GEO/AEO-кейсы: рост видимости, трафика и конверсий

Самые убедительные GEO/AEO-кейсы к 5 сентября 2026 года показывают не «секретный фактор ранжирования», а несколько проверяемых эффектов. Webflow получил на небольших контрольных выборках на 58–60% больше распознаваемых AI-визитов после переработки структуры страниц. Omio увеличил LLM-сессии на 18% с помощью блока преимуществ, но отказался от другого GEO-изменения, когда тест предсказал потерю 6,5% Google-трафика. У onvista короткие публичные видео цитировались заметно чаще длинных эфиров, а сопоставимые unlisted-видео не получили ни одной цитаты. Akamai улучшил цитирование обработанной группы страниц относительно необработанной. Российский ecommerce-кейс Kinetica показал, как потеря индексации сопровождалась падением цитат в Яндекс Нейро и как они вернулись после восстановления страниц. Эти результаты полезны как гипотезы для собственных тестов. Ни один публичный коммерческий кейс пока не доказывает универсальный и устойчивый эффект одной GEO-тактики на выручку во всех AI-системах.

Подборка включает десять полевых кейсов 2025–2026 годов. Мы отобрали только истории, где можно установить хотя бы компанию или рынок, вмешательство, период и измеряемый результат. Проценты без знаменателя, снимки выдачи и наблюдения за естественным ростом AI-канала вынесены за пределы основного списка.

GEO, AEO и LLMO: что именно оптимизируют

Термины ещё не устоялись, поэтому перед сравнением кейсов нужно договориться о значениях.

• GEO, Generative Engine Optimization — улучшение вероятности, что страница или бренд будет найден, использован, упомянут либо процитирован в генеративном ответе.
• AEO, Answer Engine Optimization — более широкая оптимизация под готовые ответы. Исторически сюда относили featured snippets и голосовые ответы; в 2026 году AEO часто используют как синоним GEO.
• LLMO, Large Language Model Optimization — практический зонтичный термин для видимости и корректного представления бренда в интерфейсах на базе больших языковых моделей, в том числе в ответах без ссылки.

Эти понятия не заменяют SEO. Google прямо указывает, что для AI Overviews и AI Mode страница должна индексироваться и быть допустимой для обычного поискового сниппета; отдельной «AI-разметки» или специального файла не требуется. Яндекс тоже связывает попадание в Нейро с видимостью в Поиске и полезностью страницы. ChatGPT и Perplexity используют собственные поисковые роботы и retrieval-механизмы, поэтому зависимость от классических позиций у них может быть другой. Читать полный обзор сервиса ChatGPT

Какие результаты нельзя складывать в один показатель

Показатель	Что он измеряет	Чего он не доказывает
Citation	Ответ дал ссылку или явную атрибуцию URL	Что бренд рекомендован, пользователь кликнул или купил
Brand mention	Бренд назван в ответе	Что его сайт был источником ответа
AI share of voice	Доля упоминаний среди выбранных конкурентов и промптов	Долю реального рынка или всех пользовательских запросов
AI referral session	Аналитика распознала переход из AI-интерфейса	Все визиты, где AI повлиял на выбор; часть пути уйдёт в direct и branded search
Assisted conversion	AI участвовал в пути по self-report или multi-touch модели	Что без AI конверсии не было бы
Lead или revenue	Зафиксирован бизнес-результат	Причинный эффект GEO без контрольной группы
Featured snippet или voice answer	Ответ в традиционной поисковой поверхности	Видимость в ChatGPT, Perplexity или другом LLM-интерфейсе

Google AI Overviews и AI Mode тоже нужно считать раздельно: они могут использовать разные модели, fan-out-запросы и наборы источников. То же правило действует для Bing Copilot и Яндекс Нейро. Один общий «AI Visibility Score» удобен для отчёта, но скрывает противоположное движение платформ.

