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 требует 21 правка.

Generative Engine Optimization (GEO, «оптимизация под генеративные системы») — направление цифрового маркетинга, объединяющее методы адаптации веб-контента к поисковым и ответным интерфейсам на основе больших языковых моделей: ChatGPT, Perplexity, AI Overviews, Microsoft Copilot, Claude, «Яндекс Нейро». В отличие от классического SEO, нацеленного на позицию страницы в ранжированном списке результатов, GEO ставит целью включение материала в синтезированный ответ генеративной системы — в качестве источника, упоминания или цитаты.[1]

Термин предложили Пранджал Аггарвал и соавторы в препринте 2023 года; в 2024 году работа вошла в труды 30-й конференции ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD '24).[2] В 2025 году аббревиатуру начали употреблять деловые и общественно-политические издания, включая Wired и New York Magazine.[3][4]

Статус GEO как самостоятельной дисциплины оспаривается. В мае 2026 года Google в документации Search Central указала, что оптимизация под генеративный поиск остаётся обычным SEO, и перечислила ряд приёмов, продвигаемых под марками GEO и AEO, как ненужные.[5]

Предпосылки

[править | править код]

В мае 2024 года Google начала массовое внедрение AI Overviews — сводного ответа, который языковая модель формирует непосредственно в поисковой выдаче.[6] В октябре 2024 года OpenAI открыла ChatGPT Search, соединив диалоговый интерфейс с доступом к веб-источникам в реальном времени.[7] В 2025 году Google представила AI Mode — режим выдачи, в котором исходный запрос разбивается на подзапросы (query fan-out), по каждому выполняется отдельный поиск, а результаты сводятся в общий ответ.[8]

В русскоязычном сегменте сходную функцию выполняет сервис «Нейро», запущенный Яндексом в апреле 2024 года на основе модели YandexGPT 3: система подбирает источники в поисковой выдаче, анализирует их и формирует сводный ответ со ссылками.[9] В октябре 2024 года Нейро был интегрирован в основную поисковую выдачу.[10]

Происхождение термина

[править | править код]

Термин «Generative Engine Optimization» предложен в препринте 2023 года; его авторы — Пранджал Аггарвал (Индийский технологический институт в Дели), Вишвак Мурахари, Картик Нарасимхан и Амит Дешпанде (Принстонский университет), Танмай Раджпурохит (Технологический институт Джорджии) и Ашвин Калян (Институт Аллена по искусственному интеллекту). Авторы определили «генеративную систему» (generative engine) как сочетание языковой модели с механизмом поиска и предложили набор тестов GEO-bench из 10 000 запросов для измерения видимости контента в генеративных ответах.[2]

За пределы профессиональной среды термин вышел в 2025 году. В августе 2025 года New York Magazine опубликовал материал «SEO Is Dead. Say Hello to GEO», связав распространение генеративного поиска с пересмотром стратегий продвижения у издателей и брендов.[4] В октябре 2025 года Wired в статье «Forget SEO. Welcome to the World of Generative Engine Optimization» описал перенос этих практик в работу ритейлеров и крупных компаний.[3] Search Engine Land относит GEO к устоявшимся обозначениям отрасли наряду с AEO (answer engine optimization).[1]

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; критерием видимости здесь служит не позиция, а факт упоминания или цитирования, а пользователь получает ответ непосредственно в интерфейсе.[1]

При этом GEO не отменяет значения базовых SEO-факторов. Генеративные функции Google, по описанию самой компании, опираются на её основной поисковый индекс и системы ранжирования и обращаются к нему через retrieval-augmented generation и query fan-out, поэтому техническая доступность страницы и качество контента сохраняют роль.[5]

Описываемые методы

[править | править код]

Аггарвал и соавторы протестировали девять способов переработки текста. Наибольший прирост по метрикам Position-Adjusted Word Count и Subjective Impression дали три приёма: добавление ссылок на авторитетные источники, включение прямых цитат и насыщение текста числовыми данными; авторы сообщают о росте видимости до 40 % относительно базового уровня.[2] Search Engine Land дополняет этот перечень структурированием материала по отдельным подтемам, сравнительными обзорами, FAQ-блоками, регулярным обновлением и публикацией на площадках, которые генеративные системы используют как источники, — в отраслевых изданиях, на YouTube и Reddit.[1]

Требование к машиночитаемости вытекает из устройства генеративных систем, извлекающих из внешних источников отдельные фрагменты текста. Разработчики «Нейро» описывают алгоритм так: тексты релевантных источников разбиваются на фрагменты по 256 токенов, из которых отбираются наиболее соответствующие запросу.[11]

К инструментам GEO отраслевые публикации относят разметку Schema.org, описывающую тип содержимого страницы.[1] Google, напротив, указывает, что для попадания в генеративные ответы её поисковой системы специальная разметка не требуется, а структурированные данные следует применять в рамках обычной SEO-стратегии.[5]

Отдельное место занимают сигналы происхождения и надёжности материала, которые в отраслевой литературе связывают с концепцией E-E-A-T, используемой Google при оценке качества контента.[1] Алиса Ли и Луэнн Синнамон в аудите генеративных поисковых систем (2024) установили, что такие системы интенсивно опираются на новостные и медийные источники, а их цитирование обнаруживает коммерческие и географические смещения.[12] Чень и соавторы (2025) при сопоставлении AI-поиска и классической выдачи Google зафиксировали преимущественное обращение генеративных систем к сторонним авторитетным источникам перед материалами самих брендов, а также различия между ChatGPT, Perplexity, Gemini и Google по разнообразию доменов и свежести материалов.[13]

