Привычный поиск умирает или переходит во что то новое? Поговорим о GEO

С актуальной темой тут пришел. Так как все больше людей переходят на нейронки, поиск естественно тоже плавно туда начал переходить, и я вот решил в этом вопросе нормально разобраться, чтобы понять куда свой вектор внимания переориентировать, чтобы на плаву остаться. Итак что я изучил, видимость сайта в нейровыдаче меряется тремя разными инструментами: первое это оценкой текста на странице, второе: долей ответов конкретной системы, где сайт назван или процитирован, и третье переходами с конверсиями в аналитике. У каждого прибора свой знаменатель, поэтому единый, назовем его, «GEO-балл» ничего не измеряет, и почти вся путаница вокруг GEO растет ровно из попытки сложить эти три числа в одно.

А еще в феврале 2024 года Gartner пообещал, что к 2026-му традиционного поиска станет на четверть меньше. На дворе ноябрь 2026-го, так что прогноз можно сверить с тем, что вышло в реальности, и заодно понять, почему за последние полгода сразу несколько крупных сервисов, от Text.ru до Яндекса и Топвизора, выкатили инструменты под ответы нейросетей. Так как тут все людят факты, я прям подробно все поизучал, выписал, так что внутри будут цифры с выборками, две исследовательские работы, которые стоит знать, и пара скриптов на Python, чтобы мерить у себя, за код не судите, писал как вижу, под себя.

Gartner обещал минус четверть поиска, сверяемся в ноябре 2026-го

Прогноз звучал без всяких оговорок о том, что к 2026 году объем традиционного поиска упадет на 25%, а поисковый маркетинг уступит долю чат-ботам и виртуальным агентам (Gartner, 19.02.2024). Звучало как всегда убедительно и эффектно. Его до сих пор пересказывают как свершившийся факт, ну как пересказывают, обычно уже без даты и без слова «прогноз».

По российскому рынку проверить его можно на свежем разборе Импульс.гуру, который вышел в июне 2026 года: данные Similarweb за январь 2025 – апрель 2026, опрос 3 000 пользователей и 12 экспертных интервью. Доля Яндекса в России за год выросла на 2,6 п.п., до 73,34%, у Google 24,95%, а глобальный трафик Google снизился на 0,89% год к году (ppc.world). Обвала нет. Вместо минус четверти получился минус процент у одного игрока и рост у другого.

Тех, кто спрашивает нейросеть по разным вопросом, при этом правда в последнее время стало много. В опросе ИСИЭЗ ВШЭ за июнь–август 2026 года (интернет-пользователи от 14 лет, квотная выборка 6 236 человек, вопросы про ИИ задавали подвыборке из 3 167) 79% хотя бы раз за три месяца пользовались ИИ-сервисами, около 24% делают это каждый день, а 52% говорят, что поручают ИИ поиск информации вместо перебора ссылок (ВШЭ, ИСИЭЗ). Впечатляет. Тут чуть приторможу на знаменателе: от какой базы посчитаны эти 52%, лучше смотреть по графику в оригинале, потому что в презентациях цифру регулярно натягивают на всю страну, а живет она внутри конкретной выборки.

Сам Яндекс по обезличенным запросам Алисы AI за сентябрь 2025 – январь 2026 года насчитал 32,7% информационных запросов в потоке чата и еще около 14% просьб разобраться или дать совет, авторизованных пользователей в месяц на 6 марта 2026 года было 30,5 млн (Яндекс). Цифры солидные. Только это данные платформы о самой себе, и какая доля людей ушла из обычного поиска в генеративный, они не показывают.

Картина вроде складывается более менее спокойная. Поиск никуда не делся, над ним надстроили условный второй этаж в виде запросов к Алисе и другим ИИ, где ответ собирается прямо в интерфейсе, и сайт там может быть назван, процитирован, использован молча или пропущен вовсе. Вопрос владельца сайта сместился с «на какой я позиции» на «где я вообще в этом ответе», и вот на этом месте цифры начинают спорить друг с другом.