Сводная таблица кейсов

Компания и рынок	Главное вмешательство	Что измеряли	Результат	Уровень
Webflow, global SaaS	Оглавления, вопросительные H2, прямые ответы на длинные вопросы, Reddit	AI-визиты, SoV, регистрации, конверсия	+58–60% AI-визитов в двух малых контрольных тестах; SoV 33→64%; доля регистраций из LLM 4→8%	B
Omio, global travel	Brand USPs и structured key takeaways на page-split группах	LLM и Google organic sessions	USPs: +18% LLM sessions; другой тест остановлен из-за ожидаемых -6,5% Google sessions	B
onvista, немецкие финансы	Длинный эфир → короткие видео по одной акции + статьи	Цитаты на 125 промптах в 7 системах	Клипы: 3,2× доля процитированных материалов и 7,8× цитат на материал; сопоставимые public 42,4% vs unlisted 0%	B
Akamai, B2B cloud/security	Технически облегчённая доставка контента группе AI-агентов	Citations, covered prompts, brand presence	+85% citations, +38% prompts with citations, +364% non-brand presence	B
Glasp, knowledge SaaS	Canonicals, исправление AI-bot 404, прямые ответы, SEO Guard	ChatGPT sessions и engaged sessions	Raw 6,1× против 3,5× control; ITS 1,82×, но placebo p=0,16	B−
Премиальный ecommerce Kinetica, Россия	Индексация, блог-кластеры, прямые ответы, таблицы, перелинковка	Позиции и упоминания в Яндекс Нейро	5 575 упоминаний; при 404 позиции и цитаты падали, после восстановления вернулись	B−
SPOC, US managed IT	64 buyer prompts → resource hubs и Q&A	Mentions, citations, inbound leads	Mentions 30→160; citations 665→3 617; inbound leads +30% одновременно с программой	C+
Lot-Art, art marketplace	Knowledge Graph и structured inventory на тысячах страниц	Clicks, leads, AI Mode visibility	Clicks >+50%; leads >+15%; большая часть AI-leads зафиксирована после запуска	C+
Miller Weldmaster, industrial equipment	Глоссарий и опорные статьи, видео, сообщества, platform pages	Переходы, квалифицированные лиды, выручка, AI Overviews	1 867 переходов, 21 квалифицированный лид, $21,8 тыс. выручки в Q1 2026	C
Brainlabs, digital agency	First-party prompt universe, distribution, earned media, refresh	AI SoV и Mention Rate	SoV 28,57→38,67%; Mention Rate 7,33→10,41%; Perplexity снизился	C

Webflow: небольшие контрольные тесты вместо одного большого процента

Паспорт. Компания — Webflow; рынок — глобальный SaaS-конструктор сайтов; период — Q1–Q3 2025 года. Исходная точка: 4% регистраций приходили из распознаваемых LLM-источников, AI share of voice (SoV) составлял 33%. Команда Graphite и Webflow добавляла ответы на длинные запросы, уникальный текст над первым экраном 1 500 шаблонных страниц, оглавления, вопросительные H2 и развивала прозрачное участие в Reddit.

Самая полезная часть публичного кейса Webflow и Graphite — два локальных теста. Для каждого взяли 10 изменённых URL и 10 страниц контроля с похожими трафиком и показами. За четыре-пять недель оглавления дали +60% AI visits с поправкой на контроль, а вопросительные заголовки — +58%. Опубликованы p-value 0,002 и 0,001. Это не рандомизация, выборка мала, а полные ряды и referrer-фильтр не открыты, поэтому оценка — B.

Общие результаты программы впечатляют сильнее: SoV вырос с 33 до 64%, доля регистраций из LLM — с 4 до 8%, а конверсия визита в регистрацию достигла 24% против 4% у небредового SEO-трафика. На шаблонных страницах число регистраций из LLM выросло с 168 в Q1 до 983 в Q2. Эти величины нельзя приписать одному блоку текста: одновременно менялись сотни страниц, контент, внешнее присутствие и сама аудитория AI-платформ.

Применимый вывод. Тестируйте отдельный структурный элемент на сопоставимых страницах. Оглавление и заголовок-вопрос полезны, когда помогают человеку быстро найти самостоятельный ответ. Рост всего канала используйте как бизнес-контекст, а не как доказательство конкретной правки.

Omio: GEO-победа может оказаться общим проигрышем

Паспорт. Компания — Omio; рынок — бронирование поездов, автобусов, самолётов и паромов в 47 странах. Точный период двух тестов публично не раскрыт. SearchPilot разделял тысячи однотипных страниц на статистически сопоставимые variant и control groups и одновременно измерял LLM-referrals и Google organic sessions.

В первом GEO A/B-кейсе Omio на страницы добавили блок с уникальными преимуществами бренда. LLM-сессии выросли на 18%, влияние на Google organic оказалось неопределённым, поэтому изменение решили раскатить. Во втором тесте structured key takeaways дали положительный сигнал по LLM-трафику, но модель оценивала падение Google organic sessions на 6,5%. Omio не стал внедрять этот вариант и перешёл к следующей итерации.

