TL;DR
- Рынок AI-видимости оброс терминами быстрее, чем устоялась терминология. Этот глоссарий собирает 28 ключевых понятий в пяти группах: дисциплины оптимизации, платформы и движки, метрики, технические термины и контент-форматы.
- GEO — зонтичный термин; AEO, AIO/AISO и LMO — его частные случаи или синонимы под конкретные движки. Главная путаница рынка — именно здесь.
- Каждое определение написано как answer capsule на 40–75 слов: формат, который нейросети цитируют чаще всего (таблицы — в 4.2× чаще, Profound 2026).
- Visibility Score в нашей методологии — это и общая метрика рынка, и проприетарный сводный показатель Rupor; ниже помечаем, где именно бренд-термин.
- Полную методологию и контекст смотрите в pillar-руководстве GEO-продвижение: полное руководство 2026.
Зачем нужен этот глоссарий
Рынок AI-видимости в 2026 году пользуется десятками терминов, половина которых появилась за последние 18 месяцев и ещё не имеет устоявшихся границ. GEO, AEO, AIO, LMO, AISO — их путают даже специалисты, потому что три из пяти описывают близкие вещи под разным углом. Этот справочник снимает путаницу: каждый термин — с понятным определением и пояснением, почему он важен на практике.
Мы сгруппировали понятия по темам: дисциплины оптимизации, платформы и движки, метрики, технические термины, контент-форматы. Внутри каждой группы термины идут от общего к частному. Формат определений неслучаен — это answer capsules на 40–75 слов: именно такие самодостаточные блоки нейросети вытаскивают в цитаты охотнее всего. Глоссарий, построенный так, сам становится цитируемым источником.
Где термин — наш бренд-термин (как сводный Visibility Score у Rupor), мы это помечаем явно. Остальное — общерыночная терминология, которую используют Profound, Brandlight, Superlines и русскоязычные площадки вроде Habr и VC.ru.
Дисциплины оптимизации
Пять близких аббревиатур — GEO, AEO, AIO/AISO, LMO и SEO — описывают оптимизацию под разные слои поискового и генеративного опыта. GEO — самый широкий, SEO — самый старый, остальные три занимают промежуточные ниши. Главное, что стоит запомнить: GEO — зонтик, AEO и AIO — его частные случаи под конкретные типы движков, LMO — почти синоним GEO с акцентом на саму модель.
GEO (Generative Engine Optimization)
GEO (Generative Engine Optimization) — это дисциплина, которая управляет вероятностью того, что большая языковая модель процитирует ваш бренд в сгенерированном ответе. В отличие от SEO, борющегося за позицию ссылки, GEO работает с вероятностной природой LLM: модель не выбирает «топ-1», она синтезирует ответ из десятков источников. Термин закрепился после публикации исследователей Принстона, Технологического института Джорджии, Аллена и Adobe в августе 2023 года. Почему важно: GEO — зонтичное понятие, под которым лежат все остальные дисциплины этой группы.
AEO (Answer Engine Optimization)
AEO (Answer Engine Optimization) — это частный случай GEO для движков, выдающих готовый ответ поверх или вместо синих ссылок: AI Overviews, Алиса AI, Нейро, Featured Snippets. Технически AEO — это работа с FAQ-разметкой, структурированными пассажами и тем, что Яндекс называет «Видимость в Алисе AI». Почему важно: для брендов, чья аудитория получает ответы прямо в выдаче, AEO — самый прямой рычаг попадания в answer-блок без перехода на сайт.
AIO / AISO (AI Overview Optimization)
AIO (AI Overview Optimization), он же AISO (AI Search Optimization), — самое узкое из понятий группы: оптимизация конкретно под блок Google AI Overviews. Аудитория AI Overviews — 1.5 млрд пользователей в месяц (Google, 2026), и при появлении блока доля zero-click растёт на 12 процентных пунктов (Semrush, 2026). Почему важно: AIO заточен под мультимодальные сигналы Gemini — структурированные данные, YouTube-контент, FAQ. Это поддисциплина AEO с привязкой к одному движку.
LMO (Language Model Optimization)
LMO (Language Model Optimization) — оптимизация контента напрямую под большие языковые модели, без поискового движка как посредника. Термин подчёркивает, что цель — попасть в корпус и retrieval самой модели (ChatGPT, GigaChat, Claude), а не в выдачу поисковика. На рынке LMO чаще всего используют как синоним GEO, реже — как LLM-центричное подмножество. Почему важно: устойчивого разграничения с GEO пока нет, и в большинстве материалов это взаимозаменяемые слова.
