SEO под AI-поиск.

Почему AI-SEO стал обязательной темой в 2026.

Это не «тренд на 2 года, подождём — пройдёт». Это структурный сдвиг, сопоставимый с переходом от каталогов к Google в начале 2000-х.

Что произошло

• Google AI Overviews — нативные AI-ответы поверх выдачи. Уже на почти половине информационных запросов.
• Яндекс Нейро — аналог в рунете. Генерит ответ на основе топ-10 Яндекса, показывает источники ссылками в конце.
• ChatGPT — 2+ миллиарда запросов в день, 200M+ weekly active. С web-browsing цитирует сайты.
• Perplexity — встраивается в браузеры и OS-уровень мобильных. Всегда цитирует источники.
• Bing Copilot / Claude — свои подходы, разные паттерны цитирования.

Новая метрика: Citation Share of Voice

В классическом SEO ты мерил трафик и позиции. В AI-SEO появляется новая валюта — сколько раз твой бренд цитируется AI-движками в ответах на запросы твоей темы. Это и есть citation share of voice: твоя доля против конкурентов в выдаче LLM.

Трафик остаётся, но перестаёт быть единственным KPI. Иногда упоминание без клика ценнее, чем клик — потому что пользователь уже получил ответ и составил мнение о тебе.

Как работает AI-поиск под капотом.

Чтобы оптимизировать — надо понять механику. Разница с классическим поиском принципиальная.

Retrieval-Augmented Generation (RAG)

Большинство AI-движков поиска работает по схеме RAG:

1. Запрос пользователя → переформулируется в поисковые подзапросы
2. Retrieval → система ищет релевантные документы (в web-индексе, своём корпусе, базе знаний)
3. Ranking → отбирает топ-N самых полезных фрагментов
4. Generation → LLM пишет ответ, опираясь на эти фрагменты
5. Citation → расставляет ссылки на использованные источники

Чем это отличается от Google-10-синих-ссылок

• Не страница, а фрагмент. AI забирает не всю страницу, а конкретный абзац / список / определение. Структура контента — критична.
• Интерпретация, а не просто извлечение. LLM может переформулировать, слить данные из нескольких источников, сделать вывод. Ты не контролируешь финальную формулировку.
• Entity-based. Модель думает не «запрос X», а «сущность Y со свойствами A, B, C». Твой бренд должен быть распознан как сущность в knowledge graph.
• Свежесть важнее. Для retrieval-компонента свежие страницы часто приоритетнее.

AI-движки в 2026: где ты появляешься и где нет.

Четыре движка делят почти весь AI-трафик. У каждого — свой характер: размер аудитории, формат ответа, что они любят цитировать. Если сравнить, становится ясно, куда ты сейчас инвестируешь силы и куда нет.

Сравнение по 5 параметрам

AEO / GEO / AIO — один зверь с разными именами.

Индустрия не договорилась о терминах. Вот что за чем стоит — чтобы не путаться, когда читаешь разные источники.

SEO

Классическая поисковая оптимизация. Цель: ранжироваться в топ-10 классической выдачи.

AEO — Answer Engine Optimization

Оптимизация под «поисковики с ответами» (AI Overviews, Perplexity). Цель: быть процитированным в ответе.

GEO — Generative Engine Optimization

Оптимизация под генеративные движки. Цель: чтобы модель предпочла тебя как источник при генерации ответа.

AIO — AI Optimization

Общий зонтик. Охватывает и AEO, и GEO, и работу с брендом в LLM.

LLMO — LLM Optimization

Оптимизация под конкретные LLM (ChatGPT, Claude, Gemini).

GSO — Generative Search Optimization

Синоним GEO, используется реже.

Полезная ментальная модель

• AEO = Попасть в AI-ответ
• GEO = Стать предпочитаемым источником для моделей
• LLMO = Оптимизировать под конкретную LLM (ChatGPT, Claude и т.д.)

Бренд как сущность: как попасть в knowledge graph и датасеты LLM.

Чтобы AI «знал» о тебе и упоминал по теме — твой бренд должен быть распознаваемой сущностью в данных, на которых модель училась или ищет в реальном времени. Это не про SEO-страницы, это про присутствие в правильных источниках.

