Коротко. Что работает: упоминания на чужих сайтах, честные отзывы там, куда смотрит каждый ассистент, место в его живом поиске, ясный ответ в начале страницы, настоящие даты обновлений.
Что не работает или не продаётся честно: llms.txt сам по себе, schema сама по себе, набивка ключевыми словами, массовая рассылка по каталогам и скрытый текст. Доказательства к каждому пункту ниже, исследования вендоров помечены.
Что работает
1. Добейтесь упоминаний на страницах, которые вы не контролируете
Ответы ИИ опираются на заработанные и сторонние медиа. В вопросах о софте в США 72.7% процитированных источников были заработанными медиа. На обычной странице выдачи Google: 45.4% (Chen et al., University of Toronto). Из 207 миллионов цитат больше 84% были заработанными или сторонними и 0.3% платными (Muck Rack, вендор).
Одни только подборки «лучших X» составили 43.8% типов страниц, которые цитировал ChatGPT, на 26,283 URL источников. Заметнее всего были недавно обновлённые подборки. Высокие места в нескольких подборках коррелировали с тем, что бренд рекомендуют (Ahrefs, вендор, корреляция).
Какие страницы? Reddit и YouTube входят в пятёрку самых цитируемых доменов у каждого ассистента. G2 в пятёрке у Perplexity (Peec, вендор). На 75,000 брендов сильнее всего с видимостью в ИИ коррелировали упоминания на YouTube (около 0.737). Следом шли упоминания бренда в интернете (Ahrefs, вендор).
На LinkedIn длинные статьи составили от 50 до 66% процитированного контента LinkedIn. Около 95% процитированных постов были оригинальными, а не репостами (Semrush, вендор).
Закономерность: другие люди пишут конкретно и под своими именами.
2. Собирайте честные отзывы: маленькое преимущество бьёт громкое имя
При одинаковых характеристиках известный бренд выигрывал в 100% случаев. Преимущество в рейтинге меньше 0.1 звезды у меньшего конкурента переворачивало результат (Chu and Hou, 2026, препринт).
В исследовании Columbia о шопинг-агентах +0.1 к рейтингу поднимали долю выбора с 10% до 15-20%. Значок «выбор обозревателя» поднимал до 20-43%. Пометка «Sponsored» роняла до 8-9%.
Один источник вроде Wirecutter или Reddit мог перебить любимчика модели (Wharton GAIL). Социальное доказательство в контролируемых тестах повышало долю рекомендаций. Намёки на дефицит и «эксклюзивность» её снижали (Bias Beware, EMNLP 2025).
3. Появитесь в живом поиске ассистента
Бренды, которых не было в веб-результатах ассистента, упоминались в 2.8% случаев. Когда цитировался их собственный сайт и были поиски по бренду: 91.4% (Tannenbaum, 2026, препринт). Внутри этих результатов первая позиция цитировалась в 58% случаев, десятая лишь в 14% (AirOps and Kevin Indig).
В C-SEO Bench (NeurIPS 2025) просто быть первым в контексте модели оказалось лучше любого трюка с переписыванием. Так что место в обычном поиске по «лучший [категория] 2026» это всё ещё настоящая работа. Не устаревшая.
4. Дайте ясный ответ в первой трети страницы
44.2% цитат берутся из первой трети страницы. Определённые формулировки цитируют чаще (AirOps and Kevin Indig).
В экспериментах GEO на 10,000 запросов конкретные цифры, цитаты и названные источники повышали видимость на 30-40%. Больше всех выигрывали страницы пониже в выдаче (Aggarwal et al., KDD 2024).
Это единственная тактика на странице с экспериментальной поддержкой. Суть: прямо скажите, кто вы, подкрепите это, и сделайте это в начале.
5. Показывайте настоящие даты настоящих обновлений
Модели любят свежие даты. Более поздняя дата публикации поднимала фрагменты во всех семи проверенных ранжировщиках, вплоть до 95 мест (Fang et al.). Процитированный контент свежее среднего (Ahrefs).
Работает это, только если дата честная. Менять дату на неизменённой странице это манипуляция. Если модель когда-нибудь научится проверять, вам это дорого обойдётся.
Наше правило: видимая дата, которая меняется только вместе с содержанием и записывается в журнал изменений.
Что не работает
llms.txt сам по себе
llms.txt это текстовый файл со списком важных страниц сайта для ИИ-агентов. Разумная вежливость, занимает час. Но это не рычаг видимости.
- SE Ranking не нашёл связи между его наличием и цитатами ИИ на примерно 300,000 доменов. Их модель без него становилась точнее (вендор).
- Логи серверов Ahrefs: 97% файлов llms.txt в мае 2026 года не получили ни одного запроса (вендор).
- Google говорит, что не использует llms.txt ни в поиске, ни в функциях ИИ.
У нас он есть по адресу /llms.txt, потому что агенты могут им пользоваться. Мы опубликуем собственные логи о том, читает ли его кто-нибудь. Тот, у кого результат работы это файл llms.txt, продаёт плацебо.
