Перейти к содержанию

Generative Engine Optimization

Материал из Википедии — свободной энциклопедии
Текущая версия страницы пока не проверялась опытными участниками и может значительно отличаться от версии, проверенной 22 апреля 2026 года; проверки требуют 13 правок.

Generative Engine Optimization (GEO; рус. оптимизация под генеративные системы) — направление цифрового маркетинга и поисковой оптимизации, объединяющее методы адаптации веб-контента к генеративным поисковым системам и ответным интерфейсам на основе больших языковых моделей, таким как ChatGPT, Perplexity, Google AI Overviews, Microsoft Copilot, Claude и Яндекс Нейро.

Термин формализован в работе «GEO: Generative Engine Optimization» (Aggarwal и соавторы), представленной на 30-й конференции ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD '24) в 2024 году.[1] В отличие от классического SEO, направленного на повышение позиций страницы в ранжированном списке результатов, GEO ориентировано на включение материала в синтезированный ответ генеративной системы в качестве источника, упоминания или цитаты.

Предпосылки

[править | править код]

Развитие GEO связано с появлением генеративных поисковых интерфейсов в 2023—2025 годах. В мае 2024 года Google начала массовое внедрение функции AI Overviews, формирующей сводный ответ непосредственно в поисковой выдаче.[2] К октябрю 2024 года функция стала доступна более чем в 100 странах.[3] В октябре 2024 года OpenAI представила ChatGPT Search — функцию, объединяющую диалоговый интерфейс с доступом к веб-источникам в реальном времени.[4] Perplexity позиционирует себя как «answer engine» — систему, в которой поиск и синтез ответа объединены в одном интерфейсе.[5]

В русскоязычном сегменте аналогичная функциональность представлена сервисом «Нейро», запущенным Яндексом в апреле 2024 года на основе модели YandexGPT 3. Сервис объединяет поисковые технологии и большую языковую модель: при получении запроса система подбирает источники в поисковой выдаче, анализирует их и формирует сводный ответ со ссылками.[6][7] В октябре 2024 года Нейро был интегрирован в основную поисковую выдачу и стал доступен для всех типов запросов на любых устройствах.[8]

Происхождение термина

[править | править код]

Термин «Generative Engine Optimization» предложен в препринте 2023 года, авторами которого являются Пранджал Аггарвал (IIT Delhi), Вишвак Мурахари, Картик Нарасимхан и Амит Дешпанде (Принстонский университет), Танмай Раджпурохит (Georgia Tech) и Ашвин Калян (Allen Institute for AI). В 2024 году работа была представлена на 30-й конференции ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD '24) в Барселоне — одном из ведущих ежегодных научных мероприятий в области интеллектуального анализа данных и машинного обучения.[1] Авторы формализовали понятие «generative engine» (GE) как системы, сочетающей языковую модель с механизмом поиска, и предложили бенчмарк GEO-bench из 10 000 запросов для измерения видимости контента в генеративных ответах.

После публикации термин получил распространение в англоязычной индустрии цифрового маркетинга.[9] По состоянию на 2025—2026 годы GEO освещали деловые издания, включая Forbes, отмечавший переориентацию компаний с SEO на GEO на фоне роста популярности AI-инструментов.[10] В русскоязычной профессиональной среде термин встречается с 2024—2025 годов наряду с близкими обозначениями — «AEO» (Answer Engine Optimization), «LLMO» и «AI SEO».

