Блог студии Раисыча AI-агенты · автоматизация
Обсудить задачу
GEO и AI-поиск 5 мин чтения 9 August 2026

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…

Обсудить задачу Все статьи кластера
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 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

Заявка

Обсудить задачу

Расскажите, что нужно автоматизировать. Александр Раисович ответит лично и предложит архитектуру решения.

Источники

Источники проверены 18.11.2026. Цены, сроки и оценки студии проверяйте на дату чтения.

Раисыч

Основатель Студии Раисыча. Проектирую ИИ-контуры для продаж, поддержки и документов — с критериями приёмки и журналом.

Написать в Telegram →
Обсудить задачу