Растущая популярность AI-ассистентов создает новый канал коммуникации с аудиторией. Наш клиент заметил интересную тенденцию: часть новых учеников пришла с комментарием «вас посоветовал ChatGPT». Стало очевидно, что присутствие бренда в ответах нейросетей напрямую влияет не только на охваты и узнаваемость, но и на генерацию лидов.
Цель проекта Увеличить частоту упоминаний бренда в популярных нейросетях (ChatGPT, Claude, Gemini, Perplexity), сохранив при этом положительную тональность рекомендаций.
Реализованные задачи Работа велась по нескольким направлениям — от классического контент-маркетинга до технических настроек под требования AI.
Технический аудит и AI-готовность сайта. Первым этапом проверили базовые технические ошибки и оценили, насколько сайт доступен для обхода AI-ботами. Нейросетям важно быстро и точно извлекать информацию с минимальными затратами ресурсов — любые технические барьеры снижают вероятность того, что сайт попадёт в источники для ответов.
Внешние размещения. Собрали статьи и рейтинги из топа выдачи, которые нейросети активно цитируют, и проверили каждый материал на упоминание бренда. Там, где упоминания не было, — разместились. Это позволило напрямую влиять на частоту появления бренда в ответах ИИ.
Работа с внешним контентом
• Массовое размещение в существующих рейтингах: мы проанализировали топ-10 статей-подборок курсов, которые нейросети чаще всего используют как источники, и обеспечили присутствие бренда в этих материалах.
Логика работы была следующей: анализировали ответы нейросетей поисковую выдачу по запросам вида «лучшие курсы + предмет», собирали список страниц из топа — статьи с подборками курсов, которые либо хорошо ранжируются в поисковых системах, либо активно цитируются нейросетями (как правило, это одни и те же материалы). Затем проверяли, упоминается ли в них целевой бренд, и если нет — договаривались с авторами и вебмастерами о размещении.
Ключевое условие: статья должна уже ранжироваться, собирать трафик и иметь устойчивые позиции в выдаче. Размещение в материале без аудитории результата не даёт. Массовое присутствие в таких источниках сработало: нейросети начали упоминать бренд значительно чаще.
• Создание собственных рейтингов. Мы подготовили и опубликовали авторские статьи с обзорами рынка, где бренд клиента занимает лидирующие позиции. Материалы оптимизированы так, чтобы нейросети охотно цитировали их при формировании ответов. Работа велась в двух направлениях.
• Структура под логику нейросетей. Мы моделировали реальные пользовательские запросы — например: «Помоги подобрать курсы для подготовки к ЕГЭ по русскому» или «Я в 11 классе, найди лучшую онлайн-школу для подготовки к ЕГЭ». Зная, как нейросети обрабатывают подобные запросы, мы понимали, какую информацию они будут искать в источниках, и выстраивали структуру текста под эту логику.
Для каждой темы определяли полный набор критериев, которые важны пользователю при выборе: цены, отзывы, формат курсов, опыт преподавателей, нагрузка, уровень подготовки. Все эти критерии последовательно раскрывались в тексте. На ключевые вопросы давали короткие и конкретные ответы — именно такие формулировки нейросети цитируют с наибольшей вероятностью. Отдельным блоком добавляли раздел «Вопрос — ответ»: он одновременно повышает вероятность попадания в ответы ИИ и улучшает поведенческие метрики страницы.
• Дополнительные блоки для пользователя. Помимо основного текста, в статьи добавляли сравнительные таблицы курсов с ценами, гайды по выбору («на что смотреть, чтобы найти курс под себя») и лайфхаки по подготовке к экзаменам. Такие блоки увеличивают время на странице и делают материал по-настоящему полезным — а не просто оптимизированным.
Важный принцип: SEO-требования и требования нейросетей здесь совпадают. Если материал нравится поисковым системам — структурирован, релевантен, содержателен — он с высокой вероятностью попадёт и в источники, которые цитирует ИИ.
Техническая оптимизация (Technical GEO)
Для того чтобы поисковые роботы и парсеры LLM беспрепятственно индексировали контент, мы провели ряд доработок:
- Внедрение и настройка файла llm.txt (новый стандарт для взаимодействия с ИИ-агентами).
- Оптимизация скорости загрузки страниц и устранение ошибок в микроразметке.
- Настройка Bing Webmaster Tools, так как поисковик Bing является базой для многих AI-решений.
- Корректировка robots.txt для корректного парсинга сайта нейросетями.
Результаты и выводы
На текущий момент мы фиксируем стабильный рост видимости бренда в ответах популярных ИИ-ассистентов.
При этом нам удалось сохранить исключительно положительный контекст упоминаний.
Наш взгляд на будущее канала: Индустрия GEO сейчас находится на этапе формирования: здесь еще нет «обкатанных» методик, как в классическом SEO. Рынок живет за счет гипотез и экспериментов. Основная сложность заключается в аналитике — старые метрики здесь работают плохо, а новые стандарты оценки только разрабатываются.
Однако освоение GEO сегодня — это возможность быть на шаг впереди конкурентов. Тот, кто научится управлять упоминаниями в нейросетях сейчас, получит кратное преимущество в ближайшем будущем.