LLMO (Large Language Model Optimization) — работа над доступностью и понятностью контента для сервисов на базе языковых моделей. Цель — чтобы важные сведения можно было найти, проверить и корректно пересказать. LLMO, AEO и GEO часто пересекаются: ниже объясняем рабочие различия между ними, действия на странице и способы измерения результата.
В этой статье 6
SEO, AEO, GEO и LLMO: какие задачи обозначают термины
SEO связывают с видимостью и переходами из поиска. AEO — с присутствием в готовых ответах, включая быстрые ответы поисковиков. GEO — с видимостью в генеративных ответах, а LLMO — с использованием контента языковыми моделями. Это рабочие определения этой статьи: на рынке термины употребляют по-разному, а их границы пересекаются.
SEO, AEO, GEO и LLMO: рабочие определения
- Термин: SEO
- На чём сосредоточена работа: Видимость и переходы из поисковой выдачи
- Термин: AEO
- На чём сосредоточена работа: Присутствие в готовых ответах
- Термин: GEO
- На чём сосредоточена работа: Видимость в генеративных ответах
- Термин: LLMO
- На чём сосредоточена работа: Доступность и корректное использование контента языковой моделью
Термины пересекаются и употребляются по-разному; это не последовательные поколения и не единый стандарт.
Текст схемы и все данные
SEO, AEO, GEO и LLMO: рабочие определения
- Термин: SEO
- На чём сосредоточена работа: Видимость и переходы из поисковой выдачи
- Термин: AEO
- На чём сосредоточена работа: Присутствие в готовых ответах
- Термин: GEO
- На чём сосредоточена работа: Видимость в генеративных ответах
- Термин: LLMO
- На чём сосредоточена работа: Доступность и корректное использование контента языковой моделью
Термины пересекаются и употребляются по-разному; это не последовательные поколения и не единый стандарт.
Не каждый ответ устроен одинаково. Сервис может искать источники перед генерацией, обращаться к загруженным документам или отвечать без нового поиска. RAG обозначает подход с извлечением материалов для генерации, но не является универсальной механикой всех ответов. Поэтому сначала выбирают сервис и сценарий, затем определяют, что именно измеряют.
SEO, AEO, GEO и LLMO: одна таблица
Как выбрать измерение под задачу
- Задача: Поисковый спрос
- Наблюдение: Показы, клики и запросы страницы
- Ограничение: Позиция не равна заявке
- Задача: Ссылка в ответе
- Наблюдение: Ответы со ссылкой / полученные ответы
- Ограничение: Доля относится к выбранным вопросам
- Задача: Упоминание бренда
- Наблюдение: Ответы с названием бренда
- Ограничение: Упоминание может быть без ссылки
- Задача: Точный пересказ
- Наблюдение: Сверка фактов ответа с исходной страницей
- Ограничение: Ошибка возможна и в источнике, и в ответе
- Задача: Обращения
- Наблюдение: Распознанные визиты и полученные заявки
- Ограничение: Часть источников перехода не определяется
У цитирования нет общего срока: фиксируйте условия и повторяйте замеры, не обещайте результат после переобхода.
Текст схемы и все данные
Как выбрать измерение под задачу
- Задача: Поисковый спрос
- Наблюдение: Показы, клики и запросы страницы
- Ограничение: Позиция не равна заявке
- Задача: Ссылка в ответе
- Наблюдение: Ответы со ссылкой / полученные ответы
- Ограничение: Доля относится к выбранным вопросам
- Задача: Упоминание бренда
- Наблюдение: Ответы с названием бренда
- Ограничение: Упоминание может быть без ссылки
- Задача: Точный пересказ
- Наблюдение: Сверка фактов ответа с исходной страницей
- Ограничение: Ошибка возможна и в источнике, и в ответе
- Задача: Обращения
- Наблюдение: Распознанные визиты и полученные заявки
- Ограничение: Часть источников перехода не определяется
У цитирования нет общего срока: фиксируйте условия и повторяйте замеры, не обещайте результат после переобхода.