Две цифры про Алису, которые противоречат друг другу

Все только по фактам у меня. И так в ноябре 2025 года «Коммерсантъ» со ссылкой на Digital Budget написал, что за январь–октябрь десктопный трафик с популярных нейросетей на цитируемые ими сайты вырос больше чем в девять раз. По исходящему трафику лидировали Perplexity с 24%, GigaChat с 20%, DeepSeek с 19,8%, ChatGPT с 18% и Qwen с 13%, а у Алисы вышло 0,2% (3DNews по материалу «Коммерсанта»).

Через семь месяцев тот самый разбор Импульс.гуру уже утверждает, что Алиса AI приводит на российские сайты почти в пять раз больше переходов, чем ChatGPT, а ставка только на ChatGPT дает видимость без трафика.

Ноль целых две десятых процента против «в пять раз больше». Разрешите докопаться.

Digital Budget не учитывал нейроблок Алисы в Поиске, потому что считал его частью поисковой системы, и мерил только десктоп. Мобильного трафика там нет вообще. Яндекс с оценкой тогда не согласился, своих данных по исходящему трафику не раскрыл и добавил две детали, которые мне кажутся самыми полезными во всей истории: чат Алисы AI обращается к Поиску в 60% ответов, а чтобы сайт попал в число источников, ему нужны хорошие позиции в органической выдаче. Периоды у двух исследований разные, а как именно Импульс.гуру отделял переходы из Алисы, в пересказе не видно, так что сталкивать эти цифры лоб в лоб бессмысленно, они про разные поверхности, устройства и месяцы.

Из этой истории я вынес правило, которое дальше пройдет через всю статью: у любой цифры про нейровыдачу есть поверхность, знаменатель и период, и без этих трех полей она ничего не значит. Реплика Яндекса про органику полезна и сама по себе, потому что одной строкой описывает связь SEO и GEO: в ответ Алисы попадают из той же поисковой выдачи, где сайт и так должен стоять высоко, поэтому GEO без нормального SEO обычно не взлетает.

Лучший индикатор тренда: кто начал продавать лопаты

Опросы спорят, прогнозы промахиваются. Продуктовые решения больших сервисов обычно честнее любой аналитики, потому что разработку модуля под спрос, которого нет в собственных данных, редко кто финансирует. Если посмотреть, что крупные игроки выкатили в 2026 году, картинка получается очень показательная.

Пройдемся по крупным компаниям и посмотрим, куда каждая постепенно переориентирует свой вектор. Интереснее всего тут смотреть, под кого запускали: каждый встроил нейровыдачу ровно в тот сценарий, где его аудитория и так проводит рабочий день.

Text.ru: проверка текста перед публикацией

Text.ru эту историю у себя уже внедрил и зашел с самого непривычного конца. Его аудитория годами приходит с готовым материалом: копирайтеры, редакторы и владельцы сайтов гоняют текст на уникальность прямо перед публикацией. В эту же точку сервис добавил второй вопрос, насколько текст удобен для генеративных систем (text.ru/geo). Логика понятная. Из всей цепочки до ответа нейросети автор полностью контролирует только сам текст, и проверять его удобнее там, где он и так проходит последний контроль. За этим стоит заметный сдвиг в редактуре: у текста появился второй читатель, машина, которая режет страницу на фрагменты, и к проверке на заимствования постепенно добавляется вопрос «понятен ли этот кусок без соседей».

Яндекс: статистика из первых рук

Яндекс зашел со стороны вебмастеров, и это, пожалуй, самый весомый запуск года, потому что данные идут от самой платформы напрямую, без парсеров и косвенных оценок. 7 апреля 2026 года в Вебмастере появился отчет «Видимость сайта в Алисе AI» (Новые возможности Вебмастера), и встроили его в тот же кабинет, где владельцы сайтов годами смотрят индексацию и поисковые запросы. Отчет бесплатный. Есть и второй вход, для разработчиков: генеративный режим Yandex Search API, где ответ приходит в JSON вместе со списком источников. Сигнал рынку сильный. Платформа сама признала видимость в ответах отдельной областью аналитики и сразу привязала ее к органике, потому что считает отчет только по запросам, где сайт уже стоит высоко в обычном Поиске.