Влияние на пользовательское поведение и трафик

[править | править код]

Pew Research Center в 2025 году проанализировал 68 879 поисковых запросов 900 взрослых пользователей в США за март 2025 года и установил, что AI-сводка сопровождала около 18 % запросов в Google. На страницах с AI-сводкой пользователи переходили по обычным ссылкам в 8 % случаев против 15 % на страницах без неё; по ссылкам внутри самой сводки — в 1 % случаев. Доля запросов с AI-сводкой возрастала с длиной запроса: с 8 % для запросов из одного-двух слов до 53 % для запросов из десяти слов и более.[14] Google назвал методологию исследования некорректной и не отражающей общий поисковый трафик.[15]

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.[16] Search Engine Land описывает набор используемых в отрасли метрик видимости: частоту цитирования бренда в генеративных ответах, долю голоса (share of voice) относительно конкурентов и тональность упоминаний.[1]

Критика

[править | править код]

15 мая 2026 года Google опубликовала в документации Search Central руководство по оптимизации сайтов под генеративные функции поиска, в котором прямо назвала AEO и GEO частью обычного SEO, а не самостоятельными дисциплинами. В разделе о распространённых заблуждениях перечислены приёмы, которые, по утверждению компании, не влияют на попадание в генеративные ответы Google: создание файлов llms.txt и иной «специальной» машиночитаемой разметки, дробление текста на короткие фрагменты, переписывание материалов под языковые модели, искусственное наращивание упоминаний бренда и добавление особых типов структурированных данных. Как отмечает Search Engine Journal, документ сводит воедино позицию, которую сотрудники Google ранее высказывали на отраслевых конференциях, и адресован сложившемуся рынку услуг по «оптимизации под ИИ».[5]

Отдельное направление критики связано с уязвимостью генеративных систем к манипуляции. Аунон Кумар и Химабинду Лаккараджу (2024) показали, что добавление на страницу товара специально подобранной текстовой последовательности заметно повышает вероятность того, что языковая модель поставит этот товар на первое место в рекомендации; авторы указывают на риск искажения рыночной конкуренции по мере переноса подобных приёмов из SEO в оптимизацию под ИИ-поиск.[17]

См. также

[править | править код]

Примечания

[править | править код]
  1. 1 2 3 4 5 6 7 McKenzie L. Generative engine optimization (GEO): How to win AI mentions. Search Engine Land (11 февраля 2026). Дата обращения: 23 апреля 2026. Архивировано 29 июля 2024 года.
  2. 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.
  3. 1 2 Schiffer Z., Matsakis L. Forget SEO. Welcome to the World of Generative Engine Optimization. Wired (22 октября 2025). Дата обращения: 26 июня 2026. Архивировано 9 июня 2026 года.
  4. 1 2 Herrman J. SEO Is Dead. Say Hello to GEO. Intelligencer (New York Magazine) (4 августа 2025). Дата обращения: 23 апреля 2026. Архивировано 17 ноября 2025 года.
  5. 1 2 3 4 Southern M. G. Google’s New AI Search Guide Calls AEO And GEO ‘Still SEO’. Search Engine Journal (15 мая 2026). Дата обращения: 15 августа 2026. Архивировано 7 августа 2026 года.
  6. ↑ Generative AI in Search: Let Google do the searching for you. Google (14 мая 2024). Дата обращения: 23 апреля 2026. Архивировано 23 апреля 2026 года.
  7. ↑ Introducing ChatGPT search. OpenAI (31 октября 2024). Дата обращения: 23 апреля 2026. Архивировано 6 марта 2026 года.
  8. ↑ AI Mode in Google Search: Updates from Google I/O 2025. Google (20 мая 2025). Дата обращения: 26 июня 2026. Архивировано 27 июня 2026 года.
  9. ↑ Яндекс запустил Нейро — он даёт один ответ на вопрос, используя все доступные знания интернета. Яндекс (16 апреля 2024). Дата обращения: 23 апреля 2026. Архивировано 16 апреля 2024 года.
  10. ↑ Яндекс запустил Поиск с Нейро и показал другие большие обновления поисковика. Яндекс (3 октября 2024). Дата обращения: 23 апреля 2026. Архивировано 26 апреля 2025 года.
  11. ↑ Сюткин А. Яндекс запустил Нейро. Рассказываем, как он работает. Хабр (блог компании Яндекс) (16 апреля 2024). Дата обращения: 23 апреля 2026. Архивировано 20 апреля 2026 года.
  12. ↑ 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].
  13. ↑ Chen, Mahe; Wang, Xiaoxuan; Chen, Kaiwen; Koudas, Nick (2025). Generative Engine Optimization: How to Dominate AI Search. arXiv:2509.08919 [cs.IR].
  14. ↑ Do people click on links in Google AI summaries? Pew Research Center (22 июля 2025). Дата обращения: 26 июня 2026.
  15. ↑ Google's AI Overviews are hurting clicks: Pew study. Search Engine Land (24 июля 2025). Дата обращения: 26 июня 2026. Архивировано 4 июня 2026 года.
  16. ↑ 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. Архивировано 30 января 2026 года.
  17. ↑ Kumar, Aounon; Lakkaraju, Himabindu (2024). Manipulating Large Language Models to Increase Product Visibility. arXiv:2404.07981 [cs.IR].

Ссылки

[править | править код]
Источник — https://ru.wikimirror.site/w/index.php?title=Generative_Engine_Optimization&oldid=156009671