Где LLM-ы берут данные

• Common Crawl — открытый веб-индекс, основа большинства тренировочных датасетов LLM (включая GPT, Claude, Llama).
• Wikipedia / Wikidata — золотой стандарт. Если бренд там есть — он «знаком» почти всем моделям.
• Reddit, Stack Overflow, Quora — высокий вес в датасетах OpenAI и Anthropic.
• Авторитетные новостные сайты — для русского сегмента: Habr, vc.ru, РБК, Forbes, Cossa, Sostav.
• GitHub README — для технических брендов и продуктов.
• Live web search (Perplexity, Bing, Google) — для тех движков, что ходят в сеть в момент запроса.

План: бренд в knowledge graph

1. Wikidata-карточка

Создай запись в Wikidata (даже если для Wikipedia notability не хватает). Wikidata — структурированный фундамент для всех LLM. Заполни обязательные поля: name, instance of (Q-id), official website, founder, country, industry.

2. Wikipedia (если notability проходит)

Минимум 3 независимых упоминания в авторитетных СМИ. Не пиши о себе сам — закажи на Habr/vc.ru качественный материал, дождись цитирований, потом пробуй создать черновик.

3. Профильные авторитетные публикации

Цель — 4–8 упоминаний в год на доменах с реальной аудиторией. Гостевые статьи, экспертные комментарии, кейсы.

4. Reddit / профильные форумы

Не накручивай. Регистрируй живые аккаунты команды, отвечай по теме, упоминай продукт уместно. AI-движки замечают паттерны естественности.

5. GitHub (если применимо)

Open-source инструменты, шаблоны, чек-листы под брендом. README с описанием бренда работает как структурированная карточка для технических LLM.

Платформы и их цитирующее поведение.

Каждый AI-движок ранжирует источники по-своему. One-size-fits-all стратегия не работает. Вот что важно знать про каждую из главных.

Как AI выбирает источник для цитирования.

Когда LLM строит ответ, он не «листает топ-10» как Google. Он отбирает фрагменты по своим критериям. Понимаешь логику отбора — понимаешь, как туда попасть.

5 факторов выбора источника

1. Семантическая близость к запросу

Не «есть ли ключ на странице», а «насколько фрагмент отвечает на конкретный смысл запроса». LLM сравнивает векторное представление запроса с векторами фрагментов и выбирает ближайшие. Поэтому работает содержательная плотность, а не упоминание ключа.

2. Структурная читаемость

Чёткие H2/H3, списки, FAQ-блоки, таблицы — всё это даёт LLM понятные «куски». Простыни сплошного текста проигрывают, даже если они содержательные.

3. Авторитет домена

Все движки имеют собственный score доверия. У Perplexity это близко к Domain Rating (Ahrefs). У AIO — фактически SEO-авторитет Google. У ChatGPT — комбинация: тренировочные данные + web reputation. Низкий-trust домен почти не цитируется, даже если контент идеальный.

4. Свежесть и явная дата

Дата публикации/обновления — критичный сигнал. Без явной даты в HTML/schema LLM считает контент потенциально устаревшим. Особенно для Perplexity и AIO.

5. Плотность фактов

Цифры, имена, даты, ссылки на первоисточники. Чем плотнее факты в фрагменте — тем выше шанс цитирования. Эссе без конкретики LLM пропускает.

Паттерны цитирования по платформам

• Perplexity — берёт фразы почти verbatim, обёрнутые в кавычки. Структурный текст с цифрами выигрывает.
• ChatGPT — синтезирует, перефразирует. Реже даёт прямую цитату. Любит «определение в одном предложении».
• Google AIO — короткие выжимки (40–80 слов) из одной-двух страниц топ-10. Schema даёт преимущество.
• Я.Нейро — берёт куски длиной 1–3 предложения с явных списков и определений топ-10.

llms.txt и AI-manifest: заявка сайта для LLM.

По аналогии с robots.txt появилось предложение llms.txt — файл, который сайт даёт AI-движкам как «карту» своего контента. Поддержка пока фрагментарна, но реализация занимает 30 минут и не повредит.

Что такое llms.txt

Предложение от Jeremy Howard (Answer.AI, 2024) — стандартизированный файл в корне сайта, который описывает структуру и ключевые материалы для AI-моделей. Цель — дать LLM компактное summary, чтобы они не тратили токены на парсинг навигации, рекламы и хедеров.

