Глоссарий AEO: 50+ терминов, которые должен знать маркетолог

Вместе с AEO появился целый новый словарь. Объясняете ли вы клиенту стратегию для ИИ-поиска, ставите задачу контент-команде или выбираете AEO-инструменты, без этой терминологии не обойтись. Ниже собраны 50+ самых важных терминов AEO, разбитые по категориям, с понятными и практичными определениями.

Базовые понятия AEO

• Answer Engine Optimization (AEO, оптимизация под ответные движки): работа с контентом, цель которой в том, чтобы ответные системы на базе ИИ ссылались на ваш сайт как на источник, когда формируют ответы на запросы пользователей.

• Ответный движок (Answer Engine): ИИ-система, которая не выдает список ранжированных ссылок, а сама составляет текстовый ответ на вопрос пользователя. Примеры: ChatGPT, Gemini, Perplexity, Claude.

• Цитирование (Citation): ситуация, когда ИИ-движок ссылается на ваш сайт или контент как на источник в сгенерированном ответе. Цитирование бывает явным (с названием домена или ссылкой) и неявным (контент вошел в ответ без указания авторства).

• Доля цитирования (Citation Rate): процент ваших целевых запросов, по которым один или несколько ИИ-движков цитируют ваш домен. Главный KPI любой AEO-программы.

• Доля голоса в ИИ (AI Share of Voice): доля ИИ-цитирований вашего бренда относительно конкурентов на общем наборе целевых запросов. Аналог доли голоса в классическом поиске.

• Поиск без клика (Zero-Click Search): поисковое взаимодействие, при котором пользователь получает исчерпывающий ответ прямо в выдаче (в featured snippet, AI Overview или ИИ-ответе) и не переходит ни на один сайт.

• AI Overview: сгенерированная ИИ сводка Google, которая по многим запросам появляется над обычными результатами поиска. Часть Search Generative Experience (SGE) от Google.

• Generative Engine Optimization (GEO, генеративная оптимизация): альтернативное название AEO, в котором акцент сделан именно на оптимизации под генеративные ИИ-системы.

Термины контент-стратегии

• Контент «сначала ответ» (Answer-First Content): структура, при которой прямой ответ на целевой вопрос стоит в первых 2–3 предложениях, а предыстория, контекст и подробности идут уже после.

• Опорная страница (Pillar Page): подробная экспертная страница, глубоко раскрывающая широкую тему. Служит центральным узлом тематического кластера и ссылается на вспомогательные материалы.

• Тематический кластер (Topic Cluster): группа связанных между собой страниц вокруг одной опорной темы. Показывает и поисковикам, и ИИ-системам глубину проработки темы и экспертность.

• Контент, достойный цитирования (Citation-Worthy Content): контент с конкретной и точной информацией в удобном для цитирования виде. Обычно это прямые ответы, собственные данные, нумерованные списки и мнения экспертов.

• Контент «вопрос-ответ» (QA Content): контент, явно оформленный как пары «вопрос — ответ» и оптимизированный под извлечение ИИ за счет структуры и schema-разметки.

• Разговорный запрос (Conversational Query): запрос, сформулированный как вопрос на естественном языке, а не как набор ключевых слов. Например, «Какая CRM лучше всего подходит фрилансерам?» вместо «лучшая crm фрилансер».

• Информационный интент (Informational Intent): запрос, в котором пользователь ищет знания или объяснение. Информационные запросы — главная мишень AEO, потому что именно при таком интенте ИИ-движки активнее всего вытесняют классическую выдачу.

Технические термины AEO

• LLMs.txt: файл в корне домена (yoursite.com/llms.txt), который подсказывает ИИ-краулерам, какой контент важнее. Аналог robots.txt для классических поисковиков.

• Разметка FAQPage (FAQPage Schema): тип структурированных данных JSON-LD, который размечает пары «вопрос — ответ» на странице. Благодаря ему ИИ-системы могут напрямую извлекать эти пары, а страница может претендовать на расширенные сниппеты в обычном поиске.

• Разметка HowTo (HowTo Schema): структурированные данные для пошаговых инструкций, благодаря которым ИИ-движки точно извлекают и цитируют процедурный контент.

• Разметка Article (Article Schema): структурированные данные, которые помечают материал как статью и добавляют метаданные: автора, дату публикации, издателя. Критически важны для сигналов E-E-A-T.

• Разметка Person (Person Schema): структурированные данные о человеке. Связывают имя автора с его квалификацией, публикациями и внешними профилями, чтобы подтвердить E-E-A-T.

• Разметка Organization (Organization Schema): структурированные данные о компании или организации, которые помогают и поисковикам, и ИИ-системам распознавать бренд как сущность.

• JSON-LD: JavaScript Object Notation for Linked Data — рекомендуемый формат для внедрения schema-разметки. Размещается в теге <script type="application/ld+json">.

• GPTBot: веб-краулер OpenAI, который индексирует контент для обучения ChatGPT и поиска в реальном времени. Им можно управлять через robots.txt и LLMs.txt.

• ClaudeBot: веб-краулер Anthropic, индексирующий контент для Claude. Как и GPTBot, соблюдает директивы robots.txt.

Термины, связанные с ИИ-движками

• Большая языковая модель (LLM): ИИ-модель, обученная на огромных массивах текста и генерирующая ответы, похожие на человеческие. Технология, на которой работают ChatGPT, Claude, Gemini и Perplexity.

• Генерация с дополненной выборкой (RAG, Retrieval-Augmented Generation): архитектура, в которой языковая модель работает в связке с системой поиска: прежде чем сформировать ответ, ИИ подтягивает релевантный внешний контент. Большинство ИИ-поисковиков используют RAG для запросов в реальном времени.

