ИИ и AEO для бизнеса: полное руководство 2026 года

О чём это руководство

ИИ- и AEO-стратегия в 2026 году — это две связанные истории: как внедрить ИИ внутрь своего продукта (чат-боты, RAG, агенты, ассистенты) и как сделать свой сайт видимым для ИИ-поисковиков (Perplexity, ChatGPT search, Claude, YandexGPT, Алиса). Первая часть — про продукт и автоматизацию рутины, вторая — про маркетинг и привлечение трафика. И там, и там работают одни и те же базовые навыки: понимание LLM, инженерия промптов, structured data, контроль качества.

Эта статья — pillar по кластеру ИИ и AEO. Здесь общая картина, а в сателлитах — глубокие разборы конкретных тем. Если вы читаете это в 2026 году с нулевым опытом ИИ — двигайтесь по порядку. Если уже что-то делали — переходите сразу к нужному разделу.

Часть 1. ИИ внутри продукта

Какие задачи ИИ решает в бизнесе

ИИ хорошо решает четыре класса задач:

• Ответы на вопросы по своим данным (RAG, чат-боты с базой знаний). Регламенты, договоры, базы знаний компании, переписка, FAQ.
• Автоматизация рутины (ИИ-агенты). Исследование рынка, формирование отчётов, обзвоны, обработка типовых заявок.
• Помощники в продукте (ИИ-ассистенты, copilots). Подсказки в SaaS, генерация контента, summary, автозаполнение.
• Генерация контента (тексты, изображения, креативы). Лендинги, баннеры, описания товаров, карточки.

ИИ плохо решает задачи, требующие гарантированной точности на 100% (юридические заключения, медицинские диагнозы), задачи с очень узкой доменной спецификой без обучающих данных и задачи, в которых ошибка стоит дороже, чем стоимость человека.

Какую модель выбрать в 2026 году

Выбор зависит от задачи и юрисдикции данных:

• Русскоязычные бизнес-задачи — GigaChat или YandexGPT. Быстрее и дешевле для русского, российская юрисдикция, соответствие 152-ФЗ. Качество в 2026 году близко к GPT для большинства задач.
• Качество и сложный контекст — GPT или Claude через корпоративный API с подписанным DPA. Через прокси для РФ.
• Конфиденциальные данные (медицина, финансы, юристы) — локальные модели Llama или Qwen на инфраструктуре клиента. Размер 8B–70B+ под нагрузку.

На этапе оценки PoC всегда тестируем 2–3 модели на реальных данных и сравниваем по точности, скорости и стоимости. Письменно обосновываем выбор.

Сколько стоит ИИ-проект

Стартовые точки в 2026 году:

• Чат-бот в Telegram, MAX или на сайте — от 350 тыс ₽ за 14 дней.
• ИИ-ассистент в продукт — от 700 тыс ₽ за 21 день.
• RAG-поиск по базе знаний — от 900 тыс ₽ за 21 день.
• ИИ-агент для автоматизации — от 1.4 млн ₽ за 30 дней.
• PoC за 2–3 недели на одной задаче — 200–400 тыс ₽.

Поддержка делится на токены LLM и работу команды. Чат-бот средней нагрузки (100 диалогов/сутки) — 5–15 тыс ₽/мес токенов на GigaChat или 25–50 тыс ₽/мес на GPT. Поддержка от 30 тыс ₽/мес.

Стандартная схема входа — PoC за 2–3 недели, потом масштабирование. Если PoC не работает — стопимся, тратите минимум.

Безопасность данных

Основные опасения клиентов в 2026 году:

• Передача данных в OpenAI — через корпоративный API Enterprise с DPA данные не используются для обучения и хранятся 30 дней или меньше. Для большинства бизнес-задач это приемлемо.
• Конфиденциальные данные — медицина, финансы, юристы — рекомендуем локальные модели или GigaChat / YandexGPT с российской юрисдикцией.
• Аудит-логи — обязательны для ИИ-агентов с доступом к боевым системам. Каждое действие агента логируется и доступно для проверки.
• Human-in-the-loop — критичные шаги агента требуют подтверждения человеком.

Часть 2. AEO — оптимизация под ИИ-поисковики

Что такое AEO

AEO (Answer Engine Optimization) — оптимизация под движки, которые отвечают на вопросы пользователей: ChatGPT search, Perplexity, Claude, Bing Copilot, Алиса, YandexGPT в поиске. В отличие от SEO, цель AEO — не попасть в выдачу, а попасть в текст ИИ-ответа со ссылкой на ваш сайт.

