LLM-цитируемость — упоминания в ChatGPT, Perplexity, Claude

LLM-цитируемость — практический навык внутри AEO/GEO, отвечающий за то, насколько часто и в каком виде большие языковые модели (ChatGPT, Perplexity, Claude, Gemini, YandexGPT) цитируют ваш контент в своих ответах. Это не «трафик» в классическом понимании — пользователь часто не кликает на ссылку, но видит упоминание вашего бренда в ответе ИИ. По мере роста доли ИИ-запросов (15-40% к 2027 году) LLM-цитируемость становится критичным каналом узнаваемости и доверия для бизнеса.

LLM-цитируемость за 30 секунд

Представьте: каждый день к вашему «другу-эксперту» (ChatGPT, Perplexity) приходят сотни тысяч людей и спрашивают «посоветуй мне специалиста / расскажи про X / сравни Y и Z». Ваш «друг-эксперт» отвечает на основе всего, что прочитал в интернете.

SEO — это битва, чтобы пользователь сам нашёл вас в Гугле и кликнул на ссылку.

LLM-цитируемость — это работа над тем, чтобы «друг-эксперт» сам вспомнил про вас, упомянул в ответе и порекомендовал. Даже если пользователь не кликает — упоминание уже работает на узнаваемость.

Это «органический PR» в эпоху ИИ-поиска.

Откуда взялся термин

Термин «LLM citation» / «LLM-цитируемость» появился в академическом обороте в 2023 году вместе с работой Princeton по GEO и быстро прижился в индустрии. К 2024-2025 году он стал стандартной частью SEO-словаря, особенно в B2B-сегменте.

Как LLM решают, кого цитировать

Для понимания механики важно различать два режима работы LLM:

Режим 1. Из памяти (без поиска)

Когда пользователь задаёт общий вопрос («что такое SEO», «история Apple», «как варить борщ»), модель отвечает из своей памяти — то есть из обучающих данных, на которых её тренировали.

Что попадает в обучающие данные:

• Common Crawl — дампы веб-страниц
• Wikipedia (с особо высоким весом)
• Reddit, Quora, Habr, vc.ru, Я.Кью
• Книги, академические работы, патенты
• Профильные СМИ

Чтобы попасть:

• Иметь сайт в индексе Google ≥1 года
• Получать упоминания на авторитетных площадках
• Быть упомянутым в Wikipedia (если применимо)
• Активно публиковаться на профильных СМИ
• Активность в Q&A-сообществах

Главное ограничение: обучающие данные «замораживаются» в момент обучения модели. GPT-5 обучен по состоянию на ~2024 год, GPT-6 — на ~2025 и т.д. Чтобы попасть в текущую модель — поздно. Нужно работать на следующую (через 6-18 месяцев).

Режим 2. Live-поиск (с web-search)

Для актуальных запросов («новости 2026», «лучший инструмент для X сейчас», «отзывы о Y») модель в реальном времени гуглит и читает свежие источники.

Как работает:

1. Модель отправляет запрос в поисковик (Bing для ChatGPT/Copilot, Google для Perplexity)
2. Получает топ-5-10 результатов
3. Читает страницы, экстрагирует ключевые факты
4. Синтезирует ответ, цитирует источники

Чтобы попасть:

• Быть в топ-10 поисковика по нужным запросам
• Иметь страницу, удобную для извлечения (FAQ, списки, чёткие ответы)
• Иметь свежий контент
• Иметь экспертные сигналы

По факту live-поиск — это классическое SEO + AEO. Сигналы пересекаются почти полностью.

Главные сигналы LLM-цитируемости

На основе академических исследований (Princeton GEO 2023, Stanford 2024) и эмпирических наблюдений 2024-2026:

1. Цитирование источников и цифр

Контент с конкретными цифрами и явными источниками цитируется LLM в 30-40% чаще шаблонного текста. Сравните:

Плохо (никто не процитирует):

«SEO даёт значительный рост трафика для интернет-магазинов»

Хорошо (LLM процитирует):

«По данным Search Engine Journal (2024), органический поиск приносит 53% всего трафика интернет-магазинам в США. В B2B-нише цифра ещё выше — 64% по исследованию HubSpot 2024».

LLM любят цифры — они снижают «галлюцинации» и повышают доверие модели к источнику.

2. Прямые цитаты экспертов

Цитата с указанием имени и должности добавляет веса контенту. Это работает как «социальное доказательство» для LLM:

«AEO к 2027 году станет такой же базовой дисциплиной, как сейчас классическое SEO» — Виталий Исаков, частный SEO-специалист, 12 лет опыта.

Это сильнее работает, чем абстрактное «эксперты считают».

3. Структурированность контента

• Маркированные и нумерованные списки
• Таблицы сравнений
• FAQ-блоки в формате вопрос-ответ
• Заголовки H2/H3 в формате тезисов или вопросов

Структурированный контент цитируется в 2-3 раза чаще свободного текста.