Топвизор: от позиций к промптам

Топвизор много лет живет на проверке позиций, и AI-трекер, который появился у него весной 2026 года, сделан для той же аудитории SEO-специалистов и агентств (Топвизор-Журнал). Схема им знакома. Вместо списка ключей задается список промптов, вместо позиции считается видимость и упоминания бренда, рядом тональность и промпты, где бренд попал в ответ или выпал из него, а в мае туда добавили еще и чат Алисы AI, причем шаг показательный: для российского рынка трекер без Алисы выглядел бы неполным. Тренд читается прямо по интерфейсу. У отчета по позициям появилась соседняя вкладка.

Keys.so: бренд, источники и конкуренты

Keys.so вырос на анализе конкурентов. «Трекер ИИ» этот угол унаследовал. Адресат у него заметно шире SEO-отдела: в описании прямо названы бренды и PR, маркетологи, оптимизаторы и агентства, которые ведут бренды клиентов (Keys.so). Алиса AI разделена на ответы в Поиске и в чате, рядом Google в режиме ИИ, ChatGPT, Gemini, Perplexity, Claude, DeepSeek и GigaChat, а упор в метриках сделан на источники, на которые опираются нейросети, на тональность упоминаний и на автоподбор конкурентов для сравнения. Отсюда видно, куда уходит GEO в компаниях: ответ нейросети о бренде становится репутационной историей, и читает этот отчет уже PR вместе с маркетингом.

Pixel Tools: максимум поверхностей

Пиксель Тулс, набор инструментов для SEO-специалистов, вынес мониторинг нейросетей в отдельный сервис Pixel Tools AI и сделал ставку на ширину охвата: в заявленном списке рядом с привычными чат-ботами есть GigaChat, Qwen, Grok, «Поиск с Алисой» и Google AI Overview (Pixel Tools AI). Ход логичный. Ответы разных систем на один вопрос расходятся, и специалисту нужен один экран, где видны все поверхности сразу.

За рубежом: Ahrefs и специализированные мониторинги

Ahrefs в Brand Radar пустил в дело свой главный актив, базу ключевых слов: из нее собран индекс на 538+ млн промптов, и рынок можно смотреть без собственного набора вопросов (Ahrefs). Для разведки удобно. Otterly.AI и Peec AI работают как специализированные мониторинги ответов ChatGPT, Perplexity, Gemini и AI-режима Google, с API для своих интеграций. Алисы и GigaChat в публичных списках у этой тройки нет, и для русскоязычного рынка это заметная дыра.

Теперь сложим все вместе. Картина рынка складывается довольно цельная, хотя никто из этих компаний ни с кем, понятно, не договаривался и каждый решал задачу своей аудитории своими данными. Проверка текста дополняется вопросом о том, как его прочитает машина, трекинг позиций обрастает трекингом промптов, мониторинг бренда переезжает из SEO-отдела к PR, а платформы начинают сами отдавать статистику. Задачу поделили на слои: анализатор текста работает со входом, кабинет платформы показывает собственные данные, мониторинг гоняет вопросы по разным системам. Это ровно три прибора из первого абзаца. Авторы обзора на Workspace насчитали больше двадцати сервисов мониторинга AI-видимости и пишут, что девять из десяти вышли на рынок весной и летом 2026 года (Workspace), так что за лидерами остальные уже подтянулись.

Что такое GEO и откуда взялись знаменитые «до 40%»

GEO расшифровывается как Generative Engine Optimization, к геомаркетингу и картам отношения не имеет, хотя путают постоянно. Так называют работу с контентом под системы, которые отвечают собранным текстом поверх найденных источников вместо списка из десяти синих ссылок. Обычный поиск при этом остается фундаментом, генеративный ответ добавил к нему еще одну поверхность со своими правилами, и GEO с SEO живут параллельно.

Название закрепила работа Aggarwal et al. на KDD 2024 (arXiv). Авторы собрали бенчмарк GEO-bench из девяти датасетов запросов, проверили несколько стратегий правки текста и получили тот самый прирост видимости «до 40%», который теперь кочует по коммерческим предложениям. Цифра звучит как обещание гарантированного топа на пару лет вперед, проверить которое нечем, поэтому я полез в оригинал, читать там недолго.

