Сколько трафика дают нейросети. Эффективность GEO в цифрах

Часть компаний воспринимают GEO/AEO как инструмент привлечения трафика из нейросетей. К сожалению трафика там мало в силу того, что клики из нейроответов внутри Яндекса и Google помечаются в метрике поисковым трафиком. И львиная доля всего взаимодействия с нейроответами происходит именно в поиске. 

Поэтому в этом исследовании я не пытаюсь оценить весь трафик из ИИ, я анализирую наблюдаемую часть GEO: попадание вашего сайта в источники ответов нейросетей и переходы по ссылкам в ответах и источниках.

Исследование провело рекламное агентство «Ковалевы» с помощью GEO-сервиса «Тунец» и данных Яндекс.Метрики.

В тексте длинные тире, так как я просил нейросеть транскрибировать мои голосовые сообщения, которые я записывал глядя на цифры и срезы. Так-то я их не использую)

Как мы считали

Отобрали активные площадки с трафиком не менее 500 пользователей в сутки
Период сбора данных: 1 января 2026 года — 13 сентября 2026 года. Данные не равномерны по объему между тематиками и типами бизнеса. Иногда скачут в абсолютных точных значениях ввиду того что Яндекс… как бы это помягче сказать… ну короче вы поняли.

Сколько нейротрафика видно в Метрике

Первый вопрос, на который я хотел бы получить ответ, — это сколько дают трафика нейросети по сравнению с общим объёмом трафика на сайте и, в частности, поискового трафика, потому что этот объём, по моему опыту в различных проектах, мал. Данные об этом как раз и говорят.

Мы видим, что крохотную долю и от всего трафика и от поискового занимает трафик из нейросетей.

Предварительное пояснение: мы считали отдельно UTM и отдельно мы смотрели сайты, которые дали трафик, и искали среди них нейросети.

Глобальный вывод здесь очень простой: использовать GEO как новый маркетинговый способ привлечения большого объема трафика не стоит.

Я напомню здесь свою основную мысль о том, что GEO по сути своей является контент-маркетингом. То есть это написание контента, размещение статей, работа с охватами, работа с аудиторией, с читателями, догревы, очередные касания и так далее. Дополнительный плюс заключается в том, что с помощью этого контента мы теперь можем влиять и на ответы нейросетей.

Тот контент, который мы размещаем на своём сайте, даёт нам дополнительный небольшой объём трафика из нейросетей. Даёт какой-то объём трафика из поисковиков. Частично можно даже сказать, что он компенсирует потерю, потому что классический поиск опустился ниже, и издатели контента сейчас недополучают трафик.

В остальном это размещение на сторонних площадках, где мы работаем с внутренней аудиторией этих площадок, с охватом и привлечением трафика с них на свой сайт.

Разница между трафиком с UTM и referral 

Второй важный момент. Глядя на Метрику, необходимо чётко понимать, что трафик из отдельно стоящих нейросетей можно увидеть в двух отчётах: источники трафика сайта, где мы увидим домены различных нейросетей, и отчёт по UTM-ссылкам.

Как видно из данных, эти показатели сильно различаются. Причём различие достаточно существенное.

Отдельно нужно упомянуть тот факт, что некоторые нейросети вообще не дают UTM-ссылки. Например, в наших проектах Алиса не передала ни одной UTM-метки. Больше всего UTM-меток мы видим у ChatGPT и Perplexity.

При этом суммировать эти данные нельзя, потому что в обоих отчётах может находиться один и тот же переход. Получается, что мы не можем просто сложить эти показатели, но и не можем полностью рассматривать их отдельно, потому что часть данных пересекается. Поэтому общая картина получается достаточно смазанной.

Тем не менее, можно сделать вывод, что ChatGPT лучше анализировать по UTM-меткам, а Алису и другие нейросети — скорее по реферальному трафику, то есть по переходам с сайтов. Это если вам надо показывать красивые отчеты) Если вам надо считать реальность, то надо садиться и думать как это всё свести к более менее точным данным.

