Это конец поиска, каким мы его знаем, и маркетологи чувствуют себя хорошо. В некотором роде.

На протяжении более двух десятилетий SEO был стандартной стратегией для видимости в интернете. Это породило целую индустрию, состоящую из специалистов по накрутке ключевых слов, брокеров обратных ссылок, оптимизаторов контента и инструментов аудита, а также профессионалов и агентств, которые ими управляют. Но в 2025 году поиск начал меняться.вдали от традиционных браузеров к платформам LLM. С объявлением Apple о том, что в Safari будут встроены поисковые системы, родные для ИИ, такие как Perplexity и Claude, контроль распределения Google становится вопросе. Основание рынка SEO стоимостью более 80 миллиардов долларов только что потрескалось.

Появляется новая парадигма, движимая не рейтингом страниц, а языковыми моделями. Мы вступаем во второй акт поиска: Оптимизация Генеративного Движка (GEO).

От ссылок к языковым моделям

Традиционный поиск был основан на ссылках. GEO основан на языке.

В эпоху SEO видимость означала высокие позиции на странице результатов. Рейтинг страниц определялся индексированием сайтов на основе соответствия ключевым словам, глубины и широты контента, обратных ссылок, вовлеченности пользователей и многого другого. Сегодня, с появлением LLM, таких как GPT-4o, Gemini и Claude, которые выступают в роли интерфейса для поиска информации, видимость означает появление непосредственно в ответе, а не высокие позиции на странице результатов.

По мере изменения формата ответов меняется и способ нашего поиска. Поиск, основанный на ИИ, становится фрагментированным на таких платформах, как Instagram, Amazon и Siri, каждая из которых работает на основе различных моделей и пользовательских намерений. Запросы — длиннее(в среднем 23 слова против 4), сессии глубже (в среднем 6 минут), а ответы варьируются в зависимости от контекста и источника. В отличие от традиционного поиска, LLM запоминают, рассуждают и отвечают с персонализированной многократной синтезой. Это в корне меняет способ открытия контента и то, как его необходимо оптимизировать.

Традиционная SEO вознаграждает точность и повторяемость; генеративные системы отдают предпочтение контенту, который хорошо организован, легко воспринимается и насыщен смыслом (не только ключевыми словами). Фразы такие как "в заключение" или форматирование в виде маркированных списков помогают LLM эффективно извлекать и воспроизводить контент.

Стоит также отметить, что рынок LLM принципиально отличается от традиционного рынка поиска с точки зрения бизнес-модели и стимулов. Классические поисковые системы, такие как Google, монетизировали пользовательский трафик через рекламу; пользователи расплачивались своими данными и вниманием. В отличие от этого, большинство LLM являются платными, основанными на подписке сервисами. Этот структурный сдвиг влияет на то, как контент ссылается: у поставщиков моделей меньше стимула выделять контент третьих сторон, если он не добавляет ценность к пользовательскому опыту или не усиливает ценность продукта. Хотя возможно, что рекламный рынок в конечном итоге может возникнуть на интерфейсах LLM, правила, стимулы и участники, вероятно, будут выглядеть совсем иначе, чем в традиционном поиске.

Тем временем, одним из новых сигналов ценности интерфейсов LLM является объем исходящих кликов. ChatGPT, например, уже направляет реферальный трафик на десятки тысяч различных доменов.

От рейтингов до релевантности модели

Теперь дело касается не только коэффициентов кликабельности, но и коэффициентов упоминания: как часто ваш бренд или контент цитируется или используется в качестве источника в ответах, сгенерированных моделью. В мире выходов, сгенерированных ИИ, GEO означает оптимизацию того, что модель выбирает для упоминания, а не только того, появляетесь ли вы и где в традиционном поиске. Этот сдвиг переосмысливает то, как мы определяем и измеряем видимость и эффективность бренда.

Уже новые платформы, такие как Глубокий, Гудди, и День мечтыпозволяют брендам анализировать, как они выглядят в ответах, сгенерированных ИИ, отслеживать настроение в выходных данных моделей и понимать, какие издатели формируют поведение моделей. Эти платформы работают, тонко настраивая модели, чтобы они отражали язык запросов, относящийся к бренду, стратегически внедряя основные SEO-ключевые слова и проводя синтетические запросы в больших масштабах. Результаты затем организуются в действенные панели управления, которые помогают маркетинговым командам отслеживать видимость, согласованность сообщений и конкурентную долю голоса.

