# GEO-исследование — нейросети.рус

**Дата:** 2026-09-04
**Инструмент:** NeuroGEO API (port 8009), модель Qwen3.6-35B-A3B-UD-IQ4_NL.gguf
**Методика:** `/api/v1/analyze-sync` — оценка текста по 4 осям (прямость, структура, авторитетность, свежесть) + вероятность цитирования ИИ

---

## 1. Что делает GEO-анализатор

Оценивает текст по шкале **0–100** и даёт рекомендации:
- **Directness (0.35)** — есть ли прямой ответ в первых 2 предложениях
- **Structure (0.30)** — разбивка на шаги/заголовки/списки
- **Authority (0.20)** — конкретные названия, версии, ссылки, цифры
- **Freshness (0.15)** — год/месяц, актуальные версии моделей
- **Citation probability** — вероятность, что ИИ-ассистент процитирует текст

---

## 2. Тестовые результаты

| Тест | GEO-балл | Цитируемость |
|---|---|---|
| Thin-контент (3 предложения) | **20/100** | 0% |
| Как сгенерировать картинку бесплатно | **62/100** | 24% |
| Llama 4 vs Qwen 3 | **71/100** | 42% |
| Ace Studio для музыки | **73/100** | 46% |

**Вывод:** чем конкретнее текст (версии, цифры, структура) — тем выше цитируемость ИИ. Thin-контент = 0% шансов.

---

## 3. Ключевые рекомендации от GEO-движка

### 📌 Прямость (главный фактор)
- **Прямой ответ в первые 2 предложения** — конкретный способ + результат
- Пример: «Через Ollama или LM Studio — это займёт 10 минут»
- Вывод-ответ (TL;DR) в начало — ИИ-ассистенты его цитируют первыми

### 📌 Структура
- **Нумерованные шаги** (установка → выбор модели → запуск)
- H2-заголовки + системные требования
- Для сравнений — **таблицы** (облако/локально, платно/бесплатно)
- ИИ-движки быстрее извлекают структурированные ответы

### 📌 Авторитетность
- **Конкретные версии моделей** (Flux.1 dev/schnell, Llama 4 Opus/Maverick, Qwen3)
- **Цифры и бенчмарки** (MMLU, HumanEval, VRAM, битрейт)
- Ссылки на Hugging Face / официальные репозитории
- Без этого «лучшие модели» = неподтверждённые утверждения

### 📌 Свежесть
- **Год/месяц публикации** (2026)
- Актуальные версии (SD 3.5 вместо SD 3, свежие форсы Flux)
- Устаревшие названия = снижение авторитета для ИИ-поисков

---

## 4. Что это значит для наших статей

### Формат каждой статьи (по рекомендациям GEO)
1. **Первое предложение** — прямой ответ на запрос (конкретный способ + результат)
2. **TL;DR** — краткий вывод сразу после заголовка
3. **H2-заголовки** — «рекомендация», «системные требования», «как запустить»
4. **Таблицы** — для всех сравнений (Llama vs Qwen, Suno vs Ace Studio)
5. **Конкретика** — версии моделей, цифры VRAM, ссылки на HF
6. **Год** — 2026 в каждом материале

### Anti-thin-content (из теста)
- 3 предложения = 20/100, 0% цитируемости
- Минимум: конкретные названия + решаемые задачи + результат
- Разбивка на разделы с заголовками

---

## 5. Применение к контент-плану (из seo-research.md)

| Статья | Целевой GEO-балл | Что добавить |
|---|---|---|
| Ace Studio XL (музыка) | 73+ | битрейт, Stem-разделение, системные требования |
| Flux.1 (картинки) | 62+ | версии dev/schnell, VRAM, ссылки на ComfyUI |
| Llama 4 vs Qwen 3 | 71+ | бенчмарки MMLU/HumanEval, версии, ссылки HF |
| Локальная нейросеть | 50+ | шаги установки, названия инструментов, VRAM |
| Нейросети для бизнеса | 40+ | конкретные модели + решаемые задачи |

---

## 6. KPI по GEO

- Месяц 1: средняя GEO-оценка статей ≥ 60/100
- Месяц 2: ≥ 3 статьи с цитируемостью ИИ > 40%
- Месяц 3: попадание в ответы ИИ по 3-5 ключевым запросам