✓ GEO уже нельзя оценивать одной цифрой «сколько раз бренд появился в ответе AI». Если один специалист может только переписать заголовок, а другой — полностью изменить страницу, добавить скрытые инструкции или перестроить документ, их результаты нельзя честно сравнивать в одном рейтинге.
Именно к этому выводу подводит работа Humanity’s Last Choice: A Common Evaluation Standard for Generative Engine Optimization, опубликованная на arXiv 16 октября 2026 года. Авторы предлагают описывать не только задачу и модель, но и пространство допустимых изменений: где именно редактируется источник, какое действие выполняется и какой сигнал пытаются улучшить.
Для бизнеса это важный сдвиг. GEO превращается из набора советов «добавьте FAQ и экспертный тон» в измеряемый процесс, где нужно фиксировать условия эксперимента, качество ответа и влияние на решение пользователя.
Почему одинаковый балл может быть нечестным
Представим два эксперимента. В первом команда добавила к странице одно точное определение. Во втором она переписала весь текст, изменила структуру, добавила новые факты и разместила страницу на нескольких внешних площадках. Если после этого AI чаще показывает второй источник, его результат может быть связан не с более сильным алгоритмом, а с гораздо большей свободой редактирования.
Сравнение становится ещё сложнее, когда оптимизатор меняет не только содержание, но и форму воздействия на модель. В исследовании перечисляются разные подходы: авторитетная формулировка, добавление цитат, специальные последовательности токенов, перестройка документа и стратегии, которые автоматически учатся на ответах движка.
Поэтому простой вопрос «какой метод дал больший процент цитирования?» недостаточен. Сначала нужно ответить:
- какие части источника разрешалось менять;
- можно ли было добавлять новые факты или только редактировать формулировки;
- какие запросы, модели и версии движка использовались;
- оценивалась ли только ссылка на источник или ещё точность ответа и полезность рекомендации;
- учитывалась ли возможность обнаружения манипулятивных изменений.
Что именно предлагает исследование
Авторы описывают метатаксономию из трёх измерений.
Первое — слой оптимизации. Это может быть поверхностная формулировка, информационное содержание, структура документа, мультимодальный материал или инструкции, обращённые к модели.
Второе — действие оптимизации. Источник можно изменять добавлением, удалением, перестановкой, перефразированием или более сложной операцией. Для двух страниц с одинаковой темой такое действие создаёт совершенно разные условия эксперимента.
Третье — целевой сигнал. Оптимизатор может пытаться увеличить вероятность попадания страницы в retrieval, поднять её позицию среди найденных источников, добиться показа в цитатах или повлиять на итоговую рекомендацию. Это не одно и то же.
Например, страница может хорошо находиться внутренним поиском AI, но редко появляться среди ссылок в готовом ответе. Или она может цитироваться, но не подтверждать ключевой тезис. Поэтому «retrieval visibility», «citation visibility» и влияние на рекомендацию нужно разводить в отчёте.
Видимость не равна влиянию
Недавние исследования процесса цитирования ChatGPT также показывают, что между поиском страницы и появлением её URL в ответе есть несколько этапов. Движок формулирует или переписывает запрос, получает набор кандидатов, отбирает часть материалов и только затем показывает отдельные источники пользователю.
Из этого следуют три разные метрики:
- Retrieval. Страница попала в набор найденных кандидатов.
- Citation. Страница была указана ссылкой в готовом ответе.
- Support. Содержание страницы действительно подтверждает утверждение, рядом с которым она показана.
К ним можно добавить четвёртый уровень — business influence. Пользователь не просто увидел ссылку, а включил компанию в сравнение, перешёл на сайт или выбрал её в результате рекомендации. Этот показатель нельзя автоматически выводить из количества цитат.
Для GEO-аудита коммерческого сайта особенно опасна подмена. Рост retrieval можно принять за рост цитирования, рост цитирования — за рост доверия, а рост упоминаний — за рост заявок. Каждая связь требует отдельной проверки.
Как проводить практический GEO-аудит
Рабочий аудит лучше строить как повторяемый эксперимент, а не как разовый скриншот ответа.
Сначала фиксируется набор реальных вопросов клиентов. Они должны отражать разные намерения: поиск услуги, сравнение вариантов, проверку цены, поиск подрядчика и вопрос «кому доверять». Формулировки, дату и язык запроса нужно сохранять.
Затем задаются условия:
- какой AI-движок и режим ответа проверяются;
- какая локация указана пользователю и откуда выполняется запрос;
- какие страницы и внешние источники доступны на момент проверки;
- какие изменения внесены на сайте между замерами;
- сколько повторов сделано для оценки случайного разброса.
После этого результаты раскладываются по этапам: найден ли домен, попала ли конкретная страница в источники, показана ли она в ответе, подтверждает ли ссылка конкретный тезис и есть ли измеримый переход или обращение.
Важно сохранять не только удачные ответы. Исчезновение ссылки, изменение формулировки и расхождение между двумя повторными запросами — тоже данные. Они показывают устойчивость видимости, а не только лучший возможный результат.
Что это меняет для бизнеса
Для владельца сайта единый стандарт означает более строгую постановку задачи. Целью становится не «попасть в ChatGPT любой ценой», а увеличить вероятность корректного присутствия в ответах на вопросы, где компания действительно релевантна.
Контент должен помогать движку связать страницу с конкретным намерением: чётко описывать услугу, условия, географию, ограничения, доказательства и дату актуальности. Внешние упоминания должны усиливать проверяемую информацию, а не подменять её массовым повторением названия.
При этом не стоит обещать фиксированное количество цитат. AI-ответы зависят от движка, запроса, локации, времени и набора доступных источников. Правильный отчёт показывает диапазон наблюдений и отдельно отмечает, где есть факт, где гипотеза, а где прогноз.
Google в своей архитектуре управляемых самообучающихся агентов также подчёркивает необходимость ограничений, проверяемых действий и человеческого согласования. Для GEO это означает простой принцип: автоматизировать сбор сигналов можно, но публикацию спорных утверждений и изменение фактов нужно оставлять под редакционным контролем.
Чек-лист измеримого GEO
Перед запуском новой GEO-задачи проверьте:
- Есть список реальных вопросов, а не только набор ключевых слов.
- Записаны движок, режим, язык, дата и локация проверки.
- Разделены retrieval, citation, подтверждение тезиса и бизнес-результат.
- Зафиксировано, какие изменения разрешены на странице.
- Новые факты отделены от перефразирования существующего контента.
- Проверяется не один удачный ответ, а серия повторов.
- В отчёте указаны ограничения и случаи, когда ссылка не подтверждает вывод.
- После публикации отслеживаются не только упоминания, но и переходы, обращения и качество лидов.
Единый стандарт не делает GEO полностью предсказуемым. Он делает сравнение честнее. А для бизнеса это ценнее красивого процента: можно понять, какое изменение действительно помогло, на каком этапе теряется видимость и какие выводы пока нельзя считать доказанными.
Если нужен системный аудит AI-видимости сайта и его источников, следующий шаг — GEO-продвижение с повторяемой проверкой запросов, источников и корректности цитирования.
