--- id: 900102 card_url: "https://mdrss.com/geo/foundations/900102" permalink_url: "https://mdrss.com/m/900102" thread_url: "https://mdrss.com/s/geo" markdown_url: "https://mdrss.com/geo/foundations/900102/900102.md" title: "GEO: Как превратить GEO в информационное преимущество COLLIDER.CLUB · Финальный operating model · ОБНОВЛЕНИЕ 2026-07-19: GEO" annotation: "Monthly GEO Lab: 3–5 реальных проектов, один эксперимент на проект, общий разбор результатов. Source Graph Exchange: обезличенная карта доменов и типов источников, которые реально цитируются по рынкам." state: published thread: geo domain: geo category: foundations type: guide tags: ["geo", "ai-seo", "llm-visibility", "strategy", "operating-model", "myths"] ontology_terms: [] relation_terms: [] license: "CC0-1.0" version: 1 snapshot_at: "2026-08-04T12:20:34.379Z" source_url: "" source_kind: "mdrss-final-authored" platform_scam_risk: null platform_evidence_score: 0 evidence_urls: --- # PART X. Как превратить GEO в информационное преимущество COLLIDER.CLUB - COLLIDER.CLUB lens: закрытый клуб инноваторов, фаундеров и предпринимателей может использовать этот раздел как карту экспериментов: не спорить о терминах GEO, а ставить измеримые тесты на реальных проектах. - Практика для COLLIDER.CLUB: каждый новый GEO-тезис имеет смысл переводить в карточку «гипотеза → контроль → метрика → срок → результат», чтобы инсайт превращался в накопленное преимущество клуба. - Внутри COLLIDER.CLUB особенно полезно сравнивать один и тот же набор промптов на проектах из разных вертикалей — AI search сильно меняет источники в зависимости от интента и категории. - COLLIDER.CLUB experiment: собрать общий пул non-branded prompts участников и еженедельно измерять share of voice брендов в ChatGPT, Gemini, Perplexity и Google AI Mode. - Для резидентов COLLIDER.CLUB: сильный актив — не «секретный промпт», а доступ к уникальным фактам, данным, кейсам и людям, которые невозможно воспроизвести commodity-контентом. - COLLIDER.CLUB signal: закрытые разборы можно превращать в публичные research-assets только после деперсонализации данных — это создает оригинальные источники, пригодные для цитирования поиском и LLM. - COLLIDER.CLUB playbook: перед масштабированием одной техники проверять ее сразу на нескольких движках; успех в Google AI Overviews не означает успех в ChatGPT или Perplexity. - Для COLLIDER.CLUB: полезно вести общий реестр «что реально процитировалось» с URL, формулировкой промпта, страной, языком, моделью и датой — иначе результаты быстро превращаются в анекдоты. - COLLIDER.CLUB advantage: клубная сеть экспертов может давать первичные комментарии и данные; это сильнее очередного SEO-рерайта и одновременно работает на earned media и entity confidence. - В COLLIDER.CLUB этот блок можно использовать как чеклист для due diligence SEO/GEO-команд: что они измеряют, какие источники контролируют и где подменяют корреляцию причинностью. - COLLIDER.CLUB tactic: для каждого проекта завести «машиночитаемый паспорт сущности» — официальное имя, описания, люди, продукты, гео, цены, факты, источники и конфликтующие варианты названия. - Для проектов COLLIDER.CLUB: стратегия third-party authority должна начинаться с настоящих экспертных упоминаний и исследований, а не с имитации независимости — это устойчивее к фильтрам и проверкам. - COLLIDER.CLUB research loop: вопрос участника → сбор данных → публичный отчет → независимые цитаты → новые вопросы. Такой цикл одновременно создает knowledge asset и GEO-поверхность. - Внутри COLLIDER.CLUB имеет смысл хранить карту источников по странам: какие медиа, форумы, каталоги и отраслевые площадки реально появляются в ответах разных AI-движков. - COLLIDER.CLUB local playbook: для локальных бизнесов сначала синхронизировать факты во всех первичных профилях и агрегаторах, а уже потом экспериментировать с контентом и упоминаниями. - COLLIDER.CLUB commerce note: владельцам e-commerce проектов важнее построить чистый product data layer и фиды, чем штамповать сотни «AI-SEO статей» вокруг