Коротко: LLM SEO — это оптимизация сайта и бренда так, чтобы большие языковые модели — ChatGPT, Claude, Gemini, Perplexity, Copilot — знали компанию, находили её страницы и описывали её верно. Модель узнаёт о вас двумя путями: из обучающих данных, которые не меняются до следующей версии модели, и из поиска в интернете в момент вопроса. Каждая модель ищет по своему индексу: ChatGPT — по собственному и Bing, Claude — по Brave Search, Gemini — по Google, Copilot — по Bing, Perplexity — своим роботом. Большинство ИИ-роботов не выполняют JavaScript, поэтому сайт, текст которого подгружается скриптами, может быть для них пустым. LLM SEO работает на обоих путях: присутствие в источниках, на которых учатся модели, и читаемость и доступность страниц, когда модели ищут.
LLM SEO пересекается с GEO и AEO, и многие используют три названия для одного и того же. Этот разбор смотрит с той стороны, которую другие пропускают, — со стороны самих моделей. Что модель знает о вас без поиска, куда идёт каждая модель, когда ищет, что её робот может прочитать, а что нет, и что изменить на сайте, чтобы каждая из них говорила о вас правильно. В основе — документация роботов OpenAI, Anthropic, Perplexity и Google, анализ больше миллиарда запросов ИИ-роботов от Vercel и MERJ и тест 23 октября 2026 года, в котором я задал ChatGPT, Perplexity, Gemini и Claude один и тот же вопрос.
Что такое LLM SEO
LLM SEO (large language model search engine optimization) — это работа над тем, чтобы компания была видна и верно описана в ответах больших языковых моделей. По-русски это ещё называют продвижением в нейросетях или оптимизацией под LLM. LLM — модель, которая стоит за ИИ-ассистентом: GPT за ChatGPT, Claude, Gemini, модели, которые используют Perplexity и Copilot. LLM SEO задаёт каждой из них три вопроса:
- Знает ли модель компанию без поиска — из того, чему научилась при обучении?
- Найдёт и прочитает ли модель страницы компании, когда ищет в интернете в момент вопроса?
- Верно ли то, что она говорит, — услуги, цены, адреса, люди за компанией?
Классическое SEO спрашивает, стоит ли страница высоко. LLM SEO спрашивает, может ли модель использовать то, что написано на странице, и согласуется ли с этим то, что о вас пишут в других местах.
LLM SEO, LLMO и «оптимизация LLM»: три названия, два смысла
- LLM SEO и LLMO (large language model optimization) означают одну и ту же маркетинговую работу. Название LLMO особенно распространено в немецкоязычных странах.
- GEO (generative engine optimization) и AEO (answer engine optimization) пересекаются с обоими. Все четыре ассистента, которых я проверил, считали LLM SEO и GEO пересекающимися или одним и тем же. Разница разобрана в статьях что такое GEO и что такое AEO.
- «Оптимизация LLM» в инженерии имеет второе, не связанное с этим значение: ускорение или удешевление работы самой модели — квантизация, кэширование, настройка вывода. Половина выдачи по английскому «llm optimization» — именно об этом.
Откуда LLM знают о вашей компании: обучающие данные и живой поиск
Языковая модель может знать о компании двумя способами, и для каждого нужна своя работа.
Обучающие данные. Перед выпуском модель обучают на большом снимке интернета и других текстов. Выученное не меняется до следующей версии. Если компанию описывали во многих источниках до даты среза обучения, модель может знать её без поиска; если после этой даты компания сменила название, цены или услуги, модель может повторять старую версию. Обучающие данные нельзя отредактировать — можно только повлиять на то, чему научатся будущие модели, присутствуя в источниках, на которых они учатся: на своём сайте, но прежде всего на чужих сайтах, в каталогах, статьях и обсуждениях.
Живой поиск. Когда вопросу нужны свежие или конкретные сведения, ассистент ищет в интернете, читает несколько страниц и пишет ответ по ним, обычно со ссылками. На этот путь вы влияете напрямую: пускают ли робота движка, может ли он прочитать страницу и ясно ли она отвечает на вопрос.
