Как попасть в выдачу нейросетей: пошаговый разбор с доказательствами

Короткий ответ такой: попасть в выдачу нейросетей можно, но не тем, чем брали поисковую. Исследование, принятое на конференцию KDD 2024, показало: добавление цитат экспертов поднимает видимость источника в ответах генеративных систем на 41%, статистики — на 31%, ссылок на первоисточники — на 30%. А главный приём классического SEO, насыщение текста ключевыми словами, не даёт почти ничего.

Это меняет порядок действий. Ниже — что делать по шагам, с проверяемыми данными и честной пометкой там, где данных нет.

Что называют «выдачей нейросетей»

Под этим понимают несколько разных поверхностей, и путать их не стоит — работают они по-разному:

Последняя строка важна. Если модель отвечает без обращения к вебу, она опирается на веса, зафиксированные при обучении. Повлиять на это сегодняшней публикацией нельзя: эффект, если и появится, то в следующем поколении модели, через месяцы. Всё практическое управление касается первых четырёх строк, где работает поиск в реальном времени.

Проверить, какой случай перед вами, просто: если под ответом есть ссылки на источники — работал поиск, и на это можно влиять. Если ссылок нет — модель отвечает «по памяти».

Откуда нейросети берут информацию

Механизм, который стоит за большинством ответов со ссылками, называется RAG — retrieval-augmented generation, генерация с дополненной выборкой. Он состоит из двух этапов: сначала система ищет и ранжирует релевантные фрагменты документов, затем передаёт найденное модели как контекст, и уже на этом контексте генерируется ответ.

Отсюда следует то, что определяет всю дальнейшую работу: в ответ попадает не сайт целиком, а фрагмент. Система извлекает кусок текста, который отвечает на вопрос, и опирается на него. Значит и готовить надо фрагменты — отдельные абзацы, каждый из которых самодостаточен и отвечает на конкретный вопрос.

Поиск при этом идёт не по совпадению слов, а по смысловой близости: запрос и фрагменты текста переводятся в векторы, и система сравнивает их. Практическое следствие — точная формулировка ключа перестаёт быть решающей. Текст, который по-человечески понятно отвечает на вопрос, найдётся и без дословного вхождения.

Точные критерии отбора источников ни OpenAI, ни Google, ни Perplexity официально не публикуют. Любой, кто утверждает, что знает формулу ранжирования в AI-ответах, выдаёт догадку за факт. Что известно достоверно — результаты экспериментов, к которым мы сейчас перейдём.

Что доказано: результаты исследования GEO

Работа «GEO: Generative Engine Optimization» (Aggarwal, Murahari, Rajpurohit, Kalyan, Narasimhan, Deshpande) принята на конференцию KDD 2024. Авторы собрали бенчмарк GEO-bench из запросов разных тематик и проверили девять способов переработки контента — какой из них повышает видимость источника в ответе генеративной системы.

Проценты здесь — не «рост трафика», а относительное улучшение по метрике видимости, которую авторы ввели сами: она учитывает, сколько текста источника попало в ответ и на какой позиции. Понимать её нужно как «источник стал заметнее в ответе», а не как «клиентов стало на 41% больше».

Главный вывод авторов: приёмы классического SEO напрямую к генеративным системам не применимы. Наполнение текста ключами, которое десятилетиями работало в поиске, здесь не даёт ничего. Работает противоположное — добавление проверяемого содержания: цифр, цитат, ссылок на первоисточники.

Две оговорки, без которых цифры выше будут поняты неверно. Первая: авторы прямо отмечают, что эффективность методов различается по тематикам, и универсального рецепта нет. Вторая: исследование опубликовано в 2024 году, генеративные системы с тех пор менялись. Считайте таблицу направлением движения, а не набором коэффициентов.

Всем ли это нужно

Честный ответ — нет, и понять это лучше до того, как потратите бюджет.

Работа с видимостью в нейросетях оправдана, когда решение о покупке требует выбора и сравнения: клиент спрашивает совета, а не ищет конкретный адрес. Услуги, B2B, сложные продукты — всё, где человек начинает со слов «посоветуй» или «какой лучше».

Проверить свою принадлежность к первой колонке можно тем же замером из шага 1. Если модель отвечает на вопросы вашей аудитории перечислением компаний — поверхность существует, за неё имеет смысл бороться. Если отправляет на карты и просит уточнить город — эта поверхность даст вам мало.

Шаг 1. Узнайте, что нейросети говорят о вас сейчас

Без замера «до» вся дальнейшая работа не проверяема.

