Dentsu и Adobe делают ставку на GEO, пока AI-поиск вытесняет SEO

Любой руководитель платформы, наблюдавший последние полтора года, как органический поисковый трафик утекает в сводки ChatGPT, прекрасно понимает суть проблемы. Вы по-прежнему ранжируетесь в Google, но блок с ответом теперь живёт внутри LLM, и никто в вашей команде не может сказать, попал ли бренд в контекстное окно. 27 июля Dentsu Digital и Adobe выпустили продукт, направленный именно на это слепое пятно.

Что произошло

Как сообщил BigGo Finance, Dentsu Digital объявила 27 июля о запуске сервиса поддержки Generative Engine Optimization (GEO), построенного на основе нового продукта Adobe — «Adobe LLM Optimizer». Суть предложения проста: анализировать упоминания бренда в нескольких больших языковых моделях в режиме реального времени, визуализировать конкурентные разрывы и обеспечивать комплексную поддержку — от разработки стратегии до текущих операций.

Это не первый опыт Dentsu Digital в данной категории. Агентство ведёт «GEO Consulting Service» с мая 2025 года — примерно год оплачиваемых проектов с тем, что оно описывает как многочисленных клиентов. Новое предложение оборачивает эту консалтинговую экспертизу вокруг измерительного слоя Adobe, который обеспечивает фактическую телеметрию: отслеживание упоминаний бренда в LLM, визуализацию трендов по промпту и анализ конкурентных разрывов.

Сервис реализован в виде четырёхэтапного процесса. Первый шаг: выбрать AI-инструменты для мониторинга и разработать важные промпты и ключевые слова. Второй шаг: провести кросс-секционный мониторинг с помощью Adobe LLM Optimizer по этим промптам. Третий шаг: спланировать и реализовать GEO-стратегию в рамках того, что Dentsu называет «тройными медиа» — Earned (сарафанное радио и репутация), Shared (социальные сети) и Owned (корпоративные сайты). Четвёртый шаг: измерить изменения показателей до и после внедрения, затем пройти цикл PDCA.

Dentsu представила сотрудничество как «решения в области цифрового маркетинга, объединяющие передовые технологии с передовыми операционными возможностями и способствующие росту корпоративного бизнеса в эпоху AI-поиска». Если перевести: потребители напрямую запрашивают ChatGPT и Gemini, и кто-то должен ответить директору по маркетингу на вопрос, появляется ли бренд в этих ответах. Запуск ориентирован прежде всего на японский рынок, где Dentsu рассчитывает в первую очередь получить конкретные кейсы.

Техническая анатомия

Если убрать маркетинговую оболочку, перед нами — задача измерения и атрибуции, а не генерации. У традиционного SEO есть десятилетие инструментария, построенного вокруг понятного субстрата: краулер Google, индекс, алгоритм ранжирования и SERP, который можно парсить. У GEO ничего этого нет. «Движок» — это вероятностная модель, у которой граница обучающей выборки, retrieval-аугментация и системный промпт различаются в зависимости от вендора, уровня продукта и недели.

Что же реально делает Adobe LLM Optimizer? Судя по исходным данным, он выполняет три функции: анализ упоминаний и цитирований бренда в нескольких LLM в реальном времени, визуализацию трендов в разбивке по промптам (запросам) и анализ конкурентных разрывов. На практике это означает, что инструмент запускает структурированные промпты против матрицы моделей, разбирает ответы на предмет упоминаний бренда и отслеживает изменения со временем. Тот, кто строил harness'ы для оценки LLM на основе OpenAI API или эндпоинтов Anthropic, узнает знакомую картину: fan-out промптов, парсинг ответов, долгосрочное хранение, дашборд.

Сложность — не в harness'е. Сложность — в слое интерпретации. Выходные данные LLM недетерминированы. Запустите один и тот же промпт дважды при температуре выше нуля — получите разные цитаты. Запустите его в ChatGPT с включённым и выключенным браузингом — получите совершенно разные упоминания бренда. Любой серьёзный стек для GEO-измерений должен учитывать дисперсию выборки, дрейф версий модели и retrieval-слой, стоящий за каждым продуктом. Adobe LLM Optimizer, по всей видимости, решает часть этих задач. Источник не раскрывает методологию выборки.

Фреймворк «тройных медиа» — это то место, где живут оплачиваемые часы консалтинга. Earned, Shared и Owned медиа влияют на то, что LLM поглощает при обучении, и, что важнее, на то, что retrieval-аугментированная система извлекает в момент запроса. Если статья вашего бренда в Wikipedia тонкая, если ваш собственный контент — JavaScript-мусор, который краулеры не могут распарсить, если ваше присутствие в социальных сетях непоследовательно — вы не попадёте в контекстное окно. Моё мнение: настоящий продукт здесь — это петля обратной связи между измерением и контент-операциями, и именно в этой петле команды либо извлекают ценность, либо тратят шестизначные суммы впустую.

