Методологія
AEO/GEO плейбук, який ми застосовуємо у кожному engagement.
Рецепт нижче, це те, що ми робимо з кожною пріоритетною сторінкою у кожному engagement. Від $890 Starter punch-list до $17 800 crypto Enterprise. Структурні правила не змінюються разом з бюджетом. Змінюється лише скільки сторінок ми встигаємо ними покрити.
Рецепт коротко
| Parameter | Value |
|---|---|
| Рецепт сторінки | Hero, X-is-Y вступ, Quick Facts, H2 у формі питання, FAQ, CTA |
| Hero | До 3 речень, людський хук, не дублює вступ |
| Вступ | X is Y форма: регулятор, типи ліцензій, аудиторія, переваги, терміни, ціна |
| Quick Facts | Параметр / Значення, мінімум 5 рядків, обов'язково |
| H2 | Кожен H2 це питання користувача, перше речення прямо відповідає |
| FAQ | Пряма відповідь до 30 слів, далі необов'язкові 2–3 речення глибини |
| Речення | Середня довжина 15–20 слів, активний стан 70 %+ |
| Schema-стек | Article, FAQPage, HowTo, Person, Organization, BreadcrumbList |
Чотиришарова AI-екстракція
Кожна сторінка рендериться як 4 шари, які AI може зчитати незалежно: hook, X-is-Y вступ, таблиця Quick Facts, секції з H2-питаннями.
Шар 1, Hero. Два-три речення, які роблять так, що людина хоче читати далі. Не дублікат вступу, не SEO-копія. Hero це місце, де ти звучиш як людина.
Шар 2, вступний блок. Без H2, лише абзац, який називає, про що сторінка, у формі X-is-Y, плюс регулятор (якщо є), типи ліцензії або послуги, цільову аудиторію, переваги, терміни, ціну. AI бере цей блок цілком, відповідаючи на питання типу «що таке X».
Шар 3, таблиця Quick Facts. Параметр / Значення, мінімум п'ять рядків. Обов'язково на кожній пріоритетній сторінці. AI цитує рядки таблиці дослівно у відповідях. Якщо твої дані не табличні деінде, тут їх стискаєш.
Шар 4, тіло секцій із H2-питаннями. Кожен H2 це питання у формі питання, із «?» в кінці. Перше речення прямо відповідає на питання простою мовою. Все після першого речення це глибина. Сусідні H2 не конфліктують за інтентом. І не використовуємо «це / те / воно», коли можемо назвати entity.
Читабельність і людські сигнали
Середня довжина речення 15–20 слів. Активний стан 70 % і вище. Жодного абзацу понад 4 речення. Кожна сторінка несе 4 і більше явних людських сигналів.
AI-detection сигнали реальні, і платформи дедалі більше down-вагують контент, який читається, ніби LLM писало без редактора. Тримаємо blocklist noun, verb, adjective і phrase маркерів: «delve», «tapestry», «landscape», «robust», «navigate», «in a world where», «in today's», «in conclusion» та решту LLM tell-tale set.
З позитивного боку, кожна опублікована сторінка має містити 4 і більше людських сигналів: контракції, речення з But/And/So, mixed paragraph lengths, одне конкретне число або дату, одну явну думку. Драфти, які не проходять, переписуються до того, як пройдуть.
Schema-інженерія, що розгортаємо і чому
Article, FAQPage, HowTo, Person, Organization, BreadcrumbList скрізь. Service та Offer на комерційних. ItemList і Review на comparison-сторінках.
Schema, це шар структурованих даних, який робить сторінку легкою для машин. AI сильно спирається на schema у citation-рішеннях. Сторінка з правильним Article і FAQPage schema перебиває за citation ту саму сторінку без schema. Робимо лише JSON-LD, без mixed microdata. Кожну сторінку валідуємо через Schema.org validator і Google Rich Results Test перед публікацією.
Для named experts розгортаємо schema.org Person із sameAs, що вказує на верифіковані зовнішні профілі: LinkedIn, ORCID, professional registries. Це E-E-A-T трюк, на якому живуть crypto і fintech engagement. AI поводиться зі schema-validated Person identities принципово інакше, ніж з анонімними байлайнами.
