Классический подход к поисковому маркетингу, основанный на ключевых фразах и кластерах, устаревает в эпоху генеративного поиска. В новой модели одна потребность пользователя описывается десятками естественных формулировок с личным контекстом, а система сама разбивает вопрос на подзадачи для синтеза ответа. Поэтому вопрос о том, по какому запросу виден бренд, становится недостаточным. Необходимо анализировать сценарий, заложенный в формулировке, так как даже при одной товарной категории конкурентный набор и основания для включения бренда могут кардинально отличаться. Задача заключается в создании практической системы GEO-intents, где изменение слов является не просто поверхностным парафразом, а реальным изменением информационной задачи.
Теоретическая база, заложенная Андреем Бродером в 2002 году, разделяющая запросы на информационные, навигационные и транзакционные, сегодня применяется с ограничениями. Современные коммерческие и диалоговые сценарии сложнее, так как один запрос может одновременно содержать исследование, сравнение, ограничения и готовность к действию. Для анализа GEO-интента эффективнее использовать набор признаков, а не единый лейбл. Например, запрос «посоветуй надёжный сервис для миграции CRM до 50 тыс. рублей в России» несёт в себе рекомендации, доверие, цену, категорию, географию и стадию решения. Игнорирование этих признаков, оставив только лейбл «коммерческий», приводит к потере существенной части логики запроса.
Современные языковые системы обрабатывают запросы не как неделимые строки, а через токенизацию и контекстные представления, где служебные слова могут быть важнее крупных существительных, меняя отношение между сущностями. В генеративном поиске система выделяет сущности и ограничения, переписывает запрос или расширяет его синонимами перед поиском и синтезом ответа. Исследования показывают, что средний запрос в AI Mode примерно втрое длиннее традиционного, а длинные и вопросительные формулировки значительно чаще попадают в генеративный слой. Это означает, что структура формулировки способна сменить тип интерфейса, в котором бренд конкурирует за внимание пользователя.
Для построения эффективной стратегии GEO-интент собирается из нескольких компонентов: задачи (Task), стадии воронки (Funnel), категории, критериев оценки, ограничений, географии, аудитории и временного контекста. Конструкции типа «посоветуй» или «какую выбрать» уводят систему от описания категории к формированию списка рекомендаций, что принципиально меняет видимость бренда. Также выделяются отдельные классы интентов: неявные суперлативы («лучший»), запросы с акцентом на доверие (trust-сигналы), ценовые формулировки и прямые сравнения. Каждый из этих типов имеет свой профиль стабильности и логику ранжирования, поэтому единый показатель AI-видимости не может отражать реальную картину.
Географические уточнения и локальные намерения также являются самостоятельными факторами, меняющими допустимый набор кандидатов по существу, а не просто добавляя лексическую схожесть. Например, запросы «посоветуй стоматологию» и «посоветуй стоматологию в Олонецком парке» требуют раздельного анализа. Добавление технических деталей к категории, таких как «для Битрикс-магазина с 50 тыс. товаров» или «с администрированием», существенно уточняет сценарий и критерии выбора. Таким образом, работа с генеративным поиском требует детального разбора каждого компонента запроса, чтобы точно определить, как именно бренд будет представлен в ответе системы.