B2B против B2C

Вывод, что AI-трафик почти целиком в b2b неверен. Так как: а) это срез по нашим данным, а у нас исторически в агентстве больше b2b, чем b2c. б) внутри b2b находится крупный кластер профессиональных медиа. В b2c их поменьше у нас.
Так что дальнейшие выводы мы будем делать в разрезе: вот столько трафика и так он распределен в b2b. 

Медиа и сайты бизнеса

Как я уже говорил, у нас теперь будут учитываться только B2B-сегменты. Соответственно, здесь мы видим распределение между трафиком, который идёт на информационный контент — я его обозначил как медиа. Это как отдельно стоящие сайты, так и разделы блог, новости и так далее внутри коммерческого сайта.

Отдельно рассматриваем бизнесовый сайт — страницы, где находятся услуги, тарифы и другая коммерческая информация.

Деление здесь видно независимо от способа перехода: будь то реферальный переход, прямой переход с каких-то сайтов или переход по UTM-меткам. Большая часть всего нейротрафика идёт на страницы со статьями.

Здесь можно сделать несколько выводов.

Первое — такой контент действительно собирает трафик их нейросетей.

Второе — даже если нейросети используют как источник информации страницы с ценами, описанием услуг, характеристиками, условиями доставки и так далее, клики по таким источникам практически не происходят.

То есть паттерн выглядит следующим образом: чаще люди кликают на источники информации, когда ищут именно информацию, а не конкретную услугу.

Это логично. Такой же перекос мы наблюдаем и в SEO, когда сравниваем количество кликов по коммерческим запросам и количество кликов по информационным.

То есть здесь чуда не произошло — всё работает примерно так же, как и в классическом поиске.

Тематики

Голубенькое — с сайтов
Сиреневенькое — UTM

Тут без глубоких выводов, так как это просто информация по тематикам, которые охватывает этот разбор. Выборка недостаточна обширна чтобы экстраполировать на весь рынок.

Какие нейросети дают трафик в b2b

Мы сделали аналогичное, но небольшое исследование в феврале 2026. По данным из 2025 года. Сейчас по данным с января — сентябрь 2026.  Поэтому можем сравнить и оценить динамику.

Выводов особо нет. ГПТ скорее больше рабочий инструмент становится, чем место для поиска информации. 

Ограничения исследования

Выборка агентская, а не рыночная. Проекты неодинаковы по размеру, частоте публикаций и зрелости аналитики. Встроенные AI-ответы поисковых систем не отделяются от обычного поиска. Наконец, прошлогодняя и текущая когорты различаются, поэтому сравнение по годам нельзя интерпретировать как чистый тренд рынка.

При этом именно агентский срез полезен тем, что объединяет разные типы сайтов в одной методике: B2B и B2C, медиа, услуги и пр. Все выводы относятся к этой совокупности.

Выводы которые наверно стоит сделать

1. Нейротрафик распределяется неравномерно и по источникам, и по способам маркировки. Считать это тяжко, и иногда бессмысленно ввиду того, что трафика просто мало. UTM системно переоценивает вклад ChatGPT на общей когорте.

3. Трафик с сайтов видно минимум в 2 раза больше AI-визитов, чем UTM, но остаётся нижней оценкой, на мой вкус. Там еще многое пропадает при переходов из приложений.

4. Медиа — главный получатель наблюдаемого нейротрафика.

5. Точный полный объём GEO-трафика относительно поиска недоступен без отдельной маркировки AI-кликов внутри Google и Яндекса. Получим ли мы это когда-то? Я думаю вряд ли.

6. Рабочая система измерения эффективности GEO объединяет видимость бренда, видимость источника с referral и UTM в Яндекс.Метрике, а также охваты и целевые действия на сторонних площадках.