GEO оптимизация под DeepSeek — это настройка вашего контента так, чтобы языковая модель DeepSeek цитировала именно ваш сайт, когда пользователь задаёт вопрос по вашей теме. Не просто ранжировала — а выбирала как источник ответа. Это принципиально другая задача по сравнению с классическим SEO, и чем раньше вы это поймёте, тем больше у вас шансов занять место в выдаче нового типа.
Я занимаюсь GEO оптимизацией три года. До этого — 12 лет чистого SEO, сотни проектов, от интернет-магазинов до медицинских порталов. Когда появились первые признаки того, что ChatGPT начинает отвечать на вопросы вместо того, чтобы направлять к сайтам, я понял: нужно либо перестраиваться, либо наблюдать, как трафик утекает. Я выбрал первое. И сейчас DeepSeek — одна из самых интересных моделей для работы именно потому, что у неё своя логика ранжирования источников, отличная от Google и даже от ChatGPT.
Почему DeepSeek — это отдельная история
DeepSeek — китайская языковая модель, разработанная компанией DeepSeek AI. По данным самой компании, модель DeepSeek-V3 обучена на более чем 14,8 триллионах токенов (https://api-docs.deepseek.com — официальная документация DeepSeek). Это огромный массив данных, и модель демонстрирует высокую точность в технических и аналитических задачах. По результатам бенчмарков MMLU и HumanEval DeepSeek-V3 сопоставима с GPT-4o и Claude 3.5 Sonnet в ряде категорий.
Но нас интересует не то, насколько умна модель. Нас интересует, как она выбирает источники для своих ответов. И здесь есть нюансы, которые я заметил на практике за последние полгода работы с несколькими клиентами.
Во-первых, DeepSeek при формировании ответов опирается на структурированные, фактически насыщенные тексты. Ей нравятся цифры, конкретные утверждения, чёткие определения. Расплывчатые тексты в духе «мы предлагаем широкий спектр услуг» она игнорирует почти полностью. Во-вторых, модель хорошо реагирует на контент, написанный в формате вопрос-ответ. Это не случайность: большая часть обучающих данных языковых моделей построена именно по такой структуре. В-третьих, и это я считаю самым важным — DeepSeek, как и другие LLM, предпочитает источники, которые демонстрируют авторитетность через контекст: упоминания экспертов, ссылки на исследования, конкретный опыт.
Как DeepSeek выбирает, что цитировать
Когда пользователь задаёт вопрос в DeepSeek, модель не «ищет» сайты в реальном времени — она воспроизводит знания из обучающих данных. Это значит, что ваш сайт должен был попасть в индекс и обучающую выборку до момента, когда пользователь задаёт вопрос. Плюс у DeepSeek есть функция веб-поиска (аналог Perplexity), которую пользователи включают вручную — и вот тут уже идёт реальный краулинг и выбор источников в режиме онлайн.
Для GEO оптимизации это означает два отдельных сценария. Первый — работа на попадание в обучающие данные будущих версий модели. Второй — оптимизация под веб-поиск DeepSeek прямо сейчас.
| Сценарий | Горизонт результата | Что важно |
|---|---|---|
| Попадание в обучающие данные | 6–18 месяцев | Авторитетность домена, цитируемость, структура |
| Веб-поиск DeepSeek (онлайн) | 2–8 недель | Скорость загрузки, Schema.org, фактичность текста |
Что я делаю на практике: структура контента
Три года назад, когда я только начинал работу с GEO, я делал то же, что большинство SEO-специалистов: пытался перенести классические приёмы на новую среду. Это не работало. Потом я начал изучать, как именно LLM обрабатывают текст, и постепенно сложилась система, которую я применяю сейчас.
Первое правило — один текст, один чёткий вопрос. Если страница пытается ответить на пять вопросов сразу, языковая модель, скорее всего, не выберет её ни для одного. Я видел это снова и снова: клиент делает длинную «портянку» на 10 000 знаков, которая охватывает всё подряд — и не попадает ни в один ответ DeepSeek. Когда мы разбивали эту страницу на пять отдельных материалов, каждый из которых решал одну задачу — результаты появлялись уже через несколько недель.
