GEO-протокол: как попасть в ответы AI-поиска по локальному спросу
GEO для локального спроса — это не «ещё один SEO-отчёт», а протокол: 30–50 интентов города/ниши → сущности и факты на сайте → цитируемые блоки → повторный…
GEO для локального спроса — это не «ещё один SEO-отчёт», а протокол: 30–50 интентов города/ниши → сущности и факты на сайте → цитируемые блоки → повторный замер в ChatGPT/Perplexity/аналогах через 10–14 дней. Я разбираю видимость в AI-поиске так же, как воронку продаж: baseline, узкий scope, действия, KPI. Ниже — рабочий протокол для МСП (услуги, клиники, B2B-локально, обучение), без обещаний «вас процитирует каждая модель завтра».
| Классическое SEO | GEO (AI-поиск) | |
|---|---|---|
| Единица результата | Позиция ссылки в выдаче | Факт о компании в сгенерированном ответе |
| Что оцениваем | Ранжирование, трафик | Упоминание, точность, цитируемость |
| Где живёт результат | Страница выдачи | Текст ответа + список источников |
| Кто конкурент | Соседняя ссылка | Любой источник, который модель сочла авторитетным |
| Горизонт замера | Позиции — ежедневно | Ответы — по срезам, 10–14 дней |
Разница принципиальная: в SEO вы боретесь за место в списке, в GEO — за то, чтобы модель назвала вас и не переврала факты. Позиция без упоминания в ответе AI-поиска коммерчески бесполезна.
Шаг 1. Baseline: фиксируем, что модели говорят сейчас
До любых правок сайта нужен срез «как есть». Иначе через месяц нечем доказать эффект.
Что делаем:
- Собираем 30–50 интентов города/ниши. Формула запроса: услуга + гео + уточнение. Примеры: «стоматология имплантация [город] цена», «бухгалтерское сопровождение ООО [город]», «курсы английского для взрослых [город]».
- Разбиваем на 3–4 кластера: транзакционные («записаться», «цена»), сравнительные («кто лучше», «рейтинг»), информационные («как выбрать», «сколько стоит»), брендовые («[компания] отзывы»).
- Прогоняем каждый интент в 2–3 моделях (ChatGPT, Perplexity, плюс локальный аналог) вручную или скриптом. Фиксируем: упомянуты ли вы, упомянуты ли конкуренты, какие источники модель цитирует, есть ли искажения фактов.
- Складываем в таблицу: интент / модель / упоминание (да-нет) / точность (0–2) / источники / дата.
KPI baseline — доля интентов, где вас упомянули корректно. У типичного МСП без работы над GEO это единицы процентов — оценка по практике рынка, не гарантия для вашего случая.
Шаг 2. Сущности и факты: то, из чего модель собирает ответ
Модель не «читает сайт целиком» — она вытаскивает сущности и факты. Если на сайте нет явных, однозначных формулировок, она берёт их из агрегаторов, отзывов и чужих статей. Часто с ошибками.
Минимальный набор сущностей на сайте:
- Название, юридическая форма, ИНН/ОГРН — в структурированном виде и в тексте.
- Адрес(а), гео-привязка, зона обслуживания — явным текстом, а не только в карте.
- Услуги с названиями, которые люди реально вводят в запрос, а не внутренними терминами.
- Цены или диапазоны «от» — там, где их можно публиковать.
- Часы работы, способы записи, телефон.
- Люди: врачи, эксперты, руководитель — с ролями и квалификацией.
- Факты-доказательства: лицензии, оборудование, годы работы, сертификаты.
Технически: Schema.org (LocalBusiness/MedicalClinic/EducationalOrganization + Service + FAQPage), корректный NAP на всех площадках, единые формулировки на сайте и в справочниках. Расхождение адреса или телефона между сайтом и картами — прямой источник ошибок в ответах модели.
Правило: каждый факт на сайте должен быть проверяемым и датированным. «Работаем с 2014 года» лучше, чем «огромный опыт».
Шаг 3. Цитируемые блоки: контент, который модель захочет взять
AI-поиск цитирует то, что удобно вырвать из контекста и вставить в ответ. Значит, контент нужно писать блоками.
Формат цитируемого блока:
- Заголовок-вопрос ровно в формулировке интента.
- Первый абзац — прямой ответ в 2–3 предложениях, с цифрой или фактом.
- Дальше — детали: условия, ограничения, диапазоны цен, сроки.
