AEO: как попасть в нейросети Алиса в Яндексе и Gemini в Google

Автор статьи — Роман Ковалёв маркетолог, SEO-специалист с 2007 года, совладелец рекламного агентства «Ковалевы» и создатель GEO-сервиса «Тунец». Всё, о чём он говорит в этой статье, проверено в работе над реальными проектами. В том числе на большой выборке пользователей сервиса, отслеживающего попадание бренда в ответы нейросетей.

Поисковая выдача изменилась. Раньше пользователь видел список ссылок и сам выбирал, куда перейти. Теперь все чаще сначала получает готовый ответ нейросети, а уже потом (если вообще захочет) открывает сайт.

Из-за этого меняется и задача бизнеса. Недостаточно просто индексироваться и быть в топе. Нужно попадать в сам ответ, который собирает нейросеть.

Содержание:

• Чем AEO отличается от GEO и почему SEO все равно остается базой
• Как попасть в Алису в Яндексе
• Как попасть в Gemini в Google
• Что делать на практике, если нужен результат и в Алисе, и в Gemini

Именно здесь начинается AEO — Answer Engine Optimization. Но если сразу прыгать в прикладные советы, почти всегда возникает путаница в терминах. Поэтому сначала зафиксируем основу.

Чем AEO отличается от GEO и почему SEO все равно остается базой

SEO — это работа над видимостью сайта в классическом поиске.

AEO — работа над тем, чтобы бренд, сайт или конкретная страница попадали в ответные интерфейсы: в AI Overviews и AI Mode у Google, в Алису AI у Яндекса, в Copilot в Bing, которые не просто показывают ссылки, а формируют готовый ответ.

GEO — более широкая рамка. Этот термин закрепился после исследования Princeton и соавторов про Generative Engine Optimization, где generative engines описываются как отдельный класс систем, а также показывается, что на видимость в их ответах можно влиять через свойства контента. Часто под GEO подразумевают все нейросети за пределами поисковой выдачи.

На практике я бы развел это так. SEO — работа для трафика из поисковых систем. GEO и AEO - работа над попаданием в источники нейросетей.

Самая частая ошибка на рынке — попытка подать AEO как что-то полностью отдельное от поиска. На деле это не так. Google прямо пишет, что для AI Overviews и AI Mode не нужны специальные AI-разметки, отдельные AI-файлы или какой-то особый технический режим. Для участия в этих функциях страница должна индексироваться и соответствовать обычным рекомендациям Search Central. Google отдельно подчеркивает, что для AI features актуальны те же практики, что и для обычного поиска.

То есть AEO не заменяет SEO. Он вырастает на его базе.

Почему нейросети рекомендуют не лучший бренд, а наиболее подтвержденный

Есть важная мысль, без которой вся тема AEO превращается в набор поверхностных советов.

Чтобы нейросеть уверенно порекомендовала ваш бренд, она должна увидеть не одно ваше утверждение о себе, а согласие между источниками. Иначе говоря, консенсус.

Если в заметной части документов про компанию повторяется, что она надежна, сильна в своей категории, имеет опыт, награды, кейсы и положительные отзывы, вероятность уверенной рекомендации растет. Если же заметная часть источников говорит обратное, модель унаследует это, и в ответе появятся оговорки. Не обязательно в грубой форме, но смысл будет считываться: «есть вопросы», «встречаются опасения», «оценки различаются».

Это хорошо согласуется с внешними данными. Ahrefs в исследовании по 75 тысячам брендов показал, что самым сильным коррелирующим фактором видимости бренда в AI Overviews оказались именно web mentions, то есть упоминания бренда в сети. Причем эта корреляция оказалась сильнее, чем у классических ссылочных метрик. Я отдельно подчеркну, что речь именно о корреляции, а не о прямом доказательстве причинности, но сам вектор очень показательный.

Отсюда главный практический вывод: в AEO почти никогда не хватает одного сайта. Нужна совокупность сигналов — собственные страницы, внешние публикации, агрегаторы, отзывы, карточки, упоминания, рейтинги, обзоры, экспертные материалы. Именно эта среда и формирует для нейросети ощущение того, насколько бренд реален, уместен и заслуживает рекомендации.

Почему в AEO нельзя мерить все только трафиком

С AEO есть еще одна проблема: измерять его так же просто, как SEO, пока нельзя.

Переходов по источникам немного, часть трафика видна только из отдельных веб-интерфейсов, а в генеративных блоках Google и Яндекса рефереры часто не позволяют отделить влияние нейроответа от самого поиска. Кроме того, после первичного ресерча пользователь может вообще вернуться к бренду через другой канал — например, по брендовому запросу или через контекстную рекламу.

Google подтверждает эту проблему на уровне продукта: AI Overviews и AI Mode не выделяются в Search Console как отдельный тип трафика, их данные входят в общий web search. При этом Google пишет, что клики из AI-ответов часто оказываются более качественными: пользователь переходит уже подготовленным и чаще проводит на сайте больше времени.

