Продвижение бизнеса в ChatGPT, Алисе и других нейросетях

GEO (Generative Engine Optimization) — работа над тем, чтобы AI-системы могли найти информацию о компании, правильно понять, чем она занимается, доверять её фактам и использовать её как источник в своих ответах. Это касается не только сайта, но и всего цифрового следа компании: статей, отзывов, каталогов, публикаций и упоминаний.

GEO не заменяет SEO — это дополнительный слой поверх той же технической базы. Google в своей документации рекомендует рассматривать оптимизацию под AI-функции как развитие фундаментальных SEO-практик, а не как отдельную замену SEO. Хорошее SEO закрывает часть работ и уменьшает смету, но единое представление о компании, извлекаемость контента и работа с внешними упоминаниями в обычный SEO-подряд не входят.

Аудит — это отдельная разовая работа, после неё становится понятен объём. Технический слой (доступ краулерам, разметка, единые факты, llms.txt) делается один раз. Дальше это поддержка: при смене цен и услуг данные надо обновлять, иначе ассистент начнёт отвечать устаревшими сведениями. Замер повторяется регулярно, потому что модели обновляются. По срокам ориентир такой: первые упоминания появляются через 3–4 недели после выхода первых статей на внешних площадках, устойчивый эффект — от 6 месяцев непрерывной работы.

Как правило, менять дизайн не требуется. Меняется техническая часть и подача информации: доступность страниц для ИИ-агентов, отдача контента в HTML, структурированные данные, единые формулировки об услугах, ценах и географии. Точный список правок появляется в аудите — до него мы не называем ни объём, ни сроки.

Да, если цель — чтобы компанию рекомендовали. ИИ формирует ответ не из одной страницы: на него влияют отраслевые площадки, каталоги, отзывы, СМИ и профильные публикации. Если внешние источники противоречат сайту или молчат о компании, одной правкой сайта задача не решается.

По списку целевых запросов, зафиксированному до начала работ. Смотрим видимость по промптам — долю запросов, где бренд попадает в ответ; динамику количества упоминаний от замера к замеру; тональность (позитив, нейтраль, негатив); каким по счёту источником вас цитируют; сколько раз упомянули вас против конкурентов; переходы из нейросетей по Яндекс Метрике и охват внешних площадок за период. Снимаем через Pixel Tools или GeoRank.

Да — это одна из ниш, где у ассистента прямо спрашивают, какой магазин или бренд выбрать. Для магазина критично, чтобы ассистент корректно понимал ассортимент, географию доставки и условия, а карточки и категории отдавались в HTML и были размечены структурированными данными.

Это отдельный дефект, и лечится он не жалобой, а источниками. Мы находим, откуда взялась неверная информация: устаревшие страницы, расхождения между разделами, чужие данные в каталогах и агрегаторах. Дальше сводим факты к одному непротиворечивому виду на сайте и во внешних источниках и контролируем замером, изменился ли ответ.

SEO борется за позицию сайта в списке результатов, GEO — за то, чтобы компанию назвали внутри готового ответа ИИ. Отсюда практические отличия: ассистенту нужен извлекаемый факт (прямой ответ, цифра, таблица), а не текст вокруг ключа; часть ИИ-краулеров не исполняет JavaScript, поэтому контент должен быть в HTML; и важна непротиворечивость фактов о компании во всех источниках, а не только на сайте.

Нет. Такой гарантии не даёт никто: механизм отбора источников у моделей закрыт, меняется без предупреждения и отличается от модели к модели. Мы отвечаем за то, что контролируем — техническую доступность, непротиворечивость данных, качество структуры и контента, работу с цифровым следом — и за честный замер до и после.

Это полезный, но не решающий инструмент. Google Search Central прямо указывает, что llms.txt не используется Google Search (включая AI-функции) и не влияет на ранжирование, а специальная разметка для попадания в AI-функции не требуется; при этом Google допускает поддержку файла для других сервисов и систем, которые его используют. Поэтому мы относимся к llms.txt как к одному из инструментов ориентации для ИИ-ассистентов, а не как к главному аргументу услуги.

Не всегда. Сначала мы приводим в извлекаемый вид то, что уже есть: прямые ответы в начале страниц, таблицы, определения, блоки «вопрос — ответ». Новые материалы нужны там, где по теме нечего процитировать — тогда ассистенту просто нечем подтвердить, что вы хороший выбор.

В базовый замер входят Яндекс Алиса, Google AI Overview и Perplexity — для российского клиента это главные площадки. Дальше состав зависит от инструмента: на GeoRank добавляются ChatGPT, Gemini, DeepSeek, Claude, Grok, GigaChat и Qwen, можно выбрать до шести систем под вашу нишу и аудиторию. Важно понимать: у разных систем разные источники и разная логика отбора, поэтому картина по ним отличается — и в отчёте мы показываем их по отдельности.

Мы рекомендуем именно так и начинать. AI Visibility Audit — отдельный продукт: 20–50 целевых запросов, срез ответов в ChatGPT, Gemini, Perplexity и AI-поиске, упоминания компании, конкуренты, ошибки в фактах, техническая доступность сайта и приоритеты внедрения. Стоимость — 25 000 ₽ разово. По его итогам можно продолжить с нами или отдать план своей команде.

Да, и требования здесь выше: ассистенты осторожнее относятся к медицинской тематике и сильнее опираются на подтверждаемость информации — врачи, лицензии, специализация, адреса. Отдельно следим за корректностью фактов: ошибка в описании услуги клиники для пациента дороже, чем отсутствие упоминания.