Вот здесь собака зарыта. В основной постановке генератор получал заданные пять источников и отвечал на их основе, то есть исследовали, как текст влияет на ответ, когда страница уже лежит в контексте модели, а весь путь от индексации до клика живого человека остался за рамками опыта. Теги запросов частично размечал GPT-4, и авторы сами пишут о возможном шуме. В разделе про живую Perplexity сдвиги тоже были, только по отдельным метрикам: добавление цитат дало около +22% по position-adjusted word count, добавление статистики до +37% по subjective impression.

Результат корректен внутри своего дизайна. Стандартом индустрии или прогнозом «плюс 40% для любого сайта» эта рамка с бенчмарком не была никогда, сколько бы раз ее ни цитировали в продающих слайдах.

Как собирается ответ: восемь звеньев от вопроса до клика

Если разложить путь на ступени, получится цепочка из восьми звеньев: запрос, решение системы искать или отвечать из памяти, поиск и извлечение документов, выбор фрагментов в контекст, генерация, упоминание или ссылка в ответе, клик человека и действие на сайте. Про закрытые продукты честно можно говорить только об этой обобщенной схеме, а какой там ранжировщик и какая модель, без первичного источника лучше не пересказывать.

Свежий обзор Martinez (arXiv, 15.07.2026), который собрал 45 исследований с ноября 2023 по июль 2026 года, режет ту же цепочку мельче и называет GEO стохастическим, частично наблюдаемым конвейером. У него девять стадий: активация поиска, обход и индексация, извлечение, переранжирование и распределение контекста, цитирование, заметность цитаты, фактическое усвоение, точность пересказа и поведение пользователя.

У Яндекса часть этапов описана публично (справка Вебмастера): Алиса AI уточняет и разбивает запрос, обращается к Поиску, собирает ответ смысловыми блоками, и состав источников со временем меняется. А в Yandex Search API в режиме генеративного ответа два звена видно прямо в JSON (справка). В поле searchQueries лежат запросы, которые сервис реально выполнил, часто переформулированные и с добавленными фильтрами, а у каждого элемента sources есть флаг used, использован ли источник при формировании ответа. Сам Яндекс разводит «нашли» и «использовали» по разным полям, ну как разводит, одним булевым флагом, но для замеров его хватает с головой.

Теперь посчитаем. Владелец сайта из всех этих событий своими глазами видит в лучшем случае два, причем в разных кабинетах и с разной задержкой: упоминание в отчете платформы и переход в аналитике.

Два из восьми.

Отсюда и вся путаница с GEO-метриками: событий много, наблюдать можно мало, а в отчет хочется одно число.

Нейросеть цитирует фрагменты: при чем тут чанки и критерии анализаторов

На шаге «выбор фрагментов в контекст» стоит задержаться. Здесь решается судьба текста. В типичной схеме с поиском и генерацией (RAG, retrieval-augmented generation, генерация с опорой на найденные документы) страница не попадает в модель целиком. Ее режут на куски. Куски называют чанками и нарезают по заголовкам или по числу токенов, каждый превращается в вектор, ретривер достает несколько самых близких к вопросу, и в контекст модели идут именно они. Как это устроено внутри конкретной Алисы или ChatGPT, публично не описано, но сама логика «модель видит куски, а не страницу» общая для этого класса систем.

Из этого прямо следует, какой текст выживает при нарезке. Абзац, который начинается с «Поэтому он работает быстрее», после отрезания от соседей теряет подлежащее: кто «он» и почему «поэтому», ретривер уже не знает, и модель тоже. Контекст потерян. Раздел, где в одном блоке смешаны цена, история компании и инструкция, превращается в вектор-кашу, похожий на все вопросы сразу и ни на один конкретно.

Если переложить критерии анализатора Text.ru на язык RAG, половина из них читается как требования к хорошему чанку. Совпадение? Не думаю. Автономность про то, что первый фрагмент сразу отвечает на вопрос, атомарность про один тезис на блок, самодостаточность про фрагмент, понятный без соседей. Поэтому такие анализаторы и полезны на этапе редактуры: они проверяют ровно то свойство текста, которое потом решает, вытащит ли ретривер твой кусок.

