Начнем с потока новых терминов.

Если раньше PR-агентства боролись за «место в газете» или «ссылку в Google», то сейчас их главная метрика — LLM Citations (цитируемость нейросетями).

На рынке уже закрепились термины:

AIO (AI Optimization) — оптимизация контента для ИИ.

GEO (Generative Engine Optimization) — оптимизация для генеративных движков (Search + LLM).

AEO (Answer Engine Optimization) — превращение бренда в «готовый ответ» для систем вроде Perplexity или Siri.

Что уже делают ведущие игроки в этой отрасли?

Крупные агентства (такие как Edelman, Thrive, Impression Digital) и специализированные бутики (например, Zupo) включили «AI-видимость» в свои стандартные пакеты.

Это:

Аудит AI-репутации. Агентства используют инструменты вроде Semrush AI Visibility Toolkit или Peec AI, чтобы прогнать имя клиента через 20+ моделей (от GPT до DeepSeek) и понять: в каком контексте нейросеть упоминает человека и какие «галлюцинации» возникают.

Создание «цифровых якорей». Размещение экспертных колонок на трастовых ресурсах (Forbes, Medium, Reddit), которые имеют наивысший приоритет при обучении новых версий моделей.

Технический AIO-десант. Внедрение на сайты клиента файлов llms.txt и микроразметки Schema.org (тип Person или Expert), чтобы ИИ-агенты могли мгновенно «спарсить» официальную биографию.

Entity Building (Создание сущности): Это работа над тем, чтобы в «мозгу» нейросети имя предпринимателя стало устойчивой связью с конкретной нишей. Например: «Имя» + «Владелец ресторана» + «Молдова».

Я не зря тут вспомнил именно эту цепочку. Недавно я, ради интереса, сделал запрос в чате GPT, кто является владельцем сети магазинов «Пегас». И чат с максимальной уверенностью, как он это умеет, ответил – Ирина Беспалюк.

Я переспросил, ты уверен? Ирина связана с рестораном «Пегас», но сетью магазинов занимаются ее родители.

Ответ чата: «Ой, я ошибся. Ирина ЧАЩЕ упоминается в интернете, чем ее родители и я РЕШИЛ, что именно она – владелица бизнеса».

После этой ошибки я решил запросить у чата какие еще он может привести кейсы таких ошибок и как их исправлять.

Вот два кейса от GPT

Кейс «Ликвидация галлюцинаций» Один европейский СЕО обнаружил, что ChatGPT при запросе о его биографии путает его с однофамильцем-банкротом.

Решение: PR-команда запустила серию интервью на авторитетных бизнес-порталах с четким акцентом на текущих проектах и датах. Параллельно была обновлена страница в Wikidata.

Результат: Через 3 недели (с учетом обновления поисковых индексов RAG-моделей) нейросети начали разделять этих двух людей, выдавая корректный профиль.

Кейс «Новый эксперт» Стартап в сфере финтеха хотел, чтобы при вопросе «Кто лидеры открытого банкинга в Восточной Европе?» нейросети называли их основателя.

Решение: Вместо классической рекламы агентство сфокусировалось на Reddit и Quora, создавая там ветки обсуждений с участием реальных экспертов.

Результат: Поскольку современные модели (особенно от OpenAI и Google) имеют прямые контракты на доступ к данным Reddit, основатель компании попал в списки рекомендаций Perplexity и Gemini уже через месяц.

Короткое резюме?

Закончив свои кейсы, GPT выдал мне:

«Вам, как владельцу медиа, это открывает уникальную нишу. Проекты вроде pavelzingan.md в 2026 году — это не просто сайты, это «кормушки» для ИИ. Правильно структурированные интервью на ваших ресурсах становятся для нейросетей первоисточником правды о бизнесменах региона. Вы уже занимаетесь AIO, даже если не называли это так раньше.

Как вы считаете, готовы ли молдавские предприниматели платить не просто за «текст на сайте», а за то, чтобы их «знал в лицо» ChatGPT?»

Тут я невольно вспомнил Остапа Бендера, когда не все пошло по его плану. «Придется переквалифицироваться в управдомы».

Кажется из журналиста пришло время переквалифицироваться в AIO