Оптимизация сайта под ответы Google Gemini и ChatGPT с локальным контекстом Ташкента
Генеративные движки не ранжируют десять ссылок — они собирают один ответ из нескольких источников. Попасть в этот ответ по локальным запросам сложнее, чем в органику, но правила уже понятны.
Чем цитирование отличается от ранжирования
Классический поиск отдаёт список, и пользователь сам выбирает. Генеративный движок собирает синтезированный ответ и указывает два-четыре источника. Разница в том, что здесь нет второй страницы: либо вас процитировали, либо вас не существует.
Модель выбирает не самую SEO-оптимизированную страницу, а ту, из которой удобно вырезать законченный фрагмент. Абзац, который отвечает на вопрос целиком и не требует контекста соседних абзацев, цитируется в разы чаще.
Отсюда практический вывод: структура контента важнее плотности ключей. Заголовок формулирует вопрос, первый абзац под ним даёт полный ответ в двух-трёх предложениях, дальше идут детали.
Локальный контекст: почему по Узбекистану сложнее
По узбекистанским запросам у моделей заметно меньше обучающих данных, чем по российским или европейским. В ответах часто всплывают устаревшие сведения, перепутанные названия и обобщения уровня «Средняя Азия».
Это одновременно барьер и возможность. Барьер — модель может не знать вашу нишу вообще. Возможность — конкуренция за цитирование в узкой локальной теме на порядок ниже, чем за позицию в Google по тому же запросу.
Чтобы попасть в ответ, нужно давать явные локальные привязки прямо в тексте: город, район, валюта в сумах, местные провайдеры и сервисы. Фраза «доставка по Ташкенту в пределах Малой кольцевой» цитируется, а «доставка по городу» — нет.
Что делать с контентом технически
Уберите зависимость смысла от JavaScript. Многие краулеры, обслуживающие генеративные системы, не исполняют скрипты так же полно, как Googlebot. Ключевой текст должен быть в HTML при первом ответе сервера.
Добавьте FAQPage и Organization в Schema.org, укажите адрес, координаты, часы работы и телефоны в формате +998. Разметка не гарантирует цитирование, но резко повышает шанс, что данные будут извлечены корректно.
Датируйте страницы. В ответах генеративных движков дата обновления часто становится критерием отбора между двумя похожими источниками — особенно в темах, где данные быстро устаревают, вроде цен и требований регуляторов.
Доступ краулеров
Проверьте robots.txt на предмет блокировок GPTBot, ClaudeBot, PerplexityBot и Google-Extended. Часто их закрывают по инерции, скопировав чужой конфиг, а потом удивляются отсутствию упоминаний.
Решение о доступе стоит принимать осознанно: закрывая эти краулеры, вы защищаете контент от обучения, но одновременно исключаете себя из ответов. Для коммерческого сайта услуг обычно выгоднее быть видимым.
Файл llms.txt в корне — дешёвая мера: короткий структурированный перечень ключевых страниц с описаниями. Он не является обязательным стандартом, но занимает полчаса и не мешает.
Как измерять результат
Прямой аналитики по цитированиям нет. Практический подход — регулярно вручную задавать модели десяток целевых вопросов на трёх языках и фиксировать, кого она называет. Раз в месяц этого достаточно.
Второй сигнал — реферальный трафик. В Google Analytics или Plausible отслеживайте источники с доменов чат-сервисов: он невелик по объёму, но у него аномально высокая глубина просмотра и конверсия.
Третий — прямые заходы после того, как модель назвала имя компании без ссылки. Это видно косвенно, по росту брендовых запросов в Search Console.
Ошибки, которые убивают шансы
Тексты, написанные генератором без правки. Модели неплохо распознают шаблонный ИИ-текст и предпочитают источники с конкретикой, которой в таком тексте нет по определению.
Размазанные ответы. Если ответ на вопрос собирается из пяти абзацев по всей странице, вырезать цитату невозможно, и страницу пропустят в пользу более компактного конкурента.
Отсутствие авторства и контактов. Страницы без указания компании, автора и способа связи считаются менее надёжными источниками и реже попадают в ответ по коммерческим темам.