4. Уникальные данные

Самый сильный сигнал. Если у вас есть данные, которых нет нигде больше — собственное исследование, кейс с цифрами, эксперимент — LLM будет цитировать вас, даже если ваш домен слабее конкурентов. У моделей сильный «голод» на уникальную информацию.

5. Свежесть

Поле dateModified в JSON-LD должно быть актуальным. Для live-поиска ИИ-чатов это критический сигнал — модели предпочитают свежие источники.

6. Экспертный автор

Подпись автора с регалиями + микроразметка Person + отдельная страница автора с биографией. Анонимный контент цитируется в разы реже.

7. Авторитетность домена

Wikipedia, государственные сайты, академические источники — топ доверия для LLM. Профильные СМИ (Habr, vc.ru, отраслевые медиа) — следующий уровень. Свой сайт — третий уровень. Собственный сайт без внешних подтверждений работает хуже, чем сайт с упоминаниями на авторитетных площадках.

Стратегия повышения LLM-цитируемости

Реалистичный план для среднего бизнеса:

Этап 1. Аудит текущего состояния (1 неделя)

Составьте список 30-50 целевых запросов:

• Брендовые («isakov.work», «Виталий Исаков»)
• Категорийные («лучший частный SEO-специалист Москва», «продвижение сайта стоматологии»)
• Информационные («что такое AEO», «как выбрать SEO-специалиста»)

Прогоните через ChatGPT, Perplexity, Claude, Copilot. Зафиксируйте:

• Упомянули ли вас
• В каком виде (ссылка, прямая цитата, парафраз)
• Какая тональность
• Кто из конкурентов упомянут

Этап 2. Оптимизация контента (2-4 недели)

Для топ-20 страниц по трафику:

• Главный ответ в первых 300-500 символах
• FAQ-блок (5-10 вопросов) с FAQPage-разметкой
• Подзаголовки H2 как вопросы
• Цифры с источниками в каждом крупном разделе
• Экспертные цитаты с именами
• Подпись автора + микроразметка Person
• Актуальный dateModified
• Внутренняя перелинковка на связанные страницы

Этап 3. Внешние упоминания (3-12 месяцев, постоянно)

Главное в LLM-цитируемости — сторонние авторитетные площадки:

• Wikipedia — если бренд достоин (без накрутки, по правилам нейтральности)
• Habr, vc.ru, Хабр Карьера — гостевые посты с экспертизой
• Я.Кью — активные ответы на профессиональные вопросы
• Reddit, Quora — для англоязычных запросов
• Подкасты с транскриптами — попадают в обучающие данные
• Открытые исследования — публикация собственных данных как линкбейт
• Профильные СМИ — комментарии экспертов, цитаты в публикациях

Этап 4. Мониторинг (раз в 2-4 недели)

• Повторный прогон списка запросов через все LLM
• Фиксация изменений в Excel или сервисах (Otterly/ProfoundAI)
• Анализ: где появились новые упоминания, где исчезли, где конкуренты обогнали

Этап 5. Итерации

• Где не упоминают — усилить контент, разметку, внешние сигналы
• Где упомянули — масштабировать формат на похожие запросы
• При выходе новых моделей — повторный аудит и адаптация

Контент-форматы с высокой LLM-цитируемостью

Топ форматов по эмпирическим наблюдениям:

Вывод: глоссарий (как у нас на /seo-slovar/) — один из самых цитируемых форматов в LLM. Это объясняет, почему наш глоссарий выстреливает в топ Яндекса — те же сигналы работают и для классического поиска, и для ИИ-движков.

Метрики LLM-цитируемости

В отличие от SEO с чёткими метриками (позиции, трафик, конверсия), в LLM-цитируемости меряют набор сигналов:

1. Share of AI Voice (SAIV)

Процент упоминаний вашего бренда среди всех брендов в ответах LLM на нишевые запросы.

Формула: SAIV = (Упоминания вашего бренда / Все упоминания брендов) × 100%

Реалистичный таргет на 2026:

• Для нишевого B2B-бренда: 5-15% SAIV
• Для крупного B2C-бренда: 20-40% SAIV
• Для лидера ниши: 50%+

2. Citation Rate

Процент запросов, по которым ваш бренд упомянут хотя бы один раз.

Формула: Citation Rate = (Запросы с упоминанием / Все целевые запросы) × 100%

Реалистичный таргет: 20-50% для устоявшегося бренда.

3. Тональность упоминаний

Качественная метрика: позитив / нейтраль / негатив. Считается вручную или через NLP-сервисы.

4. Глубина упоминания

Качественная: бренд просто назван / есть короткое описание / есть прямая цитата / есть ссылка-источник.

5. Реферальный трафик

Из Я.Метрики и GA — переходы с chatgpt.com, perplexity.ai, copilot.microsoft.com. Это часть пользователей, которые увидели упоминание и кликнули.