Разметка schema сама по себе
Структурированные данные (JSON-LD) описывают, что такое страница: статья, организация, продукт с настоящей ценой. Используйте их точно.
Нет доказательств, что из-за них ассистент вас цитирует или рекомендует. Google говорит, что особой разметки для ИИ не существует. Выдуманные рейтинги в разметке бесполезны и нарушают правила Google (разбор мифов GEO от Search Engine Land; документация Google). Разметка, которая совпадает с видимой страницей, это гигиена, а не стратегия.
Набивка ключевыми словами
В экспериментах GEO она не помогла. Помогли ссылки, цитаты и статистика (Aggarwal et al., KDD 2024). Большинство ИИ-трюков с контентом мало что дали в C-SEO Bench, и выигрыш от каждого трюка таял по мере того, как его применяли конкуренты.
Когда в тестах Chu and Hou все бренды применили одну и ту же оптимизацию, польза рухнула с +0.802 до +0.007.
Массовая рассылка по каталогам
Сервисы, которые отправляют вас в 100 или 500 каталогов, продают объём. ChatGPT и Gemini каталоги почти не цитируют. В 9,978 ответах GetIntel они были мелким источником рядом с подборками, отзывами и обсуждениями.
Каталог может дать обратную ссылку для классического SEO. Рекомендаций он не принесёт. Мы их никогда не продаём.
Скрытый текст, промпт-инъекции, фальшивые отзывы
В лаборатории это работает. Скрытый текст и промпт-инъекции выталкивали продукт снизу на первое место, в том числе в Perplexity (Kumar and Lakkaraju; Pfrommer et al., EMNLP 2024).
Именно поэтому мы этого не делаем. Это манипуляция, её находят, и она ставит имя основателя на трюк, который умрёт со следующим обновлением модели. На странице честных методов перечислено всё, от чего мы отказываемся.
Честный итог
| Тактика | Доказательства | Наш вердикт |
|---|---|---|
| Упоминания в чужих подборках, отзывах, обсуждениях, видео | Сильные, в основном корреляционные, совпадают между исследованиями | Делать. Это ядро нашего проекта |
| Честные отзывы на сайтах, которые цитирует ваш ассистент | Экспериментальные (Chu and Hou; Columbia) | Делать |
| Место в обычном поиске по запросам покупателей | Сильные (Tannenbaum; AirOps; C-SEO Bench) | Делать |
| Ясный ответ, цифры и источники в начале страницы | Экспериментальные (Aggarwal et al.) | Сделать один раз, как следует |
| Настоящие даты обновлений | Экспериментальные на ранжировщиках; только честные даты | Делать честно |
| llms.txt | Связи нет (SE Ranking); 97% не читаются (Ahrefs) | Поставить бесплатно, ничего не ждать |
| Разметка schema | Нет доказательств для цитат | Только точная гигиена |
| Набивка ключевыми словами | Не помогла (Aggarwal et al.) | Нет |
| Массовая рассылка по каталогам | Почти не цитируются (GetIntel) | Нет, и мы прямо это говорим |
| Скрытый текст, фальшивые отзывы, фейковые аккаунты | Работает в лабораториях, это манипуляция | Никогда |
Ограничения
Большая часть доказательств того, что «работает», корреляционная. Многое исходит от компаний, которые продают инструменты для видимости в ИИ (Ahrefs, Muck Rack, Peec, Semrush, SE Ranking). Эксперименты шли на конкретных моделях в конкретные даты. Эффекты слабеют, когда тактики распространяются.
Ничто из этого не позволяет кому-либо обещать, что ассистент скажет о вас.
Что дальше
Узнайте, какие сторонние страницы ваши ассистенты цитируют в вашей категории. Этот список и есть весь список дел.
Его даёт бесплатная проверка: 5 вопросов покупателей, по 3 прогона, 4 ассистента. Вы узнаете, кого назвали вместо вас и какие источники процитированы, в течение 2 рабочих дней. Или сделайте её сами по гайду для самостоятельной проверки.
Вопросы
Так GEO это шарлатанство?
Трюки на странице в основном да. Упоминания на страницах, которые ассистенты уже цитируют, честные отзывы и обычный поиск реальны, скучны и измеримы. Мы продаём только скучную часть.
Удалить мой llms.txt?
Не нужно. Он ничего не стоит, и какие-то агенты могут им пользоваться. Просто не ждите, что он изменит рекомендации ассистентов. Не платите никому за его создание. У нас он есть, и в нём то же самое.
А разметка schema?
Используйте её точно и там, где она подходит, потому что она описывает страницу. Нет доказательств, что из-за неё ассистент вас цитирует или рекомендует. Google говорит, что функциям ИИ особая разметка не нужна.
Если все начнут делать то, что работает, оно перестанет работать?
Отчасти. В одном исследовании, когда все бренды применили одну и ту же оптимизацию, польза схлопнулась. Заработанные упоминания и настоящие отзывы выдыхаются медленнее трюков. Поэтому мы их и выбираем.