Каким путём пойдёт ассистент, зависит от вопроса и продукта. В моём тесте 23 октября 2026 года два ассистента из четырёх ответили на вопрос-определение вообще без поиска — ответ пришёл из того, что модель уже знала.
| Обучающие данные | Живой поиск | |
|---|---|---|
| Когда используются | Всегда; одни — для общих вопросов и определений | Когда вопросу нужны свежие, местные или конкретные факты |
| Насколько свежие | Зафиксированы на дату среза обучения | Минуты или дни |
| Показывают источники | Нет | Обычно, ссылками |
| Что можно сделать | Быть в многих источниках и с одинаковыми фактами на протяжении времени | Пустить робота, сделать страницы читаемыми, отвечать ясно |
| Когда видны изменения | Со следующей моделью | Через дни или недели |
Где каждая LLM ищет в интернете
Каждый ассистент ищет по своему индексу своим роботом. Это самый практичный факт в LLM SEO: страница может быть видна одной модели и невидима другой.
| Ассистент | Поисковый индекс | Робот для поиска | Робот для обучения | Что это значит для вас |
|---|---|---|---|---|
| ChatGPT | Собственный индекс OpenAI, плюс Bing и другие поставщики | OAI-SearchBot | GPTBot | Пустите OAI-SearchBot; видимость в Bing помогает, но больше не гарантирует видимость в ChatGPT |
| Claude | Brave Search | Claude-SearchBot | ClaudeBot | Проверьте, есть ли ваши страницы в Brave Search, а не только в Google |
| Gemini | Google Поиск | Googlebot | Токен Google-Extended (только обучение) | Классическое SEO в Google; запрет Google-Extended не убирает вас из Поиска |
| Обзоры от ИИ и режим ИИ в Google | Google Поиск | Googlebot | — | Тот же индекс, что у выдачи Google |
| Copilot | Bing | Bingbot | — | Bing Webmaster Tools, IndexNow |
| Perplexity | Собственный индекс | PerplexityBot | По словам Perplexity, для обучения не используется | Пустите PerplexityBot |
Что говорят источники, коротко:
- OpenAI описывает трёх агентов: OAI-SearchBot для поиска в ChatGPT, GPTBot для обучения и ChatGPT-User для страниц, которые пользователь просит ChatGPT открыть. Сайты, закрытые от OAI-SearchBot, не показываются в ответах поиска ChatGPT. По отчёту Peec AI, пересказанному в сентябре 2026 года, ChatGPT всё чаще отвечает по собственному индексу — внутри OpenAI его называют Labrador, — продолжая использовать Bing и других поставщиков данных.
- Anthropic с марта 2025 года указывает Brave Search как поставщика веб-поиска для Claude и описывает трёх агентов: ClaudeBot для обучения, Claude-SearchBot для индексации под поиск и Claude-User для запросов пользователей. Закрыть Claude-SearchBot, по словам самой Anthropic, значит, возможно, снизить видимость и точность сайта в результатах поиска пользователей.
- Google использует Googlebot и для Поиска, и для функций ИИ. Отдельный токен Google-Extended решает, используется ли контент для моделей Gemini; Google пишет, что на присутствие и позиции в Google Поиске он не влияет, а обзоры от ИИ и режим ИИ — часть Поиска.
- Perplexity использует PerplexityBot, чтобы показывать сайты и ссылаться на них в своих результатах, и заявляет, что для обучения моделей он не используется. Второй агент, Perplexity-User, загружает страницы по запросу пользователя и, как правило, игнорирует robots.txt.
robots.txt, который не отдаёт сайт на обучение моделей, но оставляет его видимым в поиске каждого ассистента, выглядит так:
# поиск и движки ответов: разрешено
User-agent: OAI-SearchBot
Allow: /
User-agent: Claude-SearchBot
Allow: /
User-agent: PerplexityBot
Allow: /
# только обучение: закрыто
User-agent: GPTBot
Disallow: /
User-agent: ClaudeBot
Disallow: /
User-agent: Google-Extended
Disallow: /
User-agent: *
Allow: /Закрывать ли обучение — решение бизнеса. Запрет не пускает ваши тексты в будущие модели, но тогда следующая модель узнает о вас только из того, что напишут другие.
ИИ-роботы и JavaScript: почему сайт может быть пустым для ChatGPT
В декабре 2024 года Vercel и MERJ опубликовали анализ трафика ИИ-роботов в сети Vercel: больше миллиарда запросов за месяц. Два вывода касаются почти любого современного сайта.
Большинство ИИ-роботов не выполняют JavaScript. Роботы OpenAI, ClaudeBot, PerplexityBot, роботы Meta и ByteDance и CCBot от Common Crawl читают только HTML, который отдаёт сервер. Роботы ChatGPT и Claude скачивают файлы JavaScript — 11,5% и 23,8% их запросов, — но не выполняют их. Страницу как браузер отрисовывают только Gemini, который использует инфраструктуру Googlebot, и AppleBot.