• Галлюцинация (Hallucination): ситуация, когда ИИ-модель уверенно выдает фактически неверную информацию. Серьезная проблема для брендов: AEO-практики, повышающие точность цитирования, заодно снижают риск вредных галлюцинаций о вашем бренде.

• Дата отсечения обучения (Training Cutoff): дата, после которой обучающие данные модели не обновлялись. Чтобы точно ответить на вопрос о более поздних событиях, нужен поиск в реальном времени.

• Контекстное окно (Context Window): максимальный объем текста (в токенах), который ИИ-модель может обработать за одно взаимодействие. Чем длиннее окно, тем больше исходного контента ИИ-движок учитывает при формировании ответа.

• Заземление (Grounding): привязка ответа ИИ-модели к проверяемым внешним источникам, чтобы снизить количество галлюцинаций. «Заземленные» ответы чаще явно ссылаются на конкретные веб-источники.

• Perplexity AI: поисковик, изначально построенный на ИИ, который по умолчанию дает ответы со ссылками и показывает источник каждого утверждения. Заметный и растущий источник реферального трафика с ИИ-платформ.

Термины для измерения результатов

• ИИ-показы (AI Impressions): сколько раз ваш бренд или контент появляется в ответах, сгенерированных ИИ, независимо от того, видит ли пользователь явную ссылку на источник.

• Охват цитирования (Citation Coverage): широта тем и запросов, по которым ваш домен получает ИИ-цитирования. Широкий охват по множеству запросов говорит о сильной тематической экспертности.

• Тональность бренда в ИИ (Brand Sentiment): то, как ИИ-движки описывают ваш бренд в своих ответах: позитивно, нейтрально или негативно. Мониторинг тональности входит в управление репутацией в рамках AEO.

• Позиция цитирования (Citation Position): кем вы выступаете в ИИ-ответе: основным источником, второстепенной ссылкой или упоминанием мимоходом. Основное цитирование приносит бренду несравнимо больше пользы.

Продвинутые термины AEO

• Assistive Agent Optimization (AAO): новое направление, выходящее за рамки AEO: оптимизация под ИИ-агентов, которые совершают действия от имени пользователя — бронируют, покупают и выполняют задачи без участия человека на каждом шаге.

• AI Engine Optimization (AIEO): более широкий термин, объединяющий AEO и GEO. Обозначает оптимизацию под все типы ИИ-систем, которые влияют на то, как находят контент и насколько заметен бренд.

• Извлечение фрагментов (Passage Retrieval): техника ИИ-поиска, при которой извлекаются и цитируются конкретные фрагменты документа, а не документ целиком. Поэтому хорошо структурированный контент с понятными заголовками легче цитировать на уровне отдельных фрагментов.

• Граф знаний (Knowledge Graph): структурированная база сущностей и связей между ними, с помощью которой ИИ-движки понимают факты о людях, организациях и понятиях. Попадание в графы знаний (через структурированные данные и Wikipedia) резко повышает вероятность ИИ-цитирования.

• Авторитет сущности (Entity Authority): насколько сильно ваш бренд, продукт или вы лично узнаваемы как сущность в обучающих данных ИИ и графах знаний. Сильный авторитет сущности означает, что ИИ-движки цитируют вас уверенно, без оговорок.

• Мультимодальное распознавание сущностей (Multimodal Entity Recognition): ИИ-движки все чаще распознают бренды, продукты и людей не только по тексту, но и по изображениям и кадрам видео. Оптимизация alt-текстов изображений и метаданных видео работает на мультимодальное распознавание.

• Perplexity Pages: сгенерированные ИИ страницы, которые Perplexity AI создает по темам, достойным, на его взгляд, освещения. Бренды с сильными AEO-сигналами цитируются на этих страницах как источники.

• Индекс ИИ-видимости (AI Visibility Score): сводная метрика, показывающая, как часто и насколько заметно ваш бренд появляется в ответах ИИ по заданному набору целевых запросов. Главный KPI в современных дашбордах AI Rank Lab.

AEO, GEO, AIEO и AAO: как связаны эти термины

Термины AEO, которые часто путают

• AEO и SEO: SEO продвигает URL в выдаче, AEO зарабатывает цитирования внутри ИИ-ответов. Разные цели, разные метрики, и нужны обе дисциплины

• Цитирование и показ: цитирование — это явное указание авторства (появляется ваш домен или бренд), а показ — это когда ваш контент вошел в ИИ-ответ без явной ссылки на вас. Ценно и то и другое

• AI Overview и ИИ-ответ: AI Overview — это конкретная фирменная функция Google, а «ИИ-ответ» — общее название любого ответа, сгенерированного ИИ (ChatGPT, Perplexity и т. д.)

• Обучающие данные и RAG: обучающие данные — это то, что ИИ усвоил во время обучения, а RAG (генерация с дополненной выборкой) — это получение веб-контента в реальном времени. Оптимизировать нужно под оба механизма

Главное

• AEO и GEO — синонимы; эту область также называют AIEO, LLMO и оптимизацией под ИИ-поиск

• Доля цитирования (процент целевых запросов, по которым вас цитируют) — главный KPI, а доля голоса в ИИ — метрика для сравнения с конкурентами

• Из-за RAG-систем свежесть и доступность контента становятся критически важными для ИИ-цитирований в реальном времени

• Самые важные технические внедрения — разметка FAQPage, HowTo, Article и Person

• Галлюцинации ИИ о вашем бренде — реальный риск, и мониторинг тональности бренда в ИИ-ответах входит в современный AEO

С AI Rank Lab вы сможете автоматически отслеживать свои результаты по всем этим метрикам.