GEO замість SEO, частина 2: заходимо в оптимізацію для нейромереж

У просуванні бізнесу в інтернеті прямо зараз відбуваються тектонічні зміни. На зміну звичному просуванню в пошукових системах (SEO) приходить дещо зовсім нове – дії, спрямовані на те, щоб інформацію про вас видавали AI-асистенти (включно з AI-резюме в пошуку Google).

Попередня стаття циклу: https://speka.ua/business/geo-zamist-seo-castina-1-osobistii-dosvid-u-zovsim-novii-sferi-v71yq5

Йдеться про принципово новий напрямок: Generative Engine Optimization (GEO). Він відрізняється від SEO зовсім іншою логікою: відбувається оптимізація ймовірності того, що AI (ChatGPT, Copilot, Gemini, Grok та інші) використовуватиме саме ваш контент у своїх відповідях. А тут уже від відповідного фахівця вимагається глибоке розуміння того, як працюють нейромережі. Втім, про все по порядку.

Принципова відмінність від SEO

У випадку з SEO фахівець-оптимізатор має справу з алгоритмами. У випадку з Generative Engine Optimization доводиться працювати з іншою сутністю – зі спробою змусити машину думати так, як думає людина. Відповідно, нейромережі не детерміновані: навіть на однакові запити можна отримувати відповіді, які будуть досить сильно відрізнятися.

Важливо! Зараз у GEO немає прямої залежності між вкладеними грошима і рекламною віддачею, як у SEO. Тут навіть невелика фірма, яка вдало проведе GEO-кампанію, може перебити великі рекламні вкладення великого конкурента. Це почасти компенсується тим, що LLM завжди видає користувачеві кілька варіантів вирішення його проблеми. Тобто, найімовірніше, ці дві фірми в GEO-видачі будуть поруч.

Той факт, що користувачі дедалі частіше отримують відповіді безпосередньо від ChatGPT, Gemini, Perplexity і Claude замість класичної пошукової видачі, змінює правила видимості брендів онлайн. Саме на цей виклик відповідає GEO, ну або AIEO – є і така назва, пізніше я її розберу детально.

Зараз для багатьох компаній проблема в тому, що Google AI Overviews змінюють видачу: над результатами з'являється згенерована відповідь, і частина людей отримує потрібне відразу без переходу на сайти. Тому падає CTR і в SEO, і в Google Ads. В Україні вплив уже помітний, але ще нерівномірний, а конкуренція за потрапляння в AI-цитування поки невисока. Але насправді Google зовсім не лідирує в AI-пошуку, там зараз взагалі немає однозначного лідера. ChatGPT, Gemini, Perplexity, Grok, Claude та інші AI-системи займають непогані частки в структурі AI-пошуку, і ці частки постійно змінюються. А бізнесу доводиться робити кроки в бік кращої AI-видимості, шукати інструкції, метрики для відстеження прогресу, необхідні сервіси і тому подібне.

Традиційний маркетинг не працює на AI-агентах

На початку цього року на презентації I/O Google представники компанії заявили, що переходять до епохи AI-агентів, які самостійно створюють замовлення. Тому виникає питання: чи працюють на AI-агентах ті самі прийоми, які десятиліттями працювали на людях? Промо-бейджі, таймери, закреслені ціни, бандли – все це побудовано на людській психології. Як на ці сигнали реагує штучний інтелект?

Harvard Business Review провели дослідження, у якому перевірили 8 поширених механік на чотирьох AI-моделях у понад 16 000 симуляцій вибору. Результат виявився передбачуваним: традиційні маркетингові підходи тут не працюють. Хоча багато практик, які прийшли з PR, цілком можна і навіть потрібно тут використовувати.

