хорошие цитирования;
4. слабая представленность на английском;
5. сильная позиция в одной модели;
6. слабая — в другой;
7. высокая видимость, но низкая конверсия.

И всё это может быть одновременно.

Поэтому я бы отказался от идеи одного универсального GEO Score. Гораздо полезнее смотреть на профиль:

1. Visibility — насколько часто бренд появляется;
2. Citation — насколько часто AI ссылается на контролируемые источники;
3. Entity Accuracy — правильно ли AI понимает, кто вы;
4. Prominence — насколько заметно бренд представлен в ответе;
5. Competitor Share — насколько часто рядом появляются конкуренты;
6. Consistency — насколько стабилен результат;
7. Conversion — приводит ли AI-трафик к реальным действиям.

Вот тогда GEO становится не модным термином, а измеряемой дисциплиной.

Что делать компаниям уже сейчас

Не искать агентство с самым красивым рейтингом.Не покупать обещание «мы гарантированно выведем вас в ChatGPT».

Начните с собственного baseline:

1. соберите 50–100 реальных вопросов, которые потенциальный клиент может задать AI;
2. прогоните их через несколько моделей;
3. повторите тест;
4. зафиксируйте, кто упоминается;
5. посмотрите, в каком контексте;
6. проверьте, какие источники цитируются;
7. отметьте, где AI путает сущности;
8. посмотрите, на каких языках результат меняется.

И только после этого начинайте оптимизацию.

Потому что невозможно улучшить показатель, который вы сначала не определили.

Вместо вывода

Рынок GEO сейчас находится примерно там же, где SEO было много лет назад: много терминов, много обещаний, много красивых графиков и очень мало единых стандартов измерения. Исследования и практические фреймворки уже сходятся в одном: видимость в AI Search нужно измерять как распределение, а не как один показатель.

Поэтому главный вопрос к GEO-агентству сегодня должен звучать не так:

«Вы умеете продвигать в ChatGPT?»

А так:

«Покажите, как вы измеряете результат и как доказываете, что AI действительно стал лучше понимать и представлять мой бренд».

Это менее эффектный вопрос. Зато на него значительно сложнее ответить маркетинговым слайдом. И именно поэтому он сегодня самый полезный для бизнеса.