Направление almazrobotsSEO

Видимость сайта в поиске и в ответах языковых моделей

Первоисточник
arXiv:2607.14035v1
Корпус
45 исследований
Сверено
22 сентября 2026

Главная → SEO → Разбор исследования

Разбор исследования · чтение 22 мин · сверено 22 сентября 2026

Видимость в генеративных движках

Критический обзор 45 исследований о GEO, 2023–2026: что доказано, что условно и что отклонено

Сводный разбор поля «оптимизации под генеративные движки». Автор показывает, что почти все известные результаты получены при условии, что документ уже выдан модели, — и что ни один проверенный приём не доказал устойчивого влияния на органическую находимость или на трафик.

01

Что это за работа

В июле 2026 года на arXiv вышел сводный критический обзор поля, которое три года подряд продаёт себя под именем Generative Engine Optimization — оптимизация под генеративные движки. Автор отобрал 45 исследований по окну с 16 ноября 2023 года по 14 июля 2026 года — одна работа старше окна и попала в корпус потому, что вышла в трудах EMNLP уже внутри него, — и проверил не выводы по отдельности, а то, что поле считает про себя в целом.

Жанр выбран сознательно: это не метаанализ. Автор отказывается усреднять проценты из несопоставимых экспериментов и говорит вместо этого о направлении эффектов, об условиях, при которых они получены, и об уровне доказательности каждого утверждения. Причина проста: поле ещё не договорилось о словаре, значительная часть работ существует только в виде препринтов, а системы, на которых ставят опыты, меняются быстрее, чем выходит статья о них.

Отсюда главная мысль обзора, которая дальше держит весь текст. GEO — не одна задача ранжирования, а случайный по своей природе и частично ненаблюдаемый конвейер. Вмешательство способно улучшить одну его стадию и одновременно испортить другую, а наблюдать целиком его не может никто, кроме владельца движка.

Оговорка о статусе

Сама статья — препринт: на дату нашей сверки она рецензирования не проходила. Мы разбираем её именно как препринт и не выдаём её выводы за консенсус. Ценность работы в том, что она сводит разрозненные результаты в одну рамку и честно помечает, где доказательств нет.

02

Ключевые выводы

Девять утверждений ниже — то, что остаётся от поля, если убрать обещания. Рядом с каждым стоит уровень доказательности и граница: чего из этого утверждения не следует.

Показать выводы по уровню доказательности
01Высокая

Документ, который уже попал в контекст модели, можно переписать так, что его будут цитировать чаще.

Под ним стоят контролируемые повторения на нескольких моделях. Высокую уверенность обзор даёт ещё трём утверждениям, но это единственное, которое прямо описывает результат вмешательства в текст.

Граница утвержденияЭффект измерен при условии, что источник уже выдан генератору. Ни о попадании в выдачу, ни о трафике отсюда ничего не следует.

02Высокая

Сильнее всего на цитирование влияют два фактора: соответствие документа запросу и его позиция в контексте.

Факторный эксперимент на 252 000 испытаний, шести языковых моделях и восемнадцати факторах называет именно их главными детерминантами первой цитаты. Подъём источника выше в контексте даёт больше, чем большинство переписываний текста.

Граница утвержденияЭто возвращает задачу вверх по конвейеру: безупречно написанная страница, не попавшая в число документов, которые движок отдаёт модели (top-k), не участвует вообще.

03Высокая

Разные движки цитируют разные источники, и один и тот же движок цитирует по-разному в разные дни.

Пересечение доменов между поверхностями измеряется долями: 26 % у пары Bing Chat и Perplexity, коэффициент Жаккара 0,11–0,18 между органикой Google, AI Overviews и Gemini. Половина доменов из AI Overviews вообще не встречается в органическом топ-10.

Граница утвержденияЕдиного «рейтинга в ИИ-поиске» не существует. Любая метрика обязана называть продукт, режим поиска, дату и локаль.

04Высокая

Извлечённый документ — это поверхность атаки, а не только источник знания.

Непрямая инъекция в документ поднимала цель примерно на три позиции в коммерческом API; манипуляция предпочтениями поднимала долю рекомендаций вымышленной камеры с 34,0 % до 59,4 %.

Граница утвержденияБольшинство опубликованных атак работают уже после извлечения — на подсунутом списке документов, а не в живом органическом вебе.

05Средняя

Извлекаемые факты — числа, определения, цитаты, даты, цены — чаще помогают, чем мешают.

Эффект виден и в основополагающей работе, и в более поздних системах оптимизации. Но он зависит от намерения запроса: свежая дата помогает там, где запрос чувствителен ко времени, и не обязательно помогает в устойчивом определении.

Граница утвержденияКритерий не «добавь цифр», а «дай проверяемое, датированное свидетельство с указанием источника». Выдуманная цифра может повысить шанс, что её перескажут, и одновременно ухудшить качество самого ответа.

