От классического SEO к GEO: как вырастить долю голоса бренда в ответах нейросетей
Наверняка вы заметили даже на себе, что поведение пользователей в поиске меняется: вместо того чтобы кликать по ссылкам в Яндексе или Google, люди всё чаще просят ИИ принять за них решение.
Особенно это заметно в B2B. Предприниматели, которые планируют открыть пункт выдачи заказов (ПВЗ), используют нейросети как бизнес-менторов. Они задают ChatGPT, Шедевруму или Perplexity сложные вопросы: стоит ли вообще заходить в этот бизнес, как рассчитать окупаемость и какую франшизу выбрать.
ИИ анализирует терабайты данных и выдает готовый ответ. Если вашего бренда нет в этой подборке — вы просто выпадаете из цикла принятия решений. Именно так зародилось новое направление — GEO (Generative Engine Optimization), или оптимизация под нейросети.
О клиенте и задаче
Наш клиент — B2B-направление одного из маркетплейсов. Компания развивает логистическую сеть и предлагает открыть ПВЗ по франшизе. Для работы с партнерами у них создан отдельный поддомен.
Перед командой «Пиксель Плюс» поставили задачу: системно увеличить число рекомендаций официального портала франшизы в ответах ведущих ИИ-моделей.
С какими ограничениями мы столкнулись
- Доминирование материнского бренда. Для нейросетей маркетплейс — это огромная цифровая сущность. На общие запросы ИИ постоянно пытался выдать ссылки на главный домен, новости компании или страницы для продавцов. Нам же нужно было продвигать конкретный поддомен для партнеров ПВЗ.
- Отсутствие доступа к коду сайта. Специфика платформы не позволяла нам внедрять технические SEO-правки, менять теги или перекраивать посадочные страницы.
Фокус проекта изначально был смещен с классического SEO-трафика и позиций в Яндексе или Google на метрики новой эры ИИ. Перед нами стояли четыре задачи:
- Повысить присутствие в выдаче LLM. Системно увеличить число рекомендаций франшизы в ответах нейросетей по всему спектру запросов — от открытия и оценки до развития ПВЗ.
- Изолировать целевую сущность. Разделить в «глазах» ИИ материнский бренд маркетплейса и партнерский поддомен. Нам нужно было закрепить за поддоменом статус главного экспертного источника по теме ПВЗ.
- Завоевать небрендовое (категорийное) поле. Настроить алгоритмы ИИ так, чтобы они рекомендовали франшизу нашего клиента, даже когда пользователь еще не выбрал конкретную платформу, а просто ищет «выгодный вариант для инвестиций».
- Вырастить ключевые метрики GEO: общую видимость бренда в LLM, количество упоминаний во внешнем контуре и долю голосов (Share of Voice).
Как мы нашли решение
Поскольку классическая техническая оптимизация была недоступна, мы решили действовать через управление внешней средой. Стратегия строилась на создании мощного «информационного купола» вокруг проекта.
Наша задача была — высадить на авторитетных внешних ресурсах (СМИ, бизнес-площадках, UGC-платформах) контент такого качества, который нейросети (Perplexity, Яндекс GPT, ChatGPT, Gemini) гарантированно заберут в качестве первоисточника для своих ответов.
Смена парадигмы: продуктовый подход в AI SEO (GEO)
В оптимизации под ИИ нельзя работать по старой логике: «собрали ключи, написали тексты, ждем трафик». Нейросети мыслят не изолированными страницами, а устойчивыми смысловыми связями во внешнем контуре. Они оценивают авторитет источника и то, насколько качественно контент решает задачу пользователя.
Мы выделили 4 принципа работы:
- Фокус на сценариях (Jobs-to-be-Done). Отталкивались от реальных болей будущих франчайзи: как запустить бизнес, как устроена экономика, что делать в кризис.
- Матрицы промптов. Каждую группу запросов тестировали как гипотезу: где бренд уже виден, где мы в слепой зоне, а какие площадки нам мешают.
- LLM-friendly контент. Нейросети не любят «воду» и длинные вступления. Чтобы ИИ цитировал наши статьи, мы упаковывали смыслы в удобные для него паттерны: чек-листы, сравнительные таблицы и готовые FAQ (вопросы-ответы).