Для комерційних сторінок розгортаємо Service і Offer із priceSpecification: base USD price, monthly unit, availability. Саме це робить ціни на цьому сайті machine-readable для ChatGPT, коли хтось питає «скільки коштує AEO у 2026». Спробуй.
Коефіцієнти ніш, формула чотирьох факторів
База помножена на YMYL pressure, вартість ліда, конкурентність у AEO та технічну складність, потім усереднено. Crypto 2.0, SaaS 1.15, локалі 0.65.
Базові ставки на /ua/pricing універсальні. Реальні engagement рахуються як база помножена на коефіцієнт ніші, який усереднює чотири фактори: YMYL/регуляторне навантаження (crypto і fintech високе, B2B SaaS середнє, локалі низьке), вартість ліда (преміум-ніші з лідами на $1 500 і вище легко тримають AEO-чек), конкурентність у AEO (преміум вертикалі контестовані, локалі поки ні), технічна складність (multi-region multi-language вдаряє найсильніше).
Приклад. EdTech SaaS-стартап з лідом $400, регіональною B2B-конкуренцією і headless multi-region сайтом. YMYL = 1.0 (освіта). Лід = 1.25. Конкурентність = 1.0. Технічна = 1.5. Середнє: 1.19. База Growth $2 400, помножена на 1.19, дає $2 856 на місяць. Покажемо цей розрахунок на discovery-дзвінку.
Часті питання
Чому структурний рецепт важливий для AI-цитування?
AI зчитує цілі компактні блоки, не зібрані шматочки. Сторінка під рецептом, екстрактивна за конструкцією. Без рецепту, ні.
Google AI Overviews і Perplexity вибирають чисті блоки (вступний абзац, FAQ Q&A, рядок таблиці) і цитують дослівно або майже дослівно. Сторінки зі стінами тексту без H3, із розкиданими фактами по абзацах, із відповідями, схованими в середині, змушують AI робити summarization замість citation. А summarization ховає твій URL.
Чому ви забороняєте певні слова у згенерованому контенті?
Бо LLM-маркери (delve, tapestry, robust, in conclusion) роблять AI-detection тривіальною і вбивають довірливі сигнали.
Тримаємо blocklist приблизно з 40 noun, verb, adjective і phrase маркерів. Кожна згенерована сторінка проходить regex-чек і Claude-editing pass. Ще вимагаємо 4 і більше явних людських сигналів: контракції, речення з But/And/So, mixed paragraph lengths, одне конкретне число, одна явна думка.
Що саме schema ви розгортаєте?
Article (з dateModified), FAQPage, HowTo (де є процес), Person для named experts, Organization, BreadcrumbList, Service для комерційних сторінок.
Для ratings і comparison сторінок додаємо ItemList та Review де можливо. Для локалів, LocalBusiness або підтипи (Attorney, MedicalOrganization, RealEstateAgent). Усе schema це JSON-LD. Microdata не змішуємо.
Як обираєте, які AI-краулери дозволяти?
За замовчуванням: GPTBot, ClaudeBot, PerplexityBot, Google-Extended, CCBot, Applebot-Extended, anthropic-ai, cohere-ai. Шумних блокуємо адресно.
На більшості B2B-сайтів дозволяємо всі великі AI-краулери, бо мета, бути цитованим. Для деяких YMYL-клієнтів із регуляторною експозицією обмежуємо за user-agent і типом контенту. llms.txt на /llms.txt це завжди суворий subset того, що дозволяє robots.txt.
Скільки часу потрібно, щоб структурні зміни з'явилися в AI?
Google AI Overviews, 14–60 днів. ChatGPT і Perplexity, 7–30 днів для нового контенту. Для legacy після переписів, довше.
Новий контент зазвичай заходить швидше, бо AI індексує без legacy citation patterns, які треба ламати. Реструктуровані legacy-сторінки мають перебити свої старі extractable signals. Зазвичай 30–60 днів циклу.
Хочеш цей рецепт на свій сайт?
Starter це найдешевший вхід. $890 на місяць дає стартову точку, технічний AEO-аудит і список з 10–15 пріоритетних правок. Мінімум 3 місяці, без впровадження з нашого боку.