06Средняя

Универсальные приёмы переносятся плохо, а под конкуренцией выигрыш стирается.

В бенчмарке на двух задачах, шести доменах и 16 360 документах значимо положительными оказались 3 комбинации «метод × домен» из 54, а в вопросно-ответной задаче — ни одной. В электронной коммерции 10 из 15 исходных эвристик нейтральны или вредны.

Граница утвержденияПо мере роста доли оптимизирующих игроков выигрыш приближается к нулю: доли внимания в сумме дают единицу, поле локально перераспределительное.

07Низкая

«Белая» оптимизация устойчиво улучшает органическую находимость сразу в нескольких движках — этого не показал никто.

Сквозных испытаний единицы. Среда, где документ обязан пройти весь путь целиком, показывает обратный эффект: переписывание тела документа снижало присутствие в топ-20 примерно на 9 %, в топ-10 после переранжирования — на 16 %, итоговое цитирование — на 6 %.

Граница утвержденияВыигрыш на стадии генерации может быть съеден проигрышем на стадии извлечения. Совокупный эффект способен оказаться отрицательным.

08Очень низкая

Цитируемость предсказывает клики, конверсии и выручку — доказательств этому почти нет.

Один наводящий квазиэксперимент: переходы из ChatGPT выросли в 5,7 раза, но нетронутые страницы за тот же период выросли в 3,5 раза; контролируемый временной ряд оставляет дополнительный множитель 1,82 с 95-процентным интервалом [1,31; 2,54], а консервативное плацебо даёт p = 0,16.

Граница утвержденияЗаявления об окупаемости GEO явно опережают научные данные — это формулировка самого обзора.

09Отклонено

«GEO повышает видимость на 40 %» — отклонено как общее утверждение.

Цифра выведена из роста позиционно-взвешенной доли слов с 19,3 до 27,2 (около 41 % относительно) у одной стратегии, на стенде, где пять документов уже выданы генератору, а их доли в сумме дают 100 %.

Граница утвержденияЭто относительный максимум по одной метрике в одной конфигурации. Ни 40 % читателей, ни 40 % вероятности извлечения тут нет.

03

Видимость как конвейер, а не как позиция

Поисковый интерфейс на языковой модели не ранжирует ссылки. Он извлекает документы, сжимает их, отвечает словами и иногда прикрепляет ссылку к конкретному утверждению. Из-за этого меняется сама природа видимости: мало занять позицию на странице результатов — документ должны извлечь, использовать, процитировать, поставить на заметное место, и в идеале его должен выбрать читатель.

Обзор раскладывает путь на семь стадий. Почти все исследования поля живут в середине этого пути — вокруг раздачи контекста и цитирования. Активация поиска, обход, индексация, органическое извлечение и поведение человека наблюдаются в единицах работ.

АктивацияДвижок решает, идти ли вообще в поиск. В одной из конфигураций ChatGPT не включал веб-поиск в 57,8 % прогонов.
изученность: редко
Обход и индексацияСтраница должна быть доступна роботу и попасть в индекс. Стадия почти не наблюдается в исследованиях GEO.
изученность: почти не изучено
ИзвлечениеФормируется множество кандидатов. Именно здесь решается, участвует документ в ответе или нет.
изученность: редко
Переранжирование и раздача контекстаКандидаты упорядочиваются, часть попадает в окно контекста и получает токены.
изученность: умеренно
Генерация и цитированиеОтвет формулируется, к части утверждений прикрепляются ссылки. Сюда смотрит подавляющее большинство работ.
изученность: основной объём работ
Впитывание и достоверностьНасколько источник действительно определил факты и формулировки ответа и подкрепляет ли он то, что ему приписали.
изученность: умеренно
Внимание, клик, конверсияЧто произошло с человеком. Наблюдается в единицах работ.
изученность: почти не изучено

Первое предложение обзора — считать видимость конвейером, а не позицией. Второе — перестать сводить её к одному числу. Вместо балла предлагается вектор из семи компонент, у каждой из которых свой знаменатель и свой вопрос.

Вектор видимости источника. Сворачивать его в один балл допустимо только тогда, когда веса соответствуют явно названной цели: иначе сложение упоминания, точной цитаты и конверсии просто прячет выбор ценностей.
СимволКомпонентаЧто измеряет
DНаходимостьвероятность быть извлечённым
KЭкспозиция в контекстепозиция, попадание в число выданных модели документов, выделенные токены
CЦитированиевероятность упоминания или ссылки
PЗаметностьпозиция в ответе, повторы, приписанная доля
HВпитываниевклад источника в факты, язык и структуру ответа
FДостоверностьдействительно ли подкреплено и точно ли передано то, что приписано источнику
BПоведение и экономикаклик, переход, конверсия, деньги

Практический вывод из этой рамки один, и он неприятен для отчётности. Высокая доля цитирования при условии, что источник попал в контекст, не компенсирует низкую вероятность туда попасть. Эти две величины нужно показывать врозь, потому что перемножаются они так:

Вертикальная черта читается «при условии, что».

