В апреле вышло одно из первых внятных исследований про GEO - без маркетингового шума и ... — 17 апреля 2026 г. в 14:47:32.941
В апреле вышло одно из первых внятных исследований про GEO - без маркетингового шума и попыток что-то продать, а с разбором самой механики AI-видимости. Речь про работу “Measuring Visibility in AI Search”, опубликованную на arXiv. Это академическое исследование, где авторы пытаются формализовать, как вообще измерять присутствие брендов в ответах LLM. Ссылка: https://arxiv.org/pdf/2604.07585 Самое интересное - выводы сильно расходятся с тем, как рынок сейчас думает про GEO 👇 В AI по сути нет «позиций» в привычном смысле. В поиске ты можешь быть на 1, 3 или 10 месте, а в AI всё жёстче: бренд либо попадает в ответ, либо его там просто нет. Видимость становится бинарной ⚡️ При этом она ещё и нестабильна. Один и тот же запрос, заданный несколько раз, даёт разные ответы - меняются формулировки, источники, иногда и сами бренды. В исследовании это подтверждается цифрами: наборы источников расходятся на 34-42% даже в течение нескольких дней подряд. По самим брендам разброс ещё выше - 45-59% 📊 Это важный момент. Такие колебания означают, что единичные проверки вводят в заблуждение - можно как переоценить своё присутствие в AI, так и недооценить его ⚠️ Из этого следует неприятная вещь: большая часть текущих замеров AI-выдачи не очень точна. Авторы прямо пишут, что один прогон запроса - это шум, и без повторений и статистики делать выводы нельзя. Отдельно важно, как модели работают с источниками. Они используют много сигналов, но в финальном ответе остаётся очень мало. Происходит сильное сжатие информации: из десятков потенциальных источников пользователь видит несколько упоминаний. И именно в этот момент формируется выбор 🧠 В результате меняется сама логика конкуренции. Речь уже не про то, чтобы быть выше других, а про то, чтобы вообще попасть внутрь ответа. Если собрать всё в одну мысль, GEO - это не «ещё один слой SEO», а другая модель. Не ranking, а inclusion. И главный вопрос теперь звучит не «на каком мы месте», а 👉 в каких сценариях модель вообще включает нас в ответ и почему Если добавить к этому практику, по нашим наблюдениям разброс данных обычно ниже, чем в исследовании, но сама проблема сохраняется. Мы также видим, что единичные съёмы не дают объективной картины. Поэтому оптимальный режим мониторинга - не раз в месяц, а регулярный трекинг, хотя бы раз в неделю 📅 Только так можно увидеть реальную динамику, а не случайные колебания. Если интересно, можем разобрать это на реальных запросах и показать, где бренд появляется стабильно, а где выпадает и за счёт каких факторов это происходит.