- Сквозной мониторинг. Динамику упоминаний и долю голоса (Share of Voice) мы отслеживали в реальном времени через специальный AI-модуль Пиксель Тулс.
Пошаговая реализация проекта
Этап 1. Разделение сущностей и настройка измеряемого мониторинга
Любая системная работа начинается с аналитики. На первом этапе нам нужно было полностью изолировать данные партнерского поддомена от глобального инпута родительского бренда, чтобы оценивать динамику проекта без статистических погрешностей.
Что мы сделали:
- Зафиксировали целевую сущность проекта. Мы четко отделили промпты, касающиеся открытия и ведения бизнеса ПВЗ, от общих запросов про покупки или работу селлеров на маркетплейсе.
- Развернули проект в AI-модуле Пиксель Тулс. Это позволило нам в реальном времени отслеживать, как ведущие нейросети видят наш бренд, как он появляется в ответах, какое конкурентное окружение формируется вокруг, а также фиксировать долю голоса (Share of Voice), процент встречаемости бренда и тональность упоминаний.
- Подключили веб-панель Bing. Так мы смогли в реальном времени отслеживать, как поисковые роботы Microsoft индексируют наши внешние материалы и как это влияет на логику генеративных ответов.
- Сформировали базу «слепых зон». Выделили список интентов (намерений пользователей), по которым на старте проекта наш поддомен вообще не упоминался нейросетями.
Этап 2. Сбор промптов и матричная работа с небрендовым полем
Мы собрали и кластеризовали обширный пул промптов, полностью копирующих реальное поведение целевой аудитории — начинающих предпринимателей, инвесторов и действующих франчайзи. Запросы разбили на 5 фундаментальных бизнес-категорий:
- Открытие ПВЗ с нуля: «какие пошаговые требования к открытию ПВЗ», «как запустить пункт выдачи без опыта».
- Финансовые модели: «сколько приносит ПВЗ нашего бренда в месяц», «как правильно рассчитать окупаемость франшизы ПВЗ».
- Геомаркетинг и локация: «как выбрать идеальное помещение под ПВЗ», «какие главные ошибки бывают при выборе места для пункта выдачи».
- Безопасность бизнеса: «какие штрафы предусмотрены для партнеров нашей сети», «какие скрытые риски есть при открытии пункта».
- Развитие и масштабирование: «как поднять доход уже действующего ПВЗ», «какие дополнительные услуги можно подключить на пункте выдачи для увеличения прибыли».
Главный инсайт проекта: если пользователь изначально вводит в чат-бот запрос с названием нашей платформы, нейросеть с высокой долей вероятности найдет и выдаст информацию о компании. Но ключевая битва за клиента разворачивается в небрендовом (категорийном) поле, когда человек еще не выбрал франшизу и ищет варианты.
Поэтому мы создали отдельный стратегический блок категорийных промптов: «какой пункт выдачи заказов выгоднее открыть предпринимателю?», «сравнение топ-сервисов выдачи интернет-заказов», «стоит ли входить в бизнес ПВЗ в 2026 году?». Эти запросы стали главным критерием эффективности: они показывали, рекомендует ли ИИ наш проект самостоятельно, без прямой подсказки со стороны пользователя.
Этап 3. Проектирование LLM-friendly контента под отстающие интенты
Диагностика показала, что проект серьезно недополучает упоминания по темам сравнения маркетплейсов между собой, анализу рисков и стратегиям увеличения доходности.
Чтобы исправить это, мы разработали контент-план, основанный на правилах потребления информации языковыми моделями (LLM). Нейросети не любят водянистые тексты, длинные лирические вступления и размытые формулировки. Чтобы алгоритм выбрал статью в качестве авторитетного источника и процитировал ее, контент должен быть структурирован в форматах, идеальных для извлечения данных:
- Чек-листы и пошаговые алгоритмы — из них ИИ собирает списки действий для пользователя.
- Сравнительные таблицы — их модели используют для ответов на запросы в стиле «что лучше выбрать».
- Блоки FAQ (вопрос-ответ) — идеальные готовые паттерны, которые нейросеть может напрямую скопировать в свое диалоговое окно.
Этап 4. Высадка контента и управление рисками на UGC-платформах
Реализация контентной стратегии шла строго итерационными волнами. На этом этапе мы столкнулись с серьезным сопротивлением внешней среды: крупнейшие UGC-площадки (vc.ru, DTF, Пикабу) в силу жестких внутренних алгоритмов модерации часто воспринимали детальные разборы бизнес-кейсов франшиз как прямую коммерческую рекламу. Это приводило к теневым банам, ограничениям охватов или блокировкам аккаунтов. Попытки опубликовать материалы про окупаемость на DTF или пошаговый запуск на Пикабу регулярно попадали в зону риска.
Мы оперативно перестроили тактику и диверсифицировали каналы дистрибуции, распределив веса на более стабильные, но авторитетные для ИИ площадки:
- Бизнес-медиа высокой авторитетности. Основной упор был сделан на Клерк и Sostav. Профессиональная площадка «Клерк» выводила наши структурированные статьи на главную страницу, что привлекало поисковых роботов и обеспечивало быструю индексацию материалов базами данных LLM.
- Сеть региональных СМИ. Мы провели веерное размещение адаптированных материалов на базе региональных новостных ресурсов (Gus-info, Mirnov, Kam24, i38, Smolensk2, Kikonline). Небольшие локальные СМИ обладают высокой степенью доверия у поисковых систем, и ИИ охотно затягивает их в строку «источников», если статья четко отвечает на локальный запрос пользователя (например, о сравнении сервисов выдачи в конкретном регионе).
Результат
За счет создания авторитетной внешней экосистемы мы за 2 месяца работ уже получили уверенный рост по всем ключевым GEO-метрикам:
Положительный тренд и реакция нейросетей на публикацию контента прослеживаются на графиках мониторинга.
Существенный рост упоминаний (с 101 до 181) доказывает, что ИИ начал распознавать наш поддомен как первоисточник знаний о бизнесе ПВЗ.
Ландшафт распределения долей рынка в ответах ИИ (Share of Voice) также изменился в пользу нашего проекта:
Как распределились источники цитирования
После завершения проекта наши целевые площадки заняли прочные позиции в пуле первоисточников нейросетей:
- Клерк (54 упоминания в источниках ИИ) — база для ответов про риски и финмодели.
- Sostav (53 упоминания) — надежный базис для ИИ в деловом контексте.
- vc.ru (53 упоминания) — несмотря на строгую модерацию, выжившие чек-листы продолжают цитироваться благодаря огромному весу самой платформы.
Нам приходилось работать в агрессивной среде. По теме франшиз нейросети активно цитируют медиа и контентные проекты крупных банков (включая лидера рынка с частотой цитирования 123), а также каталоги вроде BeBoss. В этих условиях занять долю голоса в 15,31% без управляемой внешней среды было бы невозможно.
Главные выводы
- GEO — это управляемый digital-канал. Присутствием бренда в ответах нейросетей можно руководить системно, даже если у вас нет доступа к технической оптимизации самого сайта.
- Гибкость спасает бюджет. Столкнувшись со сложностями модерации на одних площадках, мы переориентировались на бизнес-медиа и региональные СМИ, полностью нивелировав риски.
- Победа в небрендовом поле. Мы обучили алгоритмы ИИ рекомендовать франшизу нашего клиента в тех сценариях, где пользователь изначально искал абстрактный «выгодный вариант для инвестиций».
Генеративный поиск меняет правила игры. Пользователь принимает решение о доверии к компании еще на этапе диалога с ИИ, часто даже не переходя на сайт. Создание правильной и понятной для моделей контентной экосистемы сегодня — это гарантия того, что ваш бизнес останется в лидерах рынка завтра.
Команда проекта
Максим Муромский, ведущий SEO-специалист проекта;
Олег Хомутов, ведущий менеджер проекта;
Наталья Зуева, AI-конетент специалист проекта;
Виктория Волчкова, редактор проекта.