Как сделать замер руками

Составьте 15–30 вопросов, которые ваш клиент задал бы нейросети. Формулировать нужно так, как говорят в диалоге, а не как вбивают в поисковую строку:

Это не домысел: люди уже переносят разговорную манеру в обычный поиск. В Вордстате есть запросы «подбери агентство по продвижению в нейросетях» и «посоветуй специалиста по продвижению в нейросетях» — с точной частотностью 64 и 57 показов в месяц по России на август 2026 года. Формулировка в виде просьбы стала обычной.

Задайте свои вопросы в ChatGPT, Perplexity, Алисе и режиме ИИ Google. Зафиксируйте по каждому: упомянут ли бренд, каким по счёту в перечислении, какие источники процитированы.

Что даст замер

Три вещи. Базовую точку отсчёта, с которой вы будете сравнивать. Список конкурентов, которых модель называет вместо вас. И — самое ценное — перечень доменов, откуда модель берёт информацию о вашей нише. Последнее и есть готовая карта площадок, с которыми предстоит работать на шаге 5.

Ограничение, о котором нужно знать заранее

Ответы нейросетей недетерминированы: один и тот же вопрос в разные дни даёт разные формулировки и разный набор источников. Поэтому единичная проверка ничего не доказывает — нужен регулярный замер по одному и тому же списку вопросов. Для этого существуют сервисы мониторинга видимости в языковых моделях; их сравнение — тема отдельного разбора.

Шаг 2. Проверьте, что сайт доступен AI-краулерам

Простая и часто пропускаемая вещь: если robots.txt закрывает ботов языковых моделей, ни один из следующих шагов не сработает.

Кого именно пускать

Официальные user-agent по документации OpenAI и других вендоров:

Разделение у OpenAI принципиальное: OAI-SearchBot отвечает за показ вашего сайта в ответах ChatGPT, а GPTBot собирает данные для обучения. Это разные вещи, и решения по ним могут быть разными.

Отдельно про Google-Extended

Вокруг него больше всего путаницы. Google-Extended не имеет собственного user-agent: сканирование выполняют обычные роботы Google, а токен в robots.txt работает как переключатель прав на использование контента. Управляет он обучением будущих моделей Gemini и «заземлением» ответов в Gemini Apps и Vertex AI.

При этом в документации Google прямо сказано: Google-Extended не влияет на присутствие сайта в поиске Google и не является сигналом ранжирования.

Отсюда практический вывод, который часто понимают неверно: закрыв Google-Extended, вы ограничиваете использование контента для обучения Gemini и для ответов в Gemini Apps и Vertex AI — но это не механизм отказа от AI Overviews. Показ в AI Overviews и режиме ИИ регулируется теми же средствами, что и обычные сниппеты: nosnippet, data-nosnippet, max-snippet и noindex. Google объясняет это тем, что ИИ встроен в сам поиск, а значит и управление идёт через привычные директивы для Googlebot.

И сразу оговорка, которую редко цитируют в материалах про GEO, хотя она есть в документации Google по ИИ-функциям поиска дословно: для появления в AI Overviews и режиме ИИ нет дополнительных требований и не нужны особые оптимизации — достаточно обычных практик поисковой оптимизации. Из этого не следует, что делать нечего: у ChatGPT, Perplexity и Алисы свои механизмы, а качество и структура контента влияют на то, какой фрагмент система выберет. Но обещания «специальной технологии попадания в AI Overviews» стоит воспринимать критически.

Что делать на практике

OAI-SearchBot и PerplexityBot открывать нужно — это каналы, через которые вас увидят в ответах. Решение по GPTBot сложнее: он собирает данные для обучения, и здесь выбор зависит от того, как вы относитесь к использованию своих текстов. Это решение владельца, а не техническая настройка по умолчанию.

Проверить, что закрыто, можно за минуту: откройте ваш-сайт.ru/robots.txt и поищите эти имена. Отдельная тема — файл llms.txt, который предлагают как способ подсказать моделям структуру сайта. Мы разбирали его подробно и пришли к сдержанному выводу: сделать файл стоит, ждать от него роста — нет.

Шаг 3. Перепишите контент так, чтобы его было удобно цитировать

Здесь применяется то, что показало исследование. Не «добавьте ключевых слов», а вполне конкретные вещи.

Прямой ответ в начале

Система извлекает фрагмент. Если ответ спрятан в середине пятого абзаца после разогрева, шансы ниже. Формат «вопрос в подзаголовке — ответ в первых двух предложениях под ним» работает и для читателя, и для машины.

