SEO OS: от поискового сигнала к понятному действию

GEO, SEO, AEO и LLMO: чем они различаются

Neil Patel разобрал, чем GEO отличается от SEO, зачем нужны AEO и LLMO и с чего начинать. Разбор с цифрами по цитируемости и трафику.

SEO · Новости

Все новости
AG Branding
Четыре слоя оптимизации под поиск и ответы ИИ: SEO, GEO, AEO, LLMO

По данным Ahrefs, у страниц из топ-10 выдачи кликаемость рядом с AI Overviews падает на 58 процентов. При этом Google называет 2,5 млрд месячных пользователей AI Overviews и больше 1 млрд у AI Mode. Часть аудитории уходит из поиска в ChatGPT, Perplexity и Gemini за готовым ответом.

Neil Patel собрал в одном разборе четыре термина, которые появились вокруг этого сдвига: SEO, GEO, AEO и LLMO. Его вывод простой: это слои одной системы, и начинать всё равно нужно с SEO.

Четыре слоя и что каждый меняет

SEO отвечает за место в списке ссылок: качество контента, структура сайта, ссылки и техническое состояние. GEO добивается, чтобы ИИ цитировал страницу в своих ответах, и ценит глубину, свежесть и подтверждённые источники. AEO выстраивает контент так, чтобы система могла вытащить прямой ответ: заголовок-вопрос, ниже два-четыре предложения, списки, разметка. LLMO работает с тем, как модель описывает бренд, когда её спрашивают о нём.

Границу между GEO и AEO Patel объясняет на примере. Вопрос «сколько стоит замена лобового стекла» требует короткого ответа с ценой, это AEO. Вопрос «как ИИ меняет B2B-маркетинг» требует контекста и разбора, это GEO. Похожая разница у LLMO: GEO решает, попадёт ли ваша страница в источники ответа, LLMO решает, назовут ли бренд в самом ответе.

Что стоит запомнить в цифрах

Только 37 процентов страниц, которые Google цитирует в AI Overviews, входят в топ-10 обычной выдачи по тому же запросу. При этом посетители из ChatGPT конвертируются на 31 процент лучше, чем из небрендового поиска, по разбору 94 интернет-магазинов.

Почему SEO не отменяется

Google называет оптимизацию под свои ИИ-функции по-прежнему SEO и объясняет: ссылки в ответах получают только проиндексированные страницы, которые могут попасть в выдачу со сниппетом. Слабый технический фундамент, тонкий контент и отсутствие авторитета бьют по всем четырём слоям сразу.

Меняется измерение. Трафик перестаёт быть единственной метрикой: органика может просесть, а заявки остаться на прежнем уровне, если потерянные визиты не приносили денег. Поэтому Patel советует смотреть на конверсии, лиды и брендовые запросы вместе с визитами.

Откуда ИИ берёт информацию о бренде

Анализ 30 млн источников в системах ИИ-поиска показал: чаще всего цитируют Reddit, а Wikipedia и Forbes входят в пятёрку. Следом идут YouTube и LinkedIn. Если бренд живёт только в собственном блоге, шансы попасть в ответ падают.

Для LLMO важна согласованность терминов. Если сайт называет продукт CRM, а обзорные площадки - инструментом продаж, модель опишет бренд двумя разными способами. Одинаковые названия и описания на всех площадках дают модели устойчивый образ.

Что это значит для бизнеса

Практический порядок такой: сначала техническая база и контент под спрос, потом структура страниц под прямые ответы, затем глубина и подтверждённые источники, и только потом работа над тем, как бренд описывают в моделях. LLMO растёт дольше остальных, потому что требует присутствия на чужих площадках.

Для компаний Владивостока и Дальнего Востока это означает, что продвижение в ИИ-поиске не начинается с покупки нового инструмента. Начинается оно с проверки, какие страницы уже отвечают на вопросы клиентов и что ИИ говорит о компании сейчас. Внедрение искусственного интеллекта в маркетинг даёт эффект, когда под него уже есть качественный сайт и понятные данные о бренде.

Читайте также