К 2027 году значимая часть коммерческого трафика уйдёт в ИИ-ответы — это уже видно в нашей собственной аналитике. Без AEO туда не попасть.

Что делать прямо сейчас

Минимальный набор практик:

• llms.txt — текстовый файл в корне сайта в формате Markdown, описывает структуру сайта для ИИ-краулеров. Стандарт llmstxt.org. У нас он генерируется из контента — обновляется автоматически.
• llms-full.txt — полный экспорт сайта в чистом Markdown для прямой подачи в LLM. Не стандарт, но уже используется ИИ-краулерами.
• Расширенный schema.org:
• - Organization + slogan + knowsAbout + foundingDate;
• - Service + OfferCatalog + Product + AggregateRating;
• - Article + Person (автор с биографией) + dateModified + Speakable;
• - FAQPage на каждой странице с типовыми вопросами;
• - HowTo для процессов;
• - DefinedTerm для глоссария;
• - LocalBusiness для городских страниц;
• - Review + AggregateRating для отзывов.
• EEAT-сигналы — реальные авторы с биографиями, даты публикации и обновления (`lastReviewed`), ссылки на источники данных, отзывы клиентов с верификацией, юридические сведения, контакты.
• Self-contained FAQ — каждый ответ 60–100 слов, понятен вне контекста страницы, начинается с прямого ответа («Да», «Нет», «От … ₽»).
• TL;DR-блоки — в начале статей и услуг, обернуть в `Speakable` для голосовых ассистентов.
• Markdown-зеркала страниц — отдавать чистый текст по `/.md` с `Content-Type: text/markdown`.
• IndexNow — открытый протокол мгновенной переиндексации (Yandex + Bing). Внедряется за час, экономит недели ожидания.

Сколько ждать результата

• Технические правки (Core Web Vitals, schema.org, llms.txt) — эффект за 2–4 недели.
• Контент по новым ключам — за 2–3 месяца.
• Появление в ИИ-ответах (Perplexity, ChatGPT search, YandexGPT) — 1–4 недели после индексации llms.txt и Markdown-зеркал.
• Стабильное цитирование в ИИ — 2–6 месяцев.
• Полноценный рост органического трафика в 1.5–3× — за 3–6 месяцев.

Часть 3. EEAT в 2026 году

EEAT (Experience, Expertise, Authoritativeness, Trustworthiness) — качественные сигналы, на которые опирается Google и косвенно Яндекс при ранжировании. С каждым годом значимость растёт. В 2026 году без EEAT-блока коммерческие страницы услуг ранжируются хуже даже при отличной технической базе.

Ключевые сигналы для сайта услуг:

• Реальные авторы с именами, ролями, опытом, ссылками на профили (Person schema, sameAs);
• Дата публикации и дата последней проверки контента (`dateModified`, видимая «Проверено: …»);
• Ссылки на источники данных в исследованиях;
• Отзывы клиентов с верификацией и метриками (Review + AggregateRating);
• Юрлицо, контакты, договор-оферта, политика возврата;
• Кейсы с конкретными цифрами, а не маркетинговыми обещаниями.

Без хотя бы 4–5 из этого списка коммерческая страница в 2026 году не получает максимальный приоритет в выдаче.

Часть 4. С чего начать

Если вы только думаете о ИИ и AEO — действуйте по порядку:

• Первая неделя. Аудит сайта на AEO: есть ли llms.txt, корректна ли schema.org, есть ли блоки авторов, проверены ли FAQ. Внедрите минимум: llms.txt, schema.org Organization + Service, блок «Об авторе» хотя бы под одной статьёй.
• Первый месяц. Внедрите расширенный schema.org везде. Перепишите FAQ в self-contained формат. Добавьте llms-full.txt. Подключите IndexNow.
• Первый квартал. Запустите PoC ИИ-проекта в продукте — например, чат-бот в Telegram с RAG по своей базе знаний. PoC — 200–400 тыс ₽, проверка гипотезы.
• Первое полугодие. Если PoC работает — масштабируйте. Параллельно расширяйте контент-план под AEO: pillar-статьи + сателлиты в кластерах, по 4–8 материалов в месяц.

Что дальше

Внедрение ИИ в малом бизнесе — практика для команд до 50 человек.

ChatGPT vs Claude для бизнеса — сравнение моделей с выбором под задачу.

RAG-поиск по документам — глубокий разбор архитектуры.

ИИ-агенты в бизнесе: практика — что работает, что нет.

AEO под LLM — технические практики оптимизации.

Как попасть в ответы Яндекс ИИ — особенности YandexGPT и Алисы.

Хотите проверить вашу AEO-готовность — калькулятор SEO + AEO →