Тема GEO быстро вышла из стадии дискуссий и стала частью практического маркетинга: бренды хотят понимать, почему одни компании попадают в ответы ChatGPT, Perplexity и Яндекс AEO, а другие остаются вне поля зрения AI-систем.
Чтобы проверить, как это работает не в теории, а на практике, мы провели эксперимент на собственном сайте. За 2,5 месяца проект вырос с 0,0% до 6,5% AI-видимости, а число AI-ответов с упоминанием бренда увеличилось с 0 до 40. Ниже – разбор, какие действия дали результат и какие выводы из этого могут сделать SEO- и digital-команды.
Что реально сработало для роста AI-видимости сайта
О GEO сегодня говорят почти так же часто, как несколько лет назад говорили о контент-маркетинге или классическом SEO. Но проблема в том, что вокруг темы слишком много общих формулировок и слишком мало кейсов, где есть внятная отправная точка, фиксированная методика и понятная динамика.
Поэтому мы решили посмотреть на GEO не как на абстрактную концепцию, а как на управляемый процесс. Для этого взяли собственный сайт и собрали для него отдельный контур наблюдения: без смены выборки, без подгонки цифр и без попытки объяснить результат «магией нейросетей».
С какой точки стартовали
Работы начались 26 января 2026 года. На старте сайт практически не присутствовал в AI-ответах: 0,0% видимости и 0 упоминаний.
Чтобы сравнение между периодами было честным, мы зафиксировали базовый мониторинг:
-
124 промпта,
-
5 нейросетей,
-
620 AI-ответов на каждый полный скан.
Аналитику и отслеживание изменений вели в агрегаторе Semantica AI.
Под AI-видимостью в проекте мы понимали долю AI-ответов с упоминанием бренда от общего числа ответов. Упоминанием считали любой ответ, где бренд фигурировал в тексте или через ссылку на сайт. Если в одном ответе были и бренд, и ссылка, это считалось как одно упоминание.
Такой подход важен по двум причинам. Во-первых, он убирает соблазн менять выборку под более красивые цифры. Во-вторых, позволяет смотреть не на разрозненные скриншоты, а на нормальную динамику.
Первый этап: не «накрутка GEO», а сборка фундамента
В первый месяц задача была не в том, чтобы как можно быстрее нарастить количество страниц. Сначала нужно было привести сайт в состояние, в котором он вообще может стать понятным источником для поисковых систем и AI-сервисов.
На этом этапе в работу вошли:
-
технический анализ сайта;
-
рекомендации по мобильной и десктопной оптимизации;
-
ТЗ по микроразметке;
-
подготовка новых форматов контента – FAQ и How-To;
-
подготовка внешних статей;
-
доработка существующих материалов.
На практике это была обычная, но часто недооцененная логика: если сайт плохо структурирован, если его сущности не связаны, а контент размыт, ждать устойчивого AI-присутствия бессмысленно.
Почему микроразметка и структура оказались важнее, чем кажется
Один из сильнейших блоков работ был связан не с объемом текста, а с тем, как сайт описан и организован.
Для проекта выстроили единую JSON-LD-архитектуру и автоматизировали structured data для новых материалов. Это особенно важно для сайтов, где контент продолжает расти: ручная микроразметка быстро перестает быть управляемой и начинает работать против проекта.
Разметка была внедрена для ключевых разделов и новых типов страниц, а сама логика сущностей была выстроена так, чтобы поисковые системы и AI-платформы считывали не просто отдельные страницы, а связную структуру: организация, сайт, раздел, материал, автор, навигация.
Это не та часть работы, которая дает «вау-эффект» в первый день. Но именно она делает сайт технически понятным и создает базу для дальнейшего роста AI-видимости.
Второй этап: запуск форматов, которые AI действительно удобно использовать
Следующий шаг – не просто расширение контента, а переход к форматам, которые лучше совпадают с логикой AI-ответов.
На сайте появились и были внедрены новые разделы:
-
/faq
-
/how-to
-
/geo
Это важный момент. Когда мы позже начали смотреть, какие страницы реально чаще попадают в ответы нейросетей, оказалось, что лучше всего работают не общие коммерческие страницы, а узкие прикладные материалы.
Сильнее всего начали тянуть видимость:
-
FAQ-страницы,
-
How-To-страницы,
-
узкие экспертные материалы под конкретные вопросы.
Это полезный вывод для рынка. В AI-поиске часто выигрывает не та страница, которая шире описывает услугу, а та, которая точнее отвечает на конкретный запрос пользователя.
Для SEO-команд это означает простую вещь: если сайт хочет расти в GEO, одной оптимизации главной и услуг недостаточно. Нужен отдельный слой контента под реальные интенты.
Что происходило с внешними сигналами
Параллельно с on-site работами усиливался и внешний контур проекта.
В него вошли:
-
внешние публикации на тематических площадках;
-
обновление внешних карточек и описаний услуг;
-
усиление присутствия бренда в картографических и справочных сервисах;
-
публикация новостей во внешних сущностях бренда.
Это важно, потому что в генеративной выдаче бренд существует не только как сайт. Для AI-систем он складывается из нескольких слоев: собственный ресурс, внешние публикации, карточки компаний, справочники, отзывы, упоминания, авторские сигналы и связность между всеми этими сущностями.
Именно поэтому внешний контур нельзя считать второстепенным. Для GEO он работает не как бонус, а как часть общей модели доверия к бренду.
Авторство и экспертность: формально мелочь, по сути важный сигнал
На следующем этапе в статьи было добавлено авторство и усилен author-блок в микроразметке. Отдельно обновили саму логику подачи экспертного контента.