Это уровень B: контрольный page-split дизайн лучше обычного before/after, но на открытой странице нет размера конкретных групп, продолжительности, абсолютов и доверительных интервалов. Источник принадлежит поставщику системы тестирования.

Альтернативное объяснение и вывод. Без полной статистики нельзя оценить, насколько +18% устойчивы и какие AI-referrers вошли в канал. Главный урок от этого не меняется: GEO-метрика должна быть частью общего результата. Изменение, которое прибавляет несколько AI-визитов и отнимает больше Google-визитов или конверсий, масштабировать нельзя.

onvista: короткие публичные видео оказались обнаруживаемее длинного эфира

Паспорт. Компания — onvista; рынок — немецкоязычные финансовые медиа. Период измерения — 107 дней, с 12 мая по 26 августа 2026 года. Панель включала 125 промптов на немецком языке и семь систем: ChatGPT, Google AI Overviews, Google AI Mode, Perplexity, Microsoft Copilot, Gemini и Claude.

Из 140 ежедневных эфиров команда сделала 610 YouTube-видео, включая короткие ролики по одной акции, и 571 статью. В исследовании onvista и OtterlyAI зафиксировано 2 319 цитирований. Доля процитированных коротких клипов составила 27,2% против 8,6% у полных выпусков; на один клип пришлось в 7,8 раза больше цитат. Суточное число цитат кампании дошло до 3,4× исходного уровня.

Незапланированная контрольная ситуация усилила вывод. С 13 июля часть клипов оставляли доступными только по ссылке, в режиме unlisted. Все 118 таких видео получили ноль цитат. В сопоставлении 33 публичных и 33 непубличных клипов на те же темы и даты результат составил 42,4% против 0%. Этот тест изолирует обнаруживаемость, а не качество ролика.

Платформы повели себя по-разному. 96% video citations пришлись на Google AI Overviews и AI Mode; статьи чаще цитировали Copilot и ChatGPT. Видео не доказало каннибализацию текста. Подтест с заменой слова в заголовке совпал с другими изменениями и ростом покрытия AI Mode, поэтому его точный эффект ненадёжен.

Уровень и вывод. B: фиксированная панель, дневные замеры, нормализация URL и matched control опубликованы, но измерение выполнено заинтересованным поставщиком. Если компания уже производит длинные вебинары или эфиры, тестируйте узкие публичные фрагменты по одному вопросу. Не закрывайте их unlisted, если цель — внешняя обнаруживаемость.

Akamai: техническая доставка помогла уже выбранной группе страниц

Паспорт. Компания — Akamai; рынок — enterprise cloud, CDN и cybersecurity; период сравнения — 1 декабря 2025 года — 19 января 2026 года. Исходная проблема: команда не понимала, какие страницы доступны AI-агентам и как они представлены относительно конкурентов.

Для части страниц Inference Cloud внедрили Scrunch Agent Experience Platform. Система убирала лишний код, собирала материал из документации и блога и отдавала его AI-агентам в более компактном виде. Кейс Akamai сравнивает обработанные и необработанные страницы в одном окне и по связанным промптам: +85% total citations, +38% unique prompts with citations и +364% brand presence по non-brand prompts. В ChatGPT присутствие Akamai относительно конкурентов выросло на 133%; после запуска обработанные страницы опережали необработанные по цитатам на 22%.

Уровень B ограничен отсутствием raw-data, числа промптов и описания распределения страниц. Все метрики получены в системе поставщика. Трафик, лиды и revenue не измерены.

Риск и вывод. Техническая доступность — реальный этап воронки, но отдельная версия текста только для бота может превратиться в cloaking. Безопасно воспроизводить лишь семантически эквивалентную доставку: тот же фактический материал, доступный человеку, без скрытых преимуществ, поддельных ссылок или утверждений. Сначала проверяйте HTML, JavaScript rendering, WAF, robots.txt и логи; затем меняйте контент.

Glasp: 6,1× после вмешательства превращаются в 1,82× после поправки — и всё ещё не дают доказанной причины

Паспорт. Компания — Glasp; рынок — сервис сохранения и обсуждения веб-материалов. Полевое исследование охватывало вторую половину 2025 года — 28 мая 2026 года; пакет изменений разворачивали с января 2026-го. Treatment составили пути /youtube/*, контролем были остальные разделы того же домена.

