Какие источники используют нейросети при выборе GEO-специалистов: исследование 500+ ответов

Первая версия этого исследования опубликована на Workspace. Для GAEO.ru я переработал материал, добавил больше данных о собственной методике мониторинга и связал наблюдения с другими результатами моего GEO-продвижения.

Когда бизнес начинает заниматься GEO-продвижением, довольно быстро возникает практический вопрос:

где именно нужно публиковаться, чтобы нейросети начали использовать информацию о компании или эксперте и рекомендовать их пользователям?

На собственном сайте?

В СМИ?

На Habr или VC?

На Sostav?

В Яндекс.Услугах?

На картах?

В отраслевых каталогах?

За время продвижения GAEO.ru я собрал больше 500 ответов нейросетей вокруг одного конкурентного интента и отдельно анализировал, на какие источники они опирались.

Вывод получился неудобным для тех, кто хочет найти 1 «лучшую площадку для GEO».

Такой площадки нет.

ChatGPT, Google AI Mode, Алиса, Perplexity, DeepSeek и другие нейросети могут отвечать на почти одинаковый запрос, используя заметно разные части интернета.

И это напрямую влияет на стратегию продвижения.

Что именно я исследовал

GAEO.ru — моя персональная практика GEO/AEO-продвижения. Я использую собственный проект в том числе как полигон: могу быстро менять сайт, внешние профили, публикации и затем смотреть, что происходит в ответах нейросетей.

Один из основных запросов мониторинга:

«Посоветуй 5-10 специалистов в РФ по GEO продвижению в ответах нейросетей. Не агентства».

Это хороший тестовый интент по нескольким причинам.

Нейросети недостаточно знать, что существует Алексей Яковлев.

• найти специалистов в конкурентной нише;
• определить, кто реально занимается GEO;
• отличить частного эксперта от агентства;
• сравнить кандидатов;
• выбрать тех, кого готова рекомендовать пользователю.

В мониторинг вошли:

• ChatGPT;
• Google AI Mode;
• Gemini;
• Perplexity;
• Поиск с Алисой;
• Чат с Алисой AI;
• DeepSeek;
• Grok;
• GigaChat.

Основной массив я собирал через BrandFound, затем перепроверял ответы вручную.

И ручная проверка здесь обязательна.

Почему нельзя просто взять BMR из системы мониторинга

Автоматическое обнаружение бренда экономит огромное количество времени, когда у вас десятки промптов и несколько нейросетей.

Но оно ошибается.

Например, BrandFound мог засчитать упоминание другого Алексея или человека с похожей фамилией.

Был более интересный случай: GigaChat действительно написал «Алексей Яковлев», но приписал этому человеку чужую профессиональную биографию.

Формально фамилия найдена.

Для реального GEO-результата это ноль.

Поэтому в собственных отчетах я смотрю минимум на 4 вещи:

1. действительно ли упомянут нужный человек или бренд;

2. рекомендует ли его нейросеть;

3. на каком месте;

4. какие источники использованы.

Именно после такой очистки я считаю фактическую видимость.

Подробно динамику собственного продвижения я разбираю в кейсе GAEO.ru: за первый месяц средняя видимость по этому конкурентному интенту выросла примерно с 22% до 48%.

Здесь разберем другую часть тех же данных: за счет каких источников нейросети вообще формировали свои рекомендации.

Главный результат: у каждой нейросети свой набор источников

За несколько недель мониторинга стали видны устойчивые различия.

ChatGPT регулярно использовал GAEO.ru и внешние публикации.

Google AI Mode хорошо подхватывал собственный сайт, Workspace и Sostav.

Алиса заметно чаще других использовала Яндекс.Услуги и другие источники внутри экосистемы Яндекса.

Perplexity в отдельных замерах очень активно опирался на VC и сравнительные публикации.

DeepSeek использовал Habr, РБК и другие внешние материалы.

Grok собирал достаточно широкий набор из Habr, VC, Sostav и других источников.

То есть универсальный совет:

«Для GEO всем нужно публиковаться на X»

почти наверняка будет слишком примитивным.