Отличия от классического SEO

[править | править код]

Традиционная поисковая оптимизация направлена на продвижение страницы в ранжированном списке результатов: её ключевые метрики — позиция в выдаче и показатель кликабельности, а итогом взаимодействия становится переход пользователя на сайт. GEO, напротив, нацелено на попадание материала в синтезированный ответ генеративной системы; критерием видимости здесь служит не позиция, а факт упоминания, цитирования или использования источника, а пользователь получает ответ непосредственно в интерфейсе.[9]

При этом GEO не отменяет значение базовых SEO-факторов: генеративные системы используют веб-поиск и опираются на уже существующую поисковую инфраструктуру, поэтому техническая доступность, качество контента и сигналы авторитетности сохраняют роль.[9]

Технические принципы

[править | править код]

Машинная интерпретация контента

[править | править код]

Одно из ключевых требований GEO — представление информации в форме, пригодной для автоматической обработки: логичная структура документа, иерархия заголовков, явное указание сущностей, дат и авторства, наличие ссылок на источники. Эти свойства соответствуют общим рекомендациям Google по созданию полезного контента.[11]

Требование к машиночитаемости вытекает из архитектуры генеративных систем: они сочетают языковую модель с механизмами поиска и извлечения фрагментов из внешних источников. По описанию команды Яндекса, алгоритм «Нейро» разбивает тексты из релевантных источников на фрагменты по 256 токенов и отбирает наиболее соответствующие запросу для формирования итогового ответа.[7]

Структурированные данные

[править | править код]

Одним из ключевых технических инструментов GEO считается разметка Schema.org, позволяющая формально описать тип содержимого страницы: организацию, автора, статью, товар, услугу, вопрос с ответом. Google рекомендует структурированные данные как способ явного описания содержания страницы для поисковых систем.[12] Рекомендуемый формат разметки — JSON-LD.

Авторитетность и атрибуция

[править | править код]

Сигналы происхождения и надёжности материала — сведения об авторе, редакционная политика, источники данных, дата последнего обновления, организационная принадлежность — играют в GEO усиленную роль по сравнению с классическим SEO. Эти сигналы обсуждают в связи с концепцией E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness), используемой Google при оценке качества контента.[9] Академическое исследование Ли и Синнамон (2024), проводившее аудит генеративных поисковых систем, выявило, что такие системы интенсивно опираются на новостные и медийные источники, причём цитирование обнаруживает коммерческие и географические смещения.[13]

Методы оптимизации

[править | править код]

В исследовании Aggarwal и соавторов протестировано девять методов адаптации контента для генеративных систем. Наиболее высокую эффективность по метрикам Position-Adjusted Word Count и Subjective Impression показали:

  • Cite Sources — систематическое цитирование авторитетных источников;
  • Quotation Addition — включение прямых цитат экспертов;
  • Statistics Addition — насыщение контента конкретными числовыми данными.

Авторы сообщают о приросте видимости до 40 % по сравнению с базовым уровнем.[1]

В отраслевых публикациях к практикам GEO дополнительно относят структурирование материалов по отдельным подтемам, публикацию сравнительных обзоров, использование FAQ-блоков, регулярное обновление материалов, устранение смысловой неоднозначности и распространение информации на площадках, которые AI-системы используют как источники: отраслевые издания, YouTube, Reddit, профессиональные сообщества.[9]

Влияние на пользовательское поведение и трафик

[править | править код]

С распространением генеративных ответов возникла дискуссия о перераспределении пользовательского внимания между традиционной выдачей и AI-интерфейсами. Google при запуске AI Overviews указывала, что функция должна одновременно ускорять получение информации и создавать новые возможности для обнаружения веб-контента.[2]

Отраслевая пресса начала говорить о смене парадигмы поискового маркетинга. В августе 2025 года журнал New York Magazine опубликовал материал с характерным заголовком «SEO Is Dead. Say Hello to GEO», констатируя, что приход генеративного поиска вынуждает издателей и бренды пересматривать привычные стратегии продвижения.[14] Reuters Institute for the Study of Journalism (Оксфордский университет) в ежегодном отчёте о трендах журналистики на 2026 год отметил рост интереса издателей к адаптации под answer engine optimization и GEO как к части стратегии удержания аудитории.[15]

В профессиональной среде сформировались новые метрики видимости: частота цитирования бренда в генеративных ответах, доля голоса (share of voice) в AI-ответах относительно конкурентов, тональность упоминаний.[9] Параллельно усилилось обсуждение так называемых zero-click-сценариев, при которых информационная потребность удовлетворяется без перехода на внешний сайт.

