Geo-optimizer-skill: бесплатный аудит, цитируют ли ИИ ваш сайт

Что за проект и откуда он взялся

О проекте я узнал из канала GitHub Community. Репозиторий называется Auriti-Labs/geo-optimizer-skill. Репозиториев с похожим названием много, это форки. Лицензия MIT, файл LICENSE это подтверждает, звёзд около тысячи. Последняя версия на момент проверки 4.18.3, последний коммит в главную ветку от 30 сентября 2026 года.

Работает проект как командная строка, библиотека на Python, MCP-сервер для Claude, Cursor и Windsurf, GitHub Action и интеграция для сайтов на Astro. Для Python нужна версия 3.9 или новее. По README, топ Google не делает сайт источником для нейросети: страницу должно быть легко найти, разобрать и процитировать.

Что именно проверяет аудит

По README, оценка складывается из восьми блоков с разным весом.

• robots.txt, 18 баллов: доступ для 27 ИИ-ботов трёх типов (для обучения, для поиска, для запросов пользователей). Среди них GPTBot, PerplexityBot, ClaudeBot, Google-Extended.
• llms.txt, 18 баллов: есть ли файл, заголовок, разделы, ссылки, глубина, парный llms-full.txt.
• Разметка JSON-LD для Schema.org, 16 баллов: WebSite, Organization, FAQPage, Article и насыщенность полей.
• Мета-теги, 14 баллов: title, description, canonical, Open Graph.
• Содержимое, 12 баллов: один H1, иерархия заголовков, списки и таблицы, цифры, внешние источники.
• Бренд и сущность, 10 баллов: единое название, ссылки на Wikipedia, Wikidata, LinkedIn, страница «О нас».
• Сигналы, 6 баллов: язык страницы, RSS, дата обновления.
• AI Discovery, 6 баллов: файлы вроде .well-known/ai.txt и ai/summary.json.

Дополнительно инструмент смотрит, не блокирует ли ботов CDN вроде Cloudflare, виден ли текст без JavaScript, нет ли скрытого текста и инструкций для моделей внутри страницы. Шкала: 86-100 отлично, 68-85 хорошо, 36-67 основа, 0-35 критично. По данным самих авторов, медианная оценка на выборке из 1400 проверенных сайтов 57 из 100. Авторы просят считать это ориентиром: выборка самоотобранная.

Как запустить и читать отчёт

Без установки аудит запускается одной командой: uvx --from geo-optimizer-skill geo audit --url https://ваш-сайт.ru. Либо pip install -U geo-optimizer-skill и затем geo audit --url .... Команда geo fix показывает готовые файлы (robots.txt, llms.txt, разметка, мета-теги) и записывает их на диск только с флагом --apply. Оценка после исправлений, как оговаривает README, расчётная, а не измеренная.

Отдельная команда geo citations задаёт нейросетям вопросы, которые могут задавать ваши клиенты, и смотрит, упомянут ли бренд и указан ли ваш домен как источник. Здесь нужны ключи API провайдеров: Perplexity, OpenAI, Anthropic, Groq, Gemini и других. У проекта две оговорки в документации. Ответы не постоянны, поэтому есть параметр --runs для нескольких прогонов. И не все API показывают источники: Perplexity возвращает адреса, а OpenAI, Anthropic и Groq только показывают, что модель знает о бренде. Google AI Overviews проверяется через отдельного провайдера SerpBase. Мой вывод: ответ через API может отличаться от того, что увидит человек в приложении ChatGPT.

В отчёте сначала идут критичные проблемы: для сайта без robots.txt и llms.txt в примере из README это пометка «сайт не виден». Дальше список исправлений по приоритету. Сначала закрывайте то, что блокирует доступ: запрет ботов в robots.txt или в настройках CDN. Потом разметку и мета-теги.

Оценка это внутренняя шкала проекта, веса задали авторы, они лежат в открытом коде. Высокий балл говорит о технической готовности сайта и ничего не говорит о том, процитируют ли вас. Для повторных замеров есть geo track с HTML-отчётом: сравнивайте один сайт до и после правок.

Чего аудит не заменяет

Инструмент оценивает готовность сайта на входе: доступность, разбор, структуру. Что нейросети говорят о вашем бренде, он видит только лёгкой проверкой через geo citations. Гарантировать цитирование он не может, это сказано в README прямо.

Есть вещи, которые скрипт не посчитает. Качество и полезность самих текстов. Упоминания вас на других площадках: отзывы, каталоги, профессиональные сообщества, СМИ. Конкуренция по вашему вопросу. Проект ссылается на исследование, где переписывание текстов ради нейросетей работало слабо, а важнее было, какой источник берёт модель.

Для российского бизнеса есть ещё одно ограничение. В README я не нашёл Яндекса и Алисы ни среди ботов, ни среди провайдеров для проверки. Как попадать в ответы Яндекса, я разбирал в статье про Яндекс Нейро и Алису.

Что исправить за неделю

Первый день. Запустите аудит, сохраните отчёт и составьте вопросы, по которым хотите появляться в ответах. Пройдитесь по ним вручную в нескольких нейросетях и запишите результат. Способы замера в статье как измерить GEO.

Второй день: robots.txt и CDN. Проверьте, не закрыты ли поисковые ИИ-боты. Боты для обучения и поисковые разделены в отчёте: закрывать ли первых, решаете вы. Заодно проверьте файрвол и CDN.

Третий день: Schema.org. Добавьте Organization и WebSite на главную, Article на статьи, FAQPage на страницы с вопросами и ответами. Разметка должна совпадать с видимым текстом страницы.

Четвёртый день: llms.txt. Это текстовый файл в корне сайта со списком важных страниц. README проекта называет его организационным сигналом и подтверждённым фактором ранжирования не считает: ни одна система не заявляла, что он улучшает цитирование. Файл дешёвый, я бы его добавил, но без ожиданий. Формат описан в статье про llms.txt.

Пятый день. Повторите аудит и ручную проверку, сравните с первым днём. Контент и внешние упоминания разобраны в чек-листе из 30 пунктов, общая картина в статье что такое GEO.

Частые вопросы

Это правда бесплатно?

Сам инструмент да: код открыт, лицензия MIT. Платными бывают только ключи API провайдеров для проверки цитат, у каждого провайдера свои тарифы. У проекта есть платформа GeoReady с мониторингом, её цены я не проверял.

Поднимет ли это мой сайт в ответах нейросетей?

Обещать нельзя, авторы проекта этого тоже не обещают. Аудит убирает технические препятствия. Попадёте ли вы в ответ, зависит от вопроса, конкурентов и самой модели.

Нужен ли разработчик, чтобы это запустить?

Для запуска достаточно командной строки и Python. Править robots.txt, разметку и настройки CDN удобнее с человеком, который знает ваш сайт.

Коротко о главном

GEO Optimizer проверяет техническую готовность сайта к ответам нейросетей: доступ ботов, llms.txt, разметку, структуру. Это полезный первый замер и список правок, но не гарантия цитирования и не замена хорошим текстам и упоминаниям на других площадках.

Если хотите, чтобы я прогнал аудит вашего сайта, внёс правки и настроил регулярный замер, это входит в цифровой маркетинг и GEO под ключ. Напишите мне в Telegram кодовое слово «ЦИТАТА», отвечу, с чего начать именно вам.