Тренды GEO осенью 2026: цитата живет 11 дней, а решение принимает агент

TL;DR

Сентябрь 2026 дал три больших исследования, и они меняют приоритеты в работе. Schema и llms.txt почти не влияют на то, порекомендует ли вас нейросеть: после поправки на авторитет сайта прирост составляет 0,4 процентного пункта. Зато понятное объяснение, что вы продаете и кому, и одинаковые факты о компании в разных источниках дают разницу в разы. Цитата живет недолго: половина страниц теряет половину упоминаний за 11 дней после пика. И появился новый читатель вашего сайта, AI-агент, который сам проверяет цену, наличие и возможность оформить заказ.

Ключевые факты

• Любая разметка schema добавляет 0,4 процентного пункта к вероятности рекомендации, FAQ-schema и llms.txt дают минус.
• Бренды с одинаковыми фактами в разных источниках попадают в список агента в 46,2% случаев, с противоречивыми в 2,8%.
• Половина страниц теряет половину цитирований за 11 дней после пика.
• 48% адресов, которые цитирует AI, упоминаются лишь раз за месяц.
• Расширение набора запросов с 10 до 100 уменьшило разброс оценки видимости на 73%.
• Сайты, закрытые для AI-ботов или полностью зависящие от JavaScript, появляются в ответах в 3,1% случаев.
• Машиночитаемый способ оформить заказ поднимает попадание в список агента с 19,4% до 36,8%.

Что изменилось в GEO осенью 2026?

Раньше GEO отвечало на вопрос «как попасть в цитату». Теперь вопрос другой: попадет ли компания в короткий список, который собирает нейросеть, и сможет ли агент проверить цену, наличие и условия. Фокус смещается с текста на данные о компании.

Больше всего данных дало исследование First Page Sage от 2 октября. В нем 4213 коммерческих запросов в ChatGPT, Gemini и Claude, 657 заданий для AI-агентов и 1089 брендов из 14 отраслей. Исследование отдельно сравнило обычный AI-поиск и работу агента, и веса факторов оказались разными.

Что влияет на рекомендацию	Обычный AI-поиск	Когда действует агент
Упоминания в авторитетных подборках	33,1%	21,2%
Соответствие потребности клиента	9,6%	13,8%
Одинаковые факты в разных источниках	5,2%	12,6%
Понятное объяснение продукта	3,4%	6,3%
Разметка schema	0,9%	4,6%

Это доля влияния фактора в модели исследователей, а не точный закон рынка. Но направление читается однозначно: внешние упоминания остаются главными, а для агента резко растет роль согласованности и конкретики.

Работают ли schema и llms.txt для попадания в AI-ответы?

Почти нет. После поправки на авторитет сайта любая разметка schema добавляла всего 0,4 процентного пункта, а Organization schema 0,2. FAQ-schema и llms.txt вообще ушли в минус, на 0,3 и 0,1 пункта. Исключение одно: Product schema для интернет-магазинов, плюс 4,8 пункта.

Еще показательнее сравнение внутри понятных сайтов. Минимальная структура без schema дала 24,2% рекомендаций, а максимальная сборка из шести и более типов разметки, FAQ и llms.txt дала 23,9%. Разницы нет.

Зато сильно важна понятность. Бренды, которые плохо объясняют, что именно продают и кому это подходит, получали 11,2% рекомендаций. Те, кто объясняет хорошо, 23,6%. Это вдвое больше, и это самая дешевая правка из всех возможных.

Почему AI советует конкурента, хотя ваш продукт лучше?

Чаще всего потому, что факты о вас в разных источниках не совпадают. В обычном AI-поиске бренды с очень высокой согласованностью данных получали 34,9% рекомендаций, с очень низкой 5,9%. В заданиях для агента разрыв еще больше: 46,2% против 2,8%.

Причем внешняя согласованность важнее порядка на собственном сайте: 17,1% против 13,7%. Каталоги, справочники, профили и публикации должны говорить то же, что и ваш сайт. Куда выходить, мы разобрали в материале о пяти площадках, где должен быть ваш бренд.

Сколько живет упоминание компании в AI-ответах?