Критика

[править | править код]

Термин GEO подвергается критике по нескольким основаниям. Специалист в области поисковой оптимизации Дэн Петрович (Dejan AI) указывает, что GEO опирается преимущественно на одну исследовательскую работу с самоссылающимися цитатами и не имеет статуса отдельной индустрии; по его оценке, практики, описываемые под аббревиатурой GEO, по существу совпадают с качественным SEO, адаптированным к новым интерфейсам поиска.[16]

К спорным моментам также относят размытость границ между GEO, AEO и LLMO, маркетинговый характер использования термина и непрозрачность критериев, по которым генеративные системы отбирают и цитируют источники.

См. также

[править | править код]

Примечания

[править | править код]
  1. 1 2 3 Aggarwal, Pranjal; Murahari, Vishvak; Rajpurohit, Tanmay; Kalyan, Ashwin; Narasimhan, Karthik; Deshpande, Ameet (2024). GEO: Generative Engine Optimization. Proceedings of the 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD ’24). Association for Computing Machinery: 5—16. arXiv:2311.09735. doi:10.1145/3637528.3671900.
  2. 1 2 Generative AI in Search: Let Google do the searching for you. Google (14 мая 2024). Дата обращения: 23 апреля 2026.
  3. ↑ AI Overviews in Search are coming to more places around the world. Google (28 октября 2024). Дата обращения: 23 апреля 2026.
  4. ↑ Introducing ChatGPT search. OpenAI (31 октября 2024). Дата обращения: 23 апреля 2026.
  5. ↑ What is an answer engine, and how does Perplexity work as one? Perplexity Help Center. Дата обращения: 23 апреля 2026.
  6. ↑ Яндекс запустил Нейро — он даёт один ответ на вопрос, используя все доступные знания интернета. Яндекс (16 апреля 2024). Дата обращения: 23 апреля 2026.
  7. 1 2 Сюткин А. Яндекс запустил Нейро. Рассказываем, как он работает. Хабр (блог компании Яндекс) (16 апреля 2024). Дата обращения: 23 апреля 2026.
  8. ↑ Яндекс запустил Поиск с Нейро и показал другие большие обновления поисковика. Яндекс (3 октября 2024). Дата обращения: 23 апреля 2026.
  9. 1 2 3 4 5 6 McKenzie L. Generative engine optimization (GEO): How to win AI mentions. Search Engine Land (11 февраля 2026). Дата обращения: 23 апреля 2026.
  10. ↑ Werner J. As AI Use Soars, Companies Shift From SEO To GEO. Forbes (4 мая 2025). Дата обращения: 23 апреля 2026.
  11. ↑ Creating helpful, reliable, people-first content. Google Search Central. Дата обращения: 23 апреля 2026.
  12. ↑ Introduction to structured data markup in Google Search. Google Search Central. Дата обращения: 23 апреля 2026.
  13. ↑ Li, Alice; Sinnamon, Luanne (2024). Generative AI Search Engines as Arbiters of Public Knowledge: An Audit of Bias and Authority. arXiv:2405.14034 [cs.IR].
  14. ↑ Herrman J. SEO Is Dead. Say Hello to GEO. Intelligencer (New York Magazine) (4 августа 2025). Дата обращения: 23 апреля 2026.
  15. ↑ Newman N. Journalism, media, and technology trends and predictions 2026. Reuters Institute for the Study of Journalism, University of Oxford (12 января 2026). Дата обращения: 23 апреля 2026.
  16. ↑ Petrovic D. What is GEO? DEJAN AI. Дата обращения: 23 апреля 2026.

Ссылки

[править | править код]
Источник — https://ru.wikipedia.org/w/index.php?title=Generative_Engine_Optimization&oldid=153491012