Поэтому в AEO приходится смотреть не только на переходы, но и на долю присутствия в ответах, на частоту упоминаний бренда, на долю цитирования страниц и на тональность упоминания.

Как попасть в Алису в Яндексе

Теперь к прикладной части. И начну именно с этого блока, потому что у Яндекса сейчас уже есть отдельная продуктовая логика вокруг Алисы AI и отдельная аналитика в Вебмастере.

Как Яндекс с Алисой собирает ответы

Яндекс описывает механику довольно просто: Поиск с Алисой находит сайты с нужной информацией и на их основе выстраивает понятный ответ. Это важная формулировка. Она означает, что Алиса в поисковой среде не существует отдельно от поиска Яндекса - она опирается на поисковую инфраструктуру и на найденные документы.

Дополнительно Яндекс уже дал вебмастерам отчет «Видимость сайта в Алисе AI». В нем можно посмотреть, по каким запросам сайт упоминается или не упоминается в ответах Алисы, а также какие сайты-источники Яндекс использует по тем же тематикам. Это пока не супер-аналитика, но один из первых инструментов для прикладной работы с AEO под Яндекс, потому что он показывает не абстрактную видимость в ИИ, а реальные точки входа и реальные конкурентные источники.

То есть первый принцип здесь очевидный: если сайт плохо присутствует в поисковой среде Яндекса, системно попасть в ответы Алисы будет сложно.

Что особенно важно для попадания в Алису

В Яндексе в источники ответов нередко попадают не только сайты самих компаний, но и агрегаторы, тематические площадки, UGC-ресурсы, вертикали Яндекса и вообще страницы, где много релевантной текстовой фактуры. Причем в ряде тематик именно такие площадки становятся базой для ответа, а уже затем к ним добавляются собственные сайты брендов.

Из этого вытекает важная особенность AEO под Яндекс: здесь недостаточно рассчитывать только на официальный сайт. Нужно смотреть шире — на всё поле документов, из которых Алиса может собрать ответ.

Причем особенно хорошо это работает там, где пользователю нужен не просто факт, а выбор, сравнение, отзыв, оценка надежности или подбор исполнителя. В таких сценариях Яндексу логично опираться не на один корпоративный источник, а на несколько типов страниц сразу.

На практике это означает, что попадание в Алису зависит от трёх типов источников:

1. Первый тип — ваш собственный сайт. Он должен содержать страницы, которые закрывают интент целиком, а не просто совпадают по ключевой фразе.
2. Второй тип — тематические площадки, агрегаторы, медиа и профили, где бренд тоже присутствует и подтверждается.
3. Третий тип — внешняя репутация: отзывы, карточки, локальные сигналы, упоминания, экспертные комментарии, участие в рейтингах.

Какие страницы Яндексу легче брать в ответ

Для Алисы выигрывают не просто сильные домены, а страницы, которые содержат максимум полезной информации по теме в рамках одного URL.

Это важный момент. Нейросеть не хочет тратить лишние ресурсы на длинную прогулку по сайту, собирая по кускам телефон, условия работы, цены, регионы, услуги, примеры проектов и ответы на вопросы. Ей проще взять страницу, где уже есть все необходимое.

Поэтому под Яндекс особенно хорошо работают страницы, на которых собраны:

• описание услуги или направления,
• условия работы,
• география,
• цены или принципы расчета,
• список услуг,
• FAQ,
• кейсы,
• отзывы,
• контакты,
• данные о компании или специалисте.

Чем полнее страница отвечает на реальный пользовательский вопрос, тем выше шанс, что Алиса возьмет ее как источник. Это не отменяет роли домена, но заметно повышает шансы даже там, где бренд не занимает абсолютный топ поиска.

Как попасть в рекомендации Алисы, а не только в источники

Здесь нужно различать два сценария.

Первый — когда Алиса использует ваш сайт как источник информации. В таком случае вы можете получить переход, если пользователь кликнет по ссылке.

Второй — когда Алиса упоминает сам бренд как часть ответа: например, перечисляет компании, сервисы или подрядчиков. В таком сценарии перехода может не быть вообще, но бренд уже попадает в поле выбора пользователя.

У Яндекса для описания принципов ранжирования и попадания в ответы Алисы AI есть удобная рамка — ЭПОС: экспертность, полезность, оригинальность, содержательность:

• Под экспертностью Яндекс понимает не декларации, а подтверждения: специализацию, опыт, репутацию автора или компании, прозрачные контакты, портфолио, отзывы, сертификации;
• Полезность — это не просто наличие текста, а способность страницы реально продвинуть пользователя к решению задачи: разобраться, выбрать, сравнить, оформить заявку или покупку;
• Оригинальность — не формальная уникальность ради антиплагиата, а собственная добавленная ценность, которую нельзя получить из бездумного пересказа чужих материалов или генерации среднего по рынку текста;
• Содержательность — это высокая плотность смысла без воды: когда страница раскрывает тему достаточно глубоко, но не размазывает мысль по длинному пустому полотну.

