
Начать выбор GEO-агентства стоит с одного критерия: как подрядчик измеряет свою работу. По каким запросам он зафиксирует первоначальные показатели, в каких нейросетях проведет замеры, сколько раз повторит каждый запрос и как будет сравнивать результаты в дальнейшем. Такой подход отсеивает больше кандидатов, чем любая презентация, и с него удобно начинать разговор.
Услуге GEO-продвижения меньше двух лет, а предложений уже сотни, и звучат они одинаково: аудит ИИ-видимости, контент для AI-поиска, попадание в ответы и цитирование LLM, мониторинг результатов. Разница между командой, которая умеет продвигать компанию через GEO/AEO, и командой, которая приклеила новую этикетку на старое SEO, видна в методике, а не в презентации. Для первичной оценки подрядчика достаточно небольшой самостоятельной проверки и одного предметного созвона.
При поиске подрядчика вы можете столкнуться с одной трудностью: пока на этом рынке путаница с терминологией. GEO, AEO, AI SEO, GEO SEO и LLM SEO используют по-разному, а границы между ними могут меняться от подрядчика к подрядчику. На практике продвижение в ИИ предлагают GEO-агентства, AI-агентства, команды AI SEO и специалисты по AEO. При этом одинаковое название услуги у двух компаний еще не означает один и тот же набор работ.
Поэтому таблица ниже не строгая классификация, а ориентир по контекстам, в которых эти термины чаще всего используют на рынке.
| Термин | В каком контексте обычно используют |
| GEO, Generative Engine Optimization | Когда речь идет о видимости компании, бренда или продукта в ответах генеративных ИИ-систем |
| AEO, Answer Engine Optimization | Когда акцент делают на оптимизации информации для прямых ответов поисковых и ИИ-систем; задачи могут пересекаться с GEO |
| AI SEO, AI Search Optimization, GEO SEO | Как широкие обозначения продвижения в AI-поиске и работы над видимостью в ответах ИИ; конкретный набор работ сильно зависит от подрядчика |
| LLM SEO, LLM-оптимизация | Когда работу с видимостью связывают непосредственно с большими языковыми моделями (LLM); термин также часто пересекается с GEO и AI SEO |
Чтобы дальше не смешивать разные понятия, зафиксируем, как мы используем в статье названия AI-систем, моделей и форматов выдачи – их тоже часто используют как взаимозаменяемые, хотя технически это не одно и то же.
| Название | Как используем в статье |
| AI-система | Общее обозначение сервисов и форматов, в которых пользователь получает сгенерированный ответ и где можно измерять видимость компании |
| Нейрочат | Диалоговый AI-сервис, в котором пользователь задает вопросы в формате чата |
| AI-поисковик | Система, которая ищет информацию в интернете и формирует на ее основе сгенерированный ответ |
| Генеративная выдача | Сгенерированный ИИ-ответ внутри поисковой системы, например Google AI Overviews или AI Mode |
| LLM | Большая языковая модель, которая лежит в основе генерации ответа; не синоним AI-сервиса или поисковой системы |
| Движок | В статье используется как более короткий синоним конкретной AI-системы при описании замеров, мониторинга и сравнения результатов |
Для оценки GEO нас интересуют оба направления: ответы нейрочатов и AI-поисковиков (например, ChatGPT Search, Perplexity, Gemini) и генеративная выдача поисковых систем – например, Google AI Overviews и AI Mode. Подрядчик может работать не со всеми этими форматами, называя их в общем – видимостью в ИИ, поэтому еще до начала проекта нужно договориться, какие системы и форматы входят в мониторинг.
Проект по Generative Engine Optimization (GEO) состоит из четырех частей, и отсутствие любой из них меняет суть услуги:
Без исходного замера невозможно доказать результат, а без регулярного мониторинга – понять, сохраняется ли он со временем. Нет первой или последней части – вам продают производство контента под новым названием.
За неполные четыре месяца сайт набрал около 2,4 тыс. показов в AI-выдаче Google. В мае – июне это было несколько десятков показов в неделю, с июля – 160–210, в августе – сентябре – 250–340. Сентябрь держит августовский темп – около 38 показов в день, то есть рост закрепился. В ответы попадают именно продуктовые страницы, которые мы переписали в этом году.
Запросов этот отчет не показывает, зато в нем нет и выборки: учтены все показы страниц сайта в AI-выдаче Google, а не набор промптов, подобранный подрядчиком. Кликов в нем пока тоже нет, поэтому это данные о видимости, а не о заявках.
Саму механику попадания в ответы нейросетей мы разбирали здесь: Как попасть в ответы ИИ и занять топ в выдаче ChatGPT, Google AI, Perplexity.