Структура файла

# SMOLNIKOV ACADEMY

> Курсы по веб-разработке, SEO и фрилансу
> на academy.smolnikov.pro

## Курсы
- [WEB / Start](https://academy.smolnikov.pro/web/start/): Сайты с нуля, 34 урока
- [SEO / Start](https://academy.smolnikov.pro/seo/start/): SEO с нуля для новичков
- [SEO / Pro](https://academy.smolnikov.pro/seo/pro/): Алгоритмы Яндекса, ПФ, 2026
- [SEO / AI](https://academy.smolnikov.pro/seo/ai/): AEO/GEO/AIO

## Полезное
- [Шаблоны 152-ФЗ](https://academy.smolnikov.pro/resources/)
- [Кто за этим стоит](https://academy.smolnikov.pro/about/)

## Optional
- [Все статьи](https://academy.smolnikov.pro/resources/articles/)

Где размещать

• Корень сайта: /llms.txt — основной файл (краткий)
• Расширенная версия: /llms-full.txt — со всем контентом ключевых страниц для тех движков, что её поддерживают

Связанные файлы

• ai.txt — некоторые сайты используют для блокировки AI-краулеров. Если ты хочешь цитирований — НЕ блокируй (см. ниже).
• robots.txt — добавь явное разрешение для AI-ботов: GPTBot, ClaudeBot, PerplexityBot, YandexAdditional, Bingbot.

Пример блока в robots.txt

User-agent: GPTBot
Allow: /

User-agent: ClaudeBot
Allow: /

User-agent: PerplexityBot
Allow: /

User-agent: Google-Extended
Allow: /

Как структурировать контент, чтобы попадать в ответы.

Шесть железных правил, которые дают больше всего цитирований в AI-движках. Синтез исследований Frase, Snezzi, Jasper и эмпирики коллег за 2025–2026.

Правило 1 · Прямой ответ в первых 1–2 предложениях секции

AI-движок забирает первые предложения каждого смыслового блока. Если первый абзац — контекст и вступление, модель уйдёт дальше. Если сразу чёткий ответ — цитирование.

Плохо: «В современном мире маркетинга SEO занимает особое место…»
Хорошо: «SEO — это оптимизация сайта под поисковые алгоритмы для роста органического трафика».

Правило 2 · Entity-first структура

Организуй контент вокруг сущностей (бренды, продукты, концепции, люди), а не ключевых фраз. AI работает через entity recognition: твой бренд должен быть распознаваемой сущностью в knowledge graph.

Правило 3 · FAQ как первоклассный формат

FAQPage schema имеет одну из самых высоких частот цитирований. ChatGPT и Perplexity «поднимают» FAQ целиком, часто verbatim. Добавь блок FAQ — 4–7 вопросов с прямыми ответами — на ключевые страницы и оберни в FAQPage schema.

Правило 4 · Каждое утверждение — с цифрой или источником

Необоснованные утверждения AI не цитирует. Конкретика с датой и источником — цитирует.

• Цифры с датой и источником
• Ссылки на первоисточники данных
• Собственные исследования и кейсы с цифрами

Правило 5 · E-E-A-T как обязательная часть

• Experience — автор реально делал то, о чём пишет. Кейсы, скриншоты, фотки процесса.
• Expertise — у автора есть квалификация. Регалии, образование, опыт.
• Authoritativeness — бренд/автор упоминается на авторитетных сторонних площадках.
• Trust — HTTPS, контакты, политика, реальное юрлицо, реальные отзывы.

Правило 6 · Свежесть и обновляемость

AI-движки отслеживают возраст контента. Обновляй ключевой контент раз в квартал: актуальные цифры, скриншоты интерфейсов, новые примеры.

Schema.org и структурированные данные — язык, на котором ты говоришь с AI.

Schema перестала быть «nice-to-have» и стала техническим требованием. Без неё AI-движки просто не распознают твой контент правильно.