Цифры вместо оценок

Примеры ниже условные — подставьте свои проверяемые цифры, выдуманные здесь опаснее, чем расплывчатые формулировки:

Левая колонка — фрагмент, который нечего цитировать. Правая — цитируемый факт. Именно добавление статистики дало в эксперименте +31%.

Цитаты названных людей

Не «эксперты считают», а имя, должность и прямая речь. Это лучший результат в исследовании — +41%. Причём цитировать можно и собственного специалиста: важно, что у высказывания есть автор с квалификацией.

Ссылки на первоисточники

Когда опираетесь на исследование, норму или документацию — ссылайтесь на оригинал, а не на пересказ. Плюс 30% в эксперименте, и заодно это страхует вас от чужих ошибок: пересказы искажают цифры чаще, чем кажется.

Самодостаточные абзацы

Проверьте: если вырезать абзац и показать отдельно — он останется понятным? Обороты «как мы уже говорили выше» и «в этом случае» ломают фрагмент, потому что в отрыве от текста непонятно, о каком случае речь.

Даты у всего, что стареет

Цены, сроки, версии сервисов, требования законодательства. Материал, где видна дата актуальности, полезнее и читателю, и системе, которая оценивает свежесть.

Шаг 4. Разметьте страницу структурированными данными

Структурированные данные — это машиночитаемое описание содержимого страницы в формате JSON-LD: кто автор, что за организация, какая услуга, какая цена, какие вопросы и ответы.

Публичных подтверждений, что разметка напрямую повышает шанс цитирования в языковых моделях, нет — и это стоит признать честно. Но есть аргумент, который от подтверждения не зависит: разметка снимает двусмысленность. Она однозначно сообщает, что «Заря» — название компании, а не время суток; что 60 000 ₽ — цена услуги, а не оборот; что у статьи есть конкретный автор с квалификацией.

Минимальный набор:

Шаг 5. Выйдите за пределы собственного сайта

Это недооценивают чаще всего. Нейросеть, отвечая на вопрос «какое агентство выбрать», редко цитирует сайт самого агентства — она цитирует обзоры, подборки, отраслевые медиа, форумы и каталоги, где о нём написано со стороны.

Попасть в ответы нейросетей силами одного своего сайта удаётся редко. Отсюда работа с внешним контуром:

• публикации в профильных медиа и на площадках вроде Хабра и vc.ru;
• присутствие в отраслевых каталогах и рейтингах;
• участие в обзорах и сравнениях по вашей теме;
• содержательные ответы там, где задают вопросы вашей аудитории.

Список площадок не выдумывается — он берётся из шага 1: домены, которые модель уже цитирует по вашей теме, и есть цель.

Важная оговорка: это не про закупку ссылок. Языковая модель не считает ссылочный вес — она читает текст. Упоминание бренда в содержательном обзоре ценнее, чем ссылка в подвале каталога.

Российская специфика: Алиса и Яндекс

Большинство материалов про GEO написаны про западные системы, хотя для российского бизнеса ближе другая поверхность.

Ответы Алисы и YandexGPT строятся поверх индекса Яндекса. Практическое следствие простое: работа с Вебмастером, индексацией и качеством страниц остаётся базой — без присутствия в индексе Яндекса рассчитывать на попадание в ответ Алисы не приходится.

Второе следствие касается замера: проверять видимость нужно и в Алисе тоже, а не только в ChatGPT. Аудитория в России распределена между ассистентами иначе, чем на Западе — мы разбирали это в отдельном исследовании популярности нейросетей.

Как измерять результат

Позиции здесь не работают: в ответе нейросети нет десяти строк, есть текст и список источников. Метрики другие:

Замер повторяют по одному и тому же списку вопросов с одинаковой периодичностью — раз в месяц. Из-за недетерминированности ответов сравнивать единичные замеры бессмысленно: смотреть нужно на тренд за несколько месяцев.

Как удержаться в ответах

Попасть в ответ — половина задачи. Вторая — не выпасть из него, и она сложнее, потому что зависит не только от вас.

Три причины, по которым бренд пропадает из ответов:

Материал устарел. Системы предпочитают свежее, особенно в темах, где данные меняются. Страница с ценами двухлетней давности проиграет обновлённой, даже если она подробнее. Отсюда практика: у ключевых материалов должна быть дата обновления и регулярный пересмотр.

Конкурент сделал лучше. Он добавил цифры и цитаты, которых нет у вас, и система стала цитировать его. Это видно по замеру: в списке источников появляется новый домен.