Часто не нужно. GEO во многом опирается на ту же базу, что и SEO: техническую доступность сайта, контент, структуру сущностей и внешний авторитет. Часть задач сильная SEO-команда может взять на себя, поэтому правильный вопрос звучит иначе: каких компетенций ей не хватает.
Если у компании нет собственной команды, которая объединяет SEO, GEO, контент и другие каналы продвижения, альтернативой нескольким отдельным подрядчикам может быть отдел маркетинга на аутсорсинге.
Если вы уже работаете с SEO-агентством, проверьте, есть ли у него следующие компетенции:
Закрыты четыре пункта из пяти – вам нужен не второй подрядчик, а расширение задачи текущему. Если не закрыт ни один пункт, а SEO ведется по остаточному принципу, начинайте с технического аудита сайта – GEO-команда на такой базе ничего не покажет.
Агентство GEO-оптимизации с новым лендингом может оказаться перекрашенной ссылочной биржей, а сильная команда по SEO-продвижению – годами решать те же задачи и называть их иначе (сами практики появились раньше ярлыка GEO). Проверяйте методику, а не позиционирование.
Таких случаев два. Первый – нечего оптимизировать: полноценных страниц продуктов и услуг на сайте нет, есть только информация о компании. Второй – внедрять правки некому: нет ни разработчика, ни редактора, и рекомендации лягут в папку.
Слабый контент и непонимание запросов покупателя сюда не относятся – это как раз то, зачем нанимают подрядчика.
Если проблема шире и вы пока не понимаете, какие каналы продвижения и точки роста приоритетны для бизнеса, начинать имеет смысл с маркетинг-аудита, а не с отдельного GEO-проекта.
Придите на встречу со своими данными – тогда презентацию агентства вы будете сравнивать с фактами, а не с ожиданиями.
Соберите 10–15 запросов вашего покупателя. Нужны не те запросы, которыми вы описываете себя, а те, которыми клиент описывает проблему: «кому отдать интеграцию на аутсорс», «альтернативы такому-то сервису». Берите формулировки из переписки, созвонов и встреч с клиентами.
Проверьте запросы в нескольких AI-системах. Минимальный набор – ChatGPT Search, Perplexity и Gemini. Если для вашего рынка доступны Google AI Overviews или AI Mode, проверьте и их. Один и тот же запрос повторите несколько раз в разное время.
Записывайте отдельно:
Повторите проверку на языках ваших рынков. На английском и на языке целевой страны результаты могут заметно различаться – вплоть до разных рекомендаций и источников.
Проверьте само агентство – как дополнительный сигнал. Спросите у тех же систем, кого они рекомендуют среди GEO-подрядчиков, и посмотрите, кого называют и на какие источники ссылаются. Отсутствие агентства в таком ответе само по себе ни о чем не говорит: запрос общий, рынок и язык могут отличаться от тех, с которыми команда работает. Но вопрос «почему вас здесь нет» задать стоит – по ответу будет понятно, может ли подрядчик объяснить собственную видимость в ИИ.
В кейсе должно быть пять обязательных вещей: исходная точка в цифрах, список запросов, названия нейросетей, период измерения и метрика, которая двигалась. Не хватает хотя бы одной – перед вами иллюстрация, а не результат. Шестая – связь GEO-результатов с заявками – встречается довольно редко и отличает сильный кейс от просто корректного.
| Что показывают | Слабый кейс | Сильный кейс |
| Исходная точка | «клиента не было видно» | доля ответов с упоминанием на старте, по каждому движку |
| Набор запросов | не раскрыт | зафиксированный список, видно, кто его составлял |
| Движки | «нейросети» | названы поименно, метрика по каждому отдельно |
| Период | «после нашей работы» | даты замеров до и после |
| Метрика | «упоминания выросли втрое» | доля упоминаний и доля относительно конкурентов |
| Результат для бизнеса | трафик | заявки, их качество, источник в CRM |
«Упоминания выросли втрое» может означать что угодно – например, бренд упоминался в одном ответе из проверяемого набора, а стал упоминаться в трех. Спрашивайте, какая именно метрика изменилась и относительно кого: если число ваших упоминаний выросло, но у конкурентов за тот же период выросло сильнее, это еще не говорит об улучшении ваших позиций. Кейсы, где результат GEO доказывают только ростом трафика из обычной выдачи Google, отсекайте сразу – это другая дисциплина, пусть и смежная.
Корректный замер – это фиксированный список запросов, повторенных много раз в каждой проверяемой AI-системе, с одинаковой методикой до и после. Все остальное – единичные наблюдения, по которым нельзя оценить динамику.