Сначала нужно посмотреть, что используют ваши целевые нейросети именно по вашим коммерческим интентам.

Собственный сайт остается базой

Для моего эксперимента GAEO.ru стал самым устойчивым собственным источником.

Особенно часто сайт встречался в ChatGPT, Google AI Mode и Алисе.

Это подтверждает базовую логику GEO: сайт нужен как место, где собраны факты, которыми владелец бизнеса управляет сам.

На GAEO.ru сейчас есть:

• описание услуг;
• профессиональная биография Алексея Яковлева;
• статьи;
• кейс собственного продвижения;
• отзывы клиентов;
• внешние публикации и упоминания.

Но эксперимент одновременно показал ограничение собственного сайта.

Нейросеть может найти сайт и все равно не включить кандидата в рекомендацию.

В начале работы Perplexity несколько раз находил GAEO.ru, однако относил проект к агентствам.

А в тестовом промпте было прямое условие:

«Не агентства».

Поэтому правильная страница была найдена, специализация была найдена, но кандидат отсекался из-за неверной классификации.

После того как во внешних источниках стало больше однозначных формулировок:

Алексей Яковлев — независимый GEO/AEO-специалист, GAEO.ru — персональная практика.

ситуация изменилась.

Для меня это важный вывод.

Собственный сайт задает версию фактов. Внешние документы помогают нейросети проверить и классифицировать эти факты.

Sostav: 1 публикация стала источником сразу нескольких нейросетей

Одним из самых заметных внешних документов оказалась публикация на Sostav со сравнением GEO-специалистов.

В материале Алексей Яковлев стоит на 1 месте.

Но для исследования мне интересен даже не сам рейтинг.

Полезной оказалась структура документа.

Он уже отвечает на вопрос, близкий пользовательскому интенту:

• кто работает в нише;
• какие есть специалисты;
• чем они отличаются;
• кто является персональным экспертом;
• почему кандидат подходит под условие запроса.

В первой большой выборке эта страница встретилась более чем в 50 ответах.

Ее использовали:

• ChatGPT;
• Gemini;
• Google AI Mode;
• Perplexity;
• Grok.

Причем в подавляющем большинстве ответов, где нейросеть использовала этот материал, присутствовал и Алексей Яковлев.

Особенно заметно изменение было в Gemini и Perplexity.

До появления сильного внешнего сравнительного документа видимость там была низкой. Затем рекомендации стали возникать заметно чаще.

Это не доказывает, что 1 статья создала весь результат. К тому моменту уже существовали сайт, профили и другие публикации.

Но вклад конкретного документа прослеживается достаточно хорошо.

Значит, нужно штамповать рейтинги?

Нет.

Именно рынок GEO особенно быстро показывает ограничение такого подхода.

Почти каждый участник отрасли понимает механику продвижения и одновременно продвигает самого себя.

В результате появляются публикации:

«ТОП GEO-специалистов»

«Лучшие агентства по продвижению в нейросетях»

«Лучшие GEO-эксперты»

где заказчик материала закономерно находится на хорошем месте.

Все сапожники в сапогах.

Пока такой формат работает как источник, использовать его можно. Но строить на нем всю стратегию рискованно.

Я бы считал рейтинговые материалы одним из типов подтверждений, а не центральным элементом.

Намного устойчивее комбинация:

собственный сайт + кейсы + экспертные статьи + профили + отзывы + независимые упоминания.

Workspace: кейс работает иначе, чем рейтинг

Другой сильный источник — публичный кейс GEO-продвижения на Workspace.

В первой выборке страница кейса встретилась примерно в 20 ответах, и во всех этих ответах присутствовал Алексей Яковлев.

Особенно часто документ использовали:

• Google AI Mode;
• Поиск с Алисой.

Кейс дает другой тип фактуры.

Рейтинг сообщает:

«Вот список специалистов».

Кейс сообщает:

«Вот человек, вот задача, вот что он сделал и вот результат».

Для коммерческой рекомендации это сильное подтверждение практического опыта.

Именно поэтому я считаю кейсы одним из самых ценных форматов GEO-контента.

Причем хороший кейс должен быть полноценной текстовой страницей.

