Что такое LLM SEO?
LLM SEO это работа над тем, чтобы страница была доступна, извлекаема и пригодна для цитирования большими языковыми моделями: ассистент находит её, берёт корректный ответ и по ходу называет ваш бренд. Это не вторая система ранжирования рядом с Google. Это тот же веб, который читает другой тип читателя.
Этот читатель не просматривает десять синих ссылок. Он вытаскивает несколько фрагментов из индекса, сверяет их с заданным вопросом, пишет один ответ и прикрепляет к нему пару источников. Ваша страница либо проходит эту последовательность, либо нет.
О названии всё ещё спорят. GEO, AEO, LLMO и LLM SEO описывают примерно одну задачу, и отрасль не выбрала победителя. У поискового спроса мнение есть: в данных по ключевым словам, которые мы поднимаем при выборе тем, “llm seo” даёт около 880 запросов в месяц в США при сложности 8. Для такого молодого термина это необычно мягко.
Спор про аббревиатуру отложите. Появится ли ваш бренд в ответе, решает механика под ним, а она делится на четыре шлюза: доступ, право на показ, извлечение и атрибуция. Провалите один, и остальные три перестанут иметь значение.
Кому это нужно, оказывается уже, чем обещает шум. Если ваши покупатели изучают тему до покупки, сравнивают варианты или задают вопросы со словами “лучший” и “как сделать”, часть этого исследования уже идёт через ассистентов. Если они приходят с витрины или с точки на карте, работа опускается ниже в списке. Честно определите, какой случай ваш, прежде чем тратить квартал.
Почему позиции это неверная модель мышления
Позиции это список. Извлечение это короткий список, собранный заново под один вопрос и переписанный затем в связный текст. Из-за этой разницы у вопроса “как попасть в топ ChatGPT” нет честного ответа, а тактики, вырастающие из него, сжигают кварталы.
Классический поиск возвращает страницу. Ассистент возвращает абзац, и этот абзац сшит из кусков: разделов, фрагментов, иногда одного определения, вынутого со страницы, остальные 2000 слов которой никто не рассматривал. Единица работы перестала быть страницей. Ею стал фрагмент.
Отсюда два практических следствия. Первое: страница может быть отличной в целом и всё равно никогда не всплывать, потому что внутри нет ни одного самодостаточного блока, который чисто отвечает на реальный вопрос. Второе: скромная страница может цитироваться постоянно, потому что один её абзац оказался самым чистым ответом в индексе на вопрос, который люди действительно задают.
Нет и единой очереди. Каждый движок обходит сайт своими ботами, держит свой индекс и имеет свой вкус к источникам, поэтому бренд бывает виден в одном ассистенте и отсутствует в другом. Этот разрыв мы подробно разобрали в материале почему цитирования ИИ не переносятся между движками, и здесь он работает так же.
Значит, полезный вопрос не в том, где вы ранжируетесь. Он в том, на каком шлюзе вы сейчас застряли.
Шлюз первый: доходит ли до вас нужный краулер?
Разные краулеры, разные двери, и только одна из них решает, сможет ли ассистент вас процитировать.
Доступ это шлюз, который почти все проходят неправильно, потому что у ботов похожие имена и совершенно разные задачи. Заблокировать не тот, значит быстрее всего исчезнуть из ассистента, в котором вы и хотели быть.
OpenAI документирует свои краулеры по отдельности, и это различие стоит запомнить. Сайты в поисковых функциях ChatGPT показывает OAI-SearchBot, и OpenAI прямо пишет, что сайты, блокирующие его, не будут показаны в поисковых ответах ChatGPT. GPTBot это обучающий краулер, и, по данным OpenAI, его запрет не влияет на появление в поиске ChatGPT. ChatGPT-User не относится ни к тем, ни к другим: он открывает страницу потому, что человек попросил ассистента это сделать, и OpenAI отмечает, что к таким пользовательским визитам правила robots.txt могут не применяться.
Перечитайте эти три строки, глядя в собственный robots.txt. Множество сайтов заблокировали “бота OpenAI” в волне отказов от обучения в 2023 году или унаследовали это правило из шаблона либо настроек плагина. Они считали, что отказываются от обучения моделей. Одновременно они отказывались и от поисковых результатов ChatGPT, и ни один интерфейс об этом не сообщил. Google держит то же разделение через Google-Extended: эта директива управляет обучением других продуктов ИИ, а не правом на показ в Поиске.
Почему путаница обходится дорого, объясняют объёмы. В отчёте Cloudflare по трафику ботов от июля 2026 года на обучение ИИ приходилось 52% запросов краулеров по состоянию на июнь 2026 года против 22% весной 2025 года, а чистый поисковый обход описан как небольшая и сокращающаяся доля. Большая часть того, что приходит на ваш сервер, это не тот краулер, который может вас процитировать, поэтому грубая блокировка обучающего трафика почти всегда задевает и полезный.