Must-have разметка

• Organization / LocalBusiness — кто ты. Название, адрес, телефон, соцсети, лого.
• Person — авторы статей и эксперты. Имя, должность, образование, ссылки на LinkedIn.
• Article / BlogPosting — для каждой статьи. Заголовок, автор, дата публикации, дата обновления.
• Product — если e-commerce. Название, описание, цена, наличие, отзывы, рейтинг.
• FAQPage — самый ценный для AEO. Пары «вопрос — ответ».
• HowTo — пошаговые инструкции. Bing Copilot и AI Overviews забирают их целиком.
• BreadcrumbList — хлебные крошки для структуры сайта.
• Review / AggregateRating — оценки и отзывы.

Пример FAQPage schema

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [{
    "@type": "Question",
    "name": "Что такое AEO?",
    "acceptedAnswer": {
      "@type": "Answer",
      "text": "AEO — оптимизация контента под AI-движки, чтобы они цитировали твой сайт в ответах."
    }
  }]
}

Вставляй в <script type="application/ld+json"> в <head> страницы. Проверить корректность — в Rich Results Test Google.

Что ещё помогает AI «понять» тебя

• Чистый семантический HTML: header, nav, main, article, aside, footer
• Alt у всех картинок — описание, а не «image-01.jpg»
• Одна главная тема на странице — не перемешивать 5 тем в одном материале
• Явные связи между страницами — внутренние ссылки с описательными анкорами

FAQ-блоки и структурный markdown под цитирование.

FAQ — самый цитируемый формат во всех AI-движках. Не потому, что AI любит «вопросы». А потому, что формат «вопрос — ответ» совпадает с тем, как LLM парсит запрос пользователя.

Почему FAQ работает

Когда юзер спрашивает «как настроить X», LLM ищет в индексе фрагмент, где есть прямая постановка вопроса и прямой ответ. FAQ-блок даёт ему ровно это в готовом виде. По исследованиям Frase и BrightEdge — FAQPage даёт в 3–5 раз больше цитирований, чем тот же контент без FAQ-разметки.

Структура хорошего FAQ-вопроса

• Конкретный вопрос, а не общий: «Сколько стоит SEO для сайта услуг» вместо «Что такое SEO»
• Прямой ответ в первом предложении: «Базовый SEO-аудит — от 15 000 ₽ за один проект»
• Раскрытие в 2–4 предложениях: что входит, от чего зависит цена, что НЕ входит
• Без воды: ноль маркетинговых эпитетов, никаких «индивидуально подходим к каждому клиенту»

Шаблон H2/H3 markdown под AI

## Сколько стоит SEO для сайта услуг
Базовый SEO-аудит — от 15 000 ₽ за один проект.
Включает: технический разбор, семантику, конкурентов, план на 30 дней.
Не включает: исполнение работ, копирайтинг, ссылочное.

## Сколько ждать первых результатов
Первые позиции по НЧ-запросам — через 2–3 месяца...

Чек-лист: 7 вопросов, которые надо закрыть

• Что это / что такое X (определение)
• Сколько стоит / сколько времени занимает
• Кому подходит / кому не подходит
• Чем отличается от ближайшей альтернативы
• С чего начать / какой первый шаг
• Что входит / что не входит
• Какие самые частые ошибки

Структурный markdown vs параграфы

AI-движки больше любят:

• Списки с явными буллетами — каждая строка читается как самостоятельный факт
• Таблицы — особенно сравнительные «X vs Y»
• Шаги (1, 2, 3) — для how-to берётся целиком в HowTo schema
• Чек-листы — высокий процент цитирований

Меньше любят:

• Длинные параграфы без структуры — даже если содержательные
• Маркетинговые лиды с вопросами риторическими
• Истории в стиле сторителлинг — для AI это «вода»

Картинки и alt в эпоху vision-LLM.

GPT-4V, Gemini Vision, Claude Vision и Я.Нейро уже умеют «читать» картинки. Это значит alt-текст и schema ImageObject из «оптимизации для слепых» превратились в полноценный сигнал для AI.