| Критерий | SEO | AEO | GEO | LLMO |
|---|---|---|---|---|
| Цель | Позиция в органической выдаче | Попасть в быстрый ответ поисковика | Упоминание бренда в генеративном ответе | Использование контента моделью как источника |
| Где виден результат | Список ссылок Яндекса и Google | Алиса AI, AI Overviews, featured snippets | ChatGPT, Perplexity, Gemini, Claude — текст ответа | Любой сервис на LLM: чат, поиск, ассистент, агент |
| Главная метрика | Позиции, видимость, трафик | Доля запросов с сайтом в источниках ответа | Доля ответов с упоминанием бренда | Доля цитирований страниц; точность пересказа |
| Единица работы | Страница под запрос | Фрагмент-ответ на вопрос | Бренд и его сущности | Фрагмент текста и факты, которые можно извлечь |
| Инструменты измерения | Вебмастер, Search Console, трекеры позиций | Вебмастер → Видимость в Алисе AI; GSC → ИИ-функции | Ручные прогоны промптов; сервисы мониторинга | Те же плюс реферер-трафик и проверка пересказа |
| Срок оценки | После обхода и накопления сопоставимых данных | Повторные замеры ответов | Повторные замеры упоминаний | Повторные замеры ссылок и точности; общего срока нет |
| Кому в первую очередь | Всем, у кого есть спрос в поиске | Сайтам с инфо-запросами и большой долей быстрых ответов | Брендам в нишах с выбором по рекомендации | Тем, чей контент — справочный: документация, инструкции, данные |
Что реально делает LLMO на странице
В поисковых сценариях модель может получать отдельные фрагменты страницы — чанки. Поэтому раздел с фактом должен быть понятен вне соседних абзацев. Но способ получения текста зависит от сервиса: утверждать, что любая модель всегда читает только фрагменты, нельзя.
- Самодостаточные фрагменты. Повторите в разделе предмет ответа и необходимые условия. Если сервис извлечёт только этот фрагмент, ссылка «как сказано выше» не заменит контекст.
- Проверяемые факты. Укажите рядом с числом единицу измерения, период и источник. Это облегчает проверку и пересказ, но не гарантирует выбор фрагмента для ответа.
- Однозначные сущности. Название компании, продукта, услуги пишется одинаково по всему сайту; сущности с разными написаниями модель может не связать.
- Точность исходных сведений. Уберите устаревшие цены и противоречия, укажите условия рядом с обещанием. Затем отдельно проверьте ответ сервиса: корректный источник не исключает ошибки при генерации.
- Доступ роботов. Различайте поисковый сбор и обучение. Например, OpenAI описывает OAI-SearchBot для поиска и GPTBot для обучения как независимые настройки. Проверяйте назначение конкретного робота по документации сервиса, а доступ — по ответу сервера.
- Структура страницы. Заголовки, таблицы и списки помогают выделить смысловые части. Микроразметка должна соответствовать видимому содержанию. Для ИИ-функций Google специальная схема не требуется — это указано в документации.
Эти действия полезны и при обычной работе над качеством сайта. Однако ясность текста сама по себе не доказывает рост позиций или цитирования. Практические проверки собраны в чек-листе контента под AEO и статье о контенте для нейропоиска.
Мифы: что не работает
Вокруг молодого термина быстро выросли рецепты, которые звучат технично и не имеют подтверждения. Три самых распространённых.
Миф 1. Файл llms.txt поднимет цитируемость
llms.txt — предложение по описанию материалов сайта для языковых моделей. Не считайте наличие файла доказательством использования конкретным сервисом. Google отдельно указывает, что для его ИИ-функций не нужны специальные текстовые файлы или разметка. Назначение нашего файла разобрано в отдельной статье; его наличие не заменяет проверку страниц и ответов.
