Будущее поискового трафика (GEO): как стать брендом, который цитирует AI

AI-поиск заместо выдачи: SEO больше не работает?

Не работает… в обычном осознании. За крайние полгода поисковая выдача поменялась: Гугл уже указывает по дефлоту выдачу в режиме AI Mode. У Yandex’а есть Нейро с Алисой. А это означает, выдача становится стопроцентно автоматической, где юзерам не надо даже перебегать на веб-сайт, чтоб получить исчерпающий ответ на вопросец.

Даже такие LLMки, как ChatGPT и Perplexity, уберут ссылки из ответов/цитирования, а цикл пути до сделки и сами сделки будут происходить прямо в чате с нейронкой. Фантазийные сказочки? Нет, новенькая действительность! Walmart уже начал продавать продукты через ChatGPT. Функцию Instant Checkout они запустили вместе с OpenAI – покупка происходит бесшовно и нативно в диалоге с нейросетью. Это означает, что через 2-3 года таковой подход станет эталоном, так как большой игрок уже СЕЙЧАС тестирует новейшую e-commerce модель.

Все это, естественно, далее, чем наше сейчас, но и оно уже не то:

  • Путь юзера сократился: решение формируется до клика. Сократился значимый маршрут поиска → клика → снова поиска → сопоставления – и так по кругу с 5+ веб-сайтами.

  • Нейросеть выдает 2–3 релевантных бренда заместо 10 ссылок.

  • Трафик существенно сократился – выдача сместилась, и топ-1 на данный момент не зависит от SEO-позиций либо проплаченных маркетинговых мест, поэтому что его занимает генеративный ответ.

  • Нейросети собирают и сформировывают портрет бренда, собирая данные с различных источников. Информация на их быть может недостоверна и не выигрышна (репутационные опасности) для вашего бренда. Выход один: стать доверенным источником для ИИ.

  • Неверные, устаревшие либо неполные сведения автоматом попадают в AI-ответы и сформировывают неправильное восприятие компании.

Без SEO не получится, поэтому что оно – фундамент, да и лишь оптимизация не даст столько эффективности.

Как вырастает AI-поиск: данные по Рф и миру, которые недозволено игнорировать

Я – Миша Мятов, опытнейший рекламщик и SEO-специалист с наиболее чем 20-летним стажем и своим digital-агентством Seo Performance Agency. На данный момент мы интенсивно увлечены исследованием новейшего инструмента, чтоб позже использовать познания для скорейшей адаптации бизнесов к новейшей поисковой действительности. Я повсевременно изучаю, анализирую и применяю исследования в области GEO и на данный момент поделюсь некими любопытными фактами.

Скорость роста намного выше, чем у хоть какого предшествующего технологического сдвига. Смотрите:

1. Трафик из нейросетей в Рф вырос в 9 раз

По данным Digital Budget, с начала года AI-источники проявили кратный рост:

  • +900% – суммарный рост трафика из ChatGPT, Perplexity, Claude, Copilot и др.

  • Perplexity – фаворит по сгенерированному трафику (толика ~24%). Суммарно нейросети сгенерировали 95% исходящего трафика юзеров.

  • Толика нейропоиска в общем поисковом трафике стала видимым каналом.

Это значит: в течение года AI-поиск перевоплотился из опыта – в настоящий источник трафика. Так, по воззрению управляющего Центра исследовательских работ и аналитики в «Ашманов и партнеры» Антона Тришина, утрата органического трафика у части веб-сайтов неминуема, потому что пропадает необходимость перебегать на их, чтоб получить ответ на запрос.

Может быть, эти числа будут еще наиболее убедительными (данные Ahrefs):

  • 63% веб-сайтов уже получают трафик из AI-источников. Принципиально: речь не о огромных веб-сайтах, а о всем массиве проанализированных веб-сайтов.

Другими словами канал небольшой в объеме, но уже массовый в проникновении.

  • Юзеры AI-поиска конвертируются в 23 раза лучше, чем в обыкновенном поиске. Почему?

  • юзер уже получил структурированный ответ,

  • он лицезреет бренд в связке с задачей,

  • AI практически за ранее квалифицировал клиента.

2. Юзеры в Рф уже пробуют нейропоиск как кандидатуру поисковикам

Исследование Markway / Anketolog («Нейропоиск в Рф 2025», 2000 респондентов):

  • 57% юзеров хотя бы раз спрашивали нейросети заместо поисковика.

