Что такое AEO?
Видимость в ChatGPT, Perplexity и Google AI — 2026

Есть момент, когда любую маркетинговую стратегию нужно пересобрать. Не потому что она была неправильной, а потому что под ней сдвинулась почва. В 2026 этот момент настал для органического поиска. Примерно шесть из десяти запросов в Google теперь показывают AI-ответ вверху страницы — часто настолько подробный, что клик уже не нужен. Это не прогноз. Это та выдача, на которую ваши клиенты смотрят прямо сейчас. AEO — Answer Engine Optimization, оптимизация под движки ответов — это реакция на сдвиг. И это не то, чем её обычно представляют.

Короткий ответ

AEO (Answer Engine Optimization) — это работа над структурой контента так, чтобы AI-поисковики — ChatGPT, Perplexity, Google AI Overviews, Gemini — цитировали его как источник. Если классическое SEO целится в первое место в списке ссылок, то AEO целится в упоминание в самом AI-ответе: с названием бренда, ссылкой и контекстом. Для брендов из DACH в 2026 это уже не песочница, а второй канал видимости со своими правилами.

Почему AEO вообще появился: что сдвинулось в 2025/2026

Проще всего описать сдвиг одним числом: около 58% всех запросов в Google в 2026 заканчиваются без клика на внешний сайт. Ответ остаётся внутри выдачи — в AI-блоке, в Featured Snippet, в списке «Люди также спрашивают». Добавьте сюда ChatGPT, Perplexity, Claude и других ассистентов, которые обрабатывают миллионы запросов в день вообще без участия Google. Воронка стала шире, но кликов на её дне стало меньше.

Из этого два следствия. Первое: топ-3 в Google больше не гарантирует трафик. Второе: упоминание в AI-ответе даёт преимущество в видимости, которое выходит далеко за рамки обычного клика — присутствие бренда, доверие, непрямая конверсия через другие каналы. Исследования весны 2026 показывают: цитирование в Google AI Overviews поднимает переходы на источник примерно на 35% — при условии, что источник вообще процитировали.

AEO против SEO — разница в одном предложении

SEO заводит вас в список. AEO заводит вас в ответ. Звучит как игра слов, но операционно это другая работа: другая структура контента, другие сигналы доверия, другие метрики успеха. SEO оптимизирует под клик. AEO оптимизирует под цитату — а цитата возникает не в списке, а в связном тексте, который генерирует машина.

Важно: AEO не заменяет SEO. Оба канала идут параллельно, оба требуют внимания и усиливают друг друга — сильная SEO-база часто становится условием того, что AI вообще сочтёт ваш домен пригодным для цитирования. Кто продаёт AEO как «новое SEO», тот неверно прочитал поле. Это два канала, и оба должны быть в плане.

На чём держится AEO — три опоры, по-крупному

То, что делает источник «цитируемым» для AI, — не один рычаг, а сочетание. На верхнем уровне можно описать три опоры, не раскрывая конкретных приёмов аудита.

Опора 1: Структурная ясность

AI-поисковик извлекает не абзацы, а утверждения. Чтобы контент цитировался, ключевое утверждение должно легко находиться, быть сформулировано однозначно и окружено контекстом. Ни одна модель не процитирует расплывчатый намёк. Она цитирует чёткое предложение — в идеале с числом, датой и точкой отсчёта. Для брендов из DACH это значит: то, что в США работает как «красивый» текст, здесь часто не срабатывает — немецкоязычные AI-ответы обычно короче, фактологичнее и плотнее опираются на названные источники.

Опора 2: Авторитет источника

AI-поисковики стараются избегать галлюцинаций — поэтому предпочитают источники, которые считают надёжными. Какие сигналы важны, отличается от движка к движку и меняется внутри одного движка со временем. На уровне бренда работают классические индикаторы — единообразие на разных доменах, ссылки от устоявшихся источников, понятное авторство — в связке с более новыми факторами, ставшими важными именно для AI-видимости. Какими конкретно? Это как раз то, на что отвечает аудит.

Опора 3: Машиночитаемость

Schema.org, семантический HTML, явно объявленные связи между фрагментами контента — всё это не ново, но в контексте AEO приоритеты расставлены иначе, чем в классическом техническом SEO. AI обрабатывает страницу не так, как краулер. Какие типы разметки доказуемо работают в 2026, какие подозреваются в понижении, а какие просто переоценены — это территория ежедневной работы, а не маркетинговой страницы.

AEO в DACH: почему американских плейбуков мало

Большинство доступных гайдов по AEO — американские. Это не претензия, это факт — и проблема. Три вещи в DACH отличаются принципиально. Первое: данных на немецком меньше. Писать по-немецки проще для видимости, потому что конкуренция меньше — но только если контент действительно написан на немецком, а не переведён с английского. Второе: локальные сигналы доверия весят больше. Источник, ссылающийся на австрийские ведомства, Statistik Austria, Wirtschaftskammer или судебные решения, в AI-ответе про рынок DACH воспринимается иначе, чем тот, что цитирует только источники из США. Третье: EU AI Act и немецкая практика приватности задают ожидания — то, что в США продают как «агрессивную AEO-тактику», здесь часто просто неприемлемо или юридически шатко.

