Главная/Блог/llms.txt, Schema, E-E-A-T
AIO

llms.txt, Schema и E-E-A-T: технический фундамент AIO

Прежде чем бороться за цитируемость, сайт должен быть читаем для моделей. Три слоя технической подготовки — от файла llms.txt до сигналов экспертности.

Слой 1: llms.txt — карта сайта для моделей

llms.txt — это markdown-файл в корне сайта, который описывает: кто вы, какие страницы ключевые и где брать факты. Он не гарантирует попадание в ответы, но снимает для модели работу по «угадыванию» структуры — и всё больше краулеров его читают. Заодно проверьте robots.txt: GPTBot, ClaudeBot, PerplexityBot и Google-Extended не должны быть закрыты, если вы хотите присутствовать в AI-выдаче.

Слой 2: Schema.org — факты в машиночитаемом виде

  • Organization + sameAs — связывает сайт с профилями и каталогами, укрепляя сущность бренда.
  • Product / Service с ценами и рейтингами — то, что модели подставляют в сравнения.
  • FAQPage и HowTo — готовые «вопрос-ответ» блоки, которые удобно цитировать дословно.
  • Article с автором и датой — без них материал проигрывает в свежести и атрибуции.

Слой 3: E-E-A-T — почему вам можно верить

Опыт, экспертиза, авторитетность, доверие. На практике: страницы авторов с реальными именами и регалиями, ссылки на первоисточники, кейсы с цифрами, отзывы на внешних площадках. Модели «взвешивают» это при выборе, кого рекомендовать — особенно в YMYL-нишах: медицине, финансах, праве.

Чек-лист на старт: llms.txt в корне → AI-краулеры открыты → Organization/FAQ-разметка на ключевых страницах → авторы с регалиями → первоисточники в материалах. Этого достаточно, чтобы перестать быть «невидимкой» для моделей.

Дальше начинается контентная работа — о ней мы писали в плане попадания в ответы ChatGPT.

← Все статьи AI Overviews