Як писати, щоб вас цитував ChatGPT

Дедалі більше людей питає не Google, а модель. Відповідь приходить одразу, з посиланнями на два-три джерела. Питання, яке з цього випливає: чому саме на ці.

Відповідь менш містична, ніж здається. Моделі, що працюють із пошуком — Perplexity, режим пошуку в ChatGPT, огляди Google — беруть кілька сторінок із видачі й вирішують, що з них можна процитувати. Виграє не найкращий текст, а найзручніший для витягування фактів.

Що це не

Це не окремий канал, куди можна «оптимізуватись» замість пошуку. Щоб модель вас процитувала, вас спершу має знайти пошук — тобто вся класична технічна робота лишається обов’язковою. GEO починається після неї, а не замість.

Вісім ознак, за якими відбирають

1. Дата публікації й оновлення

Найважливіше і найчастіше відсутнє. Без дати модель не може оцінити свіжість і за інших рівних обирає джерело, де дата є. У розмітці це datePublished і dateModified.

2. Конкретні числа

Моделі цитують дослівно те, що можна перевірити: ціни, терміни, відсотки, розміри. «Швидка доставка» не цитується ніяк. «Доставка по Києву за 2 години, від 149 грн» — цитується.

3. Заголовки-питання

Модель шукає готову відповідь на конкретне питання. H2 у формі «Скільки коштує доставка?» або «Чому фід не приймається?» зіставляється із запитом користувача напряму, а «Наші переваги» — ні з чим.

4. Розмітка Schema.org

Article, FAQPage, Product — найпряміший спосіб сказати машині, що на сторінці. Це не гарантія, але вона знімає неоднозначність.

5. Авторство

Анонімний текст цитують рідше. Достатньо вказати автора в розмітці й дати сторінку про нього — модель зчитує це як сигнал відповідальності за написане.

6. Структура замість суцільного тексту

Списки й таблиці витягуються надійніше за абзаци. Якщо у вас є перелік — оформіть його як перелік, а не як речення з комами.

7. Посилання на першоджерела

Сторінка, що посилається на дослідження, документацію чи офіційні дані, виглядає надійнішою за сторінку без жодного зовнішнього посилання.

8. Достатній обсяг

Не «більше знаків краще», а простий факт: на 150 словах рідко буває достатньо фактів, щоб було що цитувати.

Приклад мінімальної розмітки

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "Чому Prom не приймає фід",
  "datePublished": "2026-08-01",
  "dateModified": "2026-08-01",
  "author": { "@type": "Person", "name": "Ім'я автора" },
  "inLanguage": "uk"
}
</script>

Це п’ять хвилин роботи, які закривають дві з восьми ознак — дату й авторство. Зібрати розмітку можна конструктором, він одразу перевіряє типові помилки.

Що робити з українськими сторінками окремо

• вкажіть inLanguage: "uk" — моделі відповідають мовою запиту, і явна мова допомагає;
• не дублюйте російську версію українською машинним перекладом: дві майже однакові сторінки конкурують між собою і жодна не виглядає авторитетною;
• дані, специфічні для України — ціни в гривнях, терміни доставки Новою поштою, посилання на державні реєстри — це саме те, чого немає в англомовних джерелах, і саме за цим вас цитуватимуть.

Як перевірити свою сторінку

Інструмент цитабельності перевіряє всі вісім ознак і дає бал зі 100. Він свідомо не звертається до жодної моделі: перевіряються об’єктивні характеристики сторінки, тому результат відтворюваний — та сама сторінка завжди дає той самий бал, і зміни видно одразу.

Заразом варто зробити llms.txt — файл-орієнтир для моделей за аналогією з robots.txt. Стандартом він поки не став і нічого не гарантує, але й коштує кілька хвилин.

Чого не варто чекати

1. Швидкого результату. Індекси моделей оновлюються повільніше за пошуковий.
2. Стабільності. Та сама модель на той самий запит у різні дні дає різні джерела — тому міряти треба частоту згадувань, а не одну перевірку.
3. Трафіку в тих же обсягах, що з пошуку. Поки що це радше питання присутності: якщо на запит про вашу нішу модель називає конкурента, а не вас, ви програєте ще до того, як людина відкриє браузер.