Команда консолидировала дубли через canonical URL, создала страницы для частых 404-запросов AI-ботов, добавила вопросительные заголовки и короткие самостоятельные ответы. SEO Guard не разрешал переписывать страницы с Google-кликами и снимал невостребованные URL с публикации.

Полевая работа Glasp использовала GA4 Data API, серверные логи и Google Search Console. ChatGPT-сессии изменённых страниц выросли в 6,1 раза, контрольных — в 3,5 раза. Оценка методом «разность разностей» составила 1,75× по сессиям и 2,48× по вовлечённым сессиям. Модель прерванного временного ряда дала скачок уровня 1,82× с 95-процентным доверительным интервалом 1,31–2,54 и устойчивым к автокорреляции p=0,001.

Критическая проверка ослабила причинный вывод: placebo-in-time test дал p=0,16. Группы отличались по интенту, pre-period короткий, rollout не был мгновенным, абсолютные объёмы скрыты. Органические клики treatment снизились примерно на 25% против около 20% по сайту.

Уровень и вывод. B−: дизайн и честная поправка заметно сильнее рекламного before/after, но placebo не позволяет назвать 1,82× доказанным эффектом. Всегда сравнивайте рост treatment с ростом самого AI-канала. Иначе естественные 3,5× превращаются в «успех оптимизации».

Kinetica: индексация и позиции оказались входным условием для Яндекс Нейро

Паспорт. Клиент Kinetica — не названный публично российский продавец премиальной бытовой техники; период — февраль 2025 года — август 2026 года. На старте около 1 500 запросов находились в топ-50, упоминаний в Нейро не было.

Команда исправляла crawl budget и доступность, перестраивала блог, внедряла FAQPage и HowTo там, где они соответствовали видимому содержанию, писала прямые ответы и таблицы, связывала статьи с категориями и товарами. К августу 2026 года публичный разбор Kinetica насчитывал 12 250 запросов в топ-50, 5 249 — в топ-10 и 5 575 упоминаний в ответах Алисы AI. Сайт был первым источником 1 379 раз и входил в топ-3 источников в 66% случаев. На блог пришлось 5 157 упоминаний, или 92,5%.

Самый ценный фрагмент — естественный эксперимент в мае–июне 2026 года. После переноса части блога новые URL и 404 выбили страницы из индекса: число запросов в топ-50 снизилось примерно с 9 000 до 7 000, верхние позиции просели, а через одну-две недели уменьшились цитирования. После восстановления доступности и переиндексации вернулись позиции и упоминания. Если просадка затронула обычную выдачу, разбор падения позиций в Google поможет проверить технические причины.

Уровень B−: большая панель и наблюдаемая авария дают сильную временную связь, но нет открытого экспорта, holdout-группы, AI-referrals или конверсий. Одновременно улучшалось обычное SEO, поэтому schema, формат блоков и перелинковку нельзя объявить независимыми причинами.

Применимый вывод. Для Яндекс Нейро сначала проверяйте индексируемость и обычные позиции, затем — способность страницы дать точный фрагмент ответа. Не переносите эту зависимость автоматически на ChatGPT или Perplexity: их retrieval-контур другой.

SPOC: фиксированные 64 промпта связали контент с абсолютными числами цитирований

Паспорт. Компания — Single Point of Contact, поставщик white-label help desk, центра мониторинга безопасности (SOC) и IT-поддержки для managed service providers в США; период — апрель–июнь 2026 года. NOLA Marketing зафиксировала 64 промпта по пути покупателя и следила за Google AI Overviews, AI Mode, ChatGPT и Copilot.

Мониторинг использовали как вход в работу: команда находила вопросы, где упоминались конкуренты, создавала resource hubs и Q&A-страницы, затем ежедневно проверяла движение и ежемесячно меняла контентный план. В кейсе SPOC mentions выросли с 30 в апреле до 160 в июне, citations — с 665 до 3 617. Из июньских цитат 2 657, или около 73%, пришлись на новые Q&A-материалы. Компания сохранила первое место по упоминаниям и поднялась с третьего на первое по citation rank.

Руководитель продаж сообщил о росте inbound leads на 30%. Этот результат произошёл одновременно с программой, но не был связан с AI через контроль, CRM cohort или multi-touch атрибуцию.