Pr(источник процитирован) = Pr(поиск активирован)
  × Pr(источник извлечён | поиск активирован)
  × Pr(процитирован | извлечён, поиск активирован)

Это разложение объясняет, почему высокая условная цитируемость спокойно уживается с околонулевой коммерческой видимостью. И оно же объясняет, почему дашборд, который считает «долю цитирований» только среди ответов, где цитаты вообще были, показывает не видимость, а собственный отбор.

04

Откуда взялись «40 %»

Основополагающая работа поля сделала три вещи: дала явлению имя, описала генеративный движок как связку извлечения и синтеза и предложила метрики, пригодные для цитат, рассыпанных по тексту ответа. Её стенд — 10 000 запросов; на каждый запрос пять верхних результатов Google подавались модели, ответы генерировались при температуре 0,7, один из источников переписывался одной из девяти стратегий и сравнивался сам с собой.

Метрик три: доля слов, приписанных источнику; та же доля с поправкой на позицию (PAWC — чем позже пассаж в ответе, тем меньше его вес); и субъективное впечатление, которое оценивает языковая модель. Доли пяти источников в сумме дают единицу — то есть метрика устроена так, что она относительная и перераспределительная.

Доли нормированы так, чтобы пять источников в сумме давали 100. Значения — средние по тестовому набору из 10 000 запросов; на каждый запрос пять верхних результатов Google выдавались GPT-3.5-turbo, ответы генерировались при температуре 0,7. В таблице пять стратегий из девяти.
ВмешательствоPAWCСубъективное впечатлениеКак это читать
Базовый вариант19,319,3точка отсчёта
Набивка ключевыми словами17,720,2позиционно-взвешенную метрику снижает
Гладкость изложения24,721,9умеренный выигрыш, зависит от домена
Ссылки на источники24,621,9помогает внутри фиксированного контекста
Добавление цитат27,224,7максимум PAWC, те самые «около 41 %» относительно
Добавление статистики25,223,7заметный выигрыш, правдивость не гарантирована

Те самые «до 40 %» — это рост PAWC с 19,3 до 27,2 у стратегии «добавление цитат», около 41 % в относительном выражении. Выигрыш по субъективному впечатлению ниже. Это не означает, что на 40 % больше читателей кликнет, и не означает, что страница на 40 % чаще будет извлечена. Это означает ровно одно: источник, уже выданный генератору, получает бо́льшую позиционно-взвешенную долю приписанного текста.

Перераспределительный характер метрики виден на стратегии «ссылки на источники»: пятый источник прибавляет 115,1 %, а первый теряет 30,3 %. Выигрыш одного — проигрыш другого, и это свойство шкалы, а не наблюдение о рынке.

Проверка на Perplexity, которую часто приводят как доказательство «работы в проде», включала 200 примеров, причём тексты загружались файлами, а не извлекались из веба органически. Наибольшие заявленные выигрыши — 22 % по PAWC и 37 % по субъективному впечатлению. Это проверка того, как чёрный ящик распоряжается уже поданным документом, а не эксперимент по обходу и ранжированию.

Обзор перечисляет структурные ограничения работы не как ошибки, а как оставленную повестку: источник уже лежит в контексте из пяти документов, поэтому находимость и бо́льшая часть экспозиции зафиксированы; позиционные веса взяты из допущения, а не из наблюдения за вниманием; судья — модель того же семейства, что и генератор; кликов, переходов и покупок не наблюдали вовсе; а движок и бенчмарк — снимок момента.

05

Как менялось поле

Четыре последовательных сдвига исследовательского вопроса. Хронология не строго линейна, но показывает взросление поля: от «можно ли получить видимость» к «как измерить весь конвейер».
ПериодЦентральный вопросСмысловой сдвиг
2023–2024Может ли источник получить видимость?От ранжированных ссылок к доле в ответе; первые контролируемые вмешательства.
2024–2025Можно ли подделать ранжирование и рекомендацию?Извлечённый контент становится поверхностью атаки; появляется граница между белой оптимизацией и состязательной.
2025Переносятся ли эвристики и что делает конкуренция?Контрсвидетельства, заторы при множестве игроков, расхождения между движками.
2026Как измерить весь конвейер и можно ли обучить модель самой подбирать оптимизацию?Постадийная оптимизация, метрики впитывания, продольные аудиты, вопросы управления.
06

Девять значений слова «видимость»

Слово «видимость» в литературе обозначает как минимум девять разных величин. Обзор выстраивает их от самого лёгкого сигнала к самому близкому к пользе — и у каждого уровня свой знаменатель и свой предел.