Аудит умещается в три строки: откройте robots.txt, выпишите каждый заблокированный ИИ-агент и подтвердите, что каждая блокировка именно та, которую вы имели в виду. Затем проверьте правила CDN или файрвола: бот-менеджер может блокировать краулеров, которых robots.txt спокойно пропускает.
Шлюз второй: имеете ли вы право на показ?
Директивы сниппета тихо закрывают именно те абзацы, которые взял бы ответ ИИ.
Право на показ это самый тихий шлюз, и документация Google здесь приятно прямолинейна. Чтобы появиться поддерживающей ссылкой в AI Overviews или AI Mode, страница должна быть проиндексирована и иметь право показываться в Поиске со сниппетом. Это весь список требований.
Google идёт дальше и говорит, что для этих функций нет ни дополнительных требований, ни специальных оптимизаций. Никаких новых машиночитаемых файлов, никаких ИИ-файлов, никакой особой разметки schema.org. Компания, которая держит крупнейшую поверхность ответов ИИ в вебе, говорит вам, что входной билет это обычное техническое здоровье сайта.
Из-за этого ловушкой становятся директивы сниппета, и проверить их стоит сегодня же. nosnippet, data-nosnippet и узкий max-snippet ограничивают то, что Google может показать со страницы, а контент, который нельзя показать сниппетом, нельзя использовать и как опору для ответа ИИ. Издатели добавляют эти директивы, чтобы защитить материалы, а потом удивляются, почему их лучшие страницы никогда не появляются в функциях ИИ.
Быстрая проверка ловит почти всё: поищите эти три директивы в шаблонах, убедитесь, что логика пейволла или анонса не заворачивает статью целиком в data-nosnippet, и подтвердите, что важные страницы действительно проиндексированы, а не просто опубликованы. Скучная работа. От неё зависит всё остальное.
“Опубликовано” и “проиндексировано” расходятся чаще, чем ожидают команды, особенно на сайтах с тяжёлым JavaScript-рендерингом, слабыми страницами категорий и картой сайта, в которую никто не заглядывал с запуска. Инструмент проверки URL в Search Console отвечает на это за минуту по каждой странице, и ответ однозначный.
Ещё одну привычку стоит завести именно здесь. Ассистенты разбивают вопрос на несколько связанных запросов до извлечения, поэтому страница, совпадающая только с вашим точным ключом, теряет соседние варианты. Закройте вопрос и его окружение на одной странице, каждый в своём разделе, вместо пяти тонких заметок, конкурирующих друг с другом.
Шлюз третий: отвечает ли ваш абзац на вопрос сам по себе?
Извлечение отбирает фрагменты, поэтому вопрос звучит так: можно ли вынуть любой блок вашего текста и сохранит ли он смысл? Прочитайте один из разделов без заголовка и без остальной статьи. Если для понимания нужен абзац выше, система извлечения его не возьмёт.
Решение структурное, а не стилистическое. Каждый заголовок это вопрос, который кто-то может задать, а первые две-три фразы под ним отвечают на него полностью и простым языком, до всякого контекста и повествования. Детали идут после ответа и никогда до него.
Определения заслуживают особой аккуратности: это самая цитируемая единица в вебе. Пишите их самодостаточно, называйте предмет вместо местоимения и держите жаргон и интонацию вне именно этой фразы. “LLM SEO это работа над тем, чтобы страница была доступна, извлекаема и пригодна для цитирования большими языковыми моделями” выживает вне контекста. “По сути это новое SEO” не выживает.
С числами то же самое. Цифра, у которой источник и дата стоят в той же фразе, цитируется безопасно, и это делает её куда полезнее той же цифры, оторванной от ссылки на три абзаца. Ассистенты осторожны с утверждениями, которые не могут атрибутировать.
Остальное это негламурная гигиена: одна мысль на раздел, заголовки, обещающие пользу вместо ярлыка темы, таблицы и списки только для действительно перечислимого и ясность сущностей, чтобы модель понимала, о какой компании, продукте или человеке речь. Версию этого на уровне страницы подробнее разбирает наш практический чек-лист по GEO.
Разбор на примере: один абзац, переписанный под извлечение
Разница между страницей, которую цитируют, и страницей, которую пропускают, обычно видна в одном абзаце. Вот шаблон, который мы чаще всего встречаем при аудите ключевых страниц бренда.
Оригинал открывает раздел “Наш подход к онбордингу” так: “Мы годами оттачивали то, как встречаем новых клиентов, и за это время поняли, что каждый бизнес разный. Поэтому наш процесс построен вокруг гибкости.” Ничего неверного здесь нет. Взять отсюда тоже нечего. Предмет не назван, вопрос не отвечен, и внутри ответа про онбординг этот текст бессмыслен.