Уровень и вывод. C+: есть фиксированный prompt panel, абсолюты, страницы и окно, но нет untreated group, повторов генерации и поправки на рост платформ. Хороший operational loop выглядит так: зафиксировать коммерческие вопросы, найти gaps, выпустить страницы, связать цитаты с URL, повторить замеры. Рост лидов показывайте отдельной строкой как сопутствующий бизнес-сигнал.

Lot-Art: Knowledge Graph охватил тысячи товарных страниц, но эффект schema не изолирован

Паспорт. Компания — Lot-Art, амстердамская платформа поиска и аналитики аукционов искусства и коллекционных объектов. Первый этап начался около июля 2025 года, второй продолжался до начала 2026-го. Baseline в абсолютных кликах и лидах не опубликован.

WordLift построил Knowledge Graph до 5 000 страниц и обогатил структурированными данными около 2 000 карточек лотов: автор, предмет, аукцион, продавец, цена и доступность. Одновременно интегрировали llms.txt, поэтому его вклад отделить невозможно.

Кейс Lot-Art сообщает о росте кликов более чем на 50% и лидов более чем на 15%. После июльского внедрения зарегистрировано свыше 90% всех лидов из AI-разговоров за рассматриваемое окно. Во второй фазе поставщик сравнивал оптимизированные и неоптимизированные группы страниц: первые удержали результат и вернули рост лидов, когда вторые просели.

Уровень C+: есть именованный бизнес, масштаб изменения, downstream-метрики и заявленный comparator. Но не раскрыты размеры групп, назначение страниц, точные окна, абсолюты, query set и интервалы. Фраза «90% лидов после внедрения» особенно чувствительна к естественному росту AI-канала.

Применимый вывод. Структурированные данные полезны, когда точно описывают видимые сущности и актуальный инвентарь. Они не доказывают отдельный «фактор AI-ранжирования». На ecommerce-сайте разумный тест — внедрять valid Product/Dataset/Organization-разметку на части сопоставимых страниц и одновременно измерять обычный поиск, AI-показы, referrals и лиды.

Miller Weldmaster: редкая цепочка от referrer до qualified lead и revenue

Паспорт. Компания — Miller Weldmaster, американский производитель промышленного оборудования; окно — 2025 год и период с начала 2026 года до даты отчёта. Исходное число AI-переходов до программы не опубликовано.

Kuno Creative сочетал keyword-driven briefs, glossary pages с таблицами, FAQ и schema, pillar pages, отдельные Perplexity-страницы, custom GPTs, Reddit, YouTube и LinkedIn. Кейс производителя приводит абсолютные показатели: 1 867 распознаваемых AI-referrals, из них 1 580 из ChatGPT, 119 из Perplexity, 88 из Gemini, 60 из Copilot и 20 из Claude. Из этих переходов 21 привёл к квалифицированному лиду. AI-referrals принесли $21,8 тыс. выручки в Q1 2026; крупнейшая связанная сделка оценена в $119 тыс. В 2026 году зафиксировано 139 AI Overviews — на 104 больше, чем в 2025-м.

Обычный organic traffic вырос на 21,56% год к году, organic leads — на 16,59%. Это важно: программа была широкой SEO/GEO-кампанией, а не изолированным AEO-тестом.

Уровень и ограничения. C. Источник — подрядчик; неизвестны определения referrer и qualified lead, точная дата среза YTD, prompt set и контроль. Крупнейшая сделка «из AI referral» не равна доказанной инкрементальной выручке. При этом абсолютная цепочка session → lead → revenue полезнее одного visibility score. Повторяя подход, фиксируйте source/medium, landing URL, lead ID, стадию CRM и модель атрибуции.

Brainlabs: first-party данные улучшили выбор промптов, но не изолировали причину роста

Паспорт. Компания — Brainlabs; рынок — собственный маркетинг международного digital-агентства; период — примерно с ноября 2025 года до июня 2026-го. Исходный AI SoV — 28,57%, Mention Rate — 7,33%.

Промпты брали из Google Search Console, клиентских брифов и вопросов на созвонах, затем проверяли экспертами. Контент распространяли через сайт, LinkedIn, YouTube и подкаст, работали с earned coverage, обновляли старые страницы и перелинковку. Это пример first-party prompt data: внутренние разговоры помогли определить вопросы, которые ближе к реальному выбору услуги, чем импорт коротких SEO-ключей.