  • 21% употребляют нейронки часто, как минимум раз в недельку.

  • Главные сценарии: поиск советов, подбор продуктов, анализ отзывов, сопоставления, резвые ответы.

  • 54% доверяют ответам ИИ не меньше, чем результатам Гугл/Yandex’а.

И это – до того, как Yandex и Гугл стопроцентно раскатали новейшую генеративную выдачу.

3. На рынке ИИ видна тенденция к безумному росту

ИИ вырастает в среднем на 20% раз в год. Рынок достигнул 298 миллиардов баксов в 2024 году. И продолжает расти темпами, труднодоступными большинству рынков. К 2030 году рынок вырастет практически до 2 трлн баксов.

Темпы роста LLM-трафика по месяцам в 2025 году находятся в спектре +14–86%, тогда как традиционный поиск в среднем падает на 3–7% каждый месяц.

Эти данные подтверждают: переход к генеративной выдаче идет резвее, чем рынок ждал. Как для вас таковой неутешительный вывод?

Что такое GEO и чем AI-оптимизация различается от традиционного SEO

GEO – это система работ, которая помогает бренду появляться в ответах нейросетей:

Yandex Нейро, Алиса, Гугл AI Overview / ИИ Mode, ChatGPT, Perplexity, DeepSeek и др.

Ах так это смотрится (на примере моего агентства):

По факту, от SEO остается лишь база и наименования – механики продвижения различные: видимость и действие, сущность оптимизации, семантика, контент, наружные и внутренние сигналы, метрики и логика измерений. Ну а сейчас попредметнее о различиях.

  1. Сама сущность оптимизации

SEO – про трафик (из поисковиков) и конверсии в продажу (снутри веб-сайта)

Вы приводите потенциального лида и отрабатываете его там по подходящему запросу.

GEO – про бренд и узнаваемость.

Вы делаете веб-сайт читабельным и рекомендательным для ИИ, чтоб он ваш бренд (не веб-сайт) упомянул + подал его корректно и обучился на вашем материале.

  1. Объект оптимизации

SEO – веб-сайт: его структура, странички, метаданные, ссылки.

GEO – бренд.

Сюда заходит: веб-сайт, наружные площадки, отзывы, упоминания, исследования, Q&A, контент соперников, который нейросеть ассоциирует с вашим.

  1. Семантика и запросы

SEO – перечень главных фраз, сгруппированный по типам (коммерческие, инфо, брендовые и т.д.).

GEO – массив проблематик (с вложенными запросами), которые юзер может формулировать по-разному. Я выделил:

  • брендовые,

  • продуктовые,

  • ситуативные,

  • коммерческие,

  • сравнительные.

Собрать проблематику – лишь начало: необходимо верно найти, как по сиим вопросцам нейросети уже отрисовывают картину рынка и брендов.

  1. Контент и формат подачи

SEO-материалы делаются в целом по одной структуре: «запрос – текст – релевантность – поведенческие причины».

В GEO обязано быть все читабельно исходя из убеждений структуры и смыслов, чтоб методам было комфортно выделять сущность + значимость фактора авторства таковых материалов. Также имеет значение экспертность контента (ссылки, отсылки, исследования, отзывы, регалии и т.д.).

  1. Площадки

Высококачественные и релевантные доноры для SEO и для GEO – это различные истории: во 2-м случае, это обязана быть конкретно экосистема площадок, с которой работают нейросети:

  • рекомендательные и информационные веб-сайты,
  • площадки с отзывами,
  • профильные медиа,
  • время от времени нетематичные, но авторитетные ресурсы.
  1. Метрики и измерения

SEO: позиции, органический трафик, конверсии с органики, видимость в поиске.

GEO:

  • толика упоминаний бренда в ответах нейросетей по кластерам проблематик;

  • сопоставление видимости с соперниками по проблематикам/нейросетям;

  • тональность и контекст упоминаний;

  • изменение брендового трафика (как запаздывающий, но принципиальный эффект)

Принципиально! Измерять правильно запрос (позиции), как в SEO, не имеет смысла из-за стохастичности (если один запрос вбить в нейронку пару раз – она выдаст различные ответы) – лишь по подборкам и моделям, так как лишь так результаты отслеживания на 90-95% совпадут с реальностью.

  1. Технологическая база

Для генеративной выдачи Yandex Нейро и Гугл Overview все так же принципиальна база SEO, так как ответ лишь наполовину автоматизирован (иная половина полагается на традиционную выдачу).

