Существует ли GEO на самом деле? Что документирует Google
Generative Engine Optimization, или GEO, действительно существует — но, вероятно, не в том смысле, который часто подразумевается в маркетинговых заявлениях. Этот термин описывает работу по повышению видимости сайта в ответах, генерируемых AI, цитатах и ссылках на источники. У GEO есть и академическая основа: в 2024 году на конференции KDD была представлена научная работа, формализовавшая GEO как подход к оптимизации для генеративных поисковых систем.
Но если речь идет именно о Google Search, важно провести четкую границу. Google уже напрямую упоминает GEO и AEO в собственной документации, однако с точки зрения Google Search оптимизация под генеративные AI-функции, такие как AI Overviews и AI Mode, по-прежнему является SEO. Google не документирует отдельный набор «факторов ранжирования GEO», специальную GEO-разметку или скрытый технический слой, который заменяет традиционное SEO. (developers.google.com)
Краткий ответ
Да, GEO существует как концепция, направление исследований и отраслевой термин. Но Google не описывает GEO как отдельную от SEO систему оптимизации.
Согласно актуальной документации Google, генеративные AI-функции Search опираются на основные системы ранжирования и оценки качества Google Search. Дополнительно используются такие технологии, как retrieval-augmented generation и query fan-out, однако базовые требования к сайту остаются знакомыми: доступность для crawling, возможность индексирования, полезный контент, техническая ясность и хороший пользовательский опыт. (developers.google.com)
Поэтому полезно разделять два понятия:
GEO описывает цель, связанную с видимостью. SEO остается документированной основой для достижения этой цели в Google Search.
Откуда появился GEO
Научная работа GEO: Generative Engine Optimization, представленная на KDD 2024, предложила подход к повышению видимости источников внутри ответов, создаваемых генеративными системами. Вместо оценки только традиционных позиций в выдаче исследователи анализировали видимость источников непосредственно внутри сгенерированных ответов и цитат. (arxiv.org)
Эксперименты с GEO-bench охватывали 10 000 запросов, а некоторые протестированные методы оптимизации давали прирост видимости до 40%. Исследователи также обнаружили, что эффект различался в зависимости от тематики и используемой системы. (arxiv.org)
Это не означает, что добавление цитат или статистики повысит видимость сайта в Google AI на 40%. Результат относится к конкретной методологии исследования, набору тестов и генеративным системам и не является гарантией ранжирования в Google.
Тем не менее работа важна, потому что она дала формальное название реальной задаче: традиционная поисковая выдача ранжирует ссылки, тогда как генеративные системы могут находить несколько источников, объединять информацию из них и цитировать эти источники внутри готового ответа.
Что говорит Google
Руководство Google по оптимизации для генеративного AI, опубликованное в июле 2026 года, снимает значительную часть неопределенности.
Google прямо определяет AEO как «answer engine optimization», а GEO — как «generative engine optimization». Компания признает, что оба термина широко используются для описания повышения видимости в AI-поиске. Однако Google подчеркивает, что с его точки зрения оптимизация под генеративные функции Google Search остается оптимизацией поискового опыта и, следовательно, все еще является SEO. (developers.google.com)
Google также документирует два важных механизма, лежащих в основе его AI-поиска.
Retrieval-augmented generation (RAG) использует системы Google Search для получения релевантных и актуальных страниц из поискового индекса перед генерацией ответа.
Query fan-out позволяет модели выполнять несколько связанных поисковых запросов вокруг исходного вопроса пользователя. Поэтому при сложном запросе система может находить страницы, относящиеся к разным подтемам, вместо того чтобы зависеть от совпадения с одним конкретным ключевым словом. (developers.google.com)
Это объясняет, почему AI-поиск способен менять механизм обнаружения информации, не создавая при этом полностью отдельную дисциплину веб-оптимизации.
Что требует Google
Чтобы страница могла быть использована в качестве supporting link в генеративных AI-функциях Google Search, она должна быть проиндексирована и иметь право появляться в Search со сниппетом. Минимальные технические требования Google Search включают доступ Googlebot к странице, успешный HTTP-ответ 200 и наличие контента, пригодного для индексирования. Соответствие этим требованиям не гарантирует, что Google проиндексирует, ранжирует или процитирует страницу. (developers.google.com)
Документированные приоритеты Google в основном остаются знакомыми:
- создавайте ценный, оригинальный и ориентированный на людей контент;
- делайте важный контент доступным для crawling и представленным в текстовой форме;
- поддерживайте понятную техническую структуру сайта;
- используйте внутренние ссылки, чтобы страницы можно было обнаружить;
- обеспечивайте хороший page experience;
- используйте релевантные изображения и видео, когда это полезно;
- следите, чтобы structured data соответствовали видимому содержимому страницы;
- поддерживайте актуальность данных Merchant Center или Business Profile, если это применимо. (developers.google.com)
Это не означает, что «ничего не изменилось». Сам механизм поиска и извлечения информации существенно изменился. Google отвергает другое предположение: что эти изменения требуют совершенно отдельного набора технических приемов.
Что GEO не требует
Некоторые популярные рекомендации по GEO Google теперь комментирует напрямую.