Автори протестували чотири AI-моделі: GPT-4.1-mini, GPT-5, Gemini 2.5 Pro і Gemini 2.5 Flash Lite. Кожна модель отримувала завдання обрати товар із сітки продуктів як на типовій сторінці інтернет-магазину. І на кожній з них випробовували дію найпоширеніших маркетингових прийомів: значки гарантії (Money-back guarantee), таймери зворотного відліку часу, закреслені ціни зі знижкою, штучний дефіцит, соціальний доказ (кількість покупок), ваучери, бандли, рейтинги. Категорії товарів теж були дуже різними (переважно – побутова і комп'ютерна техніка).

У підсумку виявилося, що з усього переліченого ефект давали тільки рейтинги. Для всіх моделей і категорій вищі оцінки в рейтингах підвищували ймовірність вибору товару. А от до всіх інших прийомів штучний інтелект залишився байдужим (тобто все ж поводився набагато раціональніше, ніж людина). Більше того, часом надлишок маркетингових «фішок», які явно експлуатують людську психологію, призводив до того, що «розумні» моделі (GPT-5, Gemini 3) навіть знижували товар у пошуковій видачі. Саме за надмірний маркетинговий тиск – тобто сприймаючи це як ознаку низької якості або маніпуляції.

Підписуйтеся на наші соцмережі

Дослідження показало: оптимізація для нейромереж має багато спільного з класичним PR – але має і масу відмінностей. Тут перевага несподівано виявилася у PR-фахівців «старої школи». Тобто тих, які просували товари і послуги за їхніми якостями і завданнями, що вирішуються. Наприклад, я зараз багато працюю з ринком «зеленої» енергетики. І «класична» PR-стратегія для цієї сфери – це технічні тексти на спеціалізованих ресурсах. Ну або тексти більш фінансово-економічного плану: період окупності сонячних панелей, вибір оптимальної системи накопичення енергії тощо. Все це AI «поїдає» з великим задоволенням.

Але є і інший PR. Я пам'ятаю, як в останні роки перед повномасштабною війною злетіла популярність таких тем, наприклад, як «корпоративна соціальна відповідальність». Бренди наперебій замовляли ЗМІ статті про те, які вони хороші і відповідальні, скільки саджанців дерев висаджують щороку, і як їхні співробітники після роботи переводять бабусь через дорогу. Я знаю, про що говорю – я працював у редакції ділового медіа і сам писав такі тексти.

Гарна тема для ЗМІ, прибуткова для PR-фахівців… от тільки штучному інтелекту абсолютно байдуже, який відсоток бабусь ваші співробітники успішно перевели через дорогу. Йому важливі споживчі властивості і ціни товарів і послуг, а також думки експертів з їхнього приводу. Галузеві рейтинги – мають значення. Спонсорування картинної галереї – це AI проігнорує.

Шість стратегічних рекомендацій

Висновок: принципи переконання людей не переносяться на AI-агентів. Однак можна порадити, що варто робити вже зараз.

Спочатку – наведіть порядок в основі

У всіх протестованих моделях два фактори діяли на LLM рівно так само, як і на людей: ціна і рейтинги. Вища ціна послідовно знижувала ймовірність вибору, вищі рейтинги – підвищували. Решта бейджів і сигналів не давали стабільного результату. Тому перш ніж вкладатися в спеціальні тактики під AI-агентів, переконайтеся, що у вас базова конкурентна ціна і сильний, чесний профіль відгуків.

Розглядайте кожну LLM як окремий сегмент ринку

Десятиліттями маркетологи сегментували покупців за демографією, географією, психологією і поведінкою. Результати дослідження підказують: тепер потрібно врахувати ще одну змінну – саму модель AI. Якщо ви будете думати про кожну модель як про окремий сегмент зі своїм профілем реакції на промо-сигнали – це дасть звичну і робочу рамку для управління новою складністю.