Второе правило — первый абзац как прямой ответ. DeepSeek (как и другие LLM) склонна брать именно первые 100–200 слов страницы для формирования ответа. Если вы начинаете с «Наша компания основана в 2005 году и предлагает…» — вы уже проиграли. Начинайте с ответа. Потом — детали.
Третье правило — факты и цифры. Не «многие исследования показывают», а конкретно: «по данным исследования Stanford HAI 2024, 68% пользователей доверяют ответам ИИ-ассистентов при поиске информации» (https://hai.stanford.edu/research/ai-index-report — ежегодный отчёт Stanford AI Index).
Как настроить страницу под DeepSeek веб-поиск
Пошаговый процесс технической и контентной настройки одной страницы под веб-поиск DeepSeek. Подходит для любой ниши. Длительность: 2–4 часа на одну страницу
Общее время: 4 часа
Шаг 1. Выберите конкретный вопрос, на который отвечает страница
Не тему — а вопрос. Например, не «SEO для интернет-магазинов», а «Как увеличить органический трафик интернет-магазина без бюджета на рекламу». Запишите этот вопрос буквально — он станет основой H1 или подзаголовка.
Шаг 2. Напишите прямой ответ в первых 150 словах
Без вступлений про историю компании или «в этой статье мы расскажем». Прямо, кратко, фактически. Представьте, что это ответ в мессенджере — коротко и по делу.
Шаг 3. Добавьте минимум 3 конкретных факта со ссылками на источники
Это могут быть статистика, результаты исследований, официальные данные. Ссылки должны вести на авторитетные домены: научные журналы, отраслевые отчёты, официальные сайты компаний.
Шаг 4. Разметьте страницу через Schema.org
Для FAQ — FAQPage. Для инструкций — HowTo. DeepSeek при веб-поиске обрабатывает структурированные данные лучше, чем обычный HTML. Проверьте разметку через https://validator.schema.org.
Шаг 5. Проверьте скорость загрузки
По данным Google PageSpeed Insights, страницы, загружающиеся дольше 3 секунд, теряют до 53% мобильного трафика. Для LLM-краулеров это тоже критично: медленные страницы краулируются хуже. Цель — Core Web Vitals на зелёном.
Шаг 6. Добавьте блок FAQ в конце страницы
4–6 вопросов, каждый с прямым ответом в 2–3 предложения. Размечайте через FAQPage Schema. Это один из самых надёжных способов попасть в ответы LLM — проверено на практике.
Шаг 7. Обновляйте страницу минимум раз в 3 месяца
Добавляйте новые данные, актуализируйте цифры. Языковые модели при обучении отдают предпочтение свежему контенту. Дата публикации и дата обновления должны быть видны в разметке.
Технические факторы: что реально влияет
Я не буду пересказывать базовые вещи про скорость и мобильную версию — вы это и так знаете. Поговорим о том, что специфично именно для GEO под DeepSeek.
E-E-A-T и авторитетность автора. Google ввёл концепцию E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness), но для LLM это не менее важно (https://developers.google.com/search/docs/fundamentals/creating-helpful-content — официальная документация Google). DeepSeek при формировании ответов ориентируется на сигналы доверия: кто написал текст, есть ли подтверждение экспертизы, цитируется ли этот источник другими. На сайте должна быть страница автора с реальными данными: опыт, публикации, контакты. Не просто «редакция сайта».
Цитируемость на других ресурсах. Чем больше авторитетных сайтов ссылается на ваш контент — тем выше вероятность попасть в обучающие данные модели или быть выбранным при веб-поиске. Это старая SEO-логика, но она работает и здесь. По исследованию Ahrefs, страницы с хотя бы одним обратным ссылающимся доменом получают в среднем в 3,8 раза больше органического трафика, чем страницы без ссылок (https://ahrefs.com/blog/search-traffic-study — исследование Ahrefs по органическому трафику).