Формально это может выглядеть как небольшая доработка. Но для тем, связанных с репутацией, ORM, SERM и GEO, явное авторство – это не косметика, а часть экспертного сигнала.
Когда AI-системы видят не только текст, но и понятного субъекта, который за ним стоит, это повышает шансы материала на корректную интерпретацию и использование в ответах.
Что получили по цифрам
На фиксированной выборке динамика выглядела так:
-
старт – 0,0% видимости и 0 упоминаний;
-
конец февраля – 0,6% и 4 упоминания;
-
конец марта – 4,5% и 28 упоминаний;
-
17 марта – локальный пик 39 упоминаний и 6,3% видимости;
-
начало апреля – 40 упоминаний и 6,5% видимости.
Если свести это в одну линию, получится:
0 → 4 → 28 → 40 упоминаний 0,0% → 0,6% → 4,5% → 6,5% видимости
Для нас здесь было важно не только само число, но и характер роста. Он получился не разовым, а ступенчатым: сайт не «вспыхнул» после одной публикации, а начал постепенно усиливать присутствие на фиксированной выборке.
Что происходило с обычным поиском параллельно
Хотя цель проекта была связана с AI-видимостью, классические поисковые метрики тоже показали умеренную положительную динамику.
По Google Search Console:
в феврале:
-
634 клика,
-
88 300 показов,
-
средняя позиция 12,8,
-
CTR 0,7%.
в марте:
-
690 кликов,
-
89 200 показов,
-
средняя позиция 12,4,
-
CTR 0,8%.
Это не история про «взлетевший трафик», но хороший supporting signal: работа над GEO не шла вразрез с SEO. Скорее наоборот – техническая и контентная сборка сайта оказалась полезной и для обычного поиска.
Какой тип страниц дал наибольший вклад
Один из самых прикладных выводов кейса появился, когда мы посмотрели на уровень конкретных URL.
Наибольший вклад в page-level присутствие дали новые экспертные разделы: FAQ и How-To. То есть в AI-ответах лучше всего начали работать страницы, которые:
-
отвечают на конкретный вопрос;
-
имеют понятную структуру;
-
обладают высокой прикладной ценностью;
-
хорошо вписываются в формат «вопрос – ответ» или «что делать пошагово».
Для SEOnews-аудитории это, пожалуй, один из самых важных тезисов: в AI-контуре выигрывают не только самые сильные домены или страницы с максимальным ссылочным весом, но и материалы, которые максимально точно совпадают с пользовательским сценарием.
Второй слой подтверждения: данные Яндекс Вебмастера
Помимо внутреннего мониторинга, был важен внешний сигнал, который подтвердил бы, что рост виден не только внутри одной системы отслеживания.
Таким сигналом стал инструмент Яндекс Вебмастера по видимости сайта в Алисе AI: проект попал в топ-3 по упоминаниям.
Разумеется, напрямую смешивать эту метрику с внутренним мониторингом нельзя: это разные системы измерения и разные принципы выборки. Но как второй уровень валидации результат оказался очень полезным. Если и внутренняя аналитика, и внешний инструмент показывают усиление присутствия, значит речь идет не о случайном эффекте.
Что из этого следует для SEO- и digital-команд
Этот кейс не доказывает, что GEO – замена SEO. И не показывает, что одна микроразметка или один FAQ-блок способны обеспечить рост AI-видимости сами по себе.
Но он довольно ясно показывает другое: AI-присутствием можно управлять, если работать с ним как с системой.
На практике эта система складывается из нескольких компонентов:
-
Техническая ясность сайта – структура, сущности, навигация, корректная микроразметка.
-
Контент под интенты – не только услуги, но и прикладные FAQ-, How-To- и экспертные материалы.
-
Экспертность – авторство, понятный субъект контента, связность с брендом.
-
Внешние сигналы – статьи, справочники, карточки, внешние сущности бренда.
-
Фиксируемая аналитика – без нее GEO быстро превращается в набор субъективных впечатлений.
Именно в такой связке GEO начинает напоминать не модную надстройку, а новый слой поискового маркетинга.
Ограничения кейса
Чтобы вывод был честным, нужно обозначить и ограничения.
Во-первых, это кейс одного проекта. Он хорошо показывает механику, но не претендует на универсальную истину для всех тематик.
Во-вторых, это не кейс про прямую выручку. Здесь мы фиксировали рост AI-видимости и упоминаний бренда, а не пытались за 2,5 месяца перевести все в коммерческий результат.
В-третьих, часть эффекта в таких проектах начинает накапливаться по мере того, как сайт усиливает не один конкретный URL, а весь свой контур: это всегда история не про один фактор, а про совокупность сигналов.
Вывод
Самый полезный вывод из этого эксперимента довольно простой.
GEO работает не как отдельная «фича», а как следствие качественно собранного проекта.
На собственном сайте это дало:
-
рост с 0,0% до 6,5% AI-видимости,
-
рост с 0 до 40 AI-упоминаний,
-
попадание в топ-3 по упоминаниям в Алисе AI.
Но важнее даже не сами цифры, а то, что они появились не после разовой публикации и не после изменения методики измерения. Их дала последовательная работа: техническая база, structured data, новые форматы контента, внешний контур и постоянное отслеживание динамики.
Для рынка это, вероятно, главный практический тезис: AI-видимость уже можно обсуждать не как футурологию, а как управляемую задачу внутри поискового и контентного маркетинга.
Оригинал статьи на SEOnews