Google указывает, что llms.txt не используется Google Search и не улучшает и не ухудшает видимость сайта в Google Search. Для AI Overviews или AI Mode не требуется специальная разметка schema.org. Страницы также не нужно искусственно делить на маленькие «AI-friendly chunks», а обычный контент не требуется переписывать в специальном машинно-ориентированном стиле. (developers.google.com)
Structured data по-прежнему могут быть полезны, поскольку помогают Google понимать определенные сущности и позволяют страницам претендовать на поддерживаемые rich results. Но это обычная SEO-работа со structured data, а не специальный слой GEO-разметки. (developers.google.com)
Есть и еще одно важное различие: Google-Extended не является средством управления GEO-ранжированием. Google сообщает, что этот токен может регулировать определенные способы использования загруженного контента для обучения Gemini и grounding вне обычного включения в Search, но не влияет на присутствие сайта или его ранжирование в Google Search. (developers.google.com)
Новый инструмент управления
В 2026 году Google представил более прямой механизм управления. С 31 августа 2026 года настройка Search generative AI control стала доступна владельцам сайтов по всему миру через Search Console.
Издатели могут разрешать или запрещать использование своего сайта в поддерживаемых генеративных AI-функциях Search, включая AI Overviews, AI Mode и генеративные AI-функции в Discover. По умолчанию участие разрешено. При исключении ссылки и содержимое сайта не будут появляться и использоваться для grounding ответов в этих функциях. При этом, по заявлению Google, настройка не влияет на ранжирование или присутствие сайта в других частях Search. (support.google.com)
Это конкретный и документированный Google механизм AI Search, а не предположительная GEO-тактика.
GEO можно измерять
Еще одно важное изменение касается измерения результатов.
В июне 2026 года Google анонсировал отдельные Generative AI performance reports в Search Console, а к 31 августа 2026 года, по данным компании, они стали доступны по всему миру. Отчет Search включает показы из AI Overviews и AI Mode и позволяет анализировать видимость по страницам, странам, устройствам и датам. (developers.google.com)
Теперь владельцы сайтов получают данные напрямую от Google для анализа того, что ранее во многом приходилось отслеживать с помощью сторонних инструментов.
Это меняет и сам подход к GEO: вместо вопроса о том, «работает» ли очередной предполагаемый AI-трюк, команды могут все чаще измерять, растет или снижается реальная видимость конкретных страниц в генеративном Search.
Практическая модель
Сегодня наиболее обоснованно рассматривать GEO не как замену SEO, а как SEO, применяемое к другой модели отображения и извлечения информации в поиске.
Традиционное SEO часто отвечает на вопросы: Можно ли обнаружить эту страницу, правильно понять ее содержимое, проиндексировать, ранжировать и получить переход пользователя?
Генеративный поиск добавляет новые вопросы: Может ли эта страница предоставить полезную информацию для более широкого или сложного запроса? Может ли ее содержимое поддержать отдельную часть AI-сгенерированного ответа? Есть ли на странице что-то действительно полезное, чего нет в типовом контенте конкурентов?
В своей актуальной документации для генеративного AI Google отдельно подчеркивает важность уникального, полезного и не шаблонного контента. Это может быть собственный практический опыт, оригинальный анализ, экспертные знания, качественные вспомогательные материалы или информация, которая дает читателю больше, чем простой пересказ уже существующих материалов в интернете. (developers.google.com)
Это действительно влияет на стратегию. Но из этого все равно не следует существование отдельного документированного «GEO-алгоритма».
Итог
GEO достаточно реален, чтобы описывать новую задачу оптимизации, а сам термин теперь встречается и в документации Google. Чего документация Google не подтверждает, так это идеи о том, что GEO представляет собой скрытую замену SEO со своей специальной разметкой, особым форматом контента или известной формулой ранжирования.
Для Google Search имеющиеся данные указывают на более простую модель: сильное SEO делает контент доступным и понятным; ценная информация делает страницу достойной извлечения; после этого генеративные системы используют инфраструктуру Search, RAG, query fan-out и AI-модели, чтобы определить, какие источники помогут ответить на конкретный вопрос.
Поэтому GEO можно использовать как полезный стратегический термин, если он помогает вашей команде думать о видимости в AI-поиске. Но каждую «GEO-тактику» стоит проверять на соответствие документированному поведению Google Search и измеримым данным.
Sources
- Google Search Central — Optimizing your website for generative AI features on Google Search. Last updated July 10, 2026. Google AI optimization guide (developers.google.com)
- Google Search Console Help — Search generative AI control. Worldwide rollout noted August 31, 2026. Search generative AI control (support.google.com)
- Google Search Central Blog — Introducing Search Generative AI performance reports in Search Console. June 3, 2026; worldwide rollout noted August 31, 2026. Generative AI performance reports announcement (developers.google.com)
- Google Search Console Help — Generative AI performance report (Search). Generative AI performance report documentation (support.google.com)
- Google Search Central — Google Search technical requirements. Last updated December 18, 2025. Google Search technical requirements (developers.google.com)
- Google Search Central — Creating helpful, reliable, people-first content. Last updated December 10, 2025. People-first content guidance (developers.google.com)
- Google Crawling Infrastructure — Google's common crawlers. Last updated July 14, 2026. Google-Extended documentation (developers.google.com)
- Aggarwal, P., Murahari, V., Rajpurohit, T., Kalyan, A., Narasimhan, K., & Deshpande, A. — GEO: Generative Engine Optimization. KDD 2024. DOI: 10.1145/3637528.3671900. GEO research paper (arxiv.org)