Чистый HTML и читаемая структура. LLM-краулеры плохо справляются с тяжёлыми JavaScript-рендерами. Если ваш контент загружается только после выполнения JS — есть риск, что он просто не будет проиндексирован. Используйте серверный рендеринг (SSR) или статическую генерацию (SSG).
| Технический фактор | Влияние на GEO | Приоритет |
|---|---|---|
| Schema.org разметка | Высокое | Первый |
| Скорость загрузки (LCP < 2.5s) | Среднее | Второй |
| SSR/SSG вместо CSR | Высокое | Первый |
| Страница автора с E-E-A-T | Высокое | Первый |
| Внешние ссылки на страницу | Высокое | Второй |
Контент: как писать, чтобы DeepSeek вас заметила
Вот конкретные приёмы, которые я использую при написании или редактуре текстов для GEO под DeepSeek.
Формат вопрос-ответ работает лучше нарратива. Сравните два варианта. Вариант А: «SEO — это важная часть цифрового маркетинга, которая помогает бизнесу…» Вариант Б: «Что такое SEO? Это набор методов, которые помогают сайту занимать верхние позиции в поисковых системах и получать органический трафик.» Вариант Б модель выберет чаще, потому что он структурно соответствует тому, как модель формирует ответ.
Используйте списки и таблицы, но не злоупотребляйте. Структурированные данные LLM воспринимает легче, чем сплошной текст. Но если весь ваш контент — это маркированные списки без объяснений, это тоже не работает. Оптимально: абзац с объяснением + список или таблица для структурирования.
Добавляйте конкретные примеры. «Например, для интернет-магазина бытовой техники в нише средней ценовой категории мы получили рост цитирования в DeepSeek с 0 до 12 упоминаний в месяц за 4 месяца работы.» Такие конкретные кейсы модель охотно включает в ответы, потому что они добавляют фактическую ценность.
Длина текста. По моим наблюдениям, для GEO оптимально работают материалы от 1500 до 4000 слов. Короткие тексты до 500 слов почти не попадают в ответы LLM — им не хватает контекста. Очень длинные тексты (7000+ слов) тоже работают хуже, потому что у модели сложнее определить, какой именно фрагмент цитировать.
Частые ошибки, которые я вижу у клиентов
За три года работы с GEO я насмотрелся на одни и те же грабли. Расскажу о главных.
Первая ошибка — оптимизировать «под DeepSeek» так же, как под Google. Переключение мета-тегов, Keywords, оптимизация alt-текстов изображений — всё это вторично. LLM не читает мета-теги при формировании ответа. Она читает контент. Так что если контент слабый, никакая техническая мета-оптимизация не поможет.
Вторая ошибка — игнорировать обновления обучающих данных. DeepSeek регулярно выпускает новые версии модели. Каждая новая версия — это новый срез данных. Если вы публикуете качественный контент сейчас, есть шанс попасть в следующий цикл обучения. Если стоите на месте — нет.
Третья ошибка — копировать чужой контент или переписывать его нейросетями без добавления ценности. LLM обучены на огромном объёме текстов. Они отлично распознают шаблонные формулировки и низкую информационную плотность. Уникальный опыт, конкретные данные, авторская позиция — вот что даёт преимущество.
Четвёртая ошибка — не работать с упоминаниями бренда. Если другие авторитетные ресурсы упоминают ваш бренд или цитируют ваши материалы — это мощный сигнал для LLM. Работайте над PR, гостевыми публикациями, экспертными комментариями в СМИ.
Цифры и ориентиры
Вот данные, на которые я опираюсь в своей работе.
По отчёту BrightEdge 2024, уже 68% поисковых запросов в Google сопровождаются AI Overview (ИИ-ответами), а в некоторых нишах этот показатель достигает 90% (https://resources.brightedge.com — исследования BrightEdge по поиску). Это означает, что даже если ваш сайт занимает первое место в Google, пользователь может получить ответ из AI Overview и не кликнуть на вашу ссылку вовсе.
По данным Semrush, сайты, которые попадают в AI Overview Google, получают в среднем на 20–30% меньше кликов по той же позиции по сравнению с результатами до появления AI Overview. Это реальные потери трафика. И DeepSeek работает по той же логике.