На практике: AEO в DACH более консервативен, более привязан к фактам и к локальным источникам, чем в США. Пропустите это — и за первые недели можно набрать несколько упоминаний, но потерять их, как только контент пометят как генерик или ненадёжный.

Рабочий пример: METROX как AEO-проект по дизайну

Вместо вымышленных историй успеха — конкретный пример из той же мастерской: METROX — PropTech-платформа, публикующая индекс спроса, цены аренды и методологические документы по жилому рынку Австрии. Проект с первого дня строился с учётом AEO-критериев — не как доработка постфактум, а как фундаментальное проектное решение.

Три вещи видны, не раскрывая методологию в деталях. Структурно каждая страница района несёт вверху компактную числовую сводку — медиана €/м², индекс спроса, валовая аренда — достаточно точную, чтобы AI мог процитировать предложение дословно. Семантически все значимые типы контента размечены структурированными данными, в наборе, продиктованном тем, что доказуемо работает в 2026, а не тем, что было современным в 2022. По авторитету источника страница методологии ссылается на публичные данные — Statistik Austria, OeNB, Eurostat — не для украшения, а потому что AI, отвечая на вопросы про венский рынок жилья, ожидает именно этих ссылок как якорей доверия.

Результат не магия. Это проектное решение, проведённое последовательно. И именно так AEO выглядит на практике: менее зрелищно, чем его обычно продают, и дисциплинированнее в исполнении, чем кажется сначала.

Три вопроса, которые можно задать себе — без аудита и без инструментов

Прежде чем заказывать аудит, три простых вопроса, на которые любой бренд ответит сам.

1. Задайте в ChatGPT или Perplexity вопрос, который задал бы ваш клиент. Появляется ли название вашего бренда в ответе? Если да — в каком контексте, какими словами, со ссылкой или без? Если нет — какие бренды появляются вместо вас? Это нулевая точка любой AEO-работы, и стоит она десять минут.
2. Есть ли на вашей главной посадочной странице чёткий абзац-ответ на 50 слов в верхней части экрана? Если кто-то просканирует страницу за пять секунд — или AI суммирует её за пять секунд — ключевое утверждение будет однозначным? Или оно размазано по трём абзацам и слогану?
3. Понимает ли машина связи на вашей странице? Кто автор, какая организация за страницей, какая тема, какие источники процитированы? На это отвечают структурированные данные — или не отвечает ничто.

Если на два из трёх ответ «нет» или «не знаю» — есть с чем работать. Если все три «да» — ваш домен уже готов к AEO, и аудит окупится, только если вы целенаправленно хотите расширяться.

Чем AEO не является

Два повторяющихся заблуждения, которые стоит назвать.

AEO — не трюк. Нет секретной формулы, которая заставит AI процитировать бренд, который иначе упоминания не заслуживал бы. Кто такое обещает — продаёт надежду, а не метод. Работает последовательная структурная и редакторская работа — месяцами, не неделями.

AEO — и не чистая дисциплина schema-разметки. Кто думает, что пара лишних блоков JSON-LD закрывает вопрос, упускает большую часть работы: написать контент так, чтобы он стал цитируемым; выстроить позиционирование источника так, чтобы домен считали надёжным; и удерживать всё это согласованным между языками и версиями для разных рынков.

Что дальше

В 2026 любой бренд из DACH, который хотя бы не знает, насколько он виден в основных AI-движках ответов, работает на устаревших предпосылках. Хорошая новость: на этом поле конкуренция пока в основном спит. В США уже сотни «AEO-агентств», и далеко не за каждым стоит реальная подложка; в DACH число тех, кто работает всерьёз, на весну 2026 ещё измеряется единицами. У того, кто начинает сейчас, есть фора в один-два года, которую потом нужно будет защищать.

Если хотите узнать, как ваш домен сейчас выглядит в ChatGPT, Perplexity и Google AI Overviews — и где именно есть пространство для движения — аудит это очевидный первый шаг. Без стандартного пакета, без 40-страничного отчёта, без инструментов-как-сервиса. Сфокусированный разбор того, что у вас работает, что нет и в каком порядке всё это можно менять.

Источники и фон

• Google Search Liaison — официальные сообщения про AI Overviews и обновления schema, 2026
• Anthropic — инженерный блог про Claude Code и Claude API, постмортем 2026-04-23
• Addy Osmani (Google Chrome Engineering) — посты про «Agentic Engine Optimization», апрель 2026
• SearchEngineLand и Search Engine Roundtable — материалы по AEO, Q1–Q2 2026
• Statistik Austria, OeNB — публичные источники данных, упомянутые в примере METROX

Замечание о методологии: эта статья описывает «что» и «почему» AEO. «Как» — конкретная методология аудита, выбор разметки, маппинг контента — часть собственно проектной работы и намеренно не раскрывается здесь в операционной глубине. По состоянию на апрель 2026.