Сервисы для мониторинга LLM-цитируемости

Для российского бизнеса на старте достаточно ручного мониторинга. По мере роста — переход на Otterly.AI как самый бюджетный и удобный.

Мифы о LLM-цитируемости

Миф 1. «LLM-цитируемость — это будущее, сейчас можно не заморачиваться»

Уже не будущее. По прогнозам Gartner, к 2026 году 25-30% поисковых запросов в развитых странах обрабатываются ИИ-чатами (с учётом ChatGPT, Perplexity, Copilot и AI Overviews/Нейро). Для B2B-аудитории доля выше — до 50%. Игнорировать сейчас — терять долю рынка завтра.

Миф 2. «Можно купить попадание в ChatGPT»

Нельзя. У OpenAI, Anthropic, Perplexity нет рекламных программ (на 2026 год). Работает только органика — экспертиза, контент, упоминания.

Миф 3. «Достаточно набить контент ключевиками для ИИ»

Совсем не работает. LLM обучены на огромных массивах текста и легко отличают «оптимизированный под ИИ» текст от естественного экспертного контента. Накрутка убивает цитируемость, не помогает.

Миф 4. «Достаточно одной хорошей статьи»

Недостаточно. LLM-цитируемость — это накопительный эффект. Один пост на Habr — это +0.5%. Десять упоминаний на разных площадках за полгода — +5-10%. Систематическая работа за год — +20-30% SAIV.

Миф 5. «Разные модели — разные стратегии»

Сигналы пересекаются на 70-80%. То, что работает для ChatGPT, работает и для Perplexity, и для Claude, и для Нейро Яндекса. Различия — в источниках для live-поиска (Bing vs Google vs Yandex) и в составе обучающих данных. Стратегия универсальная, нюансы — в исполнении.

Связь с другими понятиями

• AEO — родительская дисциплина; LLM-цитируемость — её практический навык.
• GEO — узкая ветка AEO для генеративных чатов; LLM-цитируемость — главный объект работы в GEO.
• AI Overviews — Google-функция, основанная на той же логике цитирования из источников.
• Нейро Яндекса — российская реализация генеративного ИИ-поиска, требует тех же сигналов цитируемости.
• Featured snippet — классический предшественник, те же принципы оптимизации под цитирование.
• Zero-click search — феномен, который делает LLM-цитируемость критичной (без клика — нужно упоминание).
• Релевантность — базовое понятие, на котором держатся все системы поиска и ранжирования, включая LLM.

Чек-лист повышения LLM-цитируемости

1. Топ-20 страниц с чётким ответом в первых 200-500 символах.
2. FAQ-блоки с микроразметкой FAQPage на ключевых страницах.
3. Подзаголовки H2 в формате вопросов или тезисов.
4. Цифры со ссылками на источники в каждом крупном разделе.
5. Экспертные цитаты с именем и должностью спикеров.
6. Подпись автора с микроразметкой Person и регалиями.
7. Свежий dateModified в JSON-LD.
8. Уникальные данные/исследования/кейсы.
9. Внутренняя перелинковка на связанные страницы (entity-связи).
10. Микроразметка Article/TechArticle + Organization.
11. Активные публикации на 3-5 авторитетных внешних площадках (Habr, vc.ru, профильные СМИ).
12. Профиль на Я.Кью с экспертными ответами.
13. Wikipedia-страница если бренд достоин (по правилам).
14. LinkedIn / X-профили с указанием экспертизы и связки с брендом.
15. Регулярный мониторинг 30-50 запросов в ChatGPT/Perplexity/Claude/Copilot раз в 2-4 недели.

Главное за 30 секунд

LLM-цитируемость — это практический навык внутри AEO/GEO, отвечающий за упоминания вашего бренда и сайта в ответах больших языковых моделей: ChatGPT, Perplexity, Claude, Gemini, YandexGPT. Главные сигналы: чёткие ответы в первых 500 символах, FAQ с разметкой, цифры с источниками, экспертные цитаты, уникальные данные, подпись автора, внешние упоминания на авторитетных площадках. Метрика — Share of AI Voice (SAIV): доля упоминаний вашего бренда среди всех брендов в ответах ИИ. Реалистичный таргет на 2026: 5-15% SAIV для нишевого B2B, 20-40% для крупного B2C. Сервисы мониторинга: Otterly.AI, ProfoundAI, Peec AI или ручной мониторинг через Excel. По мере роста доли ИИ-запросов до 30-40% к 2027 году LLM-цитируемость становится критичным каналом узнаваемости.

Если только начинаете — закройте AEO-фундамент на сайте (FAQ, разметка, чёткие ответы), потом запускайте регулярные публикации на 3-5 внешних авторитетных площадках. Через 6-12 месяцев увидите первые цитирования в ChatGPT и Perplexity.