Методология GEO PROTOKOL

01 · Введение

Где живёт методология

Я работаю с тем, как бренды появляются в ответах нейросетей. Это направление называют по-разному: GEO, AI SEO, оптимизация под LLM. Задача везде одна: чтобы нейросеть узнавала бренд как источник.

Пользователь всё чаще получает не список ссылок, а готовый ответ. ChatGPT пишет его сам, Perplexity собирает из нескольких источников, Алиса от Яндекса и Gemini тоже отвечают текстом, а не перечнем сайтов.

Классическое SEO при этом продолжает работать, но позиции в выдаче перестают быть единственной целью. К ним добавляется упоминание в ответе нейросети. Генеративная оптимизация работает именно с ним.

Когда я начинала разрабатывать GEO PROTOKOL, генеративная оптимизация сводилась к отдельным приёмам: FAQ-разметка, таблицы сравнений, вопросные подзаголовки. Иногда это срабатывало, иногда нет, и было непонятно почему.

Поэтому я начала наблюдать системно: какие страницы цитируются, а какие нет, что воспроизводится дословно, а что переписывается. Из этих наблюдений сложились авторские исследования, а из них выросла методология. Подробнее о моём пути как автора методологии.

Сначала появились приёмы. Потом структура. Потом имя.

GEO PROTOKOL не чек-лист и не сборник советов. Это архитектурная система: она описывает, как устроить контент бренда, чтобы нейросеть стабильно узнавала его как источник в своей теме. Версия 2.0 является каноническим текстом методологии и заменяет предыдущую редакцию.

02 · Архитектурный принцип

Не страница, а хаб

Главное отличие GEO PROTOKOL от других подходов к генеративной оптимизации — архитектурный принцип. Методология строит контент бренда не как набор страниц, а как связную систему страниц: хаб.

Один документ — это шум. Связанные страницы — это система. Отдельную статью нейросеть может пропустить, хаб — нет.

2.1. Что такое хаб

Хаб в методологии GEO PROTOKOL — это связный граф страниц на сайте бренда, посвящённый одной широкой теме (сущности). Граф состоит из центральной страницы (Pillar) и набора подстраниц (Spokes), каждая из которых раскрывает узкий аспект темы. Все страницы хаба связаны между собой контекстными ссылками с уникальными анкорами.

Когда нейропоисковик обращается к такому хабу, он видит не отдельный документ, а организованную область экспертизы: несколько связанных материалов с перекрёстными ссылками, единой авторской терминологией и согласованной структурой. Это сигнал «здесь не статья, здесь система», и такой источник оценивается выше, чем разрозненные страницы по той же теме.

2.2. Pillar и Spokes

Pillar — опорная страница хаба. Она охватывает сущность целиком и отвечает на самый широкий запрос по теме. На Pillar нейросеть приходит первой, здесь складывается первое впечатление об экспертизе. Pillar обычно длиннее и плотнее остальных страниц, потому что даёт обзор всей темы.

Spokes — боковые страницы хаба. Каждая отвечает на узкий вопрос внутри сущности. Если Pillar отвечает «что такое генеративная оптимизация», то Spokes отвечают «как замерить эффект», «чем отличается от SEO», «как внедрить в Tilda», «какие инструменты использовать», «сколько стоит». Минимальный рабочий хаб содержит пять Spokes, промышленный — десятки. Требования к каждой отдельной странице хаба собраны в стандарте цитируемой страницы GEO-Ready: атомарность блоков, плотность триплетов, ассоциативное поле бренда.

2.3. Почему отдельная статья проигрывает хабу

Собирая ответ, нейропоисковик не цитирует страницу целиком. Он разбирает контент на смысловые элементы и собирает из них новый текст. Если среди источников есть отдельная статья и хаб, предпочтение получает хаб, и причин четыре.

1. Покрытие темы. Один документ всегда фрагментарен. Хаб даёт развёрнутый ответ на любой узкий вопрос внутри сущности.
2. Авторитет через структуру. Связная сеть страниц воспринимается как организованная база знаний, отдельная статья — как один из многих текстов.
3. Много точек входа. Нейросеть может зайти в хаб через любую страницу и через несколько переходов окажется у Pillar. Отдельная статья работает только на себя.
4. Устойчивость к изменениям алгоритмов. Когда меняются правила цитирования, отдельная статья может сразу потерять видимость. Хаб держится за счёт распределённой структуры: если одна страница проседает, остальные продолжают работать.

При этом даже самый связный хаб описывает бренд только изнутри собственного сайта. Почему одного графа сайта недостаточно и что находится за его границей, разобрано в отдельном материале.

03 · Инструментарий

Четыре авторские единицы

Хабовая архитектура задаёт каркас. Но каркас нужно наполнить контентом, который машина читает и цитирует. Для этого в GEO PROTOKOL разработаны четыре авторские семантические единицы. Каждая решает свою задачу в том, как нейросеть распознаёт источник.