Но в GEO в особенности важны:

  • расширенная разметка,

  • скорость мобилки,

  • корректная структура и отсутствие дублей/ошибок,

  • незапятнанное авторство и экспертиза в контенте.

Entity-карта и Knowledge Graph: база AI-видимости бренда

Чтоб нейросеть корректно включала бренд в генеративные ответы, она обязана осознавать, кто вы, чем занимаетесь, какие продукты создаете и с какими объектами соединены. ИИ не анализирует главные слова – он строит картину бренда из сущностей (entities) и связей меж ними.

Что такое суть (entity)

Суть – это хоть какой объект, который обязана выяснить нейросеть:

  • компания либо бренд;

  • продукт либо линейка товаров;

  • услуга;

  • человек (основоположник, эксперт, создатель контента);

  • географическая локация;

  • разработка;

  • категория рынка;

  • партнер либо проект;

  • событие;

  • стоимость, формат, свойства.

Практически, это база познания о бренде. Если детали данной базы не соединены вместе, нейросеть не соображает, кем является компания, и не включает ее в ответы.

Что такое entity-карта бренда

Entity-карта – это структурированный список всех сущностей, связанных с брендом, и всех связей меж ними. Это людская текстовая версия того, что ИИ позднее превратит в Knowledge Graph.

Пример того, как смотрится entity-карта в текстовом виде (на примере моей компании):

  • Основная суть:

    SEO Performance Agency – digital-агентство, основано в 2022 году, работает в Москве, веб-сайт: seo-performance.ru, специализации: SEO, GEO, AI-SEO, LLM Visibility, разработка веб-сайтов.

  • Люди как сути:

    Миша Мятов – основоположник, эксперт по GEO и AI-SEO, связан с SEO Performance Agency, Page Flow и GEO Performance.

    Маргарита Коротаева – CEO, ответственная за операционное управление и аккаунтинг.

  • Продукты как сути: Page Flow – AI-поведенческий инструмент Yandex/Гугл, связанный с SEO Performance Agency.

    GEO Performance – платформа для оценки видимости бренда в LLM, связана с ChatGPT, Perplexity, DeepSeek.

  • Услуги как сути:

    GEO-продвижение – услуга по попаданию бренда в генеративную выдачу.

    + SEO, Yandex PF, Гугл PF, AI-SEO, YouTube SEO, создание экспертного контента.

Любая суть описывается и связывается с иными сущностями, чтоб у модели был полный контекст бренда.

Что такое Knowledge Graph (KG)

Knowledge Graph – это уже машинная форма entity-карты, то, что нейросеть хранит у себя в памяти и употребляет при формировании ответа.

Структура KG – это набор фактов и связей:

  • суть →

  • атрибуты сути →

  • связи меж сущностями →

  • источник данных →

  • уровень достоверности.

Пример части KG:

«SEO Performance Agency»

type: «Digital Agency»

located_in: «Moscow»

founded_by: «Mikhail Myatov»

offers: [«GEO Promotion», «SEO Services», «AI-SEO Audits»]

website: «seo-performance.ru»

А для самой LLM смотрится это вот так (цепочками фактов):

Почему конкретно сути в GEO?

  1. Нейросети собирают факты (совпадающие), не ключи.
  2. Если сущностей не много – ИИ не соображает, что делает бизнес.
  3. Если сути есть, но нет связей – ИИ не связывает бренд с услугой.

ИИ выбирает бренды, по которым у него есть достаточная база фактов. С базой мы еще не разобрались – едем далее…

Семантика новейшего уровня: ИИ-оптимизация контента веб-сайта

GEO-логика таковая:

  1. Нейросеть обязана осознать, кто вы → сути, связи, KG.

  2. Нейросеть обязана осознать, где вас применять → проблематики.

Если есть проблематики, но нет сущностей – ИИ соображает запрос, но не понимает, кого туда вставлять. Если есть сути, но нет проблематик – ИИ понимает бренд, но не понимает, в какие темы его включать.

GEO опирается также на семантику, но не ординарную…

Во-1-х, семантика в GEO состоит не из ключей, а из проблематик – это информационные запросы, отражающие намерения юзера. Не один запрос, а смысловой кластер:

«Как избрать тетради для школы» = какие тетради бывают / чем различаются / где приобрести / что лучше для младших классов / почему стоимость различается и т.д.