SEO (Search Engine Optimization)
SEO (Search Engine Optimization) — классическая оптимизация под позицию страницы в поисковой выдаче синих ссылок Google и Яндекса. Самая старая дисциплина группы, остаётся фундаментом: технический слой (Schema.org, SSR, скорость) общий с GEO. Но пересечение топ-10 Google и цитируемых нейросетями источников упало с 70% до менее 20% за 18 месяцев (Brandlight, 2026). Почему важно: хорошие позиции в Google больше не гарантируют попадание в ответ ChatGPT — SEO и GEO стали разными слоями одной стратегии.
| Термин | Что это в одном предложении | |---|---| | GEO | Зонтичная оптимизация под цитирование любыми генеративными движками. | | AEO | Частный случай GEO для движков с готовым ответом поверх ссылок. | | AIO / AISO | Самое узкое: оптимизация под блок Google AI Overviews. | | LMO | Оптимизация под саму модель; на практике синоним GEO. | | SEO | Классическая оптимизация под позицию в выдаче синих ссылок. |
Подробное сравнение GEO, AEO и SEO с таблицей по метрикам и рычагам — в отдельном разборе GEO vs AEO vs SEO.
Платформы и движки
Эта группа описывает технологии и продукты, в которых разворачивается AI-видимость: от общего класса LLM до конкретных российских интерфейсов вроде Алисы AI и Нейро. Понимать различия важно, потому что только 11% доменов цитируются и ChatGPT, и Perplexity одновременно (Brandlight, 2026) — стратегия строится под каждый движок отдельно.
LLM (Large Language Model)
LLM (Large Language Model, большая языковая модель) — нейросеть, обученная на огромных текстовых корпусах предсказывать следующее слово и за счёт этого генерировать связные ответы. ChatGPT, GigaChat, Gemini, Claude, DeepSeek, YandexGPT — всё это LLM. Почему важно: именно LLM, а не классический поисковик, стали новой точкой, где пользователь получает ответ и запоминает бренд. По ВЦИОМ (2026), топ-5 LLM в РФ — ChatGPT (27%), YandexGPT/Алиса AI (23%), DeepSeek (20%), GigaChat (15%), Shedevrum (11%).
AI Overviews
AI Overviews — сгенерированный блок-ответ, который Google показывает поверх обычной выдачи, опираясь на модель Gemini. Аудитория — 1.5 млрд пользователей в месяц, 18.3% населения планеты (Google, 2026). Топ-источник цитат — YouTube и мультимодальный контент (23.3%, Profound 2026). Почему важно: AI Overviews забирают значимую часть кликов — при их появлении zero-click растёт на 12 п.п. (Semrush, 2026). Это главный драйвер AIO как дисциплины.
Поиск с Алисой / Алиса AI
Поиск с Алисой (Алиса AI) — генеративный ответ Яндекса на той же модели YandexGPT, интегрированный в Я.Браузер, умные колонки, Я.Поиск и Я.Карты. С 7 апреля 2026 года в Яндекс.Вебмастере работает инструмент «Видимость в Алисе AI» — первый официальный мониторинг AEO в РФ от платформы. Почему важно: для русскоязычных брендов Алиса AI критичнее ChatGPT, особенно в regulated-нишах (банки, медицина), а регистрация в новом инструменте Вебмастера — обязательна. Подробнее — в разборе AI Overviews и Поиск с Алисой.
Нейро
Нейро — генеративный поисковый продукт Яндекса, который собирает развёрнутый ответ из нескольких источников с указанием ссылок, ближе по формату к Perplexity. Работает поверх YandexGPT и экосистемных источников: Дзен, Кью, Я.Бизнес, профильные русскоязычные медиа. Почему важно: Нейро — ещё одна поверхность answer-движка в РФ, где попадание в ответ не равно клику на сайт. Для AEO в русскоязычном сегменте Нейро и Алиса AI — две связанные цели.
| Платформа / движок | Что это в одном предложении | |---|---| | LLM | Большая языковая модель, генерирующая ответы по текстовому корпусу. | | AI Overviews | Генеративный блок-ответ Google поверх обычной выдачи. | | Алиса AI / Поиск с Алисой | Генеративный ответ Яндекса в браузере, поиске и колонках. | | Нейро | Генеративный поисковый продукт Яндекса с многоисточниковым ответом. |
Метрики
Эта группа — про измерение GEO: четыре метрики составляют ядро (Visibility Score, Share of Model Voice, Citation Velocity, brand mentions без ссылок), остальные — производные. Корректное измерение требует еженедельных срезов по 5–7 моделям с фиксированным набором промптов. Без baseline-замера в первую неделю весь дальнейший прогресс нечем подтвердить.