ИИ-роботы тратят впустую треть запросов. 34,8% запросов ChatGPT и 34,2% запросов Claude приходятся на страницы с ответом 404, у Googlebot — 8,2%. Они гораздо чаще ходят по старым и битым адресам.
Что это значит на практике:
- Одностраничное приложение на React, Vue или Angular, которое рисует текст в браузере, отдаёт ИИ-роботу почти пустую HTML-оболочку. Для ChatGPT, Claude и Perplexity у такой страницы нет содержимого.
- Цены, характеристики товаров, отзывы и FAQ, которые подгружаются скриптами позже, для них невидимы, даже если остальная страница рендерится на сервере.
- Редиректы со старых адресов значат больше, чем раньше: ИИ-роботы постоянно их запрашивают.
Проверка занимает минуту: откройте исходный код страницы (не инспектор) или загрузите её без JavaScript и найдите основной текст. Если его там нет, решение — рендеринг на сервере, статическая генерация или пререндеринг; в Next.js это поведение по умолчанию для страниц на серверных компонентах. Этот сайт сделан именно так, поэтому каждая статья приходит любому роботу полным HTML.
Как оптимизировать контент под LLM
1. Каждая важная страница читается без JavaScript
Основной текст, цены, контакты и FAQ — в HTML, который отдаёт сервер. Проверьте исходный код пяти самых важных страниц.
2. Пустите поисковых роботов тех ассистентов, где хотите быть
OAI-SearchBot, Claude-SearchBot, PerplexityBot, Googlebot и Bingbot. Об обучающих роботах решайте отдельно.
3. Будьте в каждом индексе, которым пользуются модели
Google Search Console, Bing Webmaster Tools — он питает ещё Copilot и часть ChatGPT — и проверка, что ключевые страницы есть в Brave Search для Claude. Новые и изменённые адреса отправляйте через IndexNow, который поддерживает Bing.
4. Пишите фрагменты, которые переживут пересказ
Модели берут фрагменты, а не страницы. Раздел, который называет вопрос в заголовке и отвечает в первом предложении, с числами и названными источниками, можно процитировать отдельно. Страницу, где ответ размазан по пяти абзацам, — нет. Полный метод — в статье что такое AEO.
5. Описывайте компанию везде одинаково
Название, услуги, адреса, цены или диапазоны цен, год основания, люди. Модель сводит всё, что находит, и противоречия между сайтом, LinkedIn и старыми каталогами становятся противоречиями в ответе.
6. Будьте в источниках, на которых модели учатся и которые ищут
Независимые отзывы, сравнительные статьи, отраслевые издания, сообщества вроде Reddit и GitHub для технических продуктов, каталоги, которые стоят высоко по вашей услуге. Эти источники питают оба пути: будущие обучающие данные и сегодняшний поиск.
7. Обновляйте страницы и чините битые адреса
ИИ-роботы постоянно запрашивают старые адреса. Перенаправляйте то, что переехало, отдавайте 410 для того, что удалено навсегда, держите карту сайта чистой и показывайте дату обновления на страницах с меняющимися фактами.
Продвижение в каждой модели: ChatGPT, Claude, Gemini, Perplexity и Copilot
ChatGPT. Пустите OAI-SearchBot. Будьте в индексе Bing, но не останавливайтесь на этом: ChatGPT всё чаще отвечает по собственному индексу. Его ответы персонализирует сохранённая память пользователя и прошлые чаты, поэтому проверяйте его во временном чате. В моём исследовании 141 ответа ChatGPT давал всего 1,6 источника на ответ и в 23 из 47 ответов на вопросы об услугах ссылался на Google Карты, так что заполненный профиль компании в Google важен и здесь. Работа только под ChatGPT описана на странице продвижение в ChatGPT.
Claude. Его веб-поиск работает на Brave Search, поэтому введите свои главные запросы в Brave и посмотрите, есть ли там ваши страницы. Пустите Claude-SearchBot. Claude ищет не всегда: на общие вопросы он отвечает по обучающим данным, и здесь окупаются давние и одинаковые упоминания компании.
Gemini и функции ИИ в Google. Опираются на индекс Google, поэтому основа — классическое SEO в Google. Запрет Google-Extended влияет на обучение, а не на видимость в Поиске.