Миф 2. Можно «накормить модель» своим контентом
Публикация страницы и обучение модели — разные процессы. Владелец сайта не может по факту публикации обещать включение материала в обучение, срок такого включения или ответ конкретному пользователю. В поисковых сценариях можно проверить доступность страницы, её содержание и появление среди источников. У OpenAI обучающий и поисковый сбор описаны как независимые настройки роботов.
Миф 3. Массовые упоминания на любых площадках
Количество внешних упоминаний само по себе не объясняет, почему сервис выбрал источник. Для публикаций выбирайте площадки с подходящей аудиторией и проверяемыми сведениями о компании. Фиксируйте реальные упоминания и отдельно проверяйте ответы: не приписывайте каталогам универсальный вес или его отсутствие. Порядок наблюдения — в статье про мониторинг бренда в нейросетях.
Как измерять LLMO
Для оценки полезно разделять ссылки на сайт, упоминания бренда, точность пересказа и распознанные переходы. Эти показатели применимы к разным задачам AEO, GEO и LLMO. Полный протокол — в статье как проверить цитируемость сайта.
Что фиксировать при оценке LLMO
Четыре разных наблюдения — без общего балла и гарантии цитирования
- Ссылки на сайт
- Доля полученных ответов со ссылкой; сервисы и ошибки учитывать отдельно
- Точность фактов
- Сверить цены, сроки и названия с исходной страницей; сохранить расхождения
- Присутствие в сервисах
- Повторить одинаковые вопросы; разница не доказывает проблему индекса
- Переходы и обращения
- Отдельно учитывать распознанные визиты, цели и полученные заявки
Текст схемы и все данные
Что фиксировать при оценке LLMO
Четыре разных наблюдения — без общего балла и гарантии цитирования
- Ссылки на сайт
- Доля полученных ответов со ссылкой; сервисы и ошибки учитывать отдельно
- Точность фактов
- Сверить цены, сроки и названия с исходной страницей; сохранить расхождения
- Присутствие в сервисах
- Повторить одинаковые вопросы; разница не доказывает проблему индекса
- Переходы и обращения
- Отдельно учитывать распознанные визиты, цели и полученные заявки
- Цитируемость: число полученных ответов со ссылкой на выбранный домен, делённое на число полученных ответов. Сервисы учитывайте отдельно; ошибки и размер выборки показывайте рядом с долей.
- Точность пересказа: сохраните ответы со ссылкой на сайт и сверьте цены, сроки и названия с исходной страницей. Ошибка может находиться в тексте сайта или возникнуть при генерации ответа; отмечайте эти случаи раздельно.
- Охват сервисов: фиксируйте, где сайт появляется по одному набору запросов. Различие результатов — повод проверить доступность, источники и повторяемость ответа, а не готовый диагноз проблемы индекса.
- Переходы и заявки: измеряйте распознанные визиты из ИИ-сервисов и достижение целей, затем проверяйте поступление заявок. Сегмент и ограничения атрибуции разобраны в статье трафик из нейросетей в Метрике.
Кому что нужно в первую очередь
| Сценарий | Что проверить сначала | На что смотреть |
|---|---|---|
| Локальная услуга | Поиск в нужном регионе | Запросы, посадочные, обращения |
| Интернет-магазин | Товарные и категорийные запросы | Клики, продажи и ответы на вопросы выбора |
| B2B и документация | Ответы на вопросы о продукте | Верность характеристик и ссылки на документацию |
| Выбор по рекомендациям | Вопросы о сравнении решений | Упоминания бренда и проверяемые источники |
| Медиа и справочник | Использование конкретных публикаций | Ссылки, точность пересказа и распознанные визиты |
Для одной страницы могут пересекаться задачи поиска, цитирования и точного пересказа. Состав работ и показатели нужно связать с бизнес-целью, а не только с названием подхода. Направления AOSA описаны на страницах AEO и GEO; дополнительные сравнения — что такое GEO-оптимизация и AEO vs SEO.