Нейросети недетерминированы по природе. Лаборатория Thinking Machines Lab прогнала один запрос через модель 1000 раз при temperature = 0 – настройке, которая сводит случайность при генерации к минимуму. Несмотря на это, получилось 80 разных вариантов ответа: самый частый встретился 78 раз, а расхождение начиналось со 103-го токена. В эксперименте специально минимизировали вариативность, но она сохранилась. Это лабораторные условия, в обычном чате с подключенным поиском к вариативности модели добавляется вариативность поиска и набора источников.
Академическая работа «Don't Measure Once», где четыре ИИ-поисковика замерялись по одним запросам полтора месяца, добавляет вторую часть проблемы: набор источников в ответе меняется даже между повторами в пределах суток, и нестабильность идет от самой модели, а не от внешних событий.
Подрядчик, который проверил запрос в ChatGPT один раз и показывает скриншот, показал вам один случайный вариант из распределения.
Список выбирает тот, кого потом по нему оценивают, – это конфликт интересов. Решается просто: набор согласуется с вами до старта и фиксируется письменно. Спросите, как подбирались запросы, можно ли увидеть список целиком и что в нем нельзя менять без вашего согласия.
Тот же список, те же нейросети, столько же повторов, сопоставимое временное окно. Появился в итоговом отчете движок, которого не было на старте, – его показатели нельзя включать в сравнение «до/после» наравне с остальными.
Ложная динамика в отчетах чаще всего возникает из-за смены методики между замерами, а не из-за подтасовки. Спросите прямо, что останется неизменным от первого замера до последнего.
Инструменты делятся на три группы: специализированные платформы отслеживания видимости в нейросетях, модули внутри привычных SEO-сервисов и бесплатные разовые проверки. Названия ни о чем не говорят – важно происхождение данных.
Собирают их по-разному, и разные способы отвечают на разные вопросы. Прогон ваших запросов через пользовательский интерфейс AI-системы показывает ответ в том формате, в котором его получает пользователь, включая ссылки на источники. Прогон через API дешевле, но модель и режим поиска там отличаются от потребительских. Оценка по кликстриму и панелям пользователей – это моделирование, а не прямое измерение. Логи обращений ИИ-краулеров и реферальный трафик отвечают на вопрос, доходят ли боты до ваших страниц и кто из посетителей пришел по ссылке, – упоминания они не измеряют вовсе.
Поэтому две платформы могут за одну и ту же неделю показать разные данные по одному бренду. Чаще всего это не противоречие: инструменты просто отвечают на разные вопросы, и сравнивать их цифры между собой бессмысленно.
Уточните, чем измеряют, каким способом сервис собирает данные, сколько нейросетей входит в тариф и передадут ли вам доступ к панели. Главное, чтобы цифры можно было проверить – например, через доступ к инструменту или выгрузку замеров с запросами, ответами и датами. Последнее важнее остального: если данные видит только агентство, проверить его отчет вы не сможете.
Один и тот же вопрос на английском и на немецком даст разные ответы и разные источники. Подрядчик, который замеряет только на английском для мультиязычного рынка, покрывает лишь часть картины.
Спросите, по каким странам и языкам снимается замер и поддерживает ли это инструмент. Ограничение здесь чаще техническое, чем методологическое: не все платформы умеют разделять выдачу по регионам.
Чтобы понять, доводит ли агентство цитирование до заявок, посмотрите на последний слайд ежемесячного отчета. Если там только график роста упоминаний, бизнес-результата еще нет: упоминание – условие, а результат начинается там, где человек дошел до обращения в компанию и попал в воронку.
Проследить путь от упоминания в нейросети до заявки сложнее, чем кажется. Честный подрядчик предупредит о том, что системы веб-аналитики не всегда распознают переходы из AI-сервисов. Заметная часть таких визитов попадает в отчеты как прямые заходы, реферальный трафик или органика (Direct, Referral или Organic Search). Поэтому AI-канал в отчетах часто выглядит скромнее, чем на самом деле, а данные о видимости в AI-поиске нужно сверять с веб-аналитикой и CRM, а не рассматривать по отдельности.
Бывает, что атрибуция ломается целиком.
То же случилось с переходами из нейросетей: AI-канал в отчетах сократился более чем втрое, а эти визиты тоже записались как прямые заходы. В итоге клиент не видел, какие каналы работают, и предположил, что вложения в контент и AI-видимость перестали окупаться. Мы подготовили план, что исправить на сайте и в настройках аналитики, чтобы восстановить атрибуцию.
Для AI-канала такие сбои особенно болезненны: трафика из нейросетей и так немного, и любая потеря атрибуции делает его в отчетах почти незаметным.