Таксономия метрик видимости. Третья колонка — что метрика действительно устанавливает, четвёртая — то, что ей регулярно приписывают сверх этого.
УровеньПример метрикиЧто устанавливаетЧего не устанавливает
АктивацияPr(поиск включён | запрос)сработала ли вообще генеративная поверхностьвидимость конкретного источника
Извлечениеrecall@k, присутствие URL или доменанаходимость в пуле кандидатов или в контекстетон, источник, подкреплённость, клик
Упоминаниеприсутствие бренда или сущностиминимальная номинальная экспозицияцитирование или влияние на содержание ответа
Цитированиедоля цитирований, ранг первой цитатыявный выбор источникомточную подкреплённость и вклад по существу
Заметностьчисло слов, PAWC, повторынаблюдаемую долю и позициючеловеческое внимание без поведенческой проверки
Покрытиедоля закрытых подвопросов или смысловых единицшироту закрытых информационных потребностейпричинный вклад источника в формулировку
Впитываниесхожесть, абляция с источником и без него, составной баллвклад в факты, язык и структурувнутренние состояния модели, пока балл остаётся суррогатом
Достоверностьполнота и точность цитирования, следование из источникасогласованность утверждения и источникатональность упоминания и экономический результат
Поведениеклик, переход, конверсия, выручканаблюдаемый итог ниже по воронкепричинность без контрольной группы и базового тренда

Отдельная тема — воспроизводимость. Генеративный движок повторяем только на уровне распределения: заявленная нулевая температура не фиксирует ни индекс, ни извлечение, ни версии внешних сервисов. Замер на четырёх движках за 45 дней даёт суточный коэффициент Жаккара по источникам 0,34–0,42 — день ко дню совпадает от трети до двух пятых объединения источников. Отсюда предложение делать по 7–8 повторов на промпт; само число выведено на небольшом наборе швейцарских запросов, и правильная практика — не копировать его, а повторять замер, пока интервал вокруг оценки не станет достаточно узким для решения, которое вы принимаете.

Судья-модель позволяет оценить десятки тысяч утверждений, но привязывает результат к модели, добавляет стилевое смещение и замыкает круг — особенно когда одна и та же модель переписывает текст, отвечает и оценивает. Обзор предписывает разводить семейства моделей генератора и судьи, скрывать от судьи, какой вариант он оценивает, рандомизировать порядок вариантов, валидировать каждое измерение стратифицированной человеческой выборкой и держать хотя бы одну метрику, не зависящую от судьи: каноническую цитату или клик.

07

Что работает и что нет

Уровень эмпирической поддержки основных «белых» рычагов. Сильная поддержка означает воспроизведённость в контролируемых условиях, а не гарантию результата в проде.
РычагПоддержкаУсловияОсторожное прочтение
Соответствие документа запросусильный в контролируемых условияхнамерение определено, фактов не выдуманозакрывайте реальную информационную потребность, а не её имитацию
Позиция в контекстесильныйсовместимо с правдивостью, атрибуцией и намерением запросаподчёркивает вес извлечения и переранжирования
Извлекаемые свидетельстваот умеренного до сильногочувствительные ко времени и коммерческие запросыпроверяемые числа, определения, сравнения
Свежесть, цены, датыумеренныйэффект различается по стадиямполезные, но не универсальные сигналы
Структура документаумеренный и неоднородныйдокумент уже извлечёнпроверяйте заголовки, таблицы и поля постадийно, не предполагая знак эффекта
Гладкость и упрощениеот слабого до умеренногозависит от домена и движкаоптимизируйте сначала для человека
Авторитетный тонслабый и неустойчивыйможет конфликтовать с достоверностьюуверенность — не свидетельство
Набивка ключевыми словаминулевой или отрицательныйподтверждено несколькими бенчмаркамине делать
Форматирование само по себе и готовые рецептыплохо обобщаетсяизредка локальные выигрышитребует парного тестирования на нескольких движках

Главный для практики результат этого блока — не в таблице, а в единственном эксперименте, который вернул в схему извлечение и переранжирование. На 171 003 документах и 2 700 запросах оптимизация одного лишь тела документа снижала среднее присутствие в топ-20 примерно на 9 %, присутствие в топ-10 после переранжирования — на 16 %, а итоговое цитирование — на 6 %.

Это снимает кажущееся противоречие между работами. Бенчмарки с фиксированным контекстом оценивают прямой эффект на генерацию; сквозной стенд оценивает композицию эффектов. Если переписывание повышает вероятность цитирования при условии извлечения, но снижает саму вероятность извлечения, совокупный эффект может оказаться отрицательным. Любое утверждение о пользе приёма обязано называть, какой из этих двух эффектов оно измеряет.

