Содержание
«Займи первое место в Google — и ты победитель» — эта эпоха подходит к концу.
По данным за ноябрь 2025 года, 83% поисковых запросов Google, в которых отображаются AI Overviews, заканчиваются нулевым кликом — пользователи вообще не переходят ни на один сайт. Число ежемесячных активных пользователей ChatGPT превысило 2,8 миллиарда, и поведение при поиске само по себе меняется: от «выбрать ссылку» к «спросить ИИ».
Ответом на эти изменения стала LLMO (Large Language Model Optimization) — практика оптимизации контента таким образом, чтобы ИИ-системы цитировали и ссылались на него в своих ответах. Это направление формируется как следующий рубеж контент-стратегии после SEO.
В этой статье рассматриваются основы LLMO, отличия от SEO, конкретные техники и важные риски, которые следует учитывать.
1. Что такое LLMO?
LLMO (Large Language Model Optimization) — это практика оптимизации контента, направленная на то, чтобы ИИ-системы (ChatGPT, Perplexity, Gemini, Claude, Google AI Overviews) цитировали и ссылались на него в генерируемых ответах.
Если традиционное SEO нацелено на «более высокую позицию» в поисковой выдаче, то LLMO стремится к «включению» контента в ответы, генерируемые ИИ.
Другие названия того же концепта
LLMO также известна как GEO (Generative Engine Optimization), AEO (Answer Engine Optimization) и AIO (AI Optimization). По сути, все эти термины обозначают одно и то же. В данной статье используется термин LLMO.
Суть LLMO заключается не в «ранжировании всей страницы», а в том, будут ли цитироваться отдельные фрагменты текста. LLM извлекают информацию на уровне пассажей — смысловых блоков текста — а не ранжируют целые документы.
2. Почему LLMO важна именно сейчас
Значимость LLMO стремительно растёт из-за фундаментального изменения в способе поиска информации.
Взрывной рост ИИ-поиска
Число ежемесячных активных пользователей ChatGPT достигло 2,8 миллиарда (начало 2026 года), а Google AI Overviews охватывает 1,5 миллиарда пользователей в месяц. Доля ChatGPT на рынке поиска оценивается в 9–17%, что делает его первым поисковым сервисом, помимо Google, достигшим двузначной доли рынка.
Кризис нулевых кликов
Когда AI Overviews появляются в результатах поиска, доля нулевых кликов достигает 83%, органический CTR падает на 61%, а платный CTR — на 68%. Пользователи удовлетворяются ответами ИИ и больше не переходят на сайты.
Прогноз Gartner
Gartner прогнозирует, что «к концу 2026 года 25% органического трафика из традиционных поисковых систем сместится в сторону ИИ-чатботов и голосовых ассистентов».
Ключевой показатель
Конверсия переходов из ИИ-поиска составляет 14,2% — примерно в 5 раз выше, чем 2,8% у Google. Хотя объём трафика пока невелик, посетители из ИИ-поиска, как правило, имеют более конкретные намерения.
3. SEO и LLMO: сравнение
LLMO — это не «замена» SEO, а «расширение». Рекомендуемый подход — интегрированная стратегия, в которой LLMO добавляется поверх фундамента SEO.
| Фактор | SEO | LLMO |
|---|---|---|
| Целевая платформа | Google, Bing и др. | ChatGPT, Gemini, Perplexity и др. |
| Единица оптимизации | Вся страница целиком | Пассаж (фрагмент текста) |
| Цель | Занять высокую позицию в поисковой выдаче | Быть процитированным в ответах ИИ |
| Ключевые методы | Ключевые слова, обратные ссылки, мета-теги | Семантическая ясность, структура, авторитетность |
| Долговечность | Колеблется при изменении рейтингов | Долгосрочный эффект при попадании в обучающие данные |
| Измерение | Развитые инструменты | Пока на ранней стадии |
SEO оптимизирует для «чтобы пользователь выбрал вашу ссылку из списка». LLMO оптимизирует для «чтобы попасть в ответы ИИ». Эти подходы дополняют друг друга: SEO делает вас находимым, LLMO — цитируемым.
4. 6 ключевых техник LLMO
Исследовательская группа из Принстонского университета и других учреждений опубликовала статью по GEO (Generative Engine Optimization), принятую на конференции ACM KDD 2024, в которой на основе тестирования 10 000 запросов было показано, что следующие техники могут повысить видимость в ответах ИИ до 40%.
① Оптимизация на уровне пассажей
LLM извлекают информацию на уровне пассажей, а не документов. Каждый абзац должен быть самодостаточным, с чётким подлежащим и сказуемым. Минимизируйте использование местоимений «это», «то» — вместо них используйте конкретные существительные и названия понятий.
② Контент в формате вопросов и ответов
Создавайте контент, который прямо и точно отвечает на вопросы в том формате, в каком пользователи набирают запросы в ИИ-чатботах. Используйте заголовки-вопросы, давайте чёткий ответ в первых 1–2 предложениях, затем дополняйте деталями.