Переписанная версия меняет заголовок на “Сколько длится онбординг и что происходит каждую неделю?” и открывается ответом: “Онбординг занимает четыре недели. Первая неделя это аудит данных и доступов, вторая обучение голосу на ваших материалах, третья первый рабочий процесс вживую, четвёртая передача вашей команде.” Те же факты, перестроенные так, чтобы система извлечения могла взять блок целиком.
Заметьте, что выиграла вторая версия: конкретный вопрос в заголовке, самодостаточный ответ в первой фразе, конкретные шаги, которые модель процитирует без искажения, и нулевая зависимость от абзаца выше. В этом всё ремесло, применённое по одному разделу за раз.
Проверьте это на своих страницах простым правилом: закройте всё, кроме одного раздела, прочитайте его и спросите, смог бы посторонний ответить на вопрос заголовка тем, что осталось. Разделы, которые не проходят, и есть причина, по которой вместо вас цитируют конкурентов.
Шлюз четвёртый: есть ли причина назвать ваш бренд?
Атрибуция это подтверждение: несколько независимых источников называют одно и то же.
Извлекаемость помещает ваш текст в ответ. Атрибутируемость помещает туда ваше имя, и это разные достижения. Модели цитируют источники, которые могут подтвердить, а подтверждаемость это свойство веба вокруг вас, а не одной вашей страницы.
Стрелку двигают три вещи, и ни одна из них не трюк. Первое это согласованность: если год основания, названия услуг и описание категории различаются на сайте, в профилях и в каталогах, каждый вариант ослабляет остальные. Выберите канонический набор фактов и повторяйте его везде дословно.
Второе это оригинальность. У модели нет причин называть вас источником цифры, которую вы лишь пересказали из чужого исследования. И есть все причины, когда цифра ваша: замер, который вы провели, набор данных, который вы собрали, результат по аккаунтам, которыми вы управляете. Собственные данные это самая дешёвая страховка от отсутствия цитирований.
Третье это независимое подтверждение. Когда вас точно описывают там, где вы ничего не контролируете, в обзоре, в расшифровке подкаста, в ветке сообщества или в кейсе партнёра, для модели утверждение превращается в факт. Здесь классический digital PR тихо стал тактикой видимости в ИИ.
Структурированные данные относятся к этому шлюзу, а не к предыдущему. Google пишет, что для его функций ИИ специальная схема не нужна, и это правда. Аргументом против структурированных данных это не является. Блок Organization с юридическим названием, сайтом, логотипом и подтверждёнными профилями даёт каждой машине, читающей ваш сайт, одну недвусмысленную версию того, кто вы такие.
Честное ограничение: ничто из этого не покупает место. Цитирования меняются, движки без предупреждения перестраивают свои схемы извлечения, и ни один подрядчик не может обещать вам место в ответе. Контролировать вы можете лишь то, есть ли обоснованная причина выбрать вас, когда собирается короткий список.
Что действительно можно измерить уже на этой неделе
На измерении LLM SEO перестаёт быть теорией. С июня 2026 года часть картины видна в инструменте, который у вас уже есть: в Google Search Console появился отчёт по эффективности генеративного ИИ, охватывающий AI Overviews и AI Mode, а Discover отчитывается отдельно.
Прочитайте ограничения до того, как строить на этом дашборд. Отчёт показывает показы, то есть сколько раз ссылки на ваш сайт были показаны внутри функции генеративного ИИ, и кликов по этим функциям он не даёт. Эксперименты Search Labs исключены, а сайты, отказавшиеся от функций генеративного ИИ, не появляются вовсе. Показы без кликов это частичная картина, но измеренная, а не угаданная, и этим она лучше большинства того, что продают под названием “отслеживание видимости в ИИ”.
Пробелы закрывают ещё три источника. Логи сервера показывают, какие ИИ-краулеры приходят, как часто и какие разделы предпочитают, в разбивке по user-agent. Аналитика позволяет выделить переходы с доменов ассистентов, и она занижает канал, потому что многие ассистенты присылают посетителей без реферера, но линия тренда всё равно настоящая. А фиксированный набор промптов, задаваемый в один и тот же день каждый месяц без авторизации, показывает, что на самом деле видит покупатель.
Именно набор промптов команды чаще всего пропускают, а потом жалеют. Десять вопросов, которые ваши клиенты задают на самом деле, прогнанные через три-четыре ассистента, с записью доменов, процитированных вместо вас. Через тридцать дней тот же список ещё раз. Эта разница и есть единственная метрика видимости в ИИ, которая принадлежит вам целиком, а как её собрать, мы пошагово показали в материале как измерять видимость бренда в ИИ.