Адаптуйте те, що показуєте, до того, хто (або що) дивиться

Якщо різні моделі реагують по-різному, логічний наступний крок – показувати різні версії інформації про товар залежно від того, який агент взаємодіє з вашим сайтом або фідом даних. Для початку потрібно з'ясувати, які AI-моделі генерують більше трафіку або транзакцій у вашій категорії, і оптимізувати під них. Тобто потрібна аналітика того, які AI-платформи приносять компанії продажі. А це вже робота GEO-оптимізатора.

Тут є пряма аналогія з раннім періодом мобільної оптимізації: спочатку компанії проєктували сайти під домінуючий пристрій, а тільки потім будували повністю адаптивні. З AI-агентами буде так само.

Ще один підхід – динамічний: виявляти модель агента в реальному часі і відповідно підлаштовувати промо-сигнали – які бейджі показати, як подати ціну, виводити чи бандли або ваучери. Сьогодні це поки складно: більшість AI-агентів заходять на сайти через звичайні браузери, тож їх важко відрізнити від людей у реальному часі. Але з розвитком комерційних протоколів і покращенням поведінкової детекції цей розрив буде скорочуватися. Компанії, які почнуть будувати інфраструктуру тестування зараз, будуть у кращій позиції, коли налаштування в реальному часі стане технічно доступним.

Зрозумійте промт

AI-агент приходить на сайт за промтом користувача. Споживач, який сказав агенту «знайди мені найкращі за відгуками бездротові навушники до 50 доларів», поставив зовсім інше завдання, ніж той, хто сказав «знайди найдешевший варіант, який доставлять завтра». Поведінка агента формується саме цими інструкціями.

Розуміння найпоширеніших структур промптів у вашій категорії – це нова і важлива форма споживчого дослідження. Як її проводити:

- прями опитування клієнтів;

- аналіз патернів запитів;

- партнерства з AI-платформами.

Компанії, які розуміють, як їхні клієнти спілкуються зі своїми AI-агентами, зможуть точніше представити продукт так, щоб він з'являвся у відповіді на правильні запити.

Більш просунуті моделі стануть більш скептичними

Є поширене припущення: чим потужнішою стає модель, тим вона раціональніша – менш чутлива до маркетингу, ближча до ідеального раціонального покупця за підручниками економіки.

Дослідження це спростовує. Більш просунуті моделі – GPT-5 і Gemini 2.5 Pro – справді менше реагували на певні промо-прийоми, але вони їх не ігнорували. У низці випадків вони, навпаки, карали товар за занадто явні сигнали переконання – тобто вони сприймали їх як ознаки низької якості або маніпуляції.

Висновок: агресивні промо-прийоми, що ще працюють на багатьох людях, у міру розвитку моделей ставатимуть контрпродуктивними. Тенденція не в тому, що агенти будуть просто ігнорувати ваш маркетинг – а в тому, що чим більше нав'язливості, тим менше виборів вашого товару або послуги.

Що робити компаніям: створювати симуляційні середовища, де можна систематично проганяти AI-агентів через ваші сторінки товарів – у різних моделях, категоріях і конфігураціях промо; вести версіоновану базу поведінки агентів, прив'язану до релізів моделей – щоб вчасно помічати, коли тактика, яка працювала минулого кварталу, перестала працювати або почала шкодити.

Резюмуємо

Десятиліттями маркетологи відточували кожен інструмент переконання з однією аудиторією: людьми. Ця аудиторія зараз розділяється. Дедалі більша частина рішень про покупку прийматиметься або фільтруватиметься AI-агентами, які не реагують на ваш ретельно сконструйований маркетинг так, як це робили люди. Деякі з них будуть ваш маркетинг ігнорувати. Деякі, як показують дані, будуть використовувати це проти вас.

Для маркетологів, які присвятили кар'єру мистецтву переконання, незручний висновок такий: іноді найкращий хід – прибрати тиск. Виграють ті бренди, у яких вистачить дисципліни зрозуміти, що переконливість сама по собі стає проблемою.
Денис Стаджі

...продовження буде...