Как движок понимает, откуда вы
ChatGPT собирает картину из нескольких сигналов: IP-адрес, данные аккаунта, контекст предыдущих диалогов и — с 2026 года — явная передача геолокации, если пользователь её разрешил. Страну модель определяет практически безошибочно, а вот с городом всё сложнее: точность падает до 50–80%. В тестах ChatGPT для одного и того же пользователя попеременно называл два соседних города, хотя страну определял верно.
Perplexity работает иначе — у него в API есть отдельный параметр, куда можно явно передать страну, город, регион и координаты. Поведение сильнее зависит от того, что ему сообщили. А Google AI Overviews опирается на граф местоположений Google: данные почты, календаря, истории поиска и векторный портрет пользователя. Три разных механизма — три разных результата на один и тот же запрос.
Почему расходятся источники
Получив вопрос, движок не ищет по нему напрямую. Он разбивает запрос на десятки подзапросов — этот процесс называют раскрытием запроса. Единицей конкуренции становится не страница и не домен, а отдельный фрагмент факта, который можно вырезать и вставить в ответ.
ChatGPT генерирует в среднем 11,5 слов на подзапрос и до 63 уникальных вариаций на один вопрос. Использует около 22–23 источников на ответ, и значительная их часть — англоязычные, даже если вопрос задан по-русски. Perplexity воспроизводит почти ту же формулировку при каждом запуске и сильнее привязан к языку запроса.
Отсюда практическое следствие: компания с англоязычным контентом может доминировать в ответах ChatGPT для пользователя из Казани, даже если он спросил по-русски. А локальный русскоязычный контент останется невидимым. Для Perplexity та же стратегия даст обратный результат.
Гео-разметка потеряла былую силу
Двадцать лет сайты размечали язык и регион специальными атрибутами — это называлось hreflang. Поисковики читали их и показывали нужную версию страницы нужной стране. В AI-поиске эта логика работает лишь частично. Google AI Overviews обрабатывает такую разметку корректно в 98% случаев, а ChatGPT — только в 57%. Разница почти в двадцать раз при одном и том же запросе от одного и того же пользователя.
Есть и отдельный эффект, который называют географической утечкой: AI-обзоры цитируют зарубежные или не относящиеся к рынку источники для запросов с явной локальной привязкой. Это не сломанная разметка — это следствие архитектуры, которая гонится за полнотой объяснения, а не за коммерческим контекстом. Система не проверяет, можно ли вообще купить цитируемый товар в городе пользователя.
Язык, на котором говорит аудитория
Исследование ChatGPT, Gemini и Claude показало: диалектные маркеры в запросе — слова, порядок слов, орфография — активируют разные наборы источников и разные рекомендации брендов. Эффект воспроизводится на всех трёх платформах.
Если человек формулирует запрос на местном языке и использует локальную терминологию, движок чаще цитирует местные компании. Если тот же вопрос задать нейтральным корпоративным языком — в ответ попадут глобальные бренды. Это самый устойчивый вывод: локальная видимость начинается не с настроек рекламного кабинета, а с того, как говорит ваша аудитория. Универсальный язык заставляет вас конкурировать с федеральными игроками на их поле.
Разрыв авторитетности между городами
Движок оценивает бизнес не абстрактно, а против конкретных городских доказательств: справочников, отзывов, структурированных данных, локального контента. Если эти доказательства собраны в одном городе — вас рекомендуют только там. Если в другом городе сигналов мало или нет вообще, вас в ответе не будет, сколько бы городов вы фактически ни обслуживали.
Исследование американского рынка продуктовых сетей показало: региональные сети появляются первыми в AI-ответах в 91,4% случаев, а крупные национальные — лишь в 2,7%. ChatGPT в одном городе цитировал опрос местного издания, в другом — городской портал о еде, в третьем — локальную редакционную статью. Модель не знает, какой магазин лучше. Она опирается на местные источники, которые формируют видимую картину рынка.
Для России это работает так же. Если вы обслуживаете Москву, Петербург и Екатеринбург, но упоминания о вас есть только в московских изданиях и справочниках — в ответах для екатеринбургского пользователя вас, скорее всего, не будет.
Что делать
Разделяйте контент по уровням. Общий — методологии, исследования, отраслевая аналитика — конкурирует за внимание на уровне всей категории. Локальный — городские страницы, кейсы клиентов из конкретного региона, местные партнёрства — конкурирует на уровне города. Смешивать их в одном разделе — значит проигрывать на обоих уровнях.
Собирайте городские фрагменты фактов. Для каждого целевого города нужен свой набор проверяемых утверждений: адреса, зоны покрытия, сроки, локальные кейсы, отзывы, упоминания в местных СМИ. «Мы работаем в Екатеринбурге» — это не фрагмент. «Выполняем 90% заказов по ремонту кондиционеров в Екатеринбурге за сутки» — фрагмент, который движок может процитировать.
Ставьте на локальные источники. Городские издания, региональные отраслевые ассоциации, местные блоги и форумы — именно по ним движок проверяет присутствие. Одна публикация в городском издании даёт больше, чем десять федеральных пресс-релизов.
Помните о разнице платформ. ChatGPT активнее тянет англоязычные источники и плодит подзапросы. Perplexity держится языка запроса и явных гео-параметров. Google AI Overviews опирается на граф Google. Оптимизация под одну платформу не даёт видимости в другой — нужен отдельный мониторинг по каждой.
Проверяйте из разных точек. Аудит из одного города даёт искажённую картину. Прогоняйте панель запросов через прокси из каждого целевого города и фиксируйте, какой фрагмент вашей страницы использован, на какой позиции в ответе и есть ли ссылка. Разница между Москвой и Казанью может оказаться больше, чем между двумя разными запросами.
Коротко
Гео-персонализация — не опция, а базовая характеристика генеративного поиска. ChatGPT в Нью-Йорке и Берлине отвечает по-разному, потому что по-разному определяет местоположение, по-разному раскладывает запрос на подзапросы и по-разному подбирает источники. Гео-разметка теряет силу, язык и диалект активируют разные экосистемы, а локальные доказательства становятся главной валютой видимости.
Стратегия должна стать многоуровневой: общий контент — для категории, локальный — для каждого города, отдельные источники — для каждого рынка, отдельный мониторинг — для каждой платформы.
Читайте также
Новая роль SEO-специалиста: от ремесленника по ключам к архитектору видимости в ИИ-каналах
Контент-маркетинг 2026: как создавать активы, которые будут не ранжироваться, а цитироваться ИИ
Не уверены, что подрядчик делает правильный SEO? Запросите независимый бесплатный аудит и получите аргументированное заключение.