Кто пострадает

Неудобный вывод: этот запуск — опережающий индикатор того, что весь SEO-индустриальный комплекс переоценивается, а командам, стоящим ниже по цепочке этого переоценивания, есть примерно два квартала на реакцию. Если вы руководите функцией маркетинговой инженерии в среднем финтехе, iGaming-операторе или adtech-вендоре — ваши дашборды почти наверняка не измеряют LLM-цитирования сегодня. Этот разрыв теперь является козырем конкурентов.

Японские предприятия — первая группа в прицеле, поскольку Dentsu прямо рассчитывает, что партнёрство создаст конкретные кейсы именно на этом рынке. Ожидайте, что сценарий распространится дальше. Европейские агентства с партнёрством Adobe выпустят аналоги в течение нескольких месяцев. Операторы в регулируемых вертикалях — например, iGaming — окажутся в особенно неудобном положении, поскольку их воронки органического привлечения уже проходят через партнёрские сети и сайты сравнения — именно такие Earned Media сигналы LLM сильно взвешивает, отвечая на вопрос «какой букмекер принимает крипту в Онтарио».

Финтех — более интересная зона риска. Когда потребитель спрашивает Gemini «какой необанк лучше всего подходит для фрилансеров в Германии», ответ определяет реальное привлечение клиента. Производственные инциденты, которые я наблюдал в связи с изменениями SEO-ранжирования, как правило, обходились командам в недели незапланированной инженерной работы. GEO-дрейф окажется хуже, потому что обновления моделей непрозрачны, а путь исправления — не правка robots.txt.

Сильнее всего пострадают команды с сильными SEO-операциями, слабым брендовым PR и без дисциплины структурированных данных. Их собственный контент хорошо ранжируется в Google и игнорируется LLM. Тем временем конкуренты с посредственным SEO, но сильными упоминаниями третьих сторон, случайно выигрывают в игре AI-цитирования. Этот переворот удивит многих директоров по маркетингу в четвёртом квартале.

Сценарий действий для AI-разработки

Конкретные действия на эту неделю, если вы управляете любой поверхностью, зависящей от discovery-трафика:

Во-первых, создайте собственный измерительный harness до того, как купите чей-то продукт. Выходные выходные инженерной работы дадут вам скрипт, который запускает фиксированный набор релевантных для бренда промптов против ChatGPT, Gemini и Claude, логирует ответы и парсит упоминания. Вам не нужен Adobe LLM Optimizer для создания базовой линии. Вам нужна дисциплина. Документация Anthropic и документация платформы OpenAI охватывают основы программного доступа.

Во-вторых, проведите аудит структурированных данных. Разметка Schema.org, чистый HTML, серверный рендеринг контента и реальный sitemap по-прежнему важны — пожалуй, важнее, чем раньше, потому что retrieval-системы отдают предпочтение источникам, которые можно распарсить. Если ваши страницы продуктов рендерятся на React без SSR — это теперь проблема цитирования, а не только SEO-проблема.

В-третьих, относитесь к упоминаниям третьих сторон как к смежной инженерной задаче. Присутствие в Wikipedia, листинги в отраслевых каталогах и транскрипты подкастов питают обучающий корпус и retrieval-индекс. Координируйте работу с PR вместо того, чтобы игнорировать их.

В-четвёртых, не подписывайте многолетний GEO-консалтинговый контракт в категории, которую сам источник описывает как зарождающуюся. Покупайте поквартально. Методологии измерения будут меняться по мере того, как вендоры моделей меняют своё retrieval-поведение. Привязка к быстро меняющемуся субстрату — это то, как команды оказываются в ситуации, когда платят за прошлогодние предположения.

В-пятых, назначьте владельца. GEO находится на стыке SEO, бренда, PR и платформенной инженерии. Без единого ответственного руководителя ничего не будет сделано.

Ключевые выводы

• Dentsu Digital и Adobe запустили GEO-сервис 27 июля на основе Adobe LLM Optimizer, нацеленный на видимость брендов в ответах LLM.
• Четырёхэтапный процесс (разработка промптов, кросс-LLM мониторинг, реализация triple-media, измерение PDCA) — это измерительно-консалтинговый продукт, а не инструмент генерации.
• GEO-консалтинг Dentsu работает с мая 2025 года, поэтому партнёрство с Adobe — это продуктизация уже существующей оплачиваемой работы.
• Команды с сильным SEO, но слабыми Earned Media наиболее уязвимы, поскольку retrieval в LLM сильно взвешивает цитирования третьих сторон.
• Создайте собственный базовый harness в этом квартале, прежде чем направлять бюджет любому вендору в категории, которую источник сам называет зарождающейся.