Вокруг одной проблематики обычно:

  • быть может от ~5 до ~500 формулировок вопросцев,

  • различные типы интента: «выяснить», «избрать», «приобрести», «сопоставить».

В стратегии под нейросети таковых проблематик не 5–10, а 500+ по всему направлению.

Как мы собираем эту семантику под нейросети

Облегченная схема:

  1. Собираем массив тем и вопросцев

    Отталкиваемся от ниши, продукта, имеющегося спроса и болей аудитории.

  2. Подключаем сервисы, которые вытягивают вопросительные формулировки, которые реально могут быть заданы юзерами.

  3. Расширяем до коммерческих сценариев

    К инфо-вопросам добавляем связки:

  • «какие тетради бывают» → «где лучше приобрести тетрадь»;

  • «какой телефон лучше…» → «в котором магазине приобрести телефон…».

  1. Кластеризуем по смыслу

1. Брендовые

    Запросы, в каких бытует бренд. К примеру: «Какой самый наилучший телефон в М.Видео?»

    2. Продуктовые

    Вопросцы про свойства продукта.

    «Сколько держится зарядка у iPhone 17?»

    3. Ситуативные

    Когда человек отыскивает решение определенной ситуации либо боли (переживание, связанное с истинным или потенциальным повреждением ткани).

    «В которых магазинах можно сдать комп по гарантии?»

    4. Коммерческие

    В формулировке находится очевидный интент к покупке.

    «Где лучше приобрести телефон Самсунг S23?»

    5. Сравнительные

    Все, что соединено с выбором меж вариациями.

    «Где лучше приобрести Xiaomi в М.Видео либо в Эльдорадо?»

    1. Выделяем приоритетные проблематики

      Смотрим:

    • что уже спрашивают почаще;

    • где на данный момент видны соперники;

    • какие темы для бизнеса более маржинальны.

    Почему конкретно таковая механика работы с семантикой?

    Так мы проверяем, как по сиим проблематикам нейросети уже лицезреют рынок.

    По кластерам вопросцев смотрим:

    • упоминается ли ваш бренд;

    • как нередко видны соперники;

    • в котором контексте и с какой тональностью.

    Это дает:

    • карту текущей видимости (вы vs. соперники);

    • перечень тем, где вы видимы и невидимы;

    • ценности: куда идти в контенте и на наружных площадках сначала.

    Отслеживание НЕ МОЖЕТ БЫТЬ КАК В SEO

    Почему? Поэтому что нейросети работают стохастически: на один и этот же вопросец они могут отвечать по-разному – это заложено в архитектуру.

    Отсюда принцип: мы не меряем один запрос в одной нейросети, а работаем по выборке запросов и повторений. Погрешность в десятки-сотни-тысячи раз меньше: на уровне подборки можно получить 90–95% совпадения с реальностью и правильно оценить динамику

    Заместо «мы топ-1 по такому-то запросу» → «мы в ответАХ по N% проблематик в этом кластере и догоняем/обгоняем таких-то соперников».

    SEO необходимо и принципиально: что конкретно нейросети читают и почему это база GEO.

    В GEO есть этот же бот, который прогуливается, открывает веб-сайты и читает информацию. Оценивает веб-сайт чисто на техническом уровне – как просто ему разобрать структуру, сути, связи, авторство и свойство данных.

    Техно AI-оптимизация: как нейросети считывают веб-сайт

    1. Микроразметка (основная + для статей)

    Она помогает нейросетям достать:

    • создателей,

    • темы,

    • типы страничек,

    • факты,

    • связи,

    • структуру контента.

    2. Авторство статьи

    Это принципиальный элемент экспертизы. Нейросети инспектируют, кто вы на рынке: есть ли следы создателя в остальных источниках, есть ли компетенции, кейсы, опыт.

    3. Скорость загрузки (в особенности мобильной версии)

    Скорость мобильной версии влияет на то, как стремительно и корректно бот может прочесть страничку.

    Почему конкретно мобильная скорость загрузки? В одном из американских исследовательских работ ребята замерили всех роботов, которые прогуливаются по веб-сайтам, – итак вот ИИ-боты вели себя как мобильные юзеры и запрашивали подобающую версию веб-сайта (мобильную), потому оптимизированная скорость лучше для ранжирования.