В самокейсе Brainlabs SoV вырос до 38,67% — на 35,4% относительно baseline; Mention Rate — до 10,41%, или на 42%. Google AI Mode, Gemini и ChatGPT росли, а Perplexity снизился. Такое расхождение полезнее сглаженного общего индекса: канал не улучшился одинаково во всех системах.

Уровень и ограничения. C. Не опубликованы число промптов, repetitions, raw answers, контроль и downstream traffic/revenue. Одновременно работали content, distribution, PR и refresh, а измерял результат сам участник. Вывод — не «first-party data увеличивает SoV на 35%», а «first-party data помогает построить коммерчески осмысленную панель». Для original research публичного named before/after с изолированным эффектом к дате среза не найдено; это остаётся сильной гипотезой, а не закрытым доказательством.

Что повторяется в сильных кейсах

Сначала доступность, потом извлекаемость

Akamai, Glasp, onvista и российский ecommerce показывают разные варианты одного ограничения: недоступный, неиндексируемый, unlisted или возвращающий 404 asset нельзя стабильно использовать как источник. Официальные правила это подтверждают на уровне eligibility:

• OpenAI различает OAI-SearchBot и GPTBot: первый нужен для ChatGPT Search, второй относится к возможному обучению моделей. Можно разрешить search crawler и отдельно закрыть training crawler.
• PerplexityBot индексирует страницы для поиска, а Perplexity-User делает fetch по запросу пользователя и обычно не подчиняется robots.txt.
• Google AI features используют обычный Googlebot. Google-Extended не управляет AI Overviews и AI Mode; для поисковой выдачи работают nosnippet, data-nosnippet, max-snippet и noindex.
• Microsoft управляет использованием контента через NOCACHE и NOARCHIVE с разными последствиями для AI-ответа.
• Яндекс пишет, что генеративные ответы опираются на результаты Поиска, поэтому принципиально новых требований к сайту нет. Быстрые ответы с YandexGPT — отдельная поверхность; для неё документирован YandexAdditionalBot.

Проверка должна идти до переписывания текста: response code, canonical, indexability, server-rendered content, WAF/CDN, robots.txt, sitemap, внутренние ссылки и реальные crawler logs. Визит робота показывает доступ, но не доказывает индексирование, retrieval или citation.

Самостоятельный блок выигрывает только при релевантности вопросу

В Webflow сработали оглавления и вопросительные H2 на конкретной группе страниц. У onvista узкий ролик по одной акции обошёл длинный выпуск. В кейсе Kinetica 92,5% упоминаний достались блогу с вопросами выбора, а не карточкам товаров. Общий знаменатель — не «нарежьте текст на чанки», а ясное соответствие passage одному реальному подзапросу.

Контент должен сохранять смысл при чтении раздела отдельно: назвать предмет, дать прямой ответ, показать ограничения и источник факта. Искусственное дробление и повторение ключа ухудшают чтение и не создают нового знания.

Owned content и внешняя репутация решают разные задачи

Webflow дополнял сайт Reddit и YouTube, Miller Weldmaster — отраслевыми обсуждениями и видео, Brainlabs — LinkedIn, подкастом и earned media. Внешняя публикация полезна, когда даёт независимое подтверждение, экспертную цитату или доступ к реальному сообществу. Покупка фиктивных упоминаний, скрытая реклама под видом совета и сеть «независимых» статей создают репутационный риск и не дают честного контроля.

Собственные данные и оригинальные исследования ценны как материал, который другим действительно нужно цитировать. Но живой причинный кейс должен показать не только рост цитат после отчёта, а фиксированную панель, сравнимый контроль и стабильность во времени. В найденной выборке такой публичной проверки не было.

Для product feeds и прямых API-интеграций ситуация такая же: технология важна для актуальных цен, наличия и agentic commerce, но к дате среза не найден публичный именованный before/after с baseline и контролем. Поэтому отдельный кейс для них не добавлен.

Платформы требуют отдельных строк отчёта

У onvista видео почти полностью сработало в Google AI Overviews и AI Mode, а статьи — в ChatGPT и Copilot. У Brainlabs Perplexity снизился при росте других систем. Результат одной поверхности нельзя распространять на другую. Минимальный отчёт хранит engine, product/mode, model при наличии, locale, account state, search enabled, prompt, paraphrase, run timestamp и output.