Perplexity. Ищет почти на каждый вопрос и цитирует много источников — 16,7 на ответ в моём исследовании, — в основном из открытого интернета, часто включая сайты самих компаний. Пустите PerplexityBot и пишите страницы, которые отвечают прямо.
Copilot. Работает на Bing. Bing Webmaster Tools в отчёте AI Performance показывает, как часто ваши страницы цитируются в Copilot и ответах ИИ в Bing, — пока это единственный отчёт о цитированиях от самого ИИ-ассистента.
llms.txt и SEO: что он даёт и чего не даёт
llms.txt — предлагаемый файл в формате Markdown в корне сайта, который перечисляет его главные страницы для языковых моделей. Его часто продают как «robots.txt для ИИ», но это не так: он ничего не может разрешить или запретить. Google пишет, что его поисковые системы файл не используют, и ни одно опубликованное исследование не показало, что он увеличивает число цитирований в ответах ИИ. Он может пригодиться сайтам с документацией, которую пользователи вставляют в ассистенты для программирования. Для видимости в ChatGPT, Claude или Perplexity важны robots.txt и читаемый HTML, а llms.txt — нет. Подробности с примером файла — в статье нужен ли сайту файл llms.txt.
Чек-лист LLM SEO
| Что проверить | Как проверить |
|---|---|
| Основной текст, цены и контакты есть в HTML с сервера | Исходный код страницы; найдите в нём фразу со страницы |
| OAI-SearchBot, Claude-SearchBot, PerplexityBot, Googlebot, Bingbot допущены | Прочитайте robots.txt |
| Принято решение по GPTBot, ClaudeBot и Google-Extended | robots.txt отражает его сознательно, а не случайно |
| Ключевые страницы проиндексированы в Google и Bing | Search Console, Bing Webmaster Tools |
| Ключевые страницы находятся в Brave Search по главным запросам | Поищите их в Brave |
| Новые адреса отправляются через IndexNow | Настройка CMS или хостинга |
| Старые адреса перенаправлены; ошибки 404 исправлены | Логи сервера с фильтром по ИИ-роботам |
| На каждый важный вопрос есть раздел с ответом в первом предложении | Прочитайте первое предложение под каждым заголовком |
| Факты о компании совпадают на сайте, в профиле компании в Google, в LinkedIn и каталогах | Сравните их рядом |
| Компанию упоминают в отзывах, подборках и изданиях, которые цитируют модели | Спросите ассистентов и запишите источники |
| Постоянный набор вопросов проверяется раз в месяц в каждом ассистенте, в чистых сессиях | Таблица или трекер |
Инструменты LLM SEO: что они измеряют
| Тип | Что делает | Примеры |
|---|---|---|
| Трекеры видимости в LLM | Регулярно задают постоянный набор вопросов нескольким ассистентам и записывают упоминания, ссылки, конкурентов | Profound, Peec AI, Otterly.AI, LLMrefs |
| SEO-платформы с модулями ИИ | Отслеживают упоминания бренда в ответах ИИ рядом с данными о запросах | Semrush, Ahrefs Brand Radar |
| Отчёты самих движков | Цитирования, которые считает сам движок | Bing Webmaster Tools AI Performance |
| Анализ логов | Показывает, какие ИИ-роботы приходят, что запрашивают и что не получается | Логи сервера или CDN, аналитика Vercel и Cloudflare |
Трекеры делают выборку ответов и не видят того, что видит каждый пользователь, особенно в ChatGPT, где ответы зависят от памяти. Анализ логов используют реже всего, а это единственный способ увидеть, что GPTBot или ClaudeBot на самом деле забрали с вашего сайта.
Как измерять видимость в LLM
- Выпишите 20–50 вопросов, которые задают клиенты, их словами и на их языках, с городом.
- Раз в месяц задавайте каждый в ChatGPT, Claude, Gemini и Perplexity во временных чатах или без входа в аккаунт, чтобы память не искажала ответ.
- Для каждого ответа записывайте: названа ли компания, есть ли ссылка на сайт, верно ли описание, какие источники процитированы.
- Считайте отдельно по каждой модели, а не одной цифрой. Четыре ассистента читают разные индексы и меняются с разной скоростью.
- Добавьте данные из первых рук: отчёт AI Performance в Bing, переходы из ИИ в GA4 по источнику (chatgpt.com, perplexity.ai, claude.ai, gemini.google.com, copilot.microsoft.com) и активность ИИ-роботов в логах сервера.