Заодно настройте ожидания команды. Объёмы этого канала малы рядом с органическим поиском, движение медленное, потому что индексы обновляются по своему графику, а атрибуция ещё долго останется частичной. Честный результат это направление и тренд. Точность пока не предлагается.
Чем LLM SEO не является
Заметная часть того, что ходит под этим названием, либо не проверена, либо уже опровергнута самими платформами. Четыре утверждения заслуживают прямого ответа.
llms.txt это предложение, а не фактор ранжирования. Это кураторский markdown-файл, указывающий ИИ-клиентам на важный контент, и у кодовых ассистентов, читающих документацию, он действительно прижился. Ни одна крупная поисковая платформа не обязалась использовать его для ответов, а документация Google по функциям ИИ прямо говорит, что создавать ИИ-файлы не нужно. Публикуйте, если это полезно вашей документации. Видимости от него не ждите.
Писать для моделей не отдельный жанр. Не существует лексики, которая делает текст привлекательнее для языковой модели, а набивание абзацев “оптимизированными под ИИ” формулировками даёт ровно тот же нечитаемый результат, что и keyword-стаффинг пятнадцать лет назад, с тем же финалом.
Гарантий не существует. Никто не может обещать вам цитирование в ChatGPT или место в AI Overview, потому что вне этих компаний извлечением никто не управляет. Кто продаёт такую уверенность, продаёт что-то другое.
И объём это не стратегия. Публиковать сорок тонких страниц в месяц ради площади значит дать системе извлечения сорок слабых кандидатов. Одна страница, которая отвечает на реальный вопрос лучше всего остального в индексе, обходит их все. Именно поэтому наш собственный AI Content Writer прогоняет девять этапов от исследования до ревью вместо одного промпта.
LLM SEO заменяет SEO или надстраивается над ним?
Он надстраивается, и пересечение больше, чем готов признать любой из лагерей. Оба стоят на одном фундаменте: обходимый сайт, проиндексированная страница, чистая структура и контент, который отвечает на вопрос лучше альтернатив.
Расходятся они в единице работы. Классический SEO оптимизирует страницу против ключевого слова и набора конкурирующих страниц. LLM SEO оптимизирует фрагмент против вопроса и набора конкурирующих источников, а затем задаёт второй вопрос, которого у SEO никогда не было: есть ли причина назвать бренд, стоящий за этим фрагментом?
Модели измерения тоже расходятся. SEO даёт позиции и клики. Поверхности ИИ дают показы, частичные переходы и ежемесячный набор промптов, который придётся прогонять самим. Один сайт, две разные отчётные реальности, и маркетинговая команда, которая рассказывает лишь об одной, описывает половину бизнеса.
Бюджет следует той же логике. Это не столько новая статья расходов, сколько другой критерий приёмки для работы, которую вы и так оплачиваете: та же страница, которую вы собирались написать, но собранная так, чтобы каждый раздел отвечал на свой заголовок, а каждое утверждение несло источник. Дополнительная стоимость в ревью, а не в объёме.
На практике рабочая последовательность скучна. Почините доступ, подтвердите право на показ, перестройте двадцать важнейших страниц так, чтобы каждый раздел отвечал на свой заголовок, и лишь потом стройте слой подтверждений вокруг утверждений, которые хотите закрепить за собой. Порядок намеренный: поздняя работа не даёт эффекта, пока закрыт ранний шлюз. Если нужен более широкий контекст, как ИИ изменил SEO прослеживает переход от страниц к фрагментам.
Аудит, который стоит провести до следующей статьи
Выделите на этой неделе девяносто минут и пройдите четыре шлюза по порядку. Откройте robots.txt и убедитесь, что каждый заблокированный ИИ-краулер это тот, кого вы и хотели заблокировать, отдельно проверив OAI-SearchBot по имени. Затем возьмите пять коммерчески важнейших страниц, подтвердите их индексацию и поищите в шаблонах nosnippet, data-nosnippet и max-snippet.
Дальше прочитайте вслух и вне контекста первые три фразы под каждым заголовком этих пяти страниц. Каждая, которая не стоит сама по себе, это фрагмент, который система извлечения пропустит. Перепишите её так, чтобы вопрос заголовка получал ответ раньше всего остального, и отметьте, какие утверждения на странице ваши, а какие заимствованы.
Завершите тем, что зададите четырём ассистентам десять вопросов, которые действительно задают ваши покупатели, без авторизации, и запишете, кого цитируют вместо вас. Поставьте напоминание через тридцать дней и прогоните те же десять. Ваша базовая точка это тот файл, а не подписка на инструмент.
Если результат окажется неприятным, именно это неудобство и есть разрыв, над которым стоит работать, и закрывается он за квартал. Если хотите второй взгляд, расскажите нам о своём бренде. Прочитать этот разрыв это разговор, а не оплата.