Про переносимость приёмов есть прямая проверка: на двух задачах, шести доменах, примерно 1 900 запросах и 16 360 документах значимо положительными оказались 3 комбинации «метод × домен» из 54, а в вопросно-ответной задаче — ни одной; часть преобразований ранг даже снижала. В электронной коммерции 10 из 15 исходных эвристик нейтральны или вредны, при том что систематически подобранные промпты работают лучше.

Наиболее поддержанная рекомендация обзора звучит буднично: сделать релевантную, полную, проверяемую, ясно структурированную и технически извлекаемую страницу, а затем мерить извлечение, цитирование и достоверность по отдельности. Это ближе к инженерии информации, чем к манипуляции ключевыми словами.

08

Коммерческие движки: что показали аудиты

Источники не совпадают

  • 26 % доменов цитировались одновременно Bing Chat и Perplexity — из 355 уникальных доменов в 672 разобранных ответах; всего в аудите 1 008 ответов по трём системам
  • 53 % доменов, процитированных AI Overviews, отсутствуют в органическом топ-10; 27 % нет и в топ-100
  • коэффициент Жаккара по URL между органикой Google, AI Overviews и Gemini — 0,11–0,18 на 11 500 запросов (Жаккара, Jaccard, — мера пересечения двух списков: 1 — совпадают полностью, 0 — не пересекаются)

Глобального рейтинга GEO не существует: видимость индексирована движком и поверхностью.

Ответ вообще может не появиться

  • 13,7 % — общая доля активации AI Overviews на 55 393 трендовых запросах за 40 дней
  • 64,7 % — та же доля для запросов, сформулированных вопросом
  • 51,5 % запросов с AI Overviews в другой, представительной выборке

Цифры не противоречат друг другу: различаются выборки запросов, даты и категории. Доля без описания выборки не переносится никуда.

Один и тот же запрос даёт разный ответ

  • суточный коэффициент Жаккара по источникам 0,34–0,42 на четырёх движках за 45 дней
  • 18 % пересечения страниц за два месяца у AI Overviews против 45 % у органики Google — на 4 706 запросах в США и Германии
  • 9–28 % решений меняются при повторных прогонах даже там, где температуру удалось зафиксировать на нуле
  • 7–8 повторов на промпт — предложенная отправная точка, выведенная на небольшом швейцарском наборе запросов

Точечная оценка — не показатель. Мерить нужно минимум по четырём осям: прогон, перефразировка, дата, движок.

Цитата не означает подкреплённости

  • 51,5 % проверяемых предложений полностью подкреплены и 74,5 % цитат подтверждают своё утверждение — базовый замер по четырём ранним движкам
  • 71,4–86,3 % — доля источников, признанных заслуживающими доверия, в зависимости от ассистента и темы
  • ~11 % из 98 020 атомарных утверждений классифицированы как недостаточно подкреплённые
  • ~16 % из 19 154 полученных текстовых страниц помечены детектором как сгенерированные ИИ; 27,1 % URL получить не удалось

Видимость нельзя максимизировать отдельно от достоверности: источник могут процитировать под утверждение, которого он не подкрепляет.

Узнавание — это не открытие

  • 99,4 % продуктов ChatGPT узнаёт, когда их называют по имени — выборка из 112 стартапов, две модели, препринт одного исследования
  • 3,32 % — доля, с которой он же выводит их в органических запросах на подбор
  • 94,3 % против 8,29 % — те же два замера у Perplexity

Знание сущности в весах модели и извлечение по имени не означают рекомендации по родовому намерению. Работать, возможно, придётся не с отдельной страницей, а с сетью источников.

09

Конкуренция и манипуляция

Белая оптимизация и состязательная атака решают одну и ту же математическую задачу. Различает их не наличие влияния, а ограничения, наложенные на преобразование текста. Обзор предлагает четыре условия, которые должны выполняться одновременно — преобразование считается добросовестным, только если проходит все.

  1. Сохранение смысла. Остались ли факты и оговорки истинными?
  2. Подлинность свидетельств. Проверяемы ли статистика, отзывы и ссылки?
  3. Разделение содержания и инструкции. Документ информирует человека — или отдаёт скрытые команды модели?
  4. Раскрытие и честность. Раскрыт ли коммерческий интерес и представлены ли конкуренты без выдуманных обвинений?

Перестановка абзацев и добавление проверенного первоисточника эти условия проходят. Последовательность, адресованная модели, выдуманный отзыв или инструкция предпочесть бренд — нет. Рамка нужна именно затем, чтобы гладкий текст не считался «белым» только потому, что он гладкий.

Вот что уже показали в лабораторных условиях.