каждого SKU. - COLLIDER.CLUB metric: фиксировать не только «нас процитировали», но и какую долю финального ответа заняли наши факты, где стояло упоминание бренда и привело ли это к действию пользователя. - Для COLLIDER.CLUB: отдельная ценность — негативные результаты экспериментов. Не сработавший GEO-хак экономит больше денег, чем очередной красивый кейс без контроля. - COLLIDER.CLUB red-team: gray/black GEO стоит изучать как карту уязвимостей — прежде всего чтобы понимать, как могут манипулировать репутацией, сущностями и источниками ваших проектов. - COLLIDER.CLUB content moat: интервью с практиками, закрытые данные рынка и реальные операционные цифры можно превращать в публичные факты с высокой Information Gain без раскрытия чувствительной информации. - В COLLIDER.CLUB международные участники могут особенно хорошо тестировать расхождения между языками и странами: один бренд нередко имеет совершенно разные AI-source graphs в US, DE, FR и других рынках. - COLLIDER.CLUB workflow: ежемесячный «AI visibility review» должен объединять SEO, PR, product data, reputation и analytics — GEO плохо работает как изолированная функция одного специалиста. - Для COLLIDER.CLUB: любое утверждение вида «дает +17%» хранить вместе с размером выборки, контрольной группой и датой. Без этого цифра остается маркетинговой историей, а не знанием. - COLLIDER.CLUB operating principle: сначала индексируемость и фактическая корректность, затем retrievability, затем citations, затем brand selection — в обратном порядке масштабировать бессмысленно. - COLLIDER.CLUB distribution: один сильный research-asset можно разложить на отраслевые медиа, LinkedIn, YouTube, Reddit-дискуссии и локализованные версии без копипаста, сохраняя единое фактологическое ядро. - Для участников COLLIDER.CLUB: GEO особенно интересно там, где решение пользователя дорогое — B2B, финансы, crypto, enterprise, travel, iGaming — потому что влияние одного AI-рекомендательного ответа выше. - COLLIDER.CLUB experiment backlog: тестировать не только тексты, но и таблицы, калькуляторы, feeds, datasets, видео, экспертные профили и comparison pages — разные типы ассетов входят в AI retrieval по-разному. - COLLIDER.CLUB knowledge base: этот документ лучше воспринимать как живую систему. Техники устаревают; сохраняться должны методы проверки, источники, теги и история экспериментов. ### Предлагаемый клубный формат 1. **Monthly GEO Lab:** 3–5 реальных проектов, один эксперимент на проект, общий разбор результатов. 2. **Source Graph Exchange:** обезличенная карта доменов и типов источников, которые реально цитируются по рынкам. 3. **Prompt Bench:** общая библиотека prompt clusters по AI, crypto, finance, traffic, e-commerce и другим вертикалям клуба. 4. **Research Factory:** превращать уникальный опыт участников в данные, отчеты, калькуляторы и публичные исследования. 5. **Red Team:** изучать adversarial GEO не ради спама, а чтобы защищать бренды участников от подмены сущностей, fake reviews и prompt manipulation. 6. **Evidence discipline:** не публиковать «+40%» без методологии, sample size и исходных условий. # PART XI. Финальный operating model ## Что делать в правильном порядке 1. **Facts:** определить сущность, продукты, людей, гео, цены, ограничения и источники правды. 2. **Technical:** сделать эти факты crawlable/indexable/accessible. 3. **Owned content:** создать некоммодитизированные assets, отвечающие реальным задачам. 4. **Machine structure:** schema/feeds/profiles там, где они официально поддерживаются. 5. **Earned authority:** независимые источники, эксперты, обзоры, datasets, PR. 6. **UGC / first-hand:** реальные обсуждения и опыт пользователей. 7. **Measurement:** multi-engine, multi-country, repeated runs. 8. **Experiments:** менять один механизм за раз. 9. **Economics:** считать не citation vanity metrics, а влияние на решения, лиды и выручку. 