③ Статистика и ссылки на источники
В исследовании GEO это оказалось наиболее эффективной техникой. Включение конкретных цифр, результатов исследований и указаний на источники значительно повышает вероятность того, что LLM процитирует вашу информацию как «проверенный факт».
④ Структурированные данные (Schema Markup)
Страницы с полной Schema-разметкой в 3 раза чаще цитируются в Google AI Overviews. Особенно эффективны схемы FAQ, Article, Organization и Person. В апреле 2025 года Google официально подтвердил преимущество структурированных данных в результатах поиска.
⑤ E-E-A-T (авторитетность)
Демонстрация опыта, экспертизы, авторитетности и надёжности побуждает LLM отдавать приоритет вашему контенту как источнику информации. Разметка автора (Author schema) и подробная информация об организации — практические шаги в этом направлении.
⑥ Оригинальная информационная ценность (Information Gain)
Вместо пересказа уже доступного контента включайте собственные данные, наблюдения и уникальный анализ. LLM склонны отдавать приоритет уникальной информации, а не повторению существующего контента.
5. Как начать применять LLMO уже сегодня
LLMO не требует масштабной переделки сайта — начать можно с существующего контента уже сегодня.
Шаг 1: Улучшите «качество пассажей» в существующих статьях
- Проверьте, что каждый абзац понятен сам по себе
- Замените местоимения («это», «оно») конкретными существительными
- Соблюдайте принцип «одна тема — один абзац»
Шаг 2: Добавьте статистику и ссылки на источники
- Подкрепляйте утверждения конкретными цифрами везде, где это возможно
- Указывайте названия исследований, организаций и годы
- Замените «считается, что...» на «согласно исследованию XX...»
Шаг 3: Добавьте структурированные данные
- Внедрите схему Article на страницах статей
- Добавьте схему FAQPage в разделы часто задаваемых вопросов
- Настройте схему Person для информации об авторе
Шаг 4: Мониторинг ИИ-видимости
- Регулярно вводите в ChatGPT, Perplexity и Gemini запросы, релевантные вашему бизнесу, и проверяйте, цитируется ли ваш контент
- Рассмотрите возможность использования таких инструментов, как Semrush AI Visibility Toolkit
6. Риски и важные замечания
Вероятностная неопределённость
Ответы LLM носят вероятностный характер — один и тот же запрос может давать разные ответы каждый раз. В отличие от SEO, здесь невозможно детерминированно «занять первое место». Даже при оптимизации цитирование не гарантировано. Относитесь к LLMO как к повышению вероятности, а не к гарантии результата.
Сложности измерения
LLM не публикуют данных, аналогичных объёму поисковых запросов, а скрытые контекстные факторы влияют на ответы. Проверенных инструментов отслеживания пока мало, что делает измерение значительно сложнее, чем в случае SEO.
Не отказывайтесь от SEO
LLMO — это расширение SEO, а не его замена. Реферальный трафик из ИИ-поиска по-прежнему составляет лишь около 1% от общего веб-трафика, и поиск Google остаётся доминирующим источником трафика. Правильный подход — сохранять основу SEO, добавляя к ней LLMO.
Риск для качества контента
Массовое производство поверхностного, шаблонного контента исключительно для ИИ-оптимизации навредит и SEO, и LLMO в долгосрочной перспективе. Самое важное — по-прежнему создавать контент, который действительно приносит пользу пользователям.
FAQ
Что важнее — LLMO или SEO?
На данный момент SEO по-прежнему важнее. Трафик из ИИ-поиска составляет лишь около 1% от общего веб-трафика, и Google остаётся основным источником посещений. Однако доля ИИ-поиска быстро растёт, и рекомендуемый подход — работать над LLMO параллельно, сохраняя основу SEO.
Как измерить эффективность LLMO?
Основной подход — регулярно вводить запросы, связанные с вашим бизнесом, в ChatGPT, Perplexity и Gemini и проверять, цитируется ли ваш контент. Появляются специализированные инструменты, такие как Semrush AI Visibility Toolkit, но методологии измерения пока не столь развиты, как для SEO.
Может ли LLMO работать для небольших сайтов?
Да. Поскольку LLM отдают приоритет точности, оригинальности и структуре, крупные сайты не имеют врождённого преимущества. Если вы предоставляете качественный контент в определённой области, небольшие сайты вполне могут быть процитированы ИИ. В исследовании GEO даже отмечалось, что сайты, находящиеся в невыгодном положении при традиционном SEO, получают от LLMO больше пользы.
Когда LLMO станет необходимостью?
Её значимость уже растёт, но ожидается, что посетители из ИИ-поиска превысят число посетителей из традиционного поиска не ранее 2028 года. Тем не менее преимущество первопроходца в этой сфере значительно — чем раньше вы начнёте по сравнению с конкурентами, тем лучше будет ваша позиция.