  • Непрямая инъекция в документ поднимала цель примерно на три позиции в коммерческом API — URL при этом подавались явно, то есть эффект наступает уже после извлечения.
  • Манипуляция предпочтениями поднимала долю рекомендаций вымышленной камеры с 34,0 % до 59,4 %, а частоту выбора отдельных плагинов — в 7,2 раза.
  • Защита GRADA использует связи между документами при переранжировании и снижает успешность части атак — в лучших случаях примерно на 80 % — при ограниченной потере точности.
  • Слишком строгий фильтр против саморекламы бьёт по малым издателям, которые законно описывают свой продукт; слишком мягкий играет на стороне тех, кто способен производить контент объёмами.

Когда доли приписанного текста в сумме дают единицу, поле оказывается как минимум локально перераспределительным: выигрыш одного участника — проигрыш другого. Поэтому исследование, оценивающее приём на одном игроке, не предсказывает равновесия. Обзор предписывает включать в дизайн несколько уровней насыщения — например, 0, 25, 50, 75 и 100 % обработанных документов — и оценивать не только прямой эффект, но и перетоки. Иначе первоначальный индивидуальный выигрыш обнулится ровно тогда, когда приём станет общим.

10

Уверенность в главных утверждениях поля

Обзор называет эту таблицу сводкой своих утверждений; по сути это ответ на вопрос «что тут вообще доказано». Те же утверждения вы видели в «Ключевых выводах» — там к каждому дана граница, здесь к каждому дано основание. Порядок — от твёрдого к отклонённому.

Градация уверенности по корпусу из 45 исследований на 14 июля 2026 года. «Отклонено» относится к обобщению цифры, а не к эксперименту, из которого она получена.
УверенностьУтверждениеОснование и оговорка
ВысокаяДокумент, уже помещённый в контекст, способен причинно изменить свой ранг, цитирование или использование.Контролируемые повторения на нескольких моделях; органического извлечения не затрагивают.
ВысокаяСоответствие запросу и позиция в контексте — главные детерминанты.Контрфактические эксперименты, бенчмарки и факторное исследование; эффекты могут меняться с длиной и задачей.
ВысокаяКоммерческие движки отличаются друг от друга и меняются во времени.Опубликованные аудиты и крупные препринты; продукты и периоды разнородны.
ВысокаяИзвлечённые документы — настоящая поверхность атаки.Работы с конференций EMNLP 2024 и ICLR 2025 и исследования ранжировщиков; многие эффекты наступают уже после извлечения.
СредняяИзвлекаемые свидетельства и подходящая структура часто облегчают использование источника.Согласованные результаты, но зависят от намерения, движка и фактической точности.
СредняяСистематически оптимизированные или обученные методы часто обыгрывают фиксированные эвристики в контролируемых бенчмарках.AutoGEO, E-GEO, FeatGEO и агентные методы; фиксированные контексты и высокая цена вычислений.
СредняяКонкурентное распространение приёма может стирать индивидуальный выигрыш в изученных многоакторных условиях.C-SEO Bench и послеизвлечённые эксперименты с несколькими атакующими; экосистемных исследований живого веба мало.
НизкаяБелое GEO-вмешательство устойчиво улучшает органическую находимость сразу в нескольких движках.Сквозных проверок очень мало, а в стенде SAGEO эффект выше по конвейеру оказывается обратным.
Очень низкаяПоказатели цитируемости предсказывают клики, конверсии или выручку.Один наводящий квазиэксперимент и несколько отраслевых заявлений; причинность не установлена.
Отклонено«GEO повышает видимость на 40 %» как общее утверждение.Относительный максимум по одной метрике в одной конфигурации.
11

Чего это не значит

Четыре обобщения, которые такой текст провоцирует чаще всего. Каждое неверно, и каждое неверно по-своему.

«Обзор доказал, что GEO не работает»

Обзор утверждает ровно обратное по одной стадии: уже извлечённый документ причинно влияет на ответ. Он отрицает не эффект, а его обобщение на весь конвейер.

«Раз цифра 40 % отклонена, переписывать страницы бессмысленно»

Отклонено обобщение цифры, а не вмешательство. Что именно обзор рекомендует вместо неё, разобрано в разделе «Что работает и что нет».

«Достаточно попасть в ChatGPT»

Видимость индексирована движком, поверхностью, датой и формулировкой запроса. Один и тот же сайт может быть в органике и отсутствовать в AI Overviews.

«Мы видим рост трафика из ИИ — значит, оптимизация сработала»

Работ, наблюдавших реальные логи, единицы. Та, где рост сопоставили с контролем, показала: нетронутые страницы выросли в 3,5 раза сами, вместе с платформой. Без контрольной группы рост платформы легко принять за свой результат.

12

Как измерять, если всё же надо

Вместо советов обзор даёт протокол. Ниже — его шесть требований в рабочем виде: это то, что стоит спросить у любого подрядчика, который приносит вам отчёт о видимости в ИИ-поиске.