Чтобы пощупать идею руками, вот игрушечный линтер на 40 строк, нужен Python 3.10 или новее. Он режет markdown на абзацы и ловит те, что начинаются со ссылки назад на соседа. До полноценного анализатора ему как до Луны, он не знает ни про воду, ни про логику, но «осиротевшие» абзацы находит хорошо.

import re
import sys

# Начала абзацев, которые без соседей теряют смысл
BACKREF = re.compile(
    r"^(это|этот|эта|эти|он|она|оно|они|такой|такие|поэтому|однако|"
    r"при этом|в итоге|также|см\. выше|как (уже )?(говорил|писал|сказано))\b",
    re.IGNORECASE,
)


def paragraphs(md: str):
    md = re.sub(r"{3}.*?{3}", "", md, flags=re.DOTALL)  # код не проверяем
    section = "(без заголовка)"
    for block in re.split(r"\n\s*\n", md):
        lines = block.strip().splitlines()
        if lines and lines[0].startswith("#"):
            section = lines[0].lstrip("#").strip()
            lines = lines[1:]
        text = " ".join(lines).strip()
        if text:
            yield section, text


def lint(md: str) -> int:
    hits = 0
    for section, text in paragraphs(md):
        first = re.split(r"(?<=[.!?])\s+", text, maxsplit=1)[0]
        if BACKREF.match(first):
            hits += 1
            print(f"[{section}] зависит от соседа: «{first[:70]}»")
    return hits


if name == "__main__":
    text = open(sys.argv[1], encoding="utf-8").read()
    sys.exit(1 if lint(text) else 0)

Код возврата 1 при находках, так что его можно повесить в pre-commit или CI для репозитория с документацией, и тогда осиротевший абзац просто не доедет до продакшена. Ложные срабатывания будут, «Это» в начале абзаца иногда вполне законное, так что относись к выводу как к подсказке. Первым же прогоном он, кстати, поймал абзац в черновике этой статьи, который начинался с «При этом», пришлось переписать.

И важная оговорка, которую сам Text.ru пишет на странице анализатора: высокий индекс означает соответствие критериям инструмента и не гарантирует появления страницы в ответах конкретной ИИ-системы, потому что влияют еще авторитетность источника, доступность страницы, актуальность информации и алгоритмы самого сервиса. Честная формулировка, и она отлично подводит к главному вопросу статьи.

Три прибора, которые все время складывают в один

Чтобы дальше не путаться, вот рамка, в которой я раскладываю любые цифры про видимость в ответах ИИ, от отчета подрядчика до собственного скрипта. Ее стоит прикладывать к каждому GEO-отчету, просто чтобы обе стороны с самого начала договорились, о чем речь. Звучит занудно, зато экономит недели споров.

Внутри среднего прибора живет минимум пять разных событий: страницу нашли при поиске, ее содержание использовали, бренд упомянули, URL процитировали, источник занял какое-то место в ответе. У каждого события свой знаменатель, и склеивать их в одно «нас видят» нельзя.

Хороший пример того, как эти границы выглядят на практике, дает отчет «Видимость сайта в Алисе AI» (справка Вебмастера). Отчет полезный, но с оговорками. Его главная метрика, Share of Voice, это доля запросов с упоминанием сайта среди всех запросов, по которым Алиса AI давала ответ. Данные показываются за последние три месяца и обновляются раз в неделю, считаются только по запросам, где сайт уже достаточно высоко в обычном Поиске, клики и показы отчет не отслеживает. Справка описывает ответы в выдаче, объектные ответы и отдельную вкладку Поиска, про чат Алисы там ни слова. Выборка, получается, заранее условна по классическому поиску, и сравнивать этот SoV с цифрами внешних мониторингов примерно как пробег по одометру с пробегом по навигатору: про одну дорогу, но считают по-разному.

Потребительский интерфейс, поисковый API, обычный API модели и сервис мониторинга промптов дают разные ответы на один и тот же вопрос, и это нормальное поведение системы, которое надо закладывать в методику с первого дня, иначе любые два отчета, собранные разными людьми, будут спорить друг с другом просто из-за того, что их снимали с разных поверхностей. Так задумано. Видимая ссылка к тому же плохо показывает, что система реально прочитала. Препринт The Attribution Crisis in LLM Search Results (arXiv) на выборке около 14 000 разговоров LMArena отмечает, что явного веб-запроса не было в 34% ответов Gemini и в 24% ответов GPT-4o, а кликабельных источников не было у 92% ответов Gemini. Датасет конкретный, модели и период тоже, на всех пользователей такие доли переносить нельзя, но как иллюстрация того, что упоминание, использование источника и ссылка это три разных события, работает отлично.