Яндекс отдельно подчеркивает: принципиально новых требований для генеративных ответов не возникает, а значит, выигрывают те сайты и материалы, которые уже соответствуют этой логике. Иными словами, ЭПОС — это хороший ориентир для проверки страницы перед публикацией: можно ли доверять источнику, помогает ли он решить задачу, есть ли здесь авторская ценность и достаточно ли конкретики, чтобы Алиса взяла эту страницу в ответ, а не прошла мимо.

Как попасть в Gemini в Google

Теперь отдельно про Google. Здесь механика во многом похожа, но акценты другие.

Как Google с Gemini формирует ответы

Google в документации Search Central объясняет, что AI Overviews и AI Mode используют механизм query fan-out. Система может разбивать исходный вопрос пользователя на несколько подтем, делать дополнительные поиски по этим направлениям, а затем уже собирать итоговый ответ.

Это очень важный момент для понимания AEO под Google. В обычном SEO вы часто мыслите так: есть запрос, под него есть страница, надо занять место в выдаче. В AI-поиске Google картина шире. Пользователь задает один длинный вопрос, а система на своей стороне раскладывает его на несколько более простых запросов и ищет документы по каждому из них.

Именно поэтому в ответ Gemini могут попадать не только страницы из топ-10 по исходному короткому запросу. Это подтверждает и внешняя аналитика. Ahrefs на большой выборке показал, что только около 38% URL, цитируемых в AI Overviews, одновременно находятся в топ-10 органики по тому же запросу. Существенная доля источников приходит с позиций 11–100 и даже вне топ-100.

То есть в случае Google нельзя сводить AEO к простой формуле «Будь в топ-3 и все получится». У Google ответная система шире смотрит на поле документов.

Что Google сам считает важным для участия в AI Overviews и AI Mode

Здесь полезно опираться не на мнения рынка, а на официальную документацию.

Google пишет: необходимо, чтобы контент был доступен Googlebot и не был ограничен для индексирования. Также Google прямо советует следовать обычным поисковым рекомендациям и создавать полезный, ориентированный на людей контент.

Это значит, что в работе под Gemini ключевыми остаются те же базовые принципы:

• страница должна индексироваться,
• важный контент должен быть доступен в текстовой форме,
• на странице должна быть ясная структура,
• контент должен реально отвечать на задачу пользователя, а не просто формально совпадать с ключом.

В документации Gemini API также описан инструмент Grounding with Google Search, который позволяет модели опираться на актуальные результаты поиска и добавлять цитаты на источники. Это еще раз подтверждает: для Gemini критически важна не абстрактная обученность модели, а наличие релевантных, доступных и убедительных документов в поисковой среде Google.

Если формулировать коротко, для Google особенно важны полнота ответа и доказательная сила страницы.

По моему опыту и наблюдениям, Google чаще, чем Яндекс, требует не одного удачного текста, а более плотного подтверждения темы в нескольких источниках. Условно говоря, одна хорошая статья может дать видимость по узкому запросу, но по широким и конкурентным интентам Google чаще ждет, что тема подтверждена не одним документом, а несколькими.

Здесь снова возвращаемся к идее консенсуса. Если сайт утверждает одно, а вокруг бренда в открытой сети почти нет подтверждающего слоя, системе сложнее уверенно рекомендовать его как надежный вариант. Если же рядом есть тематические статьи, обзоры, упоминания, отзывы, рейтинги, экспертные комментарии и релевантные профили, вероятность растет.

Какие страницы лучше заходят в Google/Gemini

Под Google особенно хорошо работают материалы, которые не выглядят как узкая SEO-страница под один ключ, а действительно раскрывают тему.

Нейросеть легче цитирует страницы, где есть:

• четко сформулированная мысль,
• объяснение терминов,
• структура по подтемам,
• конкретные примеры,
• сравнения,
• актуальные цифры,
• обозначенные ограничения,
• ссылки на исследования или хотя бы ясное текстовое упоминание источников.

Google не требует никаких волшебных блоков для ИИ, но длинные тексты без структуры и без краткого ввода читаются хуже и людьми, и системами. Поэтому саммари в начале, логичные H2 и насыщенные фактурой абзацы помогают.

Что делать на практике, если нужен результат и в Алисе, и в Gemini

Если собрать все в одну рабочую логику, она будет довольно приземленной.

Сначала нужно понять, по каким сценариям пользователь вообще может искать вас через ИИ. Не по ключам, а именно по жизненным ситуациям и задачам. Затем — проверить, какие страницы сейчас реально могут отвечать на эти сценарии, а какие только делают вид.

После этого почти всегда приходится переписывать или усиливать ключевые страницы: добавлять на них недостающую фактуру, кейсы, ответы на вопросы, коммерческие детали, подтверждения, признаки экспертности, отзывы и нормальное объяснение, почему компания уместна именно для этой задачи.

Параллельно нужно смотреть на внешнее инфополе. Если о бренде почти нет текстовых упоминаний за пределами сайта, это слабое место и для Яндекса, и для Google. Если есть негативный перекос в отзывах или противоречивая картина на площадках, это тоже нужно исправлять не для красоты, а потому что нейросеть обязательно это запомнит.