Visibility Score
Visibility Score — доля промптов из заданного семантического ядра, в которых нейросеть упоминает ваш бренд; считается как упоминания, делённые на общее число промптов, в процентах. Корректная методология: ядро из 30–50 промптов, прогон через 5–7 моделей, повтор каждые 7 дней с усреднением. Почему важно: это базовая метрика всего GEO. Помечаем: у Rupor «Visibility Score» — также проприетарный сводный показатель, агрегирующий все четыре метрики ниже в единую сводку в дашборде и evidence-pack PDF (см. /methodology).
Share of Model Voice (SoMV)
Share of Model Voice (SoMV) — ваша доля упоминаний в ответах нейросетей относительно конкурентов в категории. Калька с традиционного Share of Voice, перенесённая на LLM-канал: упоминания вашего бренда, делённые на общие упоминания всех брендов категории. Почему важно: SoMV показывает конкурентную позицию точнее абсолютного Visibility Score. Если у вас 30%, а у лидера 70% — задача ясна; если у всех остальных 5–10% — вы лидер, и фокус смещается на удержание.
Citation Velocity
Citation Velocity — скорость роста новых упоминаний бренда в ответах нейросетей за период. Считается как разница Visibility Score между двумя срезами, нормализованная на длину периода в неделях. Термин ввёл rocktherankings (2025), сейчас он стал индустриальным стандартом. Почему важно: метрика критична для Perplexity и моделей с приоритетом свежести — 82% цитат Perplexity моложе 30 дней (Profound, 2026). Стоящий на месте Visibility Score означает потерю доли в свежих движках.
Brand mentions без ссылок
Brand mentions без ссылок — упоминания бренда на третьесторонних доменах в тексте, даже без гиперссылки. Главный коррелят с цитируемостью: Spearman 0.664 против 0.2 у backlinks (Superlines, 2026). Почему важно: один пост на VC.ru, упоминающий бренд без ссылки, в среднем влияет на видимость в LLM сильнее, чем три бэклинка с авторитетных доменов. Это главный рычаг GEO и причина, по которой линкбилдинг как основная тактика — стратегическая ошибка.
Visibility Score vs Share of Voice
Share of Voice — традиционная медиаметрика доли бренда в общем информационном шуме; SoMV — её прямой наследник в LLM-канале. Разница в источнике: классический Share of Voice мерили по рекламе, упоминаниям в СМИ и соцсетях, SoMV — по ответам нейросетей. Почему важно: команды с медийным бэкграундом легко переносят логику Share of Voice на GEO, но peer set (кого считать конкурентами категории) нужно определять заново — нейросети группируют бренды иначе, чем медиамониторинг.
| Метрика | Что это в одном предложении | |---|---| | Visibility Score | Доля промптов ядра, где нейросеть упоминает бренд (у Rupor — также сводный показатель). | | Share of Model Voice | Доля упоминаний бренда относительно конкурентов категории. | | Citation Velocity | Скорость роста новых упоминаний за период. | | Brand mentions без ссылок | Текстовые упоминания на чужих доменах — главный рычаг GEO. |
Формулы всех четырёх метрик с примерами расчёта — в pillar-руководстве GEO-продвижение: полное руководство 2026.
Технические термины
Эта группа — про инфраструктуру и механику: как нейросети находят источники (RAG, embeddings, knowledge graph), как их направляют (llms.txt, Schema.org) и какими сигналами оценивают качество (E-E-A-T, YMYL). Технический слой во многом общий с SEO, но требует отдельного внимания: LLM-боты плохо рендерят JS, поэтому критический контент должен быть в HTML.
RAG (Retrieval-Augmented Generation)
RAG (Retrieval-Augmented Generation) — схема, при которой нейросеть сначала ищет релевантные документы во внешних источниках (retrieval), а потом генерирует ответ, опираясь на них. Так работают ChatGPT с веб-поиском, Perplexity, Алиса AI, Gemini в AI Overview. Почему важно: для GEO RAG — ключевой механизм. Попасть в цитаты — значит попасть в retrieval-выборку модели по вашему запросу. Простое объяснение механики — в разборе RAG простыми словами.