- Список или таблица, если сравниваете варианты.
- Дата обновления и автор с ролью.
Что даёт цитируемость:
- Конкретика вместо общих слов: сроки, диапазоны, шаги процесса.
- Локальные факты: районы обслуживания, особенности города, местные требования.
- Структура: H2/H3 под вопросы, короткие абзацы, списки.
- Отсутствие маркетингового шума: «лучшие в городе» модель не процитирует как факт, а «принимаем по ОМС, запись за 2 дня» — может.
Чего избегать: скрытых цен «по запросу» на всём сайте, PDF вместо HTML, контента, который генерировался пачкой без проверки фактов. Ошибки в таких текстах модели переносят в ответы.
Шаг 4. Повторный замер через 10–14 дней
Срок 10–14 дней — не магия: это цикл, за который успевают переиндексироваться страницы и обновиться кэши ответов. Раньше мерить смысла нет, позже — теряете управляемость.
Что сравниваем с baseline:
- Прирост доли интентов с корректным упоминанием.
- Снижение числа фактических ошибок (адрес, цены, услуги).
- Появление вашего сайта в списке источников ответа.
- Изменение набора конкурентов, которых модель называет.
Если через 14 дней динамики нет — не «докручиваем SEO», а проверяем: дошли ли факты до индексов, нет ли конфликтующих данных на агрегаторах, достаточно ли конкретики в блоках. Протокол итеративный: каждый цикл — правки и новый замер.
Сколько это стоит и сколько занимает
Ориентиры студии:
- Пилот одного сценария (один кластер интентов, baseline + блоки + замер) — 60–350 тыс ₽, прототип 10–14 дней.
- Базовый агент поддержки (отслеживание упоминаний, обновление фактов) — от 50 тыс ₽.
- Агент продаж (обработка входящих из AI-каналов) — от 200 тыс ₽.
- Сложный контур (несколько городов/ниш, интеграции, автоматизация замеров) — от 500 тыс ₽, полный контур 30–90 дней.
- Сопровождение — 15–50 тыс ₽/мес.
Начинать разумно с пилота на одном кластере: он покажет, есть ли вообще спрос в AI-канале в вашей нише, до вложений в полный контур.
Если коротко
- GEO — протокол, а не отчёт: baseline → сущности и факты → цитируемые блоки → замер через 10–14 дней.
- Baseline обязателен: без среза «до» эффект не доказать.
- Модель цитирует проверяемые факты и структуру, а не рекламные эпитеты.
- Расхождения в NAP между сайтом и справочниками — главный источник ошибок в ответах.
- KPI — доля интентов с корректным упоминанием, а не позиция ссылки.
- Старт — пилот одного кластера, 60–350 тыс ₽, 10–14 дней до прототипа.
FAQ
Это заменяет SEO? Нет. Классическое SEO даёт трафик по ссылкам, GEO — упоминания в ответах. Работают параллельно, часть фактов и структуры у них общая.
Почему замер именно через 10–14 дней? Это минимальный цикл обновления индексов и кэшей ответов. Более частые замеры дают шум, более редкие — теряют управляемость.
Можно ли гарантировать цитирование? Нет. Можно повысить вероятность: дать модели однозначные, проверяемые, структурированные факты. Обещания «вас процитирует каждая модель» — маркетинг.
С чего начать, если бюджет ограничен? С baseline по 30 интентам одного кластера и правки фактов на сайте. Это дешевле пилота и сразу показывает масштаб проблемы.
Как понять, что протокол работает? Растёт доля интентов с корректным упоминанием, падает число фактических ошибок, ваш сайт появляется в источниках ответов. Всё фиксируется в таблице замеров по датам.
Читайте также
- GEO для AI-сервисов и агентов: как попасть в ответы ИИ-поиска
- GEO: как попасть в ответы AI-поиска — сущности и замеры
- GEO: как AI-агенты попадают в ответы AI-поиска
Обсудить задачу
Расскажите, что нужно автоматизировать. Александр Раисович ответит лично и предложит архитектуру решения.
Источники
- Guidelines for representing your business on Google — Google Business Profile Help
- Использование файла Sitemap — Яндекс Вебмастер
- LocalBusiness — Schema.org — Schema.org
- AI features and your website — Google Search Central
Источники проверены 18.11.2026. Цены, сроки и оценки студии проверяйте на дату чтения.