Медиана 11 дней. Profound отследил 883 000 страниц в семи системах в течение года, это 1,19 млн пар «страница плюс система». Половина страниц теряла половину своих цитирований за 11 дней после пика, а 78% проходили этот путь за две недели.

Вторая важная цифра: от первого упоминания до падения вдвое проходит в среднем 42 дня. Страницы, которые цитируют минимум пять систем, в 5,5 раза чаще остаются заметными через восемь недель. А материалы длительной ценности, сравнения и инструкции, живут в 1,4-1,6 раза дольше новостей.

Вывод простой. Схема «опубликовали и забыли» больше не работает. Нужен цикл: наблюдать, замечать спад, обновлять факты, возвращать материал во внешние источники.

Как правильно измерять видимость в ChatGPT и Gemini?

Широким набором запросов, а не десятью любимыми. Otterly собрал 252 407 ответов на 520 запросов в семи системах. При десяти запросах оценка видимости гуляла в диапазоне 39-71%. При ста запросах диапазон сузился до 51-60%, то есть разброс упал на 73%.

• Упоминания бренда стабильнее ссылок: только 12-19% брендов появлялись всего в один день из тридцати.
• Источники очень текучие: 48% из 46 009 адресов процитировали лишь раз, а верхний 1% адресов дал 44% всех цитирований.
• Системы ведут себя по-разному: на следующий день Perplexity сохраняет около 75% вчерашних источников, ChatGPT и Google AI Mode около 26%.

Поэтому главной метрикой стоит сделать долю запросов, где вас упомянули. Список источников держите отдельно, как диагностику: он объясняет, за счет чего эта видимость существует.

Почему двум разным клиентам AI советует разные бренды?

Потому что ответ зависит от того, кто спрашивает. Profound проанализировал 71 147 ответов ChatGPT, Claude и Gemini, меняя доход, возраст, пол и профессию пользователя. Ответы для разных персон совпадали лишь примерно на четверть по брендам и на пятую часть по источникам.

Сильнее всего влиял доход. Персоны с высоким доходом получали в среднем 7,5 упоминаний брендов против 5,8 у персон с низким доходом. Поэтому вопрос «какая у нас видимость в ChatGPT» слишком грубый. Полезнее знать, рекомендуют ли вас конкретной группе клиентов в конкретной ситуации.

Что нужно AI-агенту, чтобы довести клиента до заказа?

Факты, которые читает машина: цена, наличие, характеристики и способ оформить заказ. В 657 агентских заданиях First Page Sage разница выглядела так.

Данные о товаре или услуге	Читает машина	Только в тексте	Нет
Цена	31,4%	22,8%	9,7%
Наличие	34,2%	21,5%	8,1%
Характеристики	30,6%	23,9%	12,4%
Бронирование или оформление	36,8%	19,4%	6,2%

Это доля попадания в короткий список агента. Самый большой разрыв в бронировании и оформлении заказа. Но сначала факт должен просто быть: разница между «нет» и «есть в тексте» больше, чем между «есть в тексте» и «машиночитаемый».

Есть и технический порог. Бренды, которые закрывают AI-ботов или полностью зависят от JavaScript, появлялись лишь в 3,1% релевантных запросов. Как это проверить, мы описали в статье о том, почему сайта нет в ответах нейросетей. Для магазинов добавляется товарный фид. Microsoft Advertising в сентябре прямо советует отдавать AI-системам полную и актуальную информацию о товарах, чтобы они видели весь ассортимент.

Что делать бизнесу в ближайший месяц?

Пять шагов в порядке влияния.

1. Понятность. Перепишите главные страницы так, чтобы с первых строк было ясно, что вы продаете, кому это подходит и сколько стоит.
2. Согласованность. Сверьте название, адреса, цены и перечень услуг на сайте, в каталогах, в профилях и в публикациях. Исправьте расхождения.
3. Доступ. Проверьте, видят ли ваш сайт AI-боты и читается ли он без JavaScript.
4. Факты для действия. Вынесите цену, наличие, условия и способ заказа на страницу, а для магазина настройте товарный фид.
5. Измерение. Составьте набор из ста запросов клиентов и раз в месяц смотрите, в скольких из них вас упоминают.

Как эти шаги складываются в одну систему, показывает схема Гайворонского.