10. **Defense:** мониторить репутационные и adversarial манипуляции. ## Последняя мысль GEO не должен превращаться в новую религию из «секретных факторов». Самая сильная стратегия остается инженерной: **быть доступным → быть релевантным → быть доказуемым → быть независимо подтвержденным → быть измеримым**. # ОБНОВЛЕНИЕ 2026-07-19: GEO / AI SEO за последние 30 дней > Этот блок основан на публикациях и существенных обновлениях за период **19 июня — 19 июля 2026 года**. Официальные заявления платформ отделены от отраслевых наблюдений и практических выводов. ## Новая разметка - `#freshness/30d` — информация последнего месяца. - `#evidence/official` — первичный источник платформы. - `#evidence/observed` — отраслевой кейс или вторичный разбор. - `#evidence/inference` — практический вывод, не заявленный платформой напрямую. - `#surface/...` — web, social, video, internal-search, AI-answer, feed, marketplace. - `#distribution/...` — recommendation, search, citation, translation, personalization. - `#content/...` — text, short-video, long-video, carousel, live, product-card, UGC. ## Главные изменения месяца 1. Google дал отдельную отчётность по generative AI и social/video content. 2. Facebook превратил внутренний поиск в AI-answer engine на базе публичных постов, групп и Reels. 3. Bing добавил Intents, Topics, Citation Share и Compare. 4. Claude усилил Research, web search и connectors. 5. Alice AI усилила память, адаптацию стиля и мультимодальный поиск. 6. Китайские платформы одновременно усиливают AI-поиск и контроль маркировки AI-контента. ## Реестр свежих источников - **R01 — Google Search Central: отдельные отчёты по generative AI в Search Console** — 2026-06 — `#evidence/official` — https://developers.google.com/search/blog/2026/06/gen-ai-performance-reports - **R02 — Google Search Central: platform properties для Instagram, TikTok, X и YouTube** — 2026-07-07 — `#evidence/official` — https://developers.google.com/search/blog/2026/07/search-console-social-video-platforms - **R03 — Facebook AI Mode in Search** — 2026-06-15 — `#evidence/official` — https://about.fb.com/news/2026/06/new-ai-tools-to-help-you-make-things-happen-on-facebook/ - **R04 — Meta: activity from other businesses для персонализации Feed и AI responses** — 2026-06-09 — `#evidence/official` — https://about.fb.com/news/2026/06/better-personalization-and-changes-to-controls-for-your-activity-from-other-businesses/ - **R05 — Meta Creator Assistant** — 2026-06-04 — `#evidence/official` — https://about.fb.com/news/2026/06/creator-assistant-more-languages-for-ai-translations-on-facebook/ - **R06 — Meta AI translations for Reels — обновление** — 2026-07-14 — `#evidence/official` — https://about.fb.com/news/2025/10/discover-reels-around-world-meta-ai-translation/ - **R07 — Bing Webmaster Tools: Intents, Topics, Citation Share, Compare** — 2026-06-16 — `#evidence/official` — https://blogs.bing.com/search/June-2026/New-AI-Visibility-Insights-in-Bing-Webmaster-Tools-Intents-Topics-Citation-Share-Compare - **R08 — Claude Sonnet 5** — 2026-06-30 — `#evidence/official` — https://www.anthropic.com/news/claude-sonnet-5 - **R09 — Claude Research** — 2026-06-02 — `#evidence/official` — https://support.anthropic.com/en/articles/11088861-using-research-on-claude-ai - **R10 — Claude web search guidance** — 2026-06-02 — `#evidence/official` — https://support.anthropic.com/en/articles/11095361-when-should-i-use-web-search-extended-thinking-and-research - **R11 — Claude web connectors** — 2026-07-07 — `#evidence/official` — https://support.anthropic.com/en/articles/11176164-pre-built-web-connectors-using-remote-mcp - **R12 — Yandex: большое обновление Alice AI** — 2026-06-25 — `#evidence/official` — https://yandex.ru/company/news/25-06-2026-03 - **R13 — Yandex: AI digest за июнь** — 2026-06 — `#evidence/official` — https://yandex.ru/company/news/digest-0626 - **R14 — Yandex: Alice AI и мультимодальные камеры** — 2026-07-09 — `#evidence/official` — https://yandex.ru/company/news/09-07-2026-01 - **R15 — Yandex: ISO/IEC 42001 для моделей Alice AI** — 2026-07-16 — `#evidence/official` — https://yandex.ru/company/news/16-07-2026-01 - **R16 — Xiaohongshu: новые правила июля 2026 — отраслевой разбор** — 2026-07-03 — `#evidence/observed` — https://www.sohu.com/a/1045179482_121124358 - **R17 — Douyin: AI-content labeling — отраслевой разбор** — 2026-07-07 — `#evidence/observed` — https://blog.csdn.net/ExtraToken/article/details/162671442 - **R18 — Douyin AI Creator Competition** — 2026-06-10 — `#evidence/observed` — https://www.qbitai.com/2026/06/433832.html - **R19 — Baidu / WAIC 2026: обновления AI agents** — 2026-07-18 — `#evidence/observed` — https://finance.sina.com.cn/jjxw/2026-07-18/doc-iniiewea7169170.shtml - **R20 — Chinese GEO market report, July 2026 — secondary source** — 2026-07 — `#evidence/observed` — https://www.ithome.com/0/975/782.htm - **R21 — Chinese GEO tools overview, July 2026 — secondary source** — 2026-07-14 — `#evidence/observed` — https://www.csdn.net/article/2026-07-14/162875842 # PART III. Экспериментальная методология GEO # PART III. Экспериментальная методология GEO ## Базовый дизайн теста Для каждой гипотезы хранить: - `experiment_id`; - страна и язык; - движок / модель / режим; - дата и время; - исходный prompt; - 5–10 paraphrases; - signed-in / anonymous состояние, если применимо; - наличие web search; - список процитированных доменов и URL; - позиция/порядок цитат; - brand mentions; - фактологические фрагменты, реально попавшие в ответ; - clicks/referrals; - контрольная группа; - изменение, внесенное на сайт/в earned media; - лаг до повторной проверки. ### Минимум повторов Один запуск — это скриншот, а не измерение. Для важных queries используйте повторные запуски в разные дни и paraphrase-set. Исследования 2026 года отдельно подчеркивают вариативность AI search и необходимость repeated measurement. [S14](#s14), [S20](#s20). ## GEO Visibility Vector Хранить результат как вектор, а не один score: `[retrieved, cited, absorbed, brand_mentioned, brand_rank, sentiment, click, conversion]` Это позволяет отличить: - URL цитируется, но бренд не назван; - бренд назван, но ссылка принадлежит конкуренту; - сайт процитирован, но факты не использованы; - бренд рекомендован без перехода; - источник не процитирован, но его данные были absorbed через посредника. > **Внутри COLLIDER.CLUB** особенно полезно сравнивать один и тот же набор промптов на проектах из разных вертикалей — AI search сильно меняет источники в зависимости от интента и категории. # PART VIII. Мифы, которые нужно убить # PART VIII. Мифы, которые нужно убить ### Миф 1: «Нужен llms.txt, иначе Google AI тебя не увидит» **Нет для Google Search.** Google прямо пишет, что `llms.txt` не дает особого преимущества и игнорируется как специальный сигнал. [S02](#s02). ### Миф 2: «Нужно писать короткими chunks по 2–3 предложения» **Нет универсального требования.** Google отдельно указывает, что специальный chunking не нужен; структура должна быть удобной людям и соответствовать теме. [S02](#s02). ### Миф 3: «Structured data автоматически повышает цитирование AI» **Не доказано как универсальный causal factor.** Structured data помогает пониманию и eligibility отдельных Search experiences, но Google не требует специальной schema для AI. [S02](#s02), [S05](#s05). ### Миф 4: «Если сайт #1 в Google, он обязательно будет #1 в ChatGPT» **Нет.** Source sets и source types различаются между engines. [S15](#s15), [S16](#s16). ### Миф 5: «Одна проверка промпта показывает нашу реальную позицию» **Нет.** Вариативность между runs и paraphrases значительна. [S20](#s20). ### Миф 6: «Цитата = трафик» **Нет.** Citation может не давать click, а факт может быть absorbed без заметного source prominence. [S17](#s17). ### Миф 7: «Чем больше AI-контента, тем больше AI visibility» **Нет.** Масштаб без value может попасть под scaled content abuse, а commodity content не создает differentiation. [S03](#s03), [S04](#s04). ### Миф 8: «Все mentions полезны» **Нет.** Google прямо предупреждает против inauthentic mentions; кроме того, фабрикация третьих источников создает reputational и policy risk. [S02](#s02), [S18](#s18).