Что изменилось

• Vision-модели читают текст на картинках (OCR + понимание контекста)
• Распознают схемы, диаграммы, скриншоты UI — могут пересказать словами
• Используют alt + caption + контекст соседних абзацев для понимания смысла
• Берут имя файла и URL картинки как дополнительные сигналы

Alt-текст: что писать

Хорошо

• «График роста позиций сайта в Яндексе с января по июнь 2026 — рост с 70 до 12 места»
• «Скриншот раздела «Запросы» в Я.Вебмастере с фильтром по городу»
• «Схема пайплайна ранжирования Яндекса: Тайфун → Reformer → Pruner»

Плохо

• «image-01.jpg» (имя файла как alt — мусор)
• «SEO продвижение сайтов в Москве недорого» (alt-спам с ключами)
• пустой alt на смысловой картинке

Schema ImageObject — must-have

{
  "@type": "ImageObject",
  "url": "https://academy.smolnikov.pro/img/serp-screenshot.png",
  "caption": "Выдача Яндекса по запросу «купить iPhone 15» — анализ топ-10",
  "contentUrl": "https://academy.smolnikov.pro/img/serp-screenshot.png",
  "creator": {"@type": "Person", "name": "Кирилл Смольников"},
  "datePublished": "2026-05-09"
}

Что AI любит цитировать в картинках

• Скриншоты с подписями — особенно интерфейсы инструментов с указанием куда кликать
• Сравнительные таблицы в виде картинки + дублированные текстом ниже
• Диаграммы с ясным заголовком и подписями осей
• Фото-кейсы «было / стало» с датами
• Инфографики с цифрами и явным источником данных

Имена файлов и пути

• Хорошо: /img/seo-pipeline-2026.png
• Плохо: /img/IMG_2034.JPG
• В URL картинки старайся вкладывать смысл — это дополнительный signal для всех vision-моделей.

Как замерять видимость в AI-движках.

Ты не улучшишь то, что не мерил. В AI-SEO метрики — новые, большинство маркетологов их ещё не знают.

Первичные метрики

• Citation frequency — как часто твой бренд/сайт упоминается в ответах AI по целевым запросам.
• Citation share of voice — твоя доля упоминаний vs конкуренты.
• AI referral traffic — переходы с источников chat.openai.com, perplexity.ai, copilot.microsoft.com в Метрике/GA.

Вторичные метрики

• Citation sentiment — тональность упоминаний
• Source authority scores — где AI берёт инфу о тебе (Wikipedia — отлично; левые форумы — надо работать с PR)
• Conversion rate с AI-рефералов — конвертируются ли в заявки

Инструменты замера

• Ручной метод — раз в неделю задавать 20 ключевых запросов в ChatGPT, Perplexity, Я.Нейро, фиксировать упоминания
• Semrush AI Visibility Toolkit — платно, но подробно по платформам
• Ahrefs Brand Radar — упоминания в AI-ответах
• ProfoundAI, AEOEngine, OtterlyAI — новые специализированные сервисы
• Яндекс.Метрика — в источниках трафика появятся yandex.ru/neuro

AI-аудит цитируемости: рутина, без которой данных нет.

Один разовый замер ничего не даёт — AI-движки меняют поведение от запроса к запросу. Нужна рутина: что мониторить, как часто, и какие алерты ставить.

Двухуровневый замер

Раз в неделю · быстрый

• 5–10 топовых запросов твоей темы
• 3 движка: ChatGPT, Perplexity, Я.Нейро
• Фиксируешь: цитируешься / нет, на каком месте в источниках
• Время: 15–20 минут

Раз в месяц · глубокий

• 20–30 запросов (включая длиннохвостые)
• 5 движков: + Google AIO, + Bing Copilot
• Фиксируешь: что именно цитируется (фразы, цифры), сравнение с конкурентами
• Время: 1–2 часа

Шаблон Google Sheet

Колонки:

Дата | Запрос | Движок | Цитируется? | Позиция | Цитирующий конкурент | Заметки

Простой пример строки:

2026-05-09 | как продвигать сайт в Я.Нейро | Perplexity | да | 2 из 5 | yagla, click | моя цитата verbatim

Алерт-триггеры

• Упал из топ-3 источников в Perplexity по двум и более запросам подряд → разбираться, что изменилось.
• Появился новый конкурент в цитированиях → анализ его контента: что у него есть, чего нет у тебя.
• ChatGPT перестал упоминать бренд по знакомому запросу → проверить, не блокируют ли AI-боты в robots.txt.
• В Я.Нейро не цитируешься, но в топ-10 классики стоишь → проблема со структурой: добавь FAQ, прямой ответ в первом абзаце.

