Расскажу про один эксперимент, который меня удивил
Ниша: медицинские препараты.
Топ выдачи до второй страницы держат аптеки и агрегаторы. Информационная выдача занята крупными медицинскими справочниками (rlsnet.ru, vidal.ru) и специализированными порталами pharmznanie.ru Кроме того, аптеки сами пишут и размещают медицинские статьи у себя на сайте.
Стояла задача попасть в ответы ИИ. Посмотрели, откуда Алиса, ChatGPT и Google AI Overview вообще берут информацию о препаратах. Ответ очевидный, как раз с аптек. Реальные источники, которым AI доверяет в этой нише. И аптечные платформы активно собирают UGC-отзывы! Именно оттуда нейросети черпают репутационный контекст.
Отзывы на некоторых платформах о нашем препарате уже были. Но старые, накопленные органически. Нейросети их не подхватывали. Мы добавили свежие, и именно это, судя по всему, дало сигнал. Свежесть (freshness) – это фактор ранжирования в AI-выдаче.
Что сделали:
Написали 10 отзывов под разные сценарии. Каждый отзыв закрывал отдельный информационный запрос (восстановление после антибиотиков, при гепатозе, профилактика, по рекомендации врача). Пропустили через редактора (аптечная модерация режет рекламный стиль).
Бюджет: 600 ₽ за размещение
Видимость в нейросетях отслеживали через сервис ai.pixeltools.ru. Именно оттуда скрины с графиками в этом посте.
Результат через 3 недели:
79% - видимость в ChatGPT
69% - видимость в Google AI Overview
40% - видимость в Поиске с Алисой
Всё это с нуля. Ни в одном из этих источников бренда не было.
Что интересно по механике:
Алиса не упоминала бренд вообще вплоть до 23 марта, а затем за неделю вышла на 40% видимости. Возможно, индексация отзывов прошла с задержкой.
Продолжаем наблюдение. Дальше тестируем вопросно-ответные платформы (otvet.mail.ru, sprosivracha.com) и смотрим, есть ли корреляция между площадкой и конкретной AI-системой.