    4. Удаление дублей

    Дубли делают неурядицу: бот не соображает, какая версия инфы животрепещуща. Это уменьшает доверие и понижает возможность цитирования.

    5. Верная вложенность (структура каталога и страничек)

    Бот должен осознавать: где основная тема, где разделы, где подстраницы. Если структура беспорядочная – нейросеть не может выстроить логические связи.

    Как формируется видимость бренда в Yandex’е и Гугл в режиме генеративных ответов

    В Yandex Нейро и Гугл AI Overview часть данных берется из гибридной выдачи: генеративные ответы отчасти опираются на традиционную выдачу, отчасти – на ИИ-агрегацию фактов. Потому здесь весьма принципиально SEO.

    Такой переходный шаг перед полной автоматизацией. А GEO дозволяет приготовить бренд заблаговременно, пока методы все еще отчасти употребляют поисковое ядро.

    Продвижение в огромных LLM: улучшаем экспертность и видимость

    Хоть это и условное разделение с прошлыми, но оно наиболее понятно. Продвижение в огромных языковых моделях (ChatGPT, Perplexity, DeepSeek и др.) различается от Yandex’а и Гугл тем, что у LLM нет поискового ядра. Они стопроцентно строят ответ из собственных внутренних познаний о рынке и брендах (собственных алгоритмов).

    Тут действуют незначительно остальные принципы, а конкретно экспертность + видимость.

    1. Экспертность бренда

    LLM анализирует совокупа всех внутренних и наружных причин, которые встречались о компании и у компании:

    • описание услуг,
    • отзывы,
    • исследования,
    • регалии,
    • авторство материалов.

    Если картина разрозненная либо слабенькая – бренд в ответ не попадает.

    1. Видимость бренда

    Время от времени довольно видимости в Я/Г, но не постоянно – в таком случае необходимо добавочно усиливать присутствие. Если экспертность – это внутренние причины веб-сайта, то наружные – про видимость.

    Здесь принципиально не SEO-трастовое свойство, а ИИ-релевантность площадок:

    • рекомендательные веб-сайты,
    • информационные порталы,
    • сборники,
    • отзывы,
    • профильные медиа,
    • время от времени даже нетематичные, но авторитетные ресурсы.

    Что GEO дает бизнесу: эффект AI-оптимизации и роста узнаваемости

    SEO – про лиды и реализации, GEO – про бренд и узнаваемость.

    Продвижение бустит последующее:

    1. Видимость бренда в нейросетях (если модель обучится на вас – она будет и далее ссылаться на вас).
    2. Повышение брендового трафика (самый размеренный тип трафика, который не зависит от позиций и алгоритмов).
    3. Корректная подача бренда в ответах ИИ (ТАКОГО ТОЧНО ДЕЛАТЬ НЕ БУДЕТ: брать устаревшие сведения, подтягивать неверный контент, сформировывать нехороший либо слабенький образ компании) – вы не несете репутационные опасности. Любой ответ на хоть какой вопросец играет на руку вашему бренду.
    4. Доп (пока что). Некие модели (к примеру, отдельные конфигурации GPT) все еще демонстрируют веб-сайт как источник. Пока ссылки там есть – это дает доп трафик.
    5. Присутствие в наставлениях. Конкурентноспособная фора: когда ИИ ассоциирует бренды меж собой – компания начинает появляться:

    • в сопоставлениях,

    • выборках,

    • наставлениях,

    • ответах по сложным информационным запросам.

    6. Закрепление бренда в новейшей действительности поиска

    Путь юзера сокращен до готового ответа. В поисках уже есть вариант полной автоматизации выдачи, но пока в тестовом режиме. Юзеры привыкают, а методы учатся. Это можно применять, чтоб закрепиться как надежный источник у ИИ.

    Что принципиально для продвижения в нейросетях и оптимизации контента под AI

    На самом деле необходимо создать так, чтоб модель лицезрела бренд как:

    • надежный,
    • подтвержденный,
    • экспертный,
    • неоднократно упомянутый в релевантных источниках,
    • разумно интегрированный в контекст ниши.

    Что необходимо для этого созодать: придерживаться связки: SEO + репутационный маркетинг + PR

    Вот таковая она – новенькая действительность GEO! Сложность это либо возможность – решение всякого:) Мы с командой за способности, возлагаем надежды и для вас посодействовали:)

    Оригинал статьи на SEOnews

    Добавить комментарий

    Ваш адрес email не будет опубликован. Обязательные поля помечены *