Одна оговорка: после выхода GPT-6 7–8 октября 2026 года часть ссылок из ChatGPT приходила без метки и реферера и засчитывалась в GA4 как прямые заходы. Падение «трафика из ChatGPT» может быть сбоем отслеживания, а не потерей видимости.
Примеры LLM SEO
Пример 1: четыре ассистента, один вопрос
23 октября 2026 года я задал ChatGPT, Perplexity, Gemini и Claude один и тот же вопрос: «what is llm seo». ChatGPT и Perplexity искали в интернете; Gemini и Claude ответили из того, что их модели уже знали, не показав ни одного источника.
Perplexity процитировал восемь источников. Только один из них, блог Нила Пателя, был и в первой десятке Google по тому же запросу; первым источником стала статья на новостном сайте из Канзас-Сити.
ChatGPT процитировал SourceWatch, PROEMA и документацию Google для разработчиков — и подогнал ответ под аккаунт, из которого задали вопрос: примером стал веб-разработчик, специализирующийся на SEO и GEO, а ниже он дал рекомендации для этого самого сайта. Любой тест в личном аккаунте измеряет этот аккаунт, а не рынок.
Что показывает тест:
- На общие вопросы решает путь обучения. Половина ассистентов не искала. Чтобы попасть в такие ответы, компания или автор должны присутствовать во многих источниках достаточно долго, чтобы оказаться в обучающих данных.
- Путь поиска читает не тот интернет, что Google. Источники Perplexity почти не совпадали с первой десяткой Google.
- Все четыре ассистента считали LLM SEO и GEO пересекающимися или одним и тем же. Терминологию определяет употребление, а не определения.
- Персонализация реальна. Измеряйте в чистых сессиях.
Пример 2: когда LLM SEO окупается
Vercel сообщил в июне 2025 года, что ChatGPT приводил около 10% его новых регистраций — против 4,8% месяцем раньше и 1% полгода назад. В той же статье конструктор форм Tally рассказал, что ИИ-поиск стал его крупнейшим каналом привлечения. Оба — продукты, о которых разработчики спрашивают ассистентов, с подробной документацией, читаемой как обычный HTML, — в таких условиях LLM SEO окупается быстрее всего.
Частые ошибки в LLM SEO
Закрыть всех ИИ-ботов «на всякий случай». Общий запрет на GPTBot, ClaudeBot и PerplexityBot часто задевает и поисковых роботов. Об обучении и поиске решайте отдельно.
Ключевой контент рендерится на стороне клиента. Самая частая техническая причина, по которой хороший сайт невидим для ChatGPT и Claude.
Проверять только Google. Claude ищет в Brave; ChatGPT всё чаще — в собственном индексе. Страница, которая стоит высоко в Google, может отсутствовать в обоих.
Измерять в своём аккаунте. Память и история ChatGPT формируют его ответы. Тест в своём аккаунте измеряет в основном вас.
Надеяться на llms.txt. Он не влияет на видимость ни в одном из главных ассистентов.
Оптимизировать только свой сайт. Модели цитируют и учатся на том, что пишут о вас другие. Без упоминаний в других местах им почти нечего найти.
Нужно ли вашему бизнесу LLM SEO
Если клиенты спрашивают ИИ-ассистентов, прежде чем выбрать, — профессиональные услуги, программы, клиники, обучение, переезд, любая обдуманная покупка, — LLM SEO становится частью того, чтобы вас нашли. Технический слой (рендеринг, роботы, индексы) — разовая проверка, которую должен пройти любой современный сайт; слои контента и упоминаний — постоянная работа.
У меня аудит видимости в LLM — что говорят о вас ChatGPT, Perplexity, Gemini и Claude и на основе каких источников — стоит от 250 € разово, ежемесячная работа по LLM SEO — от 800 € в месяц, только мониторинг — от 250 € в месяц. Что входит в каждый вариант, описано на странице LLM SEO.
С чего начать LLM SEO
Откройте исходный код главной страницы и главной страницы услуги и найдите там основной текст; если его нет, это первое, что нужно исправить. Потом проверьте robots.txt на поисковых роботов, поищите главный запрос в Brave и Bing, а не только в Google, и задайте ChatGPT, Claude, Gemini и Perplexity — в чистых сессиях — вопрос, который клиенты задают, прежде чем позвонить. Если хотите, чтобы это сделали как следует, с каждым источником и планом по каждой модели, посмотрите страницу LLM SEO или напишите мне.
