GEO-аналитика в PR: разбираем рекомендации из нового гайда AMEC

В мае 2026 года АМЕС (Международная ассоциация по медиаизмерениям и оценке коммуникаций) опубликовала короткий гайд по базовым принципам применения GEO-аналитики (анализа результатов выдачи нейросетей) в PR, медиаизмерениях и коммуникационных исследованиях.
Коротко разберем основные тезисы документа, подготовленного, пожалуй, самыми видными PR-агентствами мира.

Почему это важно сейчас

Впервые за 25 лет меняется «главный вход» в интернет: Google перестаёт быть первой точкой контакта аудитории с брендом. Люди всё чаще обращаются к ИИ-ассистентам — ChatGPT, Claude, Gemini, Perplexity — за ответами, рекомендациями и исследованиями. Именно там теперь формируется первое впечатление о компании.

Оптимизация корпоративного контента под попадание ответы генеративных моделей и ИИ-поисковиков (GEO) — это уже не будущее. Это то, что происходит прямо сейчас. И у PR-специалистов здесь уникальное преимущество: earned media (публикации и упоминания компании во внешних уважаемых СМИ и медиа) остаётся одним из главных источников, на которые опираются ИИ-системы при формировании ответов.

Согласно данным, которые приводят эксперты AMEC, всё так и есть: 

1. 99% ссылок в ответах ИИ — не платные, а органические или редакционные публикации
2. 84% цитирований приходят из earned media (внешних источников)
3. 13,7% цитирований — owned media (блоги компаний, официальные сайты, т.п.)

Опасность: новые «метрики тщеславия»

Эксперты AMEC подчеркивают, что метрики в духе «количества цитирований», «процента видимости в нейросетях» и всевозможных индексов на тему «AI Visibility» не могут использоваться как конечные KPI или просто сами по себе. В этом смысле все эти показатели напоминают AVE, ведь они не связаны с реальной осведомленностью аудитории, доверием к бренду, восприятием продукта, поведением потребителей или вообще с какой-либо из бизнес-метрик.

Три аспекта GEO-аналитики, которые работают вместе

AMEC предлагает подход к анализу ИИ-выдачи, основанный на трёх взаимосвязанных зонах. Важно: они не заменяют друг друга, а всегда оцениваются в совокупности.

1. Downstream AI outputs. Что видит пользователь: присутствие бренда, видимость, контекст, источники, точность фактов и риски ошибок.
2. Search & content readiness. Насколько контент находим, структурирован и актуален: индексируемость, заголовки, авторитетность, входящие ссылки.
3. Upstream reputation. Информационная среда, которую «читает» ИИ: earned media (внешние упоминания бренда), экспертные комментарии, thought leadership (смысловое лидерство в инфополе), корпоративные ресурсы.

Ограничения и особенности, которые надо иметь в виду

Эксперты AMEC подчеркивают несколько тонкостей, которые присущи именно GEO-аналитике как дисциплине или практике внутри PR-аналитики:

Брендовые и небрендовые запросы одинаково необходимы. Чтобы получить объективную картину присутствия бренда или компании, нужно обязательно включать в мониторинг оба типа запросов — как с упоминанием бренда, так и без него (запросы о категории продуктов, об отрасли, т.д.)

Поведение моделей при выборе и цитировании источников нестабильно. То, как ИИ отбирает, выводит и цитирует источники, определяется самими компаниями-разработчиками и может меняться без предупреждения. Паттерны видимости, актуальные сегодня, завтра могут выглядеть иначе. Данные о цитировании источников следует воспринимать как моментальный снимок, а не как устойчивый сигнал.

GEO-мониторинг — это инструмент, направленный в будущее, а не в прошлое. В отличие от традиционных инструментов медиамониторинга, здесь нет возможности искать по истории или анализировать архивы. Базовые данные существуют только с момента запуска мониторинга, а построение трендов возможно исключительно в перспективе. Мониторинг выдачи нужно настроить и запустить заблаговременно — до того, как он понадобится, а не после.

Выводы об аудитории требуют особой осторожности. Данные на уровне отдельных пользователей компании-разработчики ИИ не раскрывают. Чтобы получить аудиторные инсайты, необходимо явно задавать рольпортрет аудитории в промптах. Любые выводы об аудитории, полученные через GEO-инструменты, следует считать ориентировочными и обязательно сопровождать соответствующими оговорками в отчётах.

Важно понимать, как ваш инструмент генерирует результаты. Современные инструменты на рынке обычно используют один из двух подходов: симуляция промптов — даёт результаты, близкие к тому, что видят реальные пользователи; или панельные методы — фиксируют реальные взаимодействия пользователей, но, как правило, охватывают лишь незначительную долю от общего объёма запросов. Ни один из подходов не является исчерпывающим. Понимание того, какой метод лежит в основе ваших данных, принципиально важно для их корректной интерпретации — особенно если результаты будут использоваться в публичном, регуляторном или бизнес-контексте.

Семь принципов измерения GEO по AMEC

Тут мы имеем 7 кристаллизованных принципов, которые пиарщик должен взять в расчет, если решит включить аналитику выдачи нейросетей в контур регулярной отчетности или провести ее в рамках подготовки коммстрата:

1. Измерять AI-видимость нужно в привязке к коммуникационным целям и информационным потребностям аудитории. Отличная видимость по выдуманным и единичным поисковым запросам, конечно, хорошо, но бессмысленно.
2. Прежде чем интерпретировать ответы ИИ — оценивать информационную среду, из которой они формируются. Часто ответы могут базироваться на очень старых статьях или неактуальных материалах.
3. Хорошая поисковая видимость вашего контента — это исключительно та ситуация, когда актуальный и корректный контент доступен быстро, однозначно понятен большинству пользователей.
4. AI-ответы —  лишь направляющие индикаторы; их нужно тестировать, замерять и проверять через разные инструменты, запросы, на разных языках и в разное время.
5. Различать «видимость в нейросетях» и  реальные результаты ваших коммуникаций. Нужно пытаться связывать AI-видимость как показатель с метриками осведомлённости, доверия, поведения аудитории, бизнес-импактом.
6. Надёжные и актуальные источники, на которые опираются поисковики и нейросети, важнее «большого объёма» и краткосрочной удачной видимости по частотным запросам.
7. Задача этичной GEO-оптимизации  — улучшать общую информационную среду, не манипулирует ею и не засоряет её.

Что всё это значит на практике

GEO добавляет новые точки измерения, но логика оценки остаётся прежней: outputs → out-takes → outcomes → impact, как это описано в Барселонских Принципах и других рекомендациях AMEC. Изменение в ответе ИИ само по себе не доказывает бизнес-результат.

Важно помнить, что ни один инструмент не покажет «полную AI-видимость как она есть». Мониторинг выдачи нейросетей (во всяком случае сегодня) — это всегда снимок момента, а не стабильный сигнал, пригодный для долгосрочной системной аналитики по некому одному алгоритму, выбранному однажды. Практику мониторинга выдачи нейронок нужно запускать заранее — до того, как они понадобятся: исторических данных в GEO-инструментах нет, и тренд строится только вперёд.

Источники 

• AMEC GEO Principles (май, 2026)
• A Practitioner’s Guide to GEO Measurement, AMEC (май, 2026)