Бизнес-метрика важнее visibility — но сложнее для причинного вывода

Miller Weldmaster дошёл от referrer до лида и выручки. Webflow считал signup и CVR. SPOC связал программу с ростом inbound leads, но не выдал причинную атрибуцию. Эти кейсы показывают правильную лестницу метрик: crawl → retrieval → citation/mention → referral → lead → revenue. Переход на следующую ступень нужно измерять, а не предполагать.

Что не сработало и какие кейсы вводят в заблуждение

llms.txt не показал эффекта на crawl

В 90-дневном эксперименте OtterlyAI из 62 100+ запросов AI-ботов только 84 пришлись на /llms.txt, около 0,1%. Средняя content page получила примерно 265 визитов. Положительного изменения общей crawl-активности не обнаружили. Один сайт не доказывает бесполезность файла для небольших AI-интеграций, но оснований считать его рычагом ChatGPT/Google visibility нет.

Год в title вырос вместе с нетронутой страницей

OtterlyAI добавил «2026» в title и H1 11 страниц. Две группы выросли на 56 и 61% за 15 дней, но нетронутая reference page выросла на 63–64%. Один URL дал 93% прироста второй группы, а high-volume страница с чистой заменой title снизилась на 7%. Результат неотличим от шума. Дату нужно обновлять вместе с фактами, а не использовать как пустой сигнал свежести.

EntityMap: headline 3,7× в основном оказался эффектом переобхода

У waikay.io среднее число Bing AI citations выросло со 167 до 614 в неделю после установки EntityMap. Но разбор 19 недель показывает, что около 75% роста дали французские и испанские URL после ручной отправки файла в Bing Webmaster Tools; raw volume английских страниц снизился примерно на 8%. Сдвиг цитат к bottom-of-funnel страницам интересен, но 3,7× нельзя приписать одной разметке.

Keyword stuffing ухудшал экспериментальную видимость

В исходной работе GEO цитаты, статистика и уместные внешние источники увеличивали position-adjusted visibility уже загруженного в контекст документа. Keyword stuffing снижал одну из метрик относительно baseline. Популярные «до 40%» относятся к симулятору, где пять источников уже выбраны, а не к органическому crawl, реальному трафику или продажам.

«AI-трафик конвертирует в 25 раз лучше» не является нормой рынка

Отдельные сайты действительно видят высокий CVR, но состав аудитории и определение conversion сильно отличаются. Amsive сравнил 54 сайта за шесть месяцев: organic CVR составил 4,60%, LLM — 4,87%; разница 0,27 процентного пункта оказалась статистически незначимой, p=0,794. Поэтому коэффициент одного агентства нельзя ставить в финансовую модель другого бизнеса.

Анонимная выручка и массовый контент не проходят evidence-фильтр

В одном vendor case заявлен рост LLM-attributed revenue с $1 тыс. до $100 тыс. в месяц после выпуска 50–100 статей по каждому набору промптов. Клиент, точное окно, контроль и attribution protocol не раскрыты. Такой headline не подтверждает ни выручку, ни эффект массовой генерации. Для читателя полезнее кейс с меньшим процентом, но абсолютами, страницами контроля и отрицательным результатом.

Как повторить GEO/AEO-тест на своём сайте

Зафиксировать вопрос и целевой этап воронки

Гипотеза должна называть изменение и метрику. Пример: «Краткий блок совместимости на product pages увеличит распознаваемые ChatGPT/Perplexity referrals по запросам выбора без снижения Google organic sessions и conversion rate». Формулировка «улучшим AI visibility» не задаёт ни поверхность, ни результат.

Собрать baseline до правок

Минимальный baseline длится четыре-восемь недель; при малом трафике — дольше. Зафиксируйте:

• 30–100 коммерчески значимых промптов, разбитых по этапам воронки;
• 2–5 естественных перефразировок каждого важного вопроса;
• систему, режим, страну, язык, дату, аккаунт и наличие web search;
• null outcomes: ответы без бренда и без ссылок;
• mentions, citations, source position, landing URL и sentiment/accuracy;
• AI-referrals, engaged sessions, signup/lead/revenue и Google/Yandex organic;
• crawler hits отдельно от пользовательских переходов.

Набор промптов фиксируют до запуска. Если добавлять только вопросы, где бренд уже появился, share of voice вырастет на бумаге.