С третьим прибором история самая неприятная. По браузерной панели Pew за март 2025 года (США, около 900 взрослых, один месяц) по ссылке внутри AI-сводки Google кликали в 1% посещений таких страниц, к обычному результату со страницы со сводкой переходили в 8% посещений против 15% без нее, а сессия заканчивалась прямо на странице поиска в 26% случаев против 16% (Pew Research Center). Google в своем блоге в августе 2025 года писал, что общий объем органических кликов год к году относительно стабилен, только цифр в посте нет (блог Google). Ни одной. Независимая панель меряла клики на своей выборке, платформа рассказывает о своих агрегатах, и то и другое про Google в США, на Яндекс напрямую не переносится. Цепочка простая и неприятная: цитата не гарантирует клик, клик не гарантирует конверсию, а бренд может повлиять на выбор вообще без перехода.

Собираем свой замер: API, журнал и немного статистики

Сразу оговорюсь: здесь я брал инфу только с сайтов сервисов и того, что они сами пишут о себе на публичных страницах и в документации, пока готовил эту статьи видел как один из сервисов корректировки вносил, меняется все на ходу конечно..

Замечу, что главный водораздел среди мониторингов проходит именно по российским системам, забугорных не брал. У Keys.so в «Трекере ИИ» Алиса AI разделена на ответы в Поиске и в чате, плюс ChatGPT, Perplexity, Gemini, Claude и Google AI Mode, а GigaChat и DeepSeek проверяются без веб-поиска (Keys.so). Pixel Tools AI заявляет еще более широкий список, включая GigaChat, Qwen, Grok, «Поиск с Алисой» и Google AI Overview (Pixel Tools AI). В AI-трекере Топвизора с мая есть чат Алисы AI. У Otterly.AI, Peec AI и Ahrefs Brand Radar Алисы и GigaChat в публичных списках нет, зато Brand Radar умеет смотреть рынок по собственному индексу из 538+ млн промптов, собранному из базы ключей Ahrefs, без твоего набора запросов (Ahrefs). Для русскоязычного сайта это различие весит больше удобства интерфейса, потому что без Алисы картина собственной видимости получается однобокой.

Общая слабость всех мониторингов одна, и вины сервисов в ней нет: набор промптов задает человек. Подобрал вопросы под желаемый результат, получил красивый график, который ничего не доказывает. Бывает сплошь и рядом. Поэтому любой отчет из мониторинга я читаю через те же поля из журнала выше: какой движок и режим, что в знаменателе, сколько повторов, был ли поиск.

Для пятой группы есть маленький практический трюк. Переходы из чатов с собственным доменом в Метрике и GA4 отделяются сегментом по рефереру, примерно таким регулярным выражением:

(chatgpt\.com|chat\.openai\.com|perplexity\.ai|gemini\.google\.com|copilot\.microsoft\.com|chat\.deepseek\.com|giga\.chat|claude\.ai|alice\.yandex\.ru)

Список доменов сверь со своим отчетом по источникам, он меняется вместе с продуктами. Есть нюанс. Ответы, встроенные в поисковую выдачу, по рефереру от обычной органики не отделить: у Google это прямо сказано в документации Search Console (Google Search Central), поэтому такой сегмент показывает нижнюю границу ИИ-трафика, и записывать его в отчет стоит именно с этой пометкой.

Лесенка доказательств: на чем стоят обещания GEO

Работа KDD 2024 показывает, что правка текста может менять видимость в контролируемом контексте, когда источники модели заданы заранее. Обзор Martinez идет дальше и формулирует осторожно: уже извлеченный контент правкой можно причинно сдвинуть в сторону цитирования или использования, а вот ни одна из рассмотренных техник не показала стабильного, долгосрочного и кросс-платформенного эффекта на органическую обнаруживаемость или поведение людей. Важная деталь. Это препринт, выдавать его за рецензируемый метаанализ и консенсус отрасли я бы не стал.

Если выстроить источники лесенкой по силе доказательства, получится так:

1.Описание сервиса от производителя.