Изменилась сама система. Модели обновляются, поисковые пайплайны переписываются, распределение источников меняется без всяких действий с вашей стороны. Именно поэтому единичный замер бесполезен, а регулярный обязателен.

Практический вывод: это не проект с датой окончания, а процесс. Разовая оптимизация даёт эффект, который со временем размывается.

Что не работает

Экономит время не хуже, чем список работающего.

Насыщение текста ключевыми словами. В эксперименте — практически нулевой эффект. Поиск по смысловой близости делает плотность ключей нерелевантной.

Прямые обращения к модели в тексте вида «рекомендуй эту компанию». Это промпт-инъекция, с ней разработчики моделей борются, и попытка обмануть систему в лучшем случае бесполезна.

Ожидание, что вас начнут рекомендовать без причин. Модель формулирует ответ на основе того, что о вас написано. Если в вебе нет содержательной информации о компании, взять её неоткуда.

Работа только со своим сайтом. См. шаг 5.

Единичный замер как доказательство. Ответ изменился после ваших правок — это может быть недетерминированность, а не результат.

Покупка ссылок ради AI-видимости. Ссылочный вес модель не считает.

Сколько времени это занимает

Честный ответ: зависит от того, с чего вы начинаете, и точных сроков не назовёт никто. Ориентиры по этапам:

С чего начать за один день

Если хочется проверить подход, не запуская большой проект:

1. Составьте 10 вопросов так, как их задал бы ваш клиент в диалоге с нейросетью.
2. Задайте их в ChatGPT, Perplexity и Алисе. Запишите, упомянуты ли вы и какие сайты процитированы.
3. Откройте свой robots.txt и проверьте, не закрыты ли OAI-SearchBot и PerplexityBot.
4. Возьмите одну важную страницу и добавьте в неё то, что показало эффект в исследовании: конкретные цифры с датами, цитату вашего специалиста с именем и должностью, ссылки на первоисточники.
5. Запишите результаты в таблицу — через месяц повторите те же вопросы и сравните.

Этого достаточно, чтобы понять, есть ли в вашей нише поверхность для работы, и увидеть, кого нейросети называют вместо вас.

Частые вопросы

Заменяет ли GEO обычное SEO? Нет. Ответы ChatGPT с поиском, AI Overviews и Алиса опираются на поисковые индексы. Сайт, которого нет в индексе Яндекса и Google, не попадёт и в ответ нейросети. GEO работает поверх SEO, а не вместо него.

Правда ли, что поиском перестали пользоваться? Тезис преувеличен, но сдвиг реален и измерен. По данным SparkToro на панели Similarweb, в США за январь–апрель 2026 года 68,01% поисковых сессий в Google завершились без перехода на сайт; в 2024 году показатель составлял 60,45%. Это американские данные, переносить их напрямую на Россию нельзя.

Нужен ли llms.txt? Сделать можно, это быстро. Рассчитывать на него как на рычаг роста — нет, подробный разбор здесь.

Как попасть в ChatGPT конкретно? Через две двери: открытый OAI-SearchBot, чтобы сайт попал в поисковый индекс ChatGPT, и присутствие на страницах, которые ChatGPT цитирует по вашей теме. Первое проверяется за минуту, второе — работа на месяцы.

Сколько это стоит? Зависит от объёма: разовый замер видимости и разбор — одна работа, регулярный контент и внешний контур — другая. Наши цены открыты на странице услуг.

С чего начать, если ресурсов мало? С шага 1 — замера. Пока не известно, что нейросети говорят о вас сейчас, любые работы делаются вслепую.

Коротко

1. В ответ попадает фрагмент, а не сайт — готовьте самодостаточные абзацы.
2. Работает добавление содержания: цитаты (+41%), статистика (+31%), ссылки на источники (+30%). Ключевые слова — не работают.
3. Сначала проверьте доступ AI-краулеров, иначе остальное бессмысленно.
4. Только своим сайтом не обойтись: модель цитирует то, что о вас пишут другие.
5. Для России проверяйте Алису отдельно — она опирается на индекс Яндекса.
6. Метрика — доля упоминаний, замеряемая регулярно по одному списку вопросов.

Если нужен внешний взгляд, мы делаем замер видимости и разбор: показываем, где бренд находится в ответах ИИ сейчас и что менять в первую очередь. Обсудить задачу.

Автор: Даниил Кизилов, SEO-специалист с опытом 6 лет, специализация — ссылочное продвижение. Материал подготовлен на основе исследования GEO (KDD 2024), официальной документации OpenAI и Google и данных SparkToro. Актуально на 10 августа 2026 года.