Полезно зафиксировать:

• исходную ситуацию;
• задачу;
• действия;
• цифры;
• результат;
• сроки;
• подтверждающие материалы.

Расширенную версию собственного эксперимента я позже опубликовал уже на GAEO.ru, где есть динамика за месяц и анализ нескольких нейросетей.

Яндекс.Услуги: Алиса живет в своей экосистеме

Еще один характерный источник — мой профиль на Яндекс.Услугах.

В первой выборке профиль встречался примерно в 14 ответах. Особенно часто в Чате с Алисой AI.

Это хорошо показывает, почему внешние профили нельзя оценивать только по прямому трафику и лидам.

Можно решить:

«Яндекс.Услуги не дают мне клиентов, значит профиль не нужен».

А затем обнаружить, что именно эту страницу использует Алиса для понимания:

• кто вы;
• какую услугу оказываете;
• работаете ли лично;
• с каким сайтом связаны;
• насколько подходите под запрос.

Для продвижения в Алисе это уже самостоятельная ценность.

И наоборот: для ChatGPT тот же источник может почти не играть роли.

РБК Компании и DeepSeek: маленький естественный эксперимент

Интересный эпизод произошел с моей публикацией на РБК Компании.

21, 22 и 23 июля DeepSeek несколько дней подряд включал меня в рекомендации.

В этих ответах среди источников присутствовала статья РБК Компании.

Позже документ перестал попадать в используемый набор источников, одновременно пропал и я.

Этого мало, чтобы говорить:

«РБК гарантированно выводит в DeepSeek».

Такого вывода данные не дают.

Но они хорошо показывают вероятную механику.

В конкретной генерации нейросеть формирует набор документов.

Если туда попадает сильный материал, который однозначно связывает специалиста с нужной тематикой, вероятность рекомендации может увеличиться.

В другой день набор меняется.

Кандидат исчезает.

Именно поэтому GEO-видимость способна заметно гулять даже тогда, когда на сайте вообще ничего не менялось.

Perplexity: в одном замере почти весь рынок собрался из VC

11 августа я сделал дополнительный контрольный замер по похожему промпту.

В этот день Perplexity меня не рекомендовал.

Зато набор его источников оказался очень показательным.

Там было много VC:

• рейтинги GEO-специалистов;
• подборки;
• материалы агентств;
• обзоры рынка.

Получалось, что в конкретной генерации Perplexity фактически построил значительную часть списка кандидатов из документов VC.

Это один из лучших примеров того, почему анализировать нужно не только собственное присутствие.

Если меня нет в ответе, следующий вопрос:

кто есть и откуда нейросеть их взяла?

Очень часто этот вопрос сразу превращается в список следующих действий.

Если ваши конкуренты регулярно попадают в Perplexity через конкретную отраслевую площадку, стоит изучить эту площадку.

В другой нише это может быть не VC.

Habr: общий источник сразу для нескольких нейросетей

После анализа ответов я отдельно поднял в приоритете Habr.

Он встречался среди источников:

• DeepSeek;
• Grok;
• Google AI Mode;
• Алисы.

И часто именно в ответах, где меня не было.

Это полезный конкурентный сигнал.

Если несколько целевых нейросетей используют один домен, на котором хорошо представлены ваши конкуренты, стоит проверить, можете ли вы разместить там содержательный материал.

Не рекламный текст.

Документ, который имеет ценность сам по себе.

Исследование, технический разбор, собственные данные, методика, измеримый эксперимент.

Такие публикации лучше выполняют двойную функцию:

• дают пользу читателю;
• создают внешний источник фактов об авторе.

ChatGPT: устойчивость появилась вместе с массивом подтверждений

К концу июля ChatGPT стал практически стабильно рекомендовать меня по основному интенту.

В контрольном замере 11 августа Алексей Яковлев снова оказался на 1 месте.

Я не увидел признаков, что для ChatGPT существует 1 обязательная площадка.

Наоборот.

По мере развития проекта вокруг имени сформировался массив:

• GAEO.ru;
• профессиональная биография;
• кейсы;
• статьи;
• публикации на внешних ресурсах;
• профили;
• отзывы.