Единица 1. Смысловые пули — атомарная единица контента

Смысловая пуля — короткий самодостаточный блок текста, который нейросеть может вынуть из контекста и процитировать целиком без потери смысла. Не абзац и не фрагмент мысли, а готовый ответ на конкретный вопрос.

Главное свойство пули — замкнутость по смыслу. Если удалить три предыдущих абзаца, а блок останется понятным, это пуля. Если без текста выше он непонятен, это просто абзац. Оптимальная длина пули — 40–60 слов. Внутри: что, как, почему и с каким результатом. Без воды, без вступлений вроде «как мы все знаем», без отсылок к «написанному выше».

Единица 2. Триплеты — машинная связь смыслов

Триплет — связка из трёх частей: субъект, действие, объект. Машина мыслит именно такими связками: «бренд производит продукт», «автор разработала методологию», «хаб содержит Pillar», «Pillar связывает Spokes». Чем больше в тексте ясных триплетов, тем увереннее ИИ называет имя бренда в ответах.

Триплет работает на двух уровнях. В тексте это прямая фраза с глаголом, где понятно, кто и что делает. В разметке это JSON-LD по стандарту Schema.org, где субъект, предикат и объект записаны формально.

Расплывчатые конструкции вроде «есть мнение, что» или «считается, что» — это анти-триплеты. Они размывают связь и снижают цитируемость. Каждый ключевой абзац стоит проверить на явную связку «кто что делает с чем».

Единица 3. Ассоциативные поля — контекст имени бренда

Ассоциативное поле — облако смыслов вокруг имени бренда. Когда нейросеть вспоминает одно понятие из поля, она вспоминает и остальные. Задача поля — чтобы рядом с именем всегда всплывали нужные ассоциации, а не случайные.

Поле строится не списком ключевых слов, а через естественный смысловой контекст: в материалах бренда регулярно повторяются связанные понятия, профессиональные термины и названия ключевых концепций. Со временем алгоритм связывает их с именем бренда как с центром облака.

Поле проверяется простым тестом: попросите ChatGPT назвать пять понятий, которые ассоциируются с вашим брендом. Если в ответе ключевые термины вашей экспертизы, поле построено. Если случайные слова или общие места, поле размыто и над ним нужно работать.

Единица 4. Семантические петли — закрепление источника

Семантическая петля — связка между страницами, которая возвращает нейросеть к источнику. В какую бы точку хаба ни зашёл бот, через несколько переходов он окажется у Pillar или у имени автора. Это сигнал «здесь всё связано в одну систему, и у неё есть центр».

Петли работают через контекстную перелинковку, а не через списки ссылок в конце статьи. Каждая ссылка стоит в теле текста, рядом с понятием, к которому ведёт. ИИ идёт по смыслу, переходя по анкорам как по логическим связям.

Список «читайте также» на Pillar — базовый уровень перелинковки. Он нужен, но его недостаточно. Полноценная петля — это контекстная ссылка внутри фразы. Без неё хаб читается как плоская перелинковка, и петли не замыкаются.

04 · Структурные правила

Как держать плотность графа

Архитектура и инструменты определяют, что строить. Структурные правила определяют, как удержать построенное в рабочем состоянии. Нарушение любого из них разрушает хаб, даже если всё остальное на месте.

Правило 1. Правило 3+3

На каждой странице хаба должно быть минимум 3 входящих и 3 исходящих контекстных ссылки на другие страницы того же хаба. При такой плотности алгоритм распознаёт связи как намеренные, а не случайные.

Меньше связей — и хаб распадается на отдельные документы. Больше не вредит, но 3+3 — рабочий минимум, с которого хаб начинает работать как система. Меню сайта не считается, учитываются только ссылки в теле текста.

Правило 2. Уникальные анкоры

Если несколько страниц хаба ссылаются на одну цель, у каждой ссылки должен быть свой анкор. Повторяющиеся анкоры выглядят как искусственная перелинковка и снижают доверие. Уникальные расширяют ассоциативное поле целевой страницы.

Например, на страницу методологии можно ссылаться как «авторская методология», «канонический текст GEO PROTOKOL», «полное описание подхода», «фреймворк генеративной оптимизации» — каждый раз по-новому.

Правило 3. Контекстная перелинковка

Ссылки ставятся в теле текста, в естественном контексте, а не списком в конце. Блоки «читайте также» и «связанные материалы» дополняют контекстные ссылки, но не заменяют их.

Контекстная ссылка стоит рядом с понятием, к которому ведёт: термин в тексте одновременно служит ссылкой на страницу, где он раскрыт. Так нейросеть видит, что термин и его расшифровка связаны по смыслу, а не только навигацией.