Пример: как сломанная атрибуция меняет картину по каналам
B2B-сайт, два сопоставимых периода по 6 месяцев – до и после технических изменений, внесенных командой клиента
С тем, что аналитика теряет AI-лиды, сталкиваемся не только мы. Агентство Omniscient Digital разобрало собственный поток заявок: из 189 лидов, которые сами указали, что пришли из ИИ-инструментов, атрибуция по первому касанию отнесла к этому каналу только 28 – около 15%. Остальные ушли в органику, прямые заходы и прочие источники. Там же приводятся данные Peec AI: 87% упоминаний бренда в ответах моделей находились на сторонних страницах, недоступных ни для отслеживания кликов, ни для серверной аналитики.
Отсюда практический вывод для выбора подрядчика: прежде чем показывать рост AI-канала, GEO-агентство должно проверить, правильно ли аналитика вообще определяет источники. Если подрядчик сразу переходит к графикам упоминаний и не заглядывает в настройки аналитики, его цифрам сложно доверять.
Видимость сайта в AI-выдаче можно зафиксировать непосредственно, но дальнейший путь пользователя по данным обычной веб-аналитики восстанавливается не всегда. Чтобы видеть путь от ответа нейросети до заявки, подрядчик должен настроить:
Простой тест на созвоне: попросите показать не кейс, а образец ежемесячного отчета. Кейс можно собрать задним числом за вечер, а серию отчетов – нет: в ней видно, сохраняется ли методика от замера к замеру.
Даже сильный подрядчик не даст ожидаемого результата, если на старте не определены правила совместной работы.
Сразу назначьте ответственного за изменения на сайте и определите порядок согласования. Если SEO ведет одна команда, а GEO-специалист приходит со стороны, должно быть понятно, кто принимает итоговое решение при конфликте приоритетов, кто утверждает правки и кто их вносит. Иначе рекомендации месяцами лежат в очереди у разработчиков, а команды ссылаются друг на друга. Отдельно уточните состав команды со стороны подрядчика: кто отвечает за техническую часть, контент и внешние размещения.
У GEO-подрядчиков встречаются разные модели оплаты:
При сравнении предложений смотрите не только на цену, но и на состав работ. Уточните, кто вносит правки на сайт, готовит контент и договаривается о внешних размещениях: агентство или ваша команда. От этого напрямую зависит реальная стоимость проекта и нагрузка на ваших сотрудников.
Вместо годового контракта начните с пилота на два-три месяца. Ограничьте его конкретным направлением, группой запросов или набором страниц и заранее определите KPI пилота. За это время станет понятно, как команда работает, соблюдает договоренности и отчитывается, а не насколько убедительно презентует себя на созвоне.
Скорость появления изменений зависит от исходной видимости, состояния сайта, конкурентности темы и состава работ. Изменения по отдельным запросам могут появиться быстро – например, после попадания в активно цитируемый обзор. Но устойчивую динамику корректно оценивать по серии сопоставимых замеров, а не по результату одного месяца, и об этом стоит договориться на берегу.
Пропишите в договоре, что остается у вас после завершения сотрудничества с GEO-агентством: согласованный набор запросов, история замеров в выгружаемом виде, доступ к инструментам мониторинга (если их подключали под ваш проект), перечень размещений на сторонних площадках, права на созданный контент. Без этого следующий подрядчик начнет с нуля, и вы второй раз заплатите за ту же работу.
| Вопрос | Что должно прозвучать в ответе |
| Как вы измеряете видимость в ИИ? | Список запросов, AI-системы, количество повторов и порядок сравнения результатов |
| Кто составляет список запросов? | Вместе с клиентом, фиксируется до старта |
| Какие источники цитируются в нашей категории? | Конкретные площадки и типы страниц, а не «авторитетные ресурсы» |
| Чем измеряете и откуда у сервиса данные? | Инструмент или методика и способ сбора данных |
| По каким странам и языкам измеряете? | Перечень и честно названные ограничения |
| Как связываете упоминания с заявками? | Идентификация трафика, поле «Откуда вы о нас узнали?», сверка с CRM |
| Кто вносит правки на сайт? | Четкое разделение зон ответственности |
| Что останется у нас после завершения работы? | Что и в каком виде передает агентство |
После созвонов сведите кандидатов в одну таблицу и оцените по семи критериям: 0 – критерия нет, 1 – выполнен частично, 2 – выполнен и подтвержден. Это не рейтинг GEO-агентств, а рабочий способ сравнить предложения по одинаковым параметрам.
Максимум – 14 баллов. При этом итоговая сумма вторична – отдельно смотрите на провалы в методике, доказательствах результата и работе с данными. Ноль по одному из этих пунктов – основание задать дополнительные вопросы до подписания договора.
Источники данных: Thinking Machines Lab, «Defeating Nondeterminism in LLM Inference», сентябрь 2025; «Don't Measure Once: Measuring Visibility in AI Search (GEO)»; Omniscient Digital.