  1. Сформулируйте, что именно измеряете, до сбора данных: условный эффект переписывания на уже внедрённом документе, совокупный эффект в воспроизводимом конвейере, наблюдательную связь с коммерческой поверхностью или бизнес-результат в проде. Смешение этих четырёх вопросов обесценивает вывод.
  2. Скрестите факторы: несколько названных движков и режимов поиска с версией и датой; несколько намерений и доменов, разбираемых порознь; три-пять перефразировок на потребность; близкие повторы и несколько временных окон; нетронутый базовый вариант, вмешательство и, по возможности, плацебо сопоставимой длины; случайный или сбалансированный порядок контекста; несколько долей принятия приёма конкурентами.
  3. Ответы без поиска, без цитат и с ошибками — тоже исходы, а не брак. Выбрасывая их, вы создаёте отбор и завышаете «долю цитирований».
  4. При расчёте ошибки считайте запросы, источники и даты кластерами: тест, принимающий все генерации за независимые, занижает неопределённость.
  5. Сохраняйте промпты, сырые ответы, цитаты, статус поиска, метки времени, локаль, тип аккаунта, user-agent и правила канонизации URL. Иначе параметры, редиректы, якоря, AMP-версии и переводы искусственно раздробят один домен на много.
  6. Проверяйте судью-модель человеческой выборкой и держите хотя бы одну метрику, которая от судьи не зависит: каноническую цитату или клик.
Минимальный чеклист исследования видимости. Третья колонка называет ошибку, которую каждый пункт предотвращает.
КомпонентЧто должно быть описаноКакую ошибку предотвращает
Системапродукт, режим, модель, дата, локаль, тип аккаунта, включён ли поисксравнение разных поверхностей под одним именем
Выборканамерения, языки, перефразировки, правило включенияобобщение с горстки промптов
Вмешательствотекст до и после, длина, фактическая точность, рандомизациясмешение эффекта с добавленной информацией или порядком
Повторыблизко стоящие прогоны и несколько временных оконразовый балл, выданный за устойчивый ранг
Конвейеризвлечение, переранжирование, контекст и генерация разделенывыигрыш внизу, маскирующий проигрыш наверху
Метрикивектор видимости, знаменатели, сохранённые нулевые исходысмешение цитируемости с находимостью
Статистикакластеризация, интервалы, абсолютные и относительные эффектыпсевдорепликация и неустойчивые выигрыши
Валидациячеловеческая выборка, ослеплённый судья, согласие, разбор ошибокзамкнутый круг, когда одна модель и пишет, и судит
Конкуренцияразные доли принятия приёма и перетокинепереносимый прогноз на одного игрока
Итог ниже по воронкеконтроль или рандомизация для кликов и трафикаприписывание росту платформы заслуг оптимизации
Добросовестностьпроверенные источники, раскрытие интереса, отсутствие скрытых инструкцийоптимизация, поощряющая дезинформацию
13

Насколько дорого стоит доказательство

Это вторая шкала разбора, и она про другое. Клетки уверенности выше говорят, насколько твёрдо стоит утверждение; уровни A—E ниже — каким способом его вообще можно было бы доказать. Уровень присваивается конкретному утверждению, а не работе целиком: одна и та же статья может содержать вывод уровня C и вывод уровня E.

Предлагаемая рамка оценки GEO-утверждения. Чем выше уровень, тем ближе дизайн исследования к реальному вебу и тем он дороже.
УровеньДизайн исследованияЧто можно заключитьОговорка
AРандомизированное полевое испытание или сильный квазиэксперимент с логами и контролемпричинный эффект на клики, трафик или конверсии в изученной обстановкеограниченная переносимость между продуктами и периодами
BЖивые коммерческие движки, повторы, перефразировки, несколько датраспределение внешней видимости и различия между движкамиконфигурация интерфейса и персонализация описаны не полностью
CКоммерческая система, куда URL или файлы поданы вручнуюпослеизвлечённый эффект «чёрного ящика»ничего не говорит про обход, индексацию и органическое извлечение
DВоспроизводимый конвейер «извлечение — переранжирование — генерация» (RAG)постадийные причинные эффекты и совокупный эффект внутри стендавнешняя валидность для проприетарных продуктов
EФиксированный контекст, синтетический ранжировщик или судья-модельвозможный механизм при данном контекстеслабое свидетельство о реальной видимости в вебе
14

Управление и стимулы

GEO перераспределяет ресурс — внимание. Отсюда три риска и принцип, который обзор формулирует прямо.

