Красные флаги GEO-подрядчика. На что смотреть, прежде чем платить

GEO — рынок без устоявшихся стандартов отчётности, и это создаёт удобную почву для красиво упакованных, но пустых отчётов. В отличие от классического SEO, где годами накоплены понятные метрики и способы независимой проверки, в продвижении для нейросетей компания часто вынуждена верить подрядчику на слово. Разбираем, какие сигналы отличают рабочий процесс от маркетинговой обёртки — до того, как деньги потрачены.

Главный принцип простой: просить первичные данные, а не готовые выводы, и сверять любое обещание с тем, что вообще технически измеримо на текущем этапе развития GEO-инструментов.

Это первый и самый очевидный красный флаг. Ответ генеративной модели формируется заново при каждом запросе и зависит от региона пользователя, истории диалога и версии модели на момент обращения. Обещание конкретной позиции в ответе конкретной нейросети за фиксированную сумму технически некорректно — подрядчик либо не понимает, как работает технология, либо сознательно манипулирует ценой ради контракта.

Честная альтернатива такому обещанию — прозрачное описание процесса. В нём должно быть видно, какие промпты замеряются, с какой периодичностью, что считается ростом видимости и как этот рост будет подтверждён данными, а не декларацией.

Реальная работа с разными клиентами и разными нишами почти всегда даёт смешанные результаты. Одни промпты дают быстрый рост, другие остаются без изменений месяцами, третьи вообще требуют пересмотра подхода к контенту. Портфолио, где нет ни одного упоминания неудачи, — сигнал либо скрытых провалов, либо очень узкой и удобной выборки клиентов, которую показывают всем подряд.

Стоит прямо спросить у подрядчика: какой процент промптов или движков в среднем не показывает роста, и как он реагирует на такие случаи. Ответ вроде «у нас всегда всё получается» звучит хорошо, но не выдерживает элементарной проверки на правдоподобие.

Полезный побочный вопрос: как подрядчик определяет момент, когда стоит сменить тактику по конкретному промпту, а не продолжать её месяцами без результата. Отсутствие внятного ответа обычно означает, что процесс сводится к регулярному замеру без реального анализа причин, почему одни формулировки работают, а другие нет.

Даже с учётом конфиденциальности клиентов есть способы продемонстрировать методологию без раскрытия чужих данных: обезличенный пример с реальными цифрами, демонстрация процесса замера на тестовом промпте, короткий пилотный период на данных самого заказчика. Если подрядчик отказывается от всех трёх вариантов сразу, ссылаясь на общие фразы о конфиденциальности, это повод для серьёзных сомнений.

Сырые ответы моделей — это не бюрократическая формальность, а единственный способ проверить, действительно ли модель имела в виду бренд клиента, а не омонимичного конкурента или похожее название. Отчёт с одной агрегированной цифрой такую проверку не позволяет в принципе.

Смешивание разных нейросетей в одну общую цифру — самый распространённый способ замаскировать провал в конкретном движке. Бренд может уверенно расти в ChatGPT за счёт общей узнаваемости и полностью отсутствовать в Яндекс Нейро или Perplexity, а усреднённый показатель этого не покажет.

Разбивка по каждому движку отдельно — минимальное требование к любому честному отчёту, а не опция премиум-тарифа. Если подрядчик предоставляет разбивку только за доплату, это тоже стоит воспринимать как сигнал: базовая проверяемость отчёта не должна быть платной опцией.

Чек-лист перед подписанием контракта с GEO-подрядчиком:

Устойчивую картину видимости обычно получают не раньше 4–8 недель после публикации нового контента, потому что именно столько времени требует переиндексация источника моделями [3]. Решение прекратить сотрудничество через месяц без видимого роста часто принимается до того, как процесс вообще успел дать