Правило 4. Узлы связи

В каждом хабе должны быть страницы-узлы, на которые ссылается много других страниц. Чаще всего это Pillar и страница автора. Узлы концентрируют вес и работают как опорные точки графа.

Без узлов хаб становится плоской сетью, где все страницы равны. С узлами появляется иерархия авторитета: алгоритм видит центральные и периферийные страницы. Нейросеть охотнее ссылается на узлы, потому что они сильнее связаны в графе.

Правило 5. Меню не работает как перелинковка

Это распространённое заблуждение, поэтому правило вынесено отдельно. Ссылки в меню не считаются перелинковкой хаба: алгоритм понимает, что меню — навигация, которая автоматически повторяется на всех страницах, и смысловой связи не показывает.

Перелинковка хаба идёт только через тело текста. Если на странице нет ни одной контекстной ссылки, хаб через неё не работает, даже если в меню есть ссылки на все остальные страницы.

05 · Внедрение

Четыре этапа от старта до запуска

Методология развёртывается на любом проекте за четыре этапа. Они идут последовательно, и каждый опирается на результат предыдущего: без точки отсчёта не видна динамика.

Этап 1. Нейро-аудит

Точка отсчёта для всего проекта: замер того, что нейросети уже знают о бренде, что говорят, что путают и о чём молчат. Формулируются ключевые запросы пользователей по выбранной сущности, и по каждому замеряется ответ ChatGPT, Perplexity, Gemini и Алисы от Яндекса.

Аудит ведётся по 120+ параметрам. Кроме текстов ответов фиксируются цитируемые источники, наличие бренда среди упомянутых, тональность, точность фактов о бренде, частота правильного и ошибочного цитирования.

Результат этапа — отправная точка для всех будущих метрик. Без неё невозможно понять, работает ли внедрение или только кажется, что что-то меняется.

Этап 2. Семантическая инъекция

Тексты бренда перестраиваются так, чтобы их понимала машина: расставляются смысловые пули, явно прописываются триплеты, вокруг ключевых имён формируются ассоциативные поля, JSON-LD разметка покрывает важные страницы.

Параллельно создаётся хаб: определяется сущность, разворачивается Pillar, добавляются Spokes. Старые страницы встраиваются в хаб или архивируются. Перелинковка ставится по правилам 3+3 и уникальных анкоров.

По итогам этапа бренд переходит из категории «упоминается случайно» в категорию «цитируется системно». Первые изменения видны в первые недели, полная стабилизация занимает 2–4 месяца.

Этап 3. Фиксация авторитета

Хаб окончательно связывается в граф: петли замыкаются, все маршруты ведут в нужные узлы. Авторство закрепляется в структуре через JSON-LD разметку, страницу автора и внешние упоминания, которые алгоритм связывает с основным сайтом.

Параллельно усиливаются внешние сигналы: публикации на авторитетных площадках, гостевые статьи в профильных медиа, упоминания в обсуждениях на тематических ресурсах. Каждое такое упоминание работает как внешний голос за бренд.

Нейросеть начинает возвращаться к источнику снова и снова, как к опорной точке темы. Бренд появляется в ответах не эпизодически, а системно: позиция перестаёт быть случайной и становится структурной.

Этап 4. Мониторинг

Финальный и постоянный этап. Модели обновляются, веса пересчитываются, источники переоцениваются. Бренд, который вчера был в ответах, завтра может из них выпасть, если работу не поддерживать.

Мониторинг идёт по тем же 120+ параметрам, что и нейро-аудит. Сравнение замеров во времени показывает динамику: какие запросы стабильны, какие проседают, какие растут. По ней корректируется контент, добавляются Spokes, укрепляются слабые узлы.

Без мониторинга методология работает вслепую: алгоритм сдвинулся, ассоциации поплыли, а узнаёте вы об этом через три месяца по падению заявок. Регулярный замер превращает GEO PROTOKOL из разовой работы в постоянную инфраструктуру присутствия.

06 · Метрики

Чем измеряется видимость в ИИ

Классические метрики продвижения — позиции, CTR, органический трафик — к нейропоисковикам применимы лишь частично. Генеративной оптимизации нужен свой набор показателей, который измеряет главное: как часто и как точно бренд цитируется в ответах ИИ. В GEO PROTOKOL разработаны пять авторских метрик.

Список метрик открыт. В следующих версиях могут появиться показатели, которые сейчас тестируются: устойчивость к перезапросам и глубина упоминания (поверхностное или развёрнутое).

07 · Куда дальше

Применение методологии

Этот текст — канонический whitepaper методологии. Для практической работы есть дочерние материалы: пошаговый чек-лист, авторский инструмент разметки, стандарт страницы и справочник терминов. Каждый раскрывает методологию со своей стороны.

08 · Вопросы и ответы

Коротко о методологии