Именно такой вариант выглядит наиболее устойчивым.

Если 1 документ исчез из набора, остаются другие.

Google AI Mode: сайт + структурированные внешние материалы

Google AI Mode тоже стал одной из самых результативных точек моего эксперимента.

К последней неделе июля видимость дошла до 100%.

В используемых источниках регулярно встречались:

• GAEO.ru;
• Workspace;
• Sostav;
• внешние экспертные материалы.

Особенно хорошо работают содержательные документы с нормальной структурой.

Кейс, где есть задача, действия и результат.

Сравнительная статья с критериями.

Экспертный материал с конкретными ответами.

Это сильно отличается от условного рекламного лендинга, где половина страницы состоит из обещаний.

Поиск с Алисой и Чат с Алисой AI нужно измерять отдельно

Еще один вывод из мониторинга: название бренда нейросети не означает, что все интерфейсы работают одинаково.

Поиск с Алисой и Чат с Алисой AI показывали разную видимость.

Различались и источники.

Поэтому в своих проектах я стараюсь считать их отдельными точками мониторинга.

Это же касается Google AI Mode и других интерфейсов Google.

Для пользователя они могут выглядеть частью одной экосистемы.

Для GEO результат может различаться достаточно сильно.

Gemini: внешние подтверждения постепенно изменили ситуацию

На старте Gemini почти меня не рекомендовал.

Позже видимость выросла.

Среди используемых документов появились внешние сравнительные публикации, включая Sostav.

Для собственного сайта это важное наблюдение.

Есть ситуации, когда нейросеть получает ваше заявление:

«Я эксперт по теме X».

Но этого ей недостаточно для конкурентной рекомендации.

Когда вокруг появляются независимые документы с тем же позиционированием, картина меняется.

Gemini в моем эксперименте пока остается менее стабильным, чем ChatGPT или Google AI Mode, но рост заметен.

Grok и GigaChat: красивого результата пока нет

По Grok и GigaChat у меня пока нет повода рисовать победную презентацию.

И это тоже результат исследования.

Grok использует широкий внешний массив, где встречаются Habr, VC, Sostav и другие площадки.

Устойчивой рекомендации меня пока нет.

С GigaChat результат еще слабее.

Автоматический мониторинг несколько раз показывал попадания, но ручная проверка выявляла ошибки.

Поэтому фактическая видимость там близка к нулю.

Для меня нормальный GEO-отчет должен показывать и такие результаты.

Иначе вместо аналитики получается маркетинговая презентация самого себе.

Почему отдельный скриншот почти ничего не доказывает

В конце июля дневная видимость по одному и тому же интенту могла выглядеть так:

56% → 44% → 56% → 50% → 33% → 56% → 44%.

Один эксперт.

Один интент.

Разница в несколько дней.

Очевидно, профессиональная компетенция человека не менялась на десятки процентов ежедневно.

Менялся набор источников.

Появлялись новые публикации.

Менялся состав кандидатов.

В конкретной генерации могла использоваться одна статья, а в следующей уже другая.

Поэтому скриншот:

«Смотрите, сегодня я №1 в ChatGPT»

полезен как иллюстрация.

Для измерения GEO этого недостаточно.

Я смотрю прежде всего на:

• динамику за период;
• частоту попадания;
• позицию;
• используемые источники;
• конкурентов.

Какой массив источников я бы строил для бизнеса

После собственного эксперимента я бы разделил работу на 6 типов источников.

1. Собственный сайт

Это место, где бизнес сам контролирует факты.

На сайте нужны:

• услуги;
• цены или логика расчета;
• эксперт;
• кейсы;
• отзывы;
• статьи;
• контакты.

Для GAEO.ru я постепенно собрал именно такую структуру.

2. Профессиональные профили

Карты, отраслевые сервисы, каталоги, профили специалистов.

Их ценность зависит от конкретной нейросети.

Я бы не ставил задачу зарегистрироваться в 100 каталогах.

Лучше иметь 8–10 сильных, актуальных и согласованных профилей.

3. Кейсы

На собственном сайте и внешних площадках.

