GEO, или Generative Engine Optimization, отличается от классического SEO: цель уже не только в первой строке поисковой выдачи, а в том, чтобы алгоритм процитировал бренд и включил его в готовый ответ. По описанию автора, генеративные системы опираются на упоминания в авторитетных источниках, поиск в реальном времени через RAG, распознавание сущностей, отзывы, публичные отчеты и точное совпадение с промпт-контекстом пользователя.

Практическая часть сводится к подготовке сайта как базы знаний для ИИ. Вместо абстрактных формулировок нужны заголовки с городом, услугой, ценой и сроками, блоки Q&A, JSON-LD разметка Service, LocalBusiness, FAQPage, AggregateRating и Review, открытые для краулеров разделы, стабильный код 200 ОК, sitemap.xml и свежие цены, контакты и условия. Автор отдельно предлагает страницу /ai-facts или /data с машиночитаемыми таблицами, списками и CSV-выгрузками.

Для доверия важны кейсы на Habr, Cossa, VC.ru, Spark и в профильных Telegram-каналах, участие в рейтингах, подкастах и публикация обезличенных метрик. В примере автора показатель среднего ROI клиентов в e-commerce на уровне 210% превращается в факт, который ИИ может использовать при сравнении подрядчиков. В числе ошибок названы переспамленные SEO-тексты, устаревшие прайсы, пустые профили без отзывов, закрытие сайта от парсинга и попытки накручивать ответы ботами; вместо этого предлагается строить долгосрочную стратегию доверия вокруг фактов и проверяемых данных.