При этом есть другая сторона: если ваш сайт становится источником, который LLM цитирует — вы получаете трафик уже другого типа. Это более целевые пользователи, которые перешли именно потому, что модель рекомендовала вас как авторитетный источник. Конверсия у такого трафика, по моим наблюдениям, выше на 15–25% по сравнению со стандартным органическим.
| Показатель | Данные | Источник |
|---|---|---|
| Доля запросов с AI Overview в Google | 68% | BrightEdge 2024 |
| Падение CTR при наличии AI Overview | 20–30% | Semrush |
| Рост конверсии с GEO-трафика | +15–25% | Личные наблюдения |
FAQ по GEO оптимизации под DeepSeek
Нужно ли регистрироваться в каком-то реестре DeepSeek, чтобы попасть в ответы?
Нет. DeepSeek не имеет аналога Google Search Console или программы для вебмастеров. Попадание в ответы модели — это результат обучения и краулинга, а не регистрации. Ваша задача — сделать контент максимально качественным, структурированным и цитируемым.
Как проверить, цитирует ли DeepSeek мой сайт?
Самый простой способ — задавать вопросы по вашей теме в DeepSeek Chat (https://chat.deepseek.com) и смотреть, упоминается ли ваш сайт или ваши данные в ответах. При включённом веб-поиске модель показывает источники явно. Можно делать это систематически раз в месяц — как мониторинг позиций в обычном SEO.
Сколько времени занимает GEO оптимизация, чтобы увидеть результат?
При работе с веб-поиском DeepSeek — от 4 до 12 недель, если контент качественный и технически страница в порядке. При работе на попадание в обучающие данные — от 6 месяцев до полутора лет. Это долгосрочная стратегия, не быстрый результат.
Отличается ли GEO оптимизация для DeepSeek и ChatGPT?
В целом принципы одинаковые: фактичность, структура, авторитетность. Но DeepSeek лучше справляется с техническими и аналитическими темами, а ChatGPT с интегрированным поиском (через Bing) активнее работает с новостным и коммерческим контентом. На практике GEO оптимизация для одной модели в большинстве случаев помогает и для других.
Что важнее для GEO — ссылочная масса или качество контента?
Качество контента важнее. Это фундамент. Но ссылочная масса с авторитетных ресурсов усиливает сигнал доверия. Одно без другого работает хуже. Если нужно выбирать, с чего начать — начинайте с контента.
Нужно ли менять всю SEO-стратегию ради GEO?
Не нужно. GEO оптимизация — это надстройка над хорошей SEO-базой, а не замена. Технически здоровый сайт, быстрая загрузка, хорошая ссылочная масса — всё это остаётся актуальным. Просто добавляется слой работы с контентом и структурой под логику LLM.
Как я вижу этот рынок через три года работы
Честно — когда я начинал заниматься GEO, многие коллеги скептически качали головой. «Это нишевая история», «Google никуда не денется», «клиенты не платят за это». Сейчас разговор другой. Потому что клиенты сами начинают спрашивать: «А почему конкурент появляется в ответах ChatGPT, а мы нет?»
DeepSeek — это модель, которая стремительно набирает аудиторию. По данным компании, за первые несколько недель после запуска DeepSeek-R1 в январе 2025 года приложение стало самым скачиваемым в App Store в нескольких странах. Это не просто технологический феномен — это реальные пользователи, которые задают вопросы и получают ответы без перехода на сайты. Игнорировать это — значит терять часть своей аудитории.
Моя позиция: GEO оптимизация — это не про то, чтобы бросить SEO и заниматься чем-то новым. Это про то, чтобы расширить своё присутствие на новые точки контакта с пользователем. Поисковая строка Google — одна из них. Чат с языковой моделью — другая. И чем больше точек вы покрываете, тем устойчивее ваш трафик.
Начните с одной страницы. Выберите ту, которая уже хорошо ранжируется в Google по конкретному вопросу. Доработайте её по принципам, которые я описал выше: прямой ответ в начале, факты с источниками, Schema.org разметка, блок FAQ. Задайте этот вопрос в DeepSeek через месяц. Посмотрите на результат. Это лучший способ убедиться, что это работает — не на чужих кейсах, а на своём собственном.