Generative Engine Optimization (GEO)

Оптимизация для генеративных движков (GEO) — это практика подготовки веб-контента, чтобы генеративные движки — системы генеративного искусственного интеллекта, которые отвечают на запросы, формируя ответ на основе найденных источников, — выбирали его, точно цитировали и указывали на него ссылку. Пранджал Аггарвал и его коллеги из Принстонского университета и сотрудничающих организаций ввели этот термин в опубликованной на KDD 2024 работе GEO: Generative Engine Optimization, вышедшей в ноябре 2023 года. Это произошло после того, как Bing Chat, Google Search Generative Experience и Perplexity начали напрямую отвечать на поисковые запросы. Поиск ChatGPT (октябрь 2024 года) и обзоры Google с ИИ (май 2024 года) с тех пор стали показывать сгенерированные ответы сотням миллионов пользователей, а инструменты углублённого исследования читают и цитируют десятки страниц для одного отчёта. В сгенерированном ответе нет списка результатов, по которому можно подняться выше, поэтому видимость определяется тем, какая часть ответа взята из источника и насколько заметно он процитирован.

Как генеративные системы выбирают источники#

Генеративный движок — это система ответов на вопросы в открытом домене, основанная на генерации, дополненной поиском (RAG) и рассчитанная на работу в масштабе всего веба. Она преобразует вопрос пользователя в один или несколько поисковых запросов — этап, который Google в режиме AI Mode называет разветвлением запросов, — извлекает из своего индекса страницы-кандидаты, использует семантический поиск и модель переранжирования, чтобы выбрать фрагменты, отвечающие на каждый подвопрос, а затем поручает большой языковой модели (LLM) сформировать ответ на основе этих фрагментов и снабдить его ссылками на источники. Каждый этап — это фильтр, который должна пройти страница:

Опора на найденные фрагменты помогает системам снизить количество галлюцинаций, поэтому контент с ясными фактами, цифрами, датами и источниками проще цитировать без искажений.

Что показало исследование GEO#

Аггарвал и его коллеги создали GEO-bench — около 10 000 запросов из девяти наборов данных по самым разным областям — и измерили видимость двумя способами: с помощью скорректированного по позиции числа слов, которое учитывает, сколько слов ответа взято из источника и где в ответе стоит ссылка на него, и с помощью субъективной оценки впечатления, которую выставляла LLM. Они переписали исходные страницы девятью способами и обнаружили, что добавление ссылок на авторитетные источники, цитат и статистики повышало видимость вплоть до 40 процентов, а перенасыщение ключевыми словами, классический приём поисковой оптимизации, давало мало пользы или не давало её вовсе. Наибольший прирост получили страницы, занимавшие невысокие позиции в обычном поиске. В Perplexity добавление цитат увеличило скорректированное по позиции число слов примерно на 22 процента, а добавление статистики повысило субъективную оценку впечатления вплоть до 37 процентов.

GEO, SEO и связанные термины#

SEO и GEO опираются на общие основы: страницы, доступные для сканирования, понятная структура и полезный контент. GEO добавляет второй вопрос после «занимает ли эта страница высокую позицию?»: «цитирует ли ответ эту страницу и правильно ли он её цитирует?». Оптимизация для систем ответов (AEO), оптимизация для поиска с ИИ и оптимизация для LLM (LLMO) — синонимы, используемые сегодня. Промпт-инжиниринг формирует инструкции, которые человек отправляет модели и которые GEO не видит, а RAG-инжиниринг создаёт поисковый модуль и генератор внутри системы, которую GEO рассматривает как чёрный ящик.

Технический доступ#

Правила для поисковых роботов определяют прохождение первого фильтра. Компании, работающие с ИИ, запускают отдельные роботы для обучения моделей и поиска, поэтому сайт может запретить доступ одному роботу и оставить его для другого. OpenAI использует для этого два робота: GPTBot собирает данные для обучения, а OAI-SearchBot индексирует страницы для поиска в ChatGPT. Google-Extended — это управляющий токен, который Google считывает из того же robots.txt: Googlebot по-прежнему загружает страницу для Search и AI Overviews, а директива Disallow для Google-Extended запрещает использовать её для обучения Gemini и формирования ответов на основе найденной информации. Стандартная библиотека Python умеет считывать правила robots.txt так же, как это делают эти агенты:

from urllib.robotparser import RobotFileParser

# Opt out of model training while staying fetchable for AI search and classic search
robots_txt = """
User-agent: GPTBot
Disallow: /

User-agent: Google-Extended
Disallow: /

User-agent: *
Allow: /
"""
parser = RobotFileParser()
parser.parse(robots_txt.splitlines())

for agent in ["GPTBot", "OAI-SearchBot", "Google-Extended", "Googlebot"]:
    allowed = parser.can_fetch(agent, "/glossary/generative-engine-optimization-geo")
    print(f"{agent}: {'allowed' if allowed else 'blocked'}")

Скрипт выводит GPTBot: blocked, OAI-SearchBot: allowed, Google-Extended: blocked и Googlebot: allowed: страница остаётся доступной для поиска ChatGPT, Google Search и AI Overviews, но не попадает в данные для обучения OpenAI и Gemini. Помимо правил для роботов, страницы должны загружаться без входа в систему, присутствовать в XML-карте сайта и содержать точные структурированные данные Schema.org, обычно записанные в формате JSON-LD, для таких сущностей, как статьи, продукты и программное обеспечение. На платформе Ultralytics то же правило доступа применяется к наборам данных и проектам в области компьютерного зрения: публичные проекты доступны каждому по чистым URL-адресам — независимо от того, вошёл ли пользователь в систему, — поэтому поисковые роботы и ИИ-ассистенты могут их получать, а частные проекты остаются за экраном входа.

Как измерять GEO#

Сгенерированные ответы зависят от формулировки запроса, поискового индекса и версии модели, поэтому команды со временем отслеживают фиксированный набор репрезентативных вопросов и записывают, какие страницы цитирует каждая система, как часто и насколько точно она их представляет. В аналитике переходы от ассистентов отображаются как посещения с таких доменов, как chatgpt.com и perplexity.ai. Поисковые системы начали напрямую показывать цитирования: в отчёте Bing Webmaster Tools AI Performance, опубликованном в открытой предварительной версии в феврале 2026 года, указано, как часто каждая страница цитируется в ответах Microsoft Copilot и Bing AI, а также какие запросы использовались для поиска этой страницы.