Canada Goose использовала один из таких инструментов, чтобы получить представление о том, как LLMs ссылаются на бренд — не только в терминах характеристик продукта, таких как теплоизоляция или водонепроницаемость, но и в отношении самого узнавания бренда. Основные выводы касались не того, как пользователи узнали о Canada Goose, а упоминал ли модель бренд спонтанно, что является индикатором незащищенного осознания в эпоху ИИ.

Этот вид мониторинга становится таким же важным, как традиционные панели управления SEO. Инструменты, такие как AhrefsБрендовый радар теперь отслеживает упоминания брендов в AI Обзорах, помогая компаниям понять, как они воспринимаются и запоминаются генеративными системами.Семруш также имеет специализированный набор инструментов ИИ, предназначенный для помощи брендам в отслеживании восприятия на генеративных платформах, оптимизации контента для видимости в ИИ и быстром реагировании на новые упоминания в выводах LLM, что является признаком того, что традиционные SEO игроки адаптируются к эпохе GEO.

Мы видим появление нового типа брендовой стратегии: той, которая учитывает не только восприятие в обществе, но и восприятие в модели. То, как вы закодированы в слое ИИ, является новым конкурентным преимуществом.

Конечно, GEO все еще находится на экспериментальной стадии, подобно ранним дням SEO. С каждым крупным обновлением модели мы рискуем заново учиться (или разучиваться) тому, как лучше взаимодействовать с этими системами. Так же, как обновления алгоритмов поиска Google когда-то заставляли компании в панике пытаться противодействовать колеблющимся рейтингам, поставщики LLM все еще настраивают правила, согласно которым их модели цитируют. Появляется несколько школ мысли: некоторые тактики GEO довольно хорошо понятны (например, упоминание в исходных документах, которые цитируют LLM), в то время как другие предположения более спекулятивны, такие как то, приоритизируют ли модели журналистский контент над социальными медиа или как предпочтения меняются с различными наборами данных для обучения.

Уроки из эпохи SEO

Несмотря на свои масштабы, SEO никогда не привело к появлению монополистского победителя. Инструменты, которые помогали компаниям с SEO и исследованием ключевых слов, такие как Семруш, Ahrefs, Моз, и Симиларвеб, были успешны сами по себе, но ни одна не охватила полный стек (или не выросла за счет приобретений, как Similarweb). Каждая из них заняла свою нишу: анализ обратных ссылок, мониторинг трафика, интеллектуальный анализ ключевых слов или технические аудиты.

SEO всегда была фрагментированной. Работа распределялась между агентствами, внутренними командами и фрилансерами. Данные были запутанными, а рейтинги выводились, а не проверялись. Google держал алгоритмические ключи, но ни один поставщик никогда не контролировал интерфейс. Даже в свой пик крупнейшие игроки в SEO были поставщиками инструментов. У них не было вовлеченности пользователей, контроля над данными или сетевых эффектов, чтобы стать центрами, где сосредоточена SEO-активность. Данные о кликах — записи ссылок, по которым пользователи переходят на веб-сайты — возможно, являются самым ясным окном в реальное поведение пользователей. Однако исторически эти данные были чрезмерно труднодоступны, заблокированы за ISP, SDK, расширениями браузеров и брокерами данных. Это сделало создание точных, масштабируемых инсайтов практически невозможным без глубокой инфраструктуры или привилегированного доступа.

GEO меняет это.

Как сделать упоминания: Появление инструментов GEO

Это не просто смена инструментов, это возможность платформы. Самые привлекательные GEO-компании не остановятся на измерениях. Они будут дорабатывать свои модели, учась на миллиардах неявных подсказок в разных отраслях. Они будут владеть циклом — инсайт, креативный вклад, обратная связь, итерация — с дифференцированной технологией, которая не просто наблюдает за поведением LLM, но и формирует его. Они также найдут способ захватывать данные о кликах и комбинировать источники данных первого и третьего уровня.

Платформы, которые выигрывают в GEO, выйдут за рамки анализа бренда и предоставят инфраструктуру для действий: генерация кампаний в реальном времени, оптимизация для памяти модели и ежедневная итерация по мере изменения поведения LLM. Эти системы будут функционировать.

Это открывает гораздо более широкие возможности, чем просто видимость. Если GEO — это способ, которым бренд обеспечивает свое упоминание в ответах ИИ, то это также способ управления его продолжающимися отношениями с самим слоем ИИ. GEO становится системой учета для взаимодействия с LLM, позволяя брендам отслеживать присутствие, производительность и результаты на генеративных платформах. Владейте этим слоем, и вы владеете бюджетом, стоящим за ним.