Кейс подтверждает практическую работу.

Это особенно важно для услуг, где нейросеть должна выбрать исполнителя.

4. Авторские публикации

Исследования, инструкции, аналитика, экспертные комментарии.

Здесь специалист становится для нейросети источником знаний.

5. Независимые публикации

Рейтинги, интервью, обзоры, упоминания.

Они помогают подтвердить позиционирование вне собственного сайта.

6. Отзывы

Особенно содержательные.

Отзыв:

«Все отлично, рекомендую»

содержит мало фактуры.

А:

«Пришел с такой задачей, специалист сделал это, получили такой результат»

описывает реальный сценарий работы.

На GAEO.ru я отдельно собираю отзывы клиентов и внешние публикации, чтобы эти подтверждения были связаны с основной сущностью.

С чего начинать GEO-продвижение

После этого исследования я бы точно не начинал с вопроса:

«Где нам разместить 10 статей?»

Сначала нужен стартовый замер.

Берем реальные коммерческие интенты и смотрим:

1. кого рекомендует каждая целевая нейросеть;

2. какие источники использует;

3. какие форматы документов повторяются;

4. где находятся конкуренты;

5. чего нет у продвигаемого бизнеса.

А потом действия становятся довольно приземленными.

Если Алиса берет Яндекс.Услуги, приводим в порядок Яндекс.Услуги.

Если Perplexity активно использует VC, смотрим, можем ли нормально присутствовать на VC.

Если DeepSeek берет Habr, готовим материал под Habr.

Если ChatGPT активно использует официальный сайт, усиливаем сайт.

Если нейросеть находит компанию, но неверно понимает, чем она занимается, синхронизируем позиционирование.

Это намного полезнее универсального списка:

«25 площадок, где должен быть каждый бизнес для GEO».

Что изменилось в моей стратегии после анализа

В начале развития GAEO.ru я очень много внимания уделял собственному сайту.

Правильно делал.

Сайт стал одним из самых сильных и устойчивых источников.

Но затем стало видно, где находится следующий резерв роста.

Внешние публикации.

Особенно площадки, которые уже регулярно используют целевые нейросети.

Поэтому сейчас у GAEO.ru есть отдельный раздел публикаций и упоминаний, а собственные статьи и кейсы я стараюсь дополнять внешними материалами на подходящих площадках.

Это позволяет собирать вокруг одной сущности разные типы подтверждений.

Как менялась фактическая видимость

По очищенным данным динамика выглядела так:

Рост шел постепенно, затем заметно ускорился в середине июля.

Именно в этот период вокруг собственного сайта стало появляться больше внешних документов разных типов.

Я не утверждаю, что рост вызван одной конкретной публикацией.

Данных для такого вывода нет.

Но общая связь выглядит довольно логичной:

чем больше согласованных источников подтверждали, кто такой Алексей Яковлев и чем он занимается, тем чаще нейросети включали его в конкурентные рекомендации.

Главный вывод исследования

Нейросети не обращаются к единой базе «лучших компаний» или «лучших специалистов».

Они собирают ответы из некоторого набора доступных документов.

И этот набор различается.

Поэтому устойчивое GEO-продвижение я сейчас вижу как работу сразу с несколькими группами источников:

собственный сайт + профессиональные профили + кейсы + отзывы + авторские публикации + независимые упоминания.

Все они должны согласованно отвечать на простые вопросы:

• кто это;
• чем занимается;
• какие задачи решает;
• какие результаты есть;
• кто это подтверждает.

За первый месяц такой работы моя фактическая видимость по конкурентному GEO-интенту выросла примерно с 22% до 48%.

Полный разбор собственного продвижения находится в кейсе GAEO.ru.

А более общую методику продвижения экспертов я описал в статье «Как продвигать личный бренд эксперта в нейросетях в 2026 году».

Если свести все исследование к одной практической рекомендации, она будет очень простой:

не угадывайте, какой источник нужен нейросети. Сначала посмотрите, какие источники она уже использует по вашим запросам.

После этого GEO становится намного меньше похож на магию и намного больше — на обычную системную работу с данными, контентом и репутацией.