Как реагировать

• Цитируется конкурент, ты нет — открой страницу конкурента, разбери: где у него FAQ, где прямой ответ, где schema.
• Цитируется со старой инфой — обнови страницу, поставь новую дату обновления, пересоберёт через 2–4 недели.
• Цитируется без перехода — это норма. Бренд-видимость в ответе AI ценнее, чем 1 клик.

Связка AEO + классическое SEO: один процесс, не два.

Самая частая ошибка — выделять AI-SEO в отдельный «трек» с отдельной командой и календарём. На практике 80% работы общая, 20% — специфика. Ставь как единый процесс с двумя оптимизационными фокусами.

Что общее (80%)

• Качество контента — глубина, структура, авторитет автора
• Schema-разметка — Organization, Person, Article, Product, FAQPage, HowTo
• Скорость и Core Web Vitals — для классики и для AI-краулеров критично
• Внутренняя перелинковка — структура для Google и для LLM-индекса
• Авторитетные внешние упоминания — двигает классику и попадание в knowledge graph
• Свежесть и обновляемость — обе стороны это любят

Что специфично (20%)

Классика

• Ссылочный профиль (для Google), accuracy в Я.Бизнес/Картах (для Я)
• Технические тонкости: canonical, hreflang, индексация большого каталога

AI-SEO

• FAQ-блоки и структурный markdown
• Прямой ответ в первых 1–2 предложениях секции
• llms.txt и разрешения AI-ботов
• Замеры citation share of voice

Единый workflow

На уровне планирования

Один контент-план, один календарь публикаций. Каждый материал готовится с двойной оптимизацией сразу — без «потом доделаем под AI».

На уровне команды

Один SEO-специалист, владеющий и классикой, и AEO. Если разные люди — общий чек-лист и общие KPI. Не разводить «классиков» и «AI-щиков».

На уровне отчётности

• Классические метрики: позиции, трафик, конверсии
• AI-метрики: citation frequency, citation share of voice, AI-referrals
• Интегрированный SOV: совокупная видимость бренда в классике + AI

Чек-лист интеграции

• Один контент-план для классики и AI-SEO
• Каждая ключевая страница: прямой ответ + FAQ + schema (закрывает оба слоя)
• Регулярный мониторинг и классических позиций, и AI-цитирований
• Авторитет работает на оба фронта (PR, Wikidata, гостевые публикации)
• Технические базисы (скорость, schema, перелинковка) обслуживают и AI, и классику

План на 30 дней: от нуля до первых цитирований.

Конкретные действия по неделям. Выполни — и через месяц начнёшь появляться в AI-ответах на свои темы.

Неделя 1 · Аудит и база

• Собран список из 20 ключевых запросов по твоей теме.
• Запросы прогнаны через ChatGPT, Perplexity, Я.Нейро — зафиксировано текущее цитирование.
• Проверено наличие schema на ключевых страницах (через Rich Results Test).
• Отмечены 5 страниц с наибольшим потенциалом попасть в AI-ответы.

Неделя 2 · Structured data

• На главной — Organization schema с контактами и лого.
• Автор каждой статьи — Person schema с фото и биографией.
• На каждой значимой странице — BreadcrumbList.
• У e-commerce — Product + AggregateRating.

Неделя 3 · Контент под AI

• У 5 выбранных страниц первый абзац переписан в прямой ответ (1–2 предложения).
• На каждой из них добавлен блок FAQ — 4–7 вопросов.
• FAQ обёрнут в FAQPage schema.
• Все утверждения подкреплены цифрами или ссылками на источник.

Неделя 4 · Авторитет и замеры

• Создан/обновлён экспертный профиль автора в LinkedIn/Telegram с упоминанием бренда.
• Опубликованы 2–3 гостевые публикации на профильных площадках (Habr, vc.ru, профильные СМИ).
• Настроена таблица для еженедельной проверки citation frequency.
• Первый замер сделан — получена baseline, от которой будешь расти.

Источники

• Как продвигать сайты, когда поиск стал AI-ориентированнымHabr · Click
• Answer Engine Optimization: Complete AEO Guide 2026Frase
• What is Generative Engine Optimization (GEO)?Frase
• Are FAQ Schemas Important for AI Search?Frase
• GEO vs AEO vs SEO Guide 2026Jasper
• AEO Services & Guide for 2026Snezzi