Вот и монополистический потенциал: не просто предоставление аналитики, но и становление каналом. Если SEO был децентрализованным рынком, связанным с данными, GEO может быть его противоположностью — централизованным, управляемым API и встроенным непосредственно в рабочие процессы брендов. В конечном итоге, сам по себе GEO, возможно, является наиболее очевидным рычагом, особенно когда мы наблюдаем сдвиг в поведении поиска, но в конечном счете это действительно рычаг для перфоманс-маркетинга в более широком смысле. Т те же правила бренда и понимание пользовательских данных, которые питают GEO, могут стимулировать рост маркетинга. Вот как строится большой бизнес, когда программный продукт может тестировать несколько каналов, итеративно улучшаться и оптимизироваться по ним. AI позволяет это.автономный маркетолог.

Время имеет значение. Поиск только начинает меняться, но рекламные деньги движутся быстро, особенно когда есть арбитраж. В 2000-х это были Adwords от Google. В 2010-х это был таргетинг Facebook. Теперь, в 2025 году, это LLM и платформы, которые помогают брендам ориентироваться в том, как их контент воспринимается и ссылается на эти модели. Иными словами, GEO — это конкуренция за то, чтобы попасть в сознание модели.

В мире, где ИИ является передней дверью к торговле и открытию, вопрос для маркетологов таков: будет ли модель помнить вас?

Мнения, высказанные здесь, принадлежат индивидуальным сотрудникам AH Capital Management, L.L.C. (“a16z”), и не отражают мнения a16z или его аффилированных лиц. Некоторые сведения, содержащиеся здесь, были получены из сторонних источников, в том числе от портфельных компаний фондов, управляемых a16z. Хотя информация была получена из источников, которые, как считается, являются надежными, a16z не проводил независимую проверку такой информации и не делает никаких заявлений о постоянной точности информации или ее уместности для данной ситуации. Кроме того, этот контент может содержать рекламу третьих лиц; a16z не проверял такую рекламу и не одобряет никаких рекламных материалов, содержащихся в ней.

Данное содержание предоставлено исключительно для информационных целей и не должно рассматриваться как юридическая, бизнес-, инвестиционная или налоговая консультация. Вам следует проконсультироваться с собственными советниками по этим вопросам. Упоминания о каких-либо ценностях или цифровых активах предназначены только для иллюстративных целей и не представляют собой инвестиционную рекомендацию или предложение предоставить инвестиционные консультационные услуги. Более того, данное содержание не направлено и не предназначено для использования никакими инвесторами или потенциальными инвесторами и не может быть использовано как основание для принятия решения о вложении средств в какой-либо фонд, управляемый a16z. (Предложение инвестировать в фонд a16z будет сделано только через частный меморандум о размещении, соглашение о подписке и другую соответствующую документацию любого такого фонда, и должно быть прочитано в полном объеме.) Любые инвестиции или портфельные компании, упомянутые, на которые ссылаются или которые описаны, не являются репрезентативными для всех инвестиций в средства, управляемые a16z, и нет никаких гарантий, что эти инвестиции будут прибыльными или что другие инвестиции, сделанные в будущем, будут иметь аналогичные характеристики или результаты. Список инвестиций, сделанных фондами, управляемыми Andreessen Horowitz (исключая инвестиции, для которых эмитент не предоставил разрешение на публичное раскрытие a16z, а также неанонсированные инвестиции в публично торгуемые цифровые активы), доступен по адресу https://a16z.com/investments/.

Диаграммы и графики, представленные здесь, предназначены исключительно для информационных целей и не должны использоваться как основание для принятия инвестиционных решений. Прошлая эффективность не является показателем будущих результатов. Содержание актуально только на указанную дату. Любые прогнозы, оценки, прогнозы, цели, перспективы и/или мнения, выраженные в этих материалах, могут быть изменены без предварительного уведомления и могут отличаться или противоречить мнениям, выраженным другими. Пожалуйста, смотрите https://a16z.com/disclosures для дополнительной важной информации.

Отказ от ответственности：

1. Эта статья перепечатана из [a16z]. Все авторские права принадлежат оригинальному автору [a16z]. Если у вас есть возражения против этой переиздания, пожалуйста, свяжитесь с Gate Learn команда, и они быстро с этим справятся.
2. Отказ от ответственности: Мнения и взгляды, выраженные в этой статье, принадлежат исключительно автору и не представляют собой инвестиционных рекомендаций.
3. Переводы статьи на другие языки выполнены командой Gate Learn. Если не указано иное, копирование, распространение или плагиат переведенных статей запрещены.