Embeddings
Embeddings (эмбеддинги, векторные представления) — способ закодировать текст в числовой вектор так, чтобы близкие по смыслу фрагменты оказались рядом в многомерном пространстве. Именно по близости эмбеддингов retrieval находит релевантные документы под запрос пользователя. Почему важно: эмбеддинги объясняют, почему семантическая близость контента к запросу важнее точного вхождения ключевых слов — keyword stuffing для LLM не работает, а смысловое покрытие темы работает.
Prompt
Prompt (промпт, запрос) — текст, который пользователь отправляет нейросети, чтобы получить ответ. В контексте GEO промпты — это единица измерения: семантическое ядро состоит из 30–50 типовых промптов категории, по которым считается Visibility Score. Почему важно: правильный подбор промптов определяет, насколько метрика отражает реальное поисковое поведение. Слишком общие промпты дают зашумлённый результат, слишком узкие — не покрывают спрос.
llms.txt
llms.txt — машиночитаемый Markdown-файл в корне домена, описывающий структуру сайта для нейросетей: какие разделы важны, какие FAQ релевантны. По состоянию на 2026 год ни одна крупная LLM не объявила его обязательным, но Anthropic, Cursor, Resend и десятки продуктов уже используют. Почему важно: дёшево, не вредит, даёт преимущество в окне 6–12 месяцев, пока конкуренты не подтянулись. Сгенерировать можно через /tools/llms-txt.
Schema.org / structured data
Schema.org (структурированные данные, разметка) — стандартный словарь микроразметки, который помогает машинам понять смысл содержимого страницы: что это — организация, товар, статья, FAQ. Почему важно: разметка — общий технический фундамент SEO и GEO. Минимум для GEO — Organization, Article с datePublished и dateModified, FAQPage. Страницы с FAQPage-разметкой получают в 3.2× больше попаданий в AI Overviews и citation rate 67% на тематических запросах (Profound, 2026).
FAQPage
FAQPage — тип Schema.org-разметки, который оформляет блок вопросов и ответов в машиночитаемом виде. Почему важно: это один из сильнейших GEO-сигналов. Вопросно-ответный формат совпадает с тем, как пользователи формулируют запросы к нейросетям, а 40–75-словные ответы готовы к цитированию как есть. По Profound (2026), FAQPage даёт 3.2× попаданий в AI Overviews. Именно поэтому FAQ в наших spoke-статьях — обязательный элемент, а не украшение.
Knowledge graph
Knowledge graph (граф знаний) — структура данных, связывающая сущности (бренды, людей, продукты) и отношения между ними, на которую опираются поисковики и модели. Google Knowledge Graph, граф Яндекса, внутренние представления LLM. Почему важно: чтобы нейросеть уверенно ассоциировала ваш бренд с категорией, сущность должна быть «известна» графу — через Wikipedia, Wikidata, согласованные упоминания на авторитетных доменах. Несвязанная сущность цитируется реже.
E-E-A-T
E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness) — рамка оценки качества контента: опыт, экспертность, авторитетность, надёжность. Изначально из гайдлайнов Google для асессоров, сейчас применяется и к GEO. Почему важно: нейросети понижают вес материалов без подтверждённой квалификации авторов и ссылок на первоисточники. Для медицины, фармы, финтеха E-E-A-T — не опция, а фильтр допуска: без указания диплома автора и ссылок на исследования контент в цитаты не попадает.
YMYL
YMYL (Your Money Your Life) — категория тем, влияющих на здоровье, финансы и безопасность людей, к которым предъявляются повышенные требования качества. Медицина, фарма, банки, юридические услуги. Почему важно: для YMYL-тем E-E-A-T-сигналы обязательны, а нейросети дополнительно фильтруют материалы без дисклеймеров, лицензий и ссылок на регулирующие документы. В regulated-нишах разумнее встроиться в ряд официальных источников через E-E-A-T, чем пытаться обойти фильтры.