2.Наблюдение, в том числе панельное, как у Pew.

3.Контролируемый бенчмарк вроде GEO-bench.

4.Повторяемый продуктовый тест с контрольной группой.

5.Длительная причинная оценка на production-данных, которой в открытом доступе по GEO пока практически нет.

Большинство обещаний на рынке стоит на первой ступеньке. Иногда на второй. Это касается и громких «плюс сорок процентов к видимости за месяц», поэтому складывать цифры из разных стран, лет, выборок и движков в одно «среднее по GEO» бессмысленно.

Без отдельной проверки я в свои отчеты не беру:

•проценты роста кликов и трафика без открытой методики;

•«нейросети всегда читают сайты» и «все модели работают через RAG»;

•универсальный «процент GEO» и сравнение индексов разных продуктов между собой, у каждого своя рубрика;

•истории «сделали одну правку, выросла видимость», когда за тот же период поменялись индекс, запросы, система или внешние ссылки;

•цифры из GEO-бумаги без ее экспериментального контекста;

•рассказы о том, какая модель или ранжировщик стоит внутри закрытого продукта, если нет публичного первичного источника.

С чего начать команде, если бюджета на сервисы нет

Универсального чекбокса «сделать GEO» нет, увы. Сначала стоит понять аудиторию и поверхности, где она реально задает вопросы, а дальше решение зависит от того, где болит.

Начинать стоит с диагноза. Если страница плохо индексируется или поисковик ее не понимает, начинать надо с техники и обычного поиска, иначе генеративной системе просто нечего будет цитировать, это и Яндекс прямо говорит про органические позиции. Когда проблема в том, что страница плохо отвечает на вопрос, помогают экспертная редактура и анализ текста, тут анализаторы как раз на своем месте. Задача «появляться источником в ответах» требует мониторинга конкретных поверхностей с повторами, и для российской аудитории в списке обязательно должна быть Алиса AI в обоих режимах. Если же вопрос в деньгах, нужна своя веб-аналитика и отдельная схема атрибуции, и никакой балл текста ее не заменит.

Бюджет нулевой. Минимальный набор, с которого я бы стартовал на небольшом сайте: отчет Вебмастера по Алисе AI, журнал на 8–15 вопросов по протоколу выше (руками или скриптом через API), сегмент переходов из ИИ-сервисов в аналитике и прогон ключевых страниц через анализатор текста перед правками и после. Мониторинг имеет смысл подключать, когда вопросов становится больше сотни или нужно следить за конкурентами, а руками это уже не тянется.

GEO-аудит тебе пока не нужен, если сайт нормально не индексируется в обычном Яндексе: сначала это, потом все остальное.

Так как же попасть в нейровыдачу

Попасть в нейровыдачу означает четыре разные цели, и у каждой свой прибор. Понятный и удобный для нарезки текст проверяется анализатором страницы, обнаруживаемость проверяется индексом и обычным поиском, упоминание бренда проверяется повторными прогонами в конкретной системе, а действие человека проверяется аналитикой и CRM. Работать стоит над всеми четырьмя сразу, а отчитываться по каждой отдельно.

К любому GEO-отчету у меня семь вопросов: какой движок и режим, что в знаменателе, какой период, что считается упоминанием и что цитатой, был ли поиск, сколько повторов и какой разброс, какой сигнал дошел до бизнеса.

Короче, финалочка:
— поиск не умер, у него появился второй этаж со своим счетчиком;
— крупные сервисы уже поделили измерение на слои, и путать слои в отчете дороже, чем не мерить вовсе;
— восемь прогонов это пилот, сотня прогонов это уже метрика.

Семь раз отмерь, один раз отрежь, но и поздно пить боржоми, если отчет для руководства нужен в пятницу, а красивый балл лежит под рукой. У каждой стратегии своя цена, вопрос только, кто ее заплатит.

А что меряешь ты у себя: оценку текста, доли в ответах или переходы? И сходились ли у тебя эти цифры хоть раз?

P.S. Если у тебя есть свои прогоны с повторами по Алисе AI или другим системам, пришли обезличенно в комментарии, соберу общую табличку разброса. Актуалочку по справкам и интерфейсам проверяй сам, все ссылки ниже.