Создать treatment и контроль

На больших шаблонных сайтах разделите сопоставимые URL на группы. Балансируйте их по трафику, типу страницы, теме, возрасту и conversion rate. На небольшом сайте используйте interrupted time series и on-domain control, как Glasp, но добавьте placebo dates. Меняйте одну переменную: вопросительные H2, краткий answer block, таблицу сравнения, авторскую доказательную вставку, internal links или исправление rendering.

Не совмещайте в одну дату новую schema, миграцию, PR-кампанию, сотню статей и смену аналитики. Если совмещение неизбежно, вывод относится ко всему пакету.

Настроить атрибуцию

Создайте отдельный channel group для известных referrers ChatGPT, Perplexity, Copilot, Gemini и Claude. Не смешивайте crawler user-agents с сессиями. Передавайте source/medium и landing URL в CRM, сохраняйте lead ID и стадию сделки. В onboarding можно добавить вопрос «Где вы впервые узнали о нас?», но self-report содержит recall bias.

Google к 31 августа 2026 года развернул отдельные Search Generative AI performance reports для сайтов по всему миру. Они показывают видимость URL в генеративных функциях Search и Discover, оставаясь частью общего Performance report. Не выдавайте общий Web traffic за чистый AI-трафик. Bing AI Performance считает цитаты; цитата не равна переходу. Для Яндекс Нейро сохраняйте собственную панель запросов, обычные позиции и снимки источников, пока нет сопоставимого публичного отчёта по кликам.

Сравнить общий бизнес-эффект

Отчёт должен ответить на четыре вопроса:

1. Treatment изменился сильнее контроля?
2. Эффект повторился на перефразировках и в нескольких окнах?
3. Как изменились обычный поиск, конверсия и revenue, а не только citations?
4. Не объясняется ли результат re-crawl, ростом платформы, сезонностью, PR или изменением знаменателя?

Публикуйте абсолюты рядом с процентами. Рост лидов с 1 до 4 — это +300%, но он требует другого решения, чем рост с 100 до 400.

Проверить качество и безопасность

Любая schema должна соответствовать видимому тексту. Цитаты и статистика — вести к реальным первоисточникам. Не добавляйте поддельные отзывы, скрытые инструкции для LLM, паразитные страницы или контент, созданный только для манипуляции ответом. Техническая версия для агента не должна сообщать того, чего человек не видит на основной странице.

Российские кейсы: что подтверждено, а что остаётся заявлением подрядчика

Кейс Kinetica — самый содержательный публичный российский материал из найденных: большая query panel, хронология и естественный сбой с восстановлением. Он всё равно не показывает referrals и продажи. Остальные примеры полезны только как слабые сигналы существования канала.

Проект	Публичный результат	Почему это не основной intervention case
Анонимный IT-поставщик Rush Agency	После technical/content/schema работ появились AI-трафик и видимость	Нет абсолютов, query set, окна, лидов и контроля
Rocket Business, собственный сайт агентства	Общая visibility 5→10%, Алиса AI 18→35%, Perplexity 3→10%	Одновременно редизайн, SEO и десятки внешних публикаций; знаменатель и повторы не раскрыты; материалы от имени независимых маркетологов организовывало само агентство, что создаёт конфликт интересов
«Московские окна»	Заявлены AI traffic +500%, 25% visibility, 6 лидов за квартал и CVR 13,04%	Неизвестны абсолютный traffic baseline, prompt panel, инструмент и контроль; параллельно шли SEO, CRO и links
Три кейса TexTerra	37, 65 и 6 переходов из внешних AI-систем плюс снимки Поиска с Алисой	Авторы не проводили отдельного GEO-вмешательства; нет сопоставимого baseline и fixed panel

Проверка собственного запроса в Яндекс Нейро не является кейсом. Это один stochastic snapshot, зависящий от формулировки, даты, региона и состояния индекса.

Итог

В 2026 году доказательная GEO/AEO-практика начинается с правильного измерения. Сильные кейсы не обещают «попасть в ChatGPT за неделю»: они фиксируют промпты, страницы, окно и контроль; разделяют mention, citation, session и revenue; показывают отрицательные результаты; учитывают обычный поиск и различия платформ. Самые воспроизводимые действия — открыть доступ нужным роботам, устранить ошибки индексации, дать самостоятельные и проверяемые ответы на реальные вопросы, связать информационные страницы с конверсией и тестировать изменения на сопоставимых URL. Всё остальное остаётся гипотезой, пока не переживёт контрольную группу, несколько периодов и бизнес-метрику.