GEO-аудит сайта через Claude-скилл с пятью агентами

Если коротко

Что даёт: команда /geo audit <url> в Claude Code гоняет по сайту 15 саб-скиллов и 5 параллельных субагентов и выдаёт составной GEO-score с готовым списком дыр: доступ AI-краулеров, цитируемость абзацев, разметка, упоминания бренда там, откуда модели тащат факты.
Зачем: ИИ-поисковики (ChatGPT, Perplexity, Google AI Overviews) ранжируют по другим сигналам, чем классический SEO, а свой сайт руками толком не проверишь, глаз замыливается.
Как сделать: ставишь скилл одной командой curl -fsSL https://raw.githubusercontent.com/zubair-trabzada/geo-seo-claude/main/install.sh | bash (или через git clone и ./install.sh, если хочешь сначала прочитать установщик), перезапускаешь Claude Code и пишешь /geo audit https://ваш-сайт.ru.
Профит: сам скилл бесплатный (MIT), а по словам автора поста аудит занимает около получаса вместо дня ручного разбора. На выходе файл GEO-AUDIT-REPORT.md с оценкой по шести категориям и списком проблем по срочности (Critical, High, Medium, Low). Платить придётся только за Claude Code: аудит идёт на вашей подписке или API-токенах, замеров расхода нет, а задействовано до 50 страниц сайта и пять субагентов.
Где подвох: репозиторий ведёт в платное сообщество автора на Skool ($77 в месяц или $499 в год, на 25.09.2026), в посте про это ни слова, и половина инструмента (geo-prospect, geo-proposal) заточена под продажу GEO-услуг клиентам, а не под самоаудит. Проверка упоминаний бренда сделана под англоязычный веб (английская Википедия, англоязычный Wikidata), Яндекса, Алисы и GigaChat в списках платформ и краулеров нет, так что для .ru-сайта этот блок даст мало. Итоговую цифру считает сама модель по формуле из SKILL.md с авторскими весами, поэтому это ориентир, а не измерение.

Что показано

Автор Telegram-канала «Точки над ИИ» (пост от 03.09.2026, t.me/TochkiNadAI/2610) прогнал через Claude (модель Fable 5.1) сторонний скилл geo-seo-claude и поделился впечатлением по горячим следам. Внутри, по его словам, 15 саб-скиллов и 5 субагентов, которые расходятся по сайту параллельно: один считает цитируемость абзацев, второй проверяет доступ AI-краулеров, третий разметку, четвёртый упоминания бренда на площадках, откуда модели берут факты. Перед установкой он сам прочитал код скилла (питон-зависимости, обращения в сеть) и не нашёл ни хуков, ни утечки данных наружу. Скринов самого процесса в посте нет, только текст. Более ранний скилл, на который автор ссылается вскользь (t.me/TochkiNadAI/2518), это Claude SEO Даниэля Агричи (github.com/AgriciDaniel/claude-seo), общий SEO-аудит сайта. Он уже разобран в «Лаборатории»: evdokimov.ai/lab/seo-agent-vnutri-claude-code/. Geo-seo-claude специализированнее: он заточен именно под видимость в ИИ-поиске, так что это скорее дополнение к общему SEO-аудиту, чем замена.

Почему это работает

ИИ-поисковики ранжируют не по PageRank и бэклинкам, а по тому, можно ли процитировать конкретный абзац, не заблокирован ли сайт для их краулеров в robots.txt и llms.txt, есть ли структурированные данные и упоминается ли бренд там, откуда модели реально тянут факты. Код скилла (scripts/brand_scanner.py) прямо цитирует цифру: упоминания на YouTube коррелируют с ИИ-видимостью в разы сильнее бэклинков, 0.737 против 0.266 по их метрике. Дальше получается простое разделение труда: вместо одного долгого последовательного прохода скилл раскладывает аудит на 5 параллельных субагентов Claude Code, каждый со своей узкой задачей. Отсюда и разница в скорости.

Свой сайт смотришь замыленным глазом и дырки в нём пропускаешь, а тут они вываливаются за полчаса.

Где это пригодится

Если у вас свой домен и никто формально не прописывал, что показывать ИИ-краулерам (нет llms.txt, robots.txt никогда не проверялся под ChatGPT и Perplexity), этот чеклист вытащит дыры за один прогон вместо дня руками. Пригодится и тем, кто ведёт SEO или GEO для клиентов: внутри уже лежат заготовки под мини-CRM (geo-prospect) и автогенерацию предложений (geo-proposal), хотя это уже скорее продающая надстройка, чем сам аудит. Автор поста гонял скилл с Fable 5.1 и по итогу назвал его дополнительным чеклистом, а не заменой полного разбора, короче штука рабочая, но не единственная. Для сайта на русском языке берите результат с поправкой: блоки про упоминания бренда и платформы рассчитаны на англоязычную выдачу.

Ссылки и ресурсы

geo-seo-claude, сам скилл: https://github.com/zubair-trabzada/geo-seo-claude. Работает, MIT, бесплатно, около 10,8 тыс. звёзд, последние правки в main от 19.09.2026 (на 25.09 новые коммиты только от бота со звёздной историей).
Установщик: https://raw.githubusercontent.com/zubair-trabzada/geo-seo-claude/main/install.sh (для Windows install-win.sh в том же месте, только из Git Bash). Работает, бесплатно.
Документация проекта: https://github.com/zubair-trabzada/geo-seo-claude/tree/main/docs (там getting-started.md, commands-reference.md, scoring-methodology.md). Работает; часть текстов устарела, например getting-started.md пишет про pip install --user, хотя установщик ставит зависимости в venv.
Claude Code CLI (npm install -g @anthropic-ai/claude-code): без него скилл не работает. Платно: нужна подписка Claude или оплата по API, расход на один аудит в источниках не указан.
Оригинальный пост: https://t.me/TochkiNadAI/2610, канал «Точки над ИИ». Работает, бесплатно.
Более ранний скилл из поста, Claude SEO: пост https://t.me/TochkiNadAI/2518 и репозиторий https://github.com/AgriciDaniel/claude-seo. Работает, MIT, бесплатно, около 17,6 тыс. звёзд. Разбор в «Лаборатории»: https://evdokimov.ai/lab/seo-agent-vnutri-claude-code/.
Сообщество автора на Skool (куда ведёт описание репозитория): https://www.skool.com/aiworkshop. Работает, платно, $77 в месяц или $499 в год на 25.09.2026, для самого скилла не нужно.

Больше подобного

Разбираю по находке в день и складываю сюда. Свежее и то, что до сайта не доехало, выходит в канале «Евдокимов как обычно».

Читать канал Обсудить задачу