Что реально работает в GEO: 7 подтвержденных тактик, технический чек-лист и работа с авторитетом

В прошлой статье мы разобрали, как именно генеративные системы выбирают источники для ответа и что показали ключевые исследования на эту тему. Логичный следующий вопрос: что с этим делать на практике?

В этом материале конкретный набор тактик: как структурировать контент, чтобы его было проще процитировать, какие технические настройки действительно важны, а какие просто база без измеримого эффекта, и почему одного сайта бренда уже недостаточно. Все приемы опираются на данные исследований, а не на общие советы «пишите качественный контент».

Приемы, которые подтверждены данными

Собирая вместе результаты Aggarwal et al., независимый мета-анализ 19 исследований от Organic Labs и данные крупных трекеров цитирований, набирается компактный список тактик с реальной доказательной базой без переспама и без магии.

1. Прямой ответ в первых 1–2 предложениях раздела. Генеративные системы вытаскивают не страницу целиком, а фрагмент. Абзац, который отвечает на вопрос заголовка сразу, без разгона - это то, что физически проще извлечь и процитировать.
2. Реальная статистика с указанием источника и года. Не «многие эксперты считают», а конкретная цифра и откуда она взята. Это единственная тактика, которая в разных независимых работах стабильно попадает в тройку сильнейших.
3. Реальные цитаты и ссылки на первичные источники, а не только в списке литературы в конце, а по тексту, рядом с утверждением, которое они подтверждают.
4. Модульная структура: один абзац - одна мысль. В мета-анализе Organic Labs структурированный контент (списки, FAQ, четкие подзаголовки-вопросы) показал самую сильную корреляцию с видимостью среди всех проверенных факторов - сильнее, чем просто объем текста.
5. Достаточная глубина, но без воды. Исчерпывающий, по-настоящему разбирающий тему материал стабильно обгоняет поверхностные тексты - но это должна быть плотность фактов, а не длина ради длины.
6. Отказ от переспама ключевыми словами. В экспериментах Aggarwal et al. эта классическая SEO-тактика не дала прироста цитируемости, а на части замеров - ухудшила результат.
7. Комбинация тактик, а не одна из них. В том же исследовании сочетание нескольких методов (например, статистика плюс улучшенная читаемость) давало более высокий эффект, чем каждый метод по отдельности.

Отдельно нужно сказать о том, чего в этом списке нет, хотя оно часто всплывает в статьях про GEO. Внесение скрытых инструкций в код страницы (invisible-текст, «промпт-инъекции», которые пытаются напрямую указать модели, что писать о бренде) технически возможна и описана в исследованиях, но в том же мета-анализе Organic Labs получила самый низкий рейтинг доверия среди всех проверенных тактик: она хрупкая, ломается при обновлении моделей и не применяется ни одной компанией, которая дорожит репутацией. Это не рабочая GEO-тактика, а манипуляция, которую стоит исключить из рассмотрения.

Техническая доступность: боты, разметка, llms.txt

Здесь больше всего мифов, потому что тема на стыке техники и того, что реально проверяют аудиторы, а что нет.

Разрешение для ботов. У каждой крупной системы свой краулер, и часто их несколько: один - для обучения моделей, другой - для поискового режима в реальном времени. Актуальный на середину 2026 года список для проверки в robots.txt:

• GPTBot и OAI-SearchBot (OpenAI, второй - именно для поиска в ChatGPT), ChatGPT-User (заходит по прямому запросу внутри диалога),
• ClaudeBot и anthropic-ai (Anthropic)
• PerplexityBot (Perplexity)
• Google-Extended (использование контента в Gemini и AI Overviews - это отдельная директива, не совпадающая с обычным Googlebot)
• YandexBot и YandexAI (Яндекс - классический индексатор и отдельный бот именно для ответов Алисы)

На Хабре в 2026 году разбирали характерный случай: сайт был в топ-3 Google, но в robots.txt стоял общий запрет для всех ботов, кроме Googlebot и YandexBot.

GPTBot, ClaudeBot и PerplexityBot получали отказ с первого запроса. Полгода сайт был невидим для трех из четырех крупных ИИ-поисковиков и в Google Search Console, и в Яндекс.Вебмастере при этом все выглядело благополучно, потому что эти панели не показывают ошибки доступа для чужих ботов.

Schema.org - гигиена, а не рычаг роста.

Разметка Organization, Article, FAQPage и Product помогает ИИ правильно понимать факты на странице, но сама по себе не гарантирует больше цитирований. Исследование Ahrefs на 1 885 страницах не обнаружило статистически значимой связи между наличием разметки и частотой цитирования: результат составил +2,2% для ChatGPT и −4,6% для Google AI Overviews, что укладывается в погрешность.

При этом Microsoft подтверждала, что структурированная разметка помогает моделям Copilot точнее понимать содержание страниц.

Практический вывод: Schema.org стоит использовать, чтобы сделать контент понятнее для поисковых и ИИ-систем, но рассчитывать на нее как на прямой способ увеличить число цитирований не стоит.

llms.txt пока не стал основным инструментом

Создать llms.txt вполне можно - это не займет много времени, однако рассчитывать на ощутимый эффект пока не стоит.

Текущая ситуация с llms.txt:

• интерес поисковых ИИ-ботов: Краулеры вроде GPTBot, ClaudeBot, PerplexityBot и OAI-SearchBot запрашивают этот файл крайне редко (около 0,1% от их общего трафика);
• позиция Google: Представители компании отмечают, что файл не используется для индексации и поиска в ИИ-сервисах;
• где есть реальная польза: файл отлично показывает себя в нишевых сценариях - например, для документации разработчиков при работе с Cursor или Continue, где ИИ забирает чистые данные без лишнего кода.

Если у вас нет узкой задачи по оптимизации dev-документации, основные ресурсы лучше направить на базовые вещи: логичную структуру сайта, корректную разметку данных и техническую доступность страниц для индексации. Файл llms.txt можно добавить «на будущее», но отводить ему приоритетную роль в продвижении пока рано.

Внешний авторитет: почему одного сайта недостаточно

Раз ИИ-поиск системно смещен в сторону независимых (Earned) источников, а не собственного сайта бренда, значит работа с внешним контуром - не бонус, а основа стратегии. Это PR-упоминания в отраслевых и деловых СМИ, попадание в сравнительные обзоры и рейтинги, отзывы на профильных площадках, экспертные комментарии.

Логика, почему это работает именно так: генеративная система при оценке доверия к источнику ориентируется не только на текст самой страницы, но и на то, насколько согласованно об этом бренде пишут другие независимые источники - это структурно похоже на то, как оценивают достоверность люди. Бренд, о котором пишут только на его собственном сайте, для модели выглядит менее проверяемым, чем тот, о котором есть согласованные упоминания в нескольких независимых местах.

Здесь важно не путать это с «накруткой» присутствия. Формирование настоящей, живой представленности в профильных сообществах и на площадках с отзывами - рабочая стратегия. Искусственная накрутка через фейковые аккаунты или скрытые манипуляции - репутационный риск и как раз то, от чего предостерегают исследователи: методы такого рода нестабильны и ломаются при следующем обновлении моделей.

Вместо заключения

GEO пока не наука с точными формулами, но подтверждённых данными приемов уже достаточно, чтобы работать осознанно, а не наугад. Дальше - вопрос последовательного внедрения, а не поиска новых хаков.

В следующей статье разберем, как это применяется на конкретных системах от западных до российских и с чего начать.