Hallucination
Hallucination (галлюцинация) — ситуация, когда нейросеть генерирует правдоподобный, но фактически неверный ответ: выдуманные факты, несуществующие источники, искажённые данные о бренде. Почему важно для GEO: галлюцинации напрямую касаются репутации — модель может приписать вашему продукту несуществующую функцию или цену либо перепутать вас с конкурентом. Мониторинг ответов нейросетей нужен в том числе чтобы ловить такие искажения и корректировать их через свежий, точный, хорошо структурированный контент.
| Технический термин | Что это в одном предложении | |---|---| | RAG | Поиск документов плюс генерация ответа на их основе. | | Embeddings | Числовые векторы, кодирующие смысл текста для поиска по близости. | | Prompt | Запрос пользователя к нейросети; единица семантического ядра. | | llms.txt | Markdown-файл в корне домена с описанием сайта для LLM. | | Schema.org | Словарь микроразметки, объясняющий машине смысл страницы. | | FAQPage | Разметка блока «вопрос-ответ»; сильный GEO-сигнал. | | Knowledge graph | Граф сущностей и связей, на который опираются модели. | | E-E-A-T | Опыт, экспертность, авторитетность, надёжность контента. | | YMYL | Темы про здоровье, деньги и безопасность с повышенными требованиями. | | Hallucination | Правдоподобный, но фактически неверный ответ нейросети. |
Контент-форматы
Эта группа — про единицы контента, которые нейросети умеют вытаскивать в ответ: answer capsules, семантическое ядро и сам принцип zero-click, меняющий ценность форматов. Главный практический вывод: модель цитирует не статьи целиком, а отдельные структурированные пассажи — поэтому формат важнее объёма.
Answer capsule
Answer capsule — самодостаточный абзац-ответ на 40–75 слов в формате Subject-Verb-Object, с определением в первом предложении. Это та единица текста, которую нейросеть вытаскивает в цитату. Оптимальную длину 40–75 слов установило исследование Принстона и Adobe (2023). Почему важно: лонгрид без answer-капсул не цитируется — модель не вытаскивает целые статьи, она вытаскивает абзацы. Каждый раздел стоит начинать именно с такой капсулы (этот глоссарий построен ровно так).
Семантическое ядро / semantic core
Семантическое ядро (semantic core) — набор запросов, под которые оптимизируется контент; в GEO это 30–50 типовых промптов категории, по которым считается Visibility Score. В отличие от SEO-ядра из ключевых слов, GEO-ядро — это естественные вопросы, как их формулируют пользователям нейросетям. Почему важно: слишком широкое ядро (1000+ промптов) даёт зашумлённую метрику, слишком узкое (5–10) не покрывает спрос. Рабочий диапазон — 30–50, отобранных вручную из Wordstat и реальных запросов клиентов.
Zero-click
Zero-click — ситуация, когда пользователь получает ответ прямо в выдаче или в чате нейросети и не переходит на сайт-источник. При появлении AI Overviews доля zero-click растёт на 12 процентных пунктов (Semrush, 2026). Почему важно: zero-click меняет саму цель оптимизации. Если клика нет, ценность — в упоминании бренда внутри ответа: пользователь не дошёл до сайта, но запомнил вас. GEO измеряет именно эту видимость, а не трафик.
| Контент-формат | Что это в одном предложении | |---|---| | Answer capsule | Самодостаточный абзац-ответ на 40–75 слов для цитирования. | | Семантическое ядро | Набор из 30–50 промптов категории для замера Visibility Score. | | Zero-click | Ответ получен без перехода на сайт; ценность — в упоминании. |
Как пользоваться глоссарием на практике
Терминология GEO ещё формируется, поэтому главный навык — не зубрить аббревиатуры, а понимать, какой слой опыта описывает каждая. GEO — зонтик, AEO и AIO — частные случаи под answer-движки, LMO — синоним с акцентом на модель, SEO — фундамент под классическую выдачу. Метрики (Visibility Score, SoMV, Citation Velocity, brand mentions) измеряют результат, технические термины (RAG, embeddings, Schema.org) объясняют механику, форматы (answer capsule, семантическое ядро) — то, что реально цитируется.
Если встретите термин, которого здесь нет, проверьте его по простому критерию: он про дисциплину, платформу, метрику, технологию или формат контента? Это сразу подскажет, к какому слою стратегии он относится. А чтобы увидеть все термины в связке — как они складываются в рабочую методологию, — читайте pillar-руководство GEO-продвижение: полное руководство 2026 и разбор Как нейросети выбирают источники.
Хотите узнать, что нейросети говорят о вашем бренде прямо сейчас? Запустите бесплатный аудит — срез по нескольким моделям без регистрации. Подробную методику расчёта Visibility Score мы публикуем на /methodology, а реальные примеры отчётов — в разделе /cases.