Почему AI цитирует не вас

Что решаем

Вы задаёте ассистенту вопрос, на который отвечает ваш продукт. Он называет несколько источников. Вас среди них нет.

В обычном поиске десять мест и ещё прокрутка вниз, так что даже на слабой позиции вас там можно найти. В ответ ассистента помещается три-четыре источника, и кто в эти три-четыре не попал, того нет совсем.

Вот такой ответ по запросу, на который отвечает мой собственный бот:

Два источника, и один из них — форумный тред: ассистент поставил чей-то пост на Reddit рядом с продуктовым блогом, а моего сайта нет ни там, ни там. Снято 13 августа 2026-го.

Проблему назвала работа GEO: Generative Engine Optimization (Aggarwal et al., 2023). Авторы переписывали существующие страницы, новых не добавляли и на GEO-bench заявили до 40% прироста видимости источника внутри ответа. Работа тут одна: разложить факты, которые у вас уже есть, так, чтобы модель могла их поднять.

Шаги

Что модель прочитает раньше, чем решит вас цитировать

Заголовок задаёт вопрос, следующие два предложения на него отвечают. Это всё правило. Я нарушаю его каждый раз, когда начинаю страницу с контекста.

Модель читает вступление и решает, есть ли тут что уносить в ответ, а человек, пришедший из поиска, читает предысторию как отсутствие ответа — и модель читает её ровно так же.

Переживёт ли абзац вырезание из страницы

Ассистент цитирует пассаж, а не документ, поэтому каждый абзац должен называть свой предмет, стоять без соседа сверху, держаться коротким и не начинаться с местоимения.

Проверка занимает десять секунд. Вставьте один абзац в пустую заметку и прочитайте: если непонятно, о чём он, то и модели непонятно.

Внутри абзаца должно лежать что-то твёрдое: число, дата, имя собственное, версия. «Многие команды» не процитирует никто, а измеренное значение с датой замера уйдёт и в ответ, и в скриншот.

Цифры пока нет — измерьте или выбросите предложение. «Большинство», «часто» и «значительно» в ответ не переносятся.

Одна проверяемая вещь, которая есть только у вас

Свой бенчмарк, своя таблица цен, свой лог провалов — то, что читатель может пойти и проверить и чего нет больше ни у кого в выдаче.

Здесь и расходятся источник и пересказ: страница, которая только пересказывает область, соревнуется со всеми остальными пересказами, а выигрывает обычно пересказ постарше.

Как резать документ, чтобы он делился на куски

Уровни заголовков без пропусков. Нумерованный список там, где есть процесс. Таблица, когда сравниваются три варианта и больше. Вопрос — хороший заголовок: человек так же формулирует и свой запрос.

Стоит ли JSON-LD этих десяти минут

Класть одним блоком в head: Organization или Person как сущность, Article с автором и датой публикации, и туда же sameAs со списком ваших профилей и карточек.

Про sameAs задокументировано одно применение: он помогает Google разрешать сущности для Knowledge Graph. Написано это в справочнике по Organization. Что поле даёт для цитирования у LLM, не измерял никто — ни вендор, ни исследование, ни я. Десять минут и обоснованная ставка, а не механизм.

О вас модель узнала не здесь

Каталоги, ветки обсуждений, чужие сравнения. Работа на самой странице начинает окупаться, только когда модель уже знает о вашем существовании. Сначала вас узнают, потом цитируют.

Что не сработало

• Добавлять объём вместо проверяемого утверждения. Я сделал страницу длиннее, а прилагательные лучше, и не сдвинулось ничего. Ответ цитировал страницу, где стояло число, и она была короче моей.
• Считать, что опубликованные страницы вытянут продукт. На моих проектах страницы вышли, а регистрации продолжали приходить откуда-то ещё. Точную долю я назову на странице кейса, с датой замера, но здесь такого числа у меня нет.
• Держать вывод в конце. Форма эссе прячет ответ под разгоном, так что извлечь остаётся одно вступление, а оно ещё ничего не сказало.
• Писать FAQ ради схемы. Вопросы, которых никто не задавал, и ответы, повторяющие абзац выше, а разметка так и не сделала пустой ответ достойным цитаты.
• Рассыпать микроразметку по вёрстке. Правка шаблона молча её сломала, и ничто меня не предупредило, а JSON-LD одним блоком в head с тех пор пережил все редизайны.
• Продавать sameAs как то, что склеивает упоминания в узнаваемую моделью сущность. Предложение стояло здесь и в маршруте без доказательств под ним. Задокументировано у поля одно применение — Knowledge Graph у Google. Читает ли его языковая модель, я не знаю, и предложение не знало тоже.
• Начинать абзацы с «Это» и «Однако». Оба слова указывают назад, на предложение, которое с цитатой не поедет.

Проверить

Запустите geo-citability из раздела Tools. Он оценивает пассажи и показывает те, что рассыпаются вне контекста, а на своём тексте такую проверку сделать труднее всего.

Потом мерьте присутствие, а не позицию:

• Задайте целевой вопрос в нескольких ассистентах, по несколько прогонов в каждом, потому что ответы недетерминированы и один прогон — это анекдот.
• На каждый прогон записывайте две вещи: назвали ли вас вообще и дали ли ссылку как на источник, потому что назвать и сослаться — разные уровни, и двигаются они отдельно.
• Следите за трендом по прогонам и неделям, потому что по одному снимку не понять, в какую сторону всё едет.
• Смотрите в аналитике переходы с хостов ассистентов. Такой переход доказывает, что вас процитировали и прочитали. Про ранжирование он не говорит ничего.
• Проверьте JSON-LD валидатором структурированных данных, прежде чем ему доверять.

Если в логах не появляется вообще ни один агент, проблема в доступе, а не в тексте, и начинать тогда надо с AI-crawler и llms.txt.