  • Движки могут концентрировать цитирование на узком круге доменов и создавать барьер входа.
  • Оплаченный или оптимизированный контент способен влиять на ответ без раскрытия, сопоставимого с требованиями к обычной рекламе.
  • Если пересказ подменяет клик, авторы могут сократить вложения в производство первоисточников — а цитирование оказывается частью механизма вознаграждения, а не только метрикой достоверности.
  • Принцип, который из этого следует: регулировать надо механизмы и стимулы, а не замораживать список «правильных GEO-форматов»: движки меняются быстрее любой технической таксономии, а критерии правдивости, раскрытия и обжалования устойчивее.

Отсюда список того, чего обзор предлагает требовать от движков: раскрывать коммерческие отношения, влияющие на рекомендацию; давать издателям возможность оспорить неверную атрибуцию; публиковать агрегированные аудиты концентрации и разнообразия источников; по умолчанию считать непрямые инструкции недоверенным содержимым; не поощрять метрику цитируемости без ограничения на фактическую подкреплённость.

15

Что обзор предлагает исследовать дальше

  1. Связать обход, индексацию и генерацию: нужен стенд, где изменённая страница обязана быть реально обойдена, проиндексирована, извлечена, переранжирована и лишь затем процитирована.
  2. Мерить впитывание причинно: вопрос не «какой текст похож на страницу», а «какое утверждение изменилось бы без неё».
  3. Наблюдать человеческое внимание: позиционные веса пока взяты из допущения, а не из айтрекинга, кликов и припоминания.
  4. Выйти за пределы английского, анонимных аккаунтов и пары локаций — различия между странами уже видны в данных.
  5. Считать дрейф предметом изучения, а не помехой: живой бенчмарк должен вести версии промптов, снимков и содержимого страниц.
  6. Ставить многоакторные эксперименты: приём, полезный при 10 % принятия и вредный при 100 %, нельзя рекомендовать без оговорки.
  7. Соединить работы об атаках с ответственным раскрытием и оценивать защиты по ложным срабатываниям: стандарт мог бы удостоверять, что преобразование сохранило факты и не добавило инструкций модели, — не гарантируя ранга, но гарантируя добросовестность процесса.
  8. Связать видимость со стоимостью: без совместных испытаний с издателями и движками GEO рискует оптимизировать декоративные цитаты.
16

Что из этого следует вам

Здесь кончается статья

Дальше — наше суждение, а не содержание статьи. Мы отделяем его нарочно.

По России в корпусе нет ни одного замера

Корпус почти целиком англоязычный, локаций мало — США, Германия, Швейцария; движки в аудитах — Google и его обзоры ИИ, Gemini, Bing Chat, Perplexity, ChatGPT, а также NeevaAI, YouChat и Qwen. Ни Яндекса, ни русскоязычных выборок в них нет. Значит, переносить сюда можно только конструкцию — конвейер, вектор видимости, требование к знаменателям, — но не проценты. Любой подрядчик, который называет вам долю цитирования «в ИИ-поиске» по России, измерил её сам; спросите выборку, число повторов и даты.

Чего мы не стали бы покупать

Обещаний позиции в ChatGPT, отчётов с единственным прогоном, «доли голоса» без знаменателя и любых цифр окупаемости GEO: корпус закрыт июлем 2026 года, и научных оснований под ними в нём нет. Это не отказ от работы с видимостью — это отказ покупать её как предсказуемый канал.

17

Что ограничивает сам обзор

  • Это критический обзор поля, а не метаанализ: автор сознательно не усредняет несопоставимые величины и говорит о том, в какую сторону они действуют, при каких условиях получены и насколько доказаны.
  • Корпус смешивает рецензированные статьи, принятые к публикации работы, труды воркшопов и препринты. Несколько заметных измерительных работ рецензирования не проходили, и обзор не даёт им того же веса.
  • Сама статья на момент нашей сверки — препринт arXiv.
  • Коммерческие имена скрывают разные системы: API, принимающий URL, модель с веб-инструментом и потребительский интерфейс — это не одно и то же.
  • Автор не сохранил поштучные счётчики находок по базам и полный журнал исключений; обзор отмечает это как ограничение, а не восстанавливает данные.
Как проверить нас

Мы прочли работу целиком — разделы 1–15, таблицы 1–8 и приложения A и B — и пересказали её по-русски; все числа на этой странице взяты из неё. Исследования внутри корпуса мы называем так, как называет их сам обзор, и отдельно каждое из них не сверяли. Оригинал открыт: PDF на arXiv и страница работы. Нашли расхождение — напишите, поправим и поставим дату правки.

Об источнике

РаботаOlivier Martinez. Optimizing Visibility in Generative Engines: A Critical Survey of Generative Engine Optimization. arXiv:2607.14035v1, 15 июля 2026.
Авторадрес автора в домене sciencespo.fr, ORCID 0009-0009-3495-5458
Оригиналarxiv.org/abs/2607.14035
Разбор опубликован22 сентября 2026
ДальшеРаздел SEO целиком · Вопросы подрядчику