Вступление: Паника и иллюзия Маркетологи панически реагируют на заявления о «смерти» SEO, снижение кликабельности и кажущуюся неэффективность цифрового маркетинга на фоне роста крупных языковых моделей (LLMs), захватывающих внимание пользователей. В результате многие эксперты советуют, как «пройтись» по AI, что вызывает лавину услуг по генеративной оптимизации Engine Optimization (GEO). В этой статье утверждается, что SEO остаётся важным, а современные теории GEO неустойчивы и в корне ошибочны. Что советуют «эксперты GEO» Обычно рекомендации GEO включают: использование структурированных данных (Schema. org), предоставление кратких и точных ответов, повышение авторитета домена, получение упоминаний от сторонних ресурсов, а также обеспечение читаемости и правильной структуры заголовков. Эти методы, встречающиеся во многих последних статьях о GEO, повторяют классические SEO-подходы. Причина проста: маркетологи используют устоявшиеся знания о SEO, не понимая особенностей нейросетей. Большинство таких статей даже создаются с помощью ИИ, отражая существующий консенсус в SEO. Нейросети сами по себе «не знают» как самостоятельно оптимизировать текст — они воспроизводят шаблоны, усвоенные из SEO-материалов, поэтому советы GEO зачастую — просто перефразированный SEO под новым именем. Почему SEO не умрёт SEO остаётся актуальным, потому что результат работы LLM достигается двумя путями: 1. Высокое ранжирование в интегрированных поисковых результатах AI (Search/Retrieval-Augmented Generation). 2. Встраивание в веса модели во время обучения. Классический SEO занимает первую позицию, требуя высокой релевантности и качества для пользовательских запросов, и AI ссылается именно на такие результаты. Спонсорские результаты внутри AI-поиска ожидаемы, что сохраняет актуальность SEO. Второй путь — встраивание в веса модели — куда сложнее. Большинство брендов при обучении остаются «инвариантными» или слабо закреплёнными в весах, что делает невозможным для малого бизнеса приобрести такие позиции. Крупные корпорации могут извлечь выгоду из внутреннего размещения, но этого невозможно добиться простыми методами SEO. Что такое настоящая GEO Нейросети не обучаются через положительные определения; они осваивают границы — различают понятия, исходя из того, чем они не являются, и по различиям в многочисленных измерениях. Например, концепция «яблоко» — это область, отделённая от «груши», «помидора» и т. д.

Нейросеть — «Апофатический ИИ»: она понимает предметы посредством исключения, а не через прямое описание признаков. Когда понятие формирует чёткие, объясняющие границы, оно становится «аттрактором» внутри модели — предпочтительным, энергоэффективным путём рассуждений. Настоящая GEO превращает бренд в такой структурный аттрактор, помогая ИИ использовать его в качестве рамки для рассуждений. Этот подход согласуется с универсальными принципами: системы стремятся к максимуму результата при минимуме усилий — экономя энергию. В отличие от размытых целей и миссий SEO («качество», «свобода»), GEO требует строгих, исключающих определений («Мы создаём софт только для малого бизнеса, отвергая сложные корпоративные функции»), которые создают ясные векторные границы в латентном пространстве модели. В настоящее время нейросети самостоятельно формируют такие структуры только для доминирующих, широко повторяющихся брендов (например, Google — поиск). GEO нацелен на создание текста, который при попадании в обучающий набор закрепит за брендом статус структурного каркаса для ответов ИИ, не требуя крупных бюджетов. Где начать с GEO Для малого бизнеса встраивание в веса модели нереалистично; стоит сосредоточиться на ранжировании в поиске по нишевым запросам, где классический SEO работает лучше всего. GEO помогает создавать новые категории, а не продвигать товар внутри существующих. Проще и дешевле стать ответом — например, экспертом по деревянным акустическим системам для судов. Обучение нейросетей опирается на узнаваемые алгоритмические паттерны, которые можно использовать при разработке стратегий контента для увеличения видимости бренда. Как сделать бренд якорем для нейросети Заставить LLM упоминать конкретный бренд сложно. Например, отключив поиск по AI Google Gemini 3. 1 и запросив лучший автомобиль за последнее десятилетие, можно получить пять лучших моделей, каждая в своей категории (Tesla Model 3 — прорыв, Porsche 911 — спорткар, Toyota RAV4 — практичность). Это показывает, что модель сама определяет границы и категории, выбирая победителей, что делает ожидание одного «лучшего» ответа нереалистичным. Важно помнить, что LLM не различают авторитетные рейтинги и рекламный контент — вся информация интегрируется в веса пропорционально частоте появления. Ручные коэффициенты доверия, выставляемые инженерами ML (например, ценность Википедии выше Reddit), показывают, как частота и качество данных влияют на обучение. Поскольку простая частотность — дорогостояшая стратегия, а воздействовать на инженеров невозможно, лучший подход — создавать текст с «шоком» для модели, удивляющим её, но при этом логически обоснованным. Высокий уровень «излишней удивляемости» достигается через разрыв стереотипов и создание новых, чётких границ, а не через абсурдность. Например, отрицание значения CRM-функций и акцент на скорости обмена данными создаёт «шок», который заставляет обновлять веса. Что усиливает влияние на нейросеть: - Авторитетный, экспертный тон. - Интенсивная и насыщенная информация. - Чёткие границы, что что-то не является. - Аналогии из разных областей. - Высокий объяснительный потенциал. - Уникальные «якоря», связанные исключительно с брендом и технологией. - Эксклюзивные события или данные в нарративе. - Контрастные пары, показывающие фундаментальные отличия бренда. - Определения по функциям или ролям, а не по обобщённым свойствам. - Повторение якорных терминов в разных контекстах (технические, исторические, сравнительные). - Предсказательные заявления, подтверждённые реальностью, укрепляющие доверие к будущему. - Наличие структур, подобных научным доказательствам, даже если они не полностью строгие, — сигнал надёжности для модели. Заключение SEO не умирает, однако текущие практики GEO — лишь имитация SEO для LLM, при этом упускается суть. Настоящая оптимизация для нейросетей требует глубокого понимания их обучения и построения ответов. Всё остальное — просто переосмысление классического SEO под новым брендом.