В 2025‑м вокруг ИИ‑поиска и LLM возникла новая маркетинговая индустрия — GEO (Generative Engine Optimization). Идея проста:
если пользователи всё чаще спрашивают не Google, а ChatGPT/DeepSeek, то брендам нужно не только «оптимизироваться под поиск», а пробиться в ответы ИИ‑ассистентов.
Сейчас это делается в основном грубо и дёшево: за 300-400$ можно «кормить» модели 2–3 месяца так, чтобы при вопросах о категории ваш бренд регулярно мелькал в рекомендациях. Цена ошибки и входной порог низкие — отсюда взрыв рынка и лавина «мусорного» контента.
Что такое GEO по факту
GEO — не «SEO 2.0» в строгом смысле, а набор практик:
- создания и размещения контента, который LLM легко находит и любит;
- массового покрытия “ключевых запросов” (словосочетаний, с которыми к ИИ приходят пользователи);
- постоянного «прощупывания» ответов моделей: показывает ли ИИ бренд там, где нужно.
Пример схемы:
- бренд продаёт воздухочистители;
- выбирается набор базовых ключей: воздухоочиститель, какой лучше, и т.п.;
- GEO‑агентство создаёт десятки/сотни статей под варианты запросов:
- «ТОП‑10 китайских воздухоочистителей 2025»,
- «какой воздухоочиститель лучше для аллергиков»,
- «рейтинг высокоэффективных воздухоочистителей»;
- всё это заливается на сайты, которые хорошо «видят» модели;
- затем многократно тестируются LLM:
- задаются вопросы от лица «обычного пользователя»;
- смотрится — появился ли бренд в списке рекомендаций;
- при необходимости добивается «доталкиванием» (ещё больше контента/ссылок).
Рынок растёт агрессивно:
- по данным iResearch, рынок GEO в Китае во 2 квартале 2025 вырос на 215% год к году;
- Gartner прогнозирует, что к 2028‑му до 50% поискового трафика перетечёт в AI‑поиск.
Отсюда — десятки GEO‑стартапов, включая:
- в США Profound (три раунда за год, Sequoia, NVIDIA и др.);
- в Китае PureblueAI и множество бывших SEO‑агентств, переобувшихся в GEO.
Сколько это стоит и что реально «продают»
Типовая коммерческая схема в Китае:
- единица тарификации — «пакет слов» под конкретную категорию;
- базовая цена — около 400$ в месяц за пакет на одной AI‑платформе;
- чем больше пакетов и платформ, тем ниже цена за единицу.
Пример:
- 10 «пакетов слов» по воздухоочистителям;
- 3 AI‑платформы (например, DeepSeek, Google, ChatGPT);
- срок — 3 месяца;
- итоговый пакет — 350$;
- если в какие‑то дни бренд не попадает в рекомендательные ответы — стоимость пропорционально уменьшают.
При этом разброс по рынку огромный:
- от «серьёзных» агентств с большими чеками;
- до полуподпольных «SEO‑контор», продающих GEO за тысячи рублей.
И честный циничный вывод от практиков: если методы не совсем уж кривые, результат получить пока довольно легко — модели пластичны, архитектуры поиска по внешней сети ещё не защищены, а фильтры качества слабо развиты.
Как «кормят» модели: медийные вбросы и «банкет из мусора»
Основной рабочий инструмент GEO сейчас — медиапубликации:
- агентство обещает 30–50 статей в месяц под бренд;
- это не PR‑тексты в классическом смысле, а контент, целенаправленно «заточенный» под роботов:
- рейтинги, списки, «ТОП‑10»;
- структурированные блоки, списки преимуществ;
- ключевые слова в заголовках и подзаголовках.
Результат:
- когда пользователь спрашивает LLM: «посоветуй воздухоочиститель / смартфон / местный ресторан»,
- модель в процессе «обдумывания» за 10–15 секунд:
- быстро подтягивает 5–10 внешних страниц,
- обобщает информацию и выдаёт список рекомендаций.
Многие модели показывают пользователю, какие источники они просматривали.
Если пройти по этим ссылкам, картина печальная:
- неизвестные сайты без авторов,
- статьи с мизерным трафиком, созданные явно ИИ,
- прямолинейный «SEO‑текст», без журналистики и экспертизы.
То есть человек такой текст закрывает через пару секунд, но для модели это идеальный корм:
- структурно оформлено,
- ключи на своих местах,
- никакой «литературщины» и лишнего шума.
Отсюда и ощущение, что ИИ «выучен на мусоре»: его поведение на уровне ранжирования резко расходится с тем, что люди считают качественным контентом.
«Чёрная» и «белая» шляпа GEO: от «отравления» до аналитики
Как и в SEO, здесь быстро оформилось разделение на:
«Чёрная шляпа» (black‑hat GEO)
Ключевые приёмы:
- Вшитые инструкции для ИИ
- в тело статьи закладываются фразы, которые модель легко идентифицирует как «подсказку важности»;
- даже при низком качестве текста он всё равно попадает в пул рассмотрения.
- Грубый «объём»
- массированная генерация низкокачественных материалов;
- расчёт на то, что LLM по умолчанию действует по принципу «grab as much as you can», а не «фильтруй жёстко».
Такое поведение по сути — «AI‑отравление» (AI poisoning):
- модели не умеют по‑настоящему отличать качественное от некачественного;
- их задача — быстро агрегировать и сгенерировать ответ;
- злоумышленник использует это, чтобы утопить нормальный сигнал в шуме, где нужный бренд всегда фигурирует.
Авторитетные игроки признают: испорченная SEO‑среда прошлого десятилетия толкает рынок к тем же паттернам в GEO.
«Белая шляпа» (white‑hat GEO)
Более цивилизованный подход:
- сначала измерить, что уже происходит:
- как LLM отвечает на типовые запросы по категории/бренду;
- кого и как упоминает;
- какие источники чаще всего цитирует;
- затем адаптировать контент‑стратегию:
- улучшать позиции за счёт полезных материалов, экспертизы, обзоров;
- выстраивать «нормальные» медийные и контентные активы.
Пример — Profound в США:
- продаёт доступ к панели мониторинга “как меня видит AI” по подписке (499 долл./мес.);
- идея: «сначала пойми, как думает и отвечает модель, потом учи её отвечать иначе».
Даже в Китае многие агентства хотя бы частично делают такую диагностику, но чаще всего просто многократно спрашивают модели как “обычные пользователи”, имитируя реальные запросы, и по ответам реконструируют картину.
Что бренды реально получают (и чего не получают)
По запросу журналистов почти все крупные бренды:
- уже слышали о GEO;
- кто‑то осторожно тестирует;
- кто‑то выделяет под это отдельные бюджеты.
Типичные мотивы:
- лидеры ниш хотят сохранить доминирование в «AI‑ответах»;
- середняки надеются на «обгон в повороте» через новый канал;
- маленькие бренды ищут любой шанс, чтобы «засветиться» там, где публике ещё не совсем привычно.
Ожидания — понятные:
- рост продаж,
- рост узнаваемости,
- метрики: показы, клики, портрет аудитории.
Реальность — куда скромнее:
- единственное, что GEO надёжно даёт сейчас:
- «по некоторым вопросам ваш бренд появляется в ответах LLM»;
- нет:
- прозрачной атрибуции («эта продажа пришла от AI‑рекомендации»),
- статистики по кликам и поведению,
- разметки по демографии.
Причина — LLM‑поиск ещё не коммерциализирован так, как классический поиск:
- у Google в SEO мире есть аукционы, верхние блоки, CTR, отчёты;
- у AI‑моделей — пока нет встроенной платной выдачи, трекинга и официальных GEO‑панелей для брендов.
Но индустрия почти единодушно верит, что это временное положение.
GEO → GEM: когда ИИ станет вашим «агентом по закупкам»
Многие считают, что в будущем:
- LLM‑поиск и ассистенты станут:
- «покупательскими агентами» (采购代理);
- будут не просто советовать, а доделывать сделку до конца (выбор → сравнение → оформление заказа).
- Модели начнут брать:
- комиссию с продавцов за приведённые заказы;
- возможно, появятся аналоги CPC/CPA, но в «агентском» формате.
Тогда GEO превратится в GEM (Generative Engine Marketing):
- брендам придётся строить «AI‑нативные каналы продаж»:
- не лендинги и не карточки товара,
- а **интерфейсы, через которые сами ИИ‑агенты могут:
- запросить характеристики,
- проверить наличие,
- удостовериться в подлинности,
- обсудить цену и скидки,
- инициировать транзакцию.**
То есть не только страницы «для людей», но и API‑«витрины для ИИ»: sales‑боты, говорящие не с покупателем, а с его персональным AI‑агентом.
Проблема «AI‑мусора» и возможные противоядия
Корень «AI‑токсичности» в GEO авторы видят в том же, что когда‑то сломало SEO:
- дешёвое, массовое производство низкокачественного контента;
- отсутствие жёстких фильтров по качеству;
- ориентация алгоритмов только на структуру и ключи, а не на реальную пользу.
В качестве ориентира вспоминается google‑овская рамка E‑E‑A‑T:
- Experience — опыт,
- Expertise — экспертиза,
- Authoritativeness — авторитетность,
- Trustworthiness — надёжность.
Алгоритмы могут:
- смотреть на естественный трафик;
- проверять, есть ли у сайта понятная тема, реальные авторы;
- учитывать естественные бэклинки;
- обнулять «фермы», созданные только ради продажи ссылок.
В AI‑поиске эта логика тоже важна:
- только контент, который реально цитируют люди и на который ссылаются естественным образом, должен становиться приоритетным кормом для LLM.
Пока такого фильтра нет или он слаб, поэтому:
- «чёрная шляпа» GEO беспрепятственно плодит мусор;
- ИИ‑ответы всё чаще опираются на малоавторитетные источники;
- доверие к ИИ как к «объективному советчику» начинает подтачиваться.
Есть и первые попытки саморегуляции:
- крупные платформы и отраслевые организации в Китае уже выпустили инициативы:
- продвигать GEO через качественный контент, а не через эксплуатацию дырок в алгоритмах;
- совместно вырабатывать стандарты и практики.
Но, как замечает один из скептиков:
«Пока нет сквозной связки от ответа ИИ до покупки, и пока не возник монополист‑лидер, всё это наполовину игра. Пусть пуля полетит ещё».
В сухом остатке GEO сегодня — это:
- реальный новый рынок вокруг LLM‑поиска;
- очень низкий порог входа, много «чёрной магии» и мусора;
- минимальная измеримость результатов и отсутствие прозрачной коммерческой модели.
Но по мере того как ИИ‑ассистенты станут основным интерфейсом к информации и покупкам, вопрос «как мой бренд живёт и выглядит в мире, где решения принимает AI» перестанет быть маргинальным. И тогда от грубого «AI‑спама» придётся перейти к более зрелым, измеримым и этически устойчивым практикам.
Хотите создать уникальный и успешный продукт? СМС – ваш надежный партнер в мире инноваций! Закажи разработки ИИ-решений, LLM-чат-ботов, моделей генерации изображений и автоматизации бизнес-процессов у профессионалов.
ИИ сегодня — ваше конкурентное преимущество завтра!
Тел. +7 (985) 982-70-55
E-mail sms_systems@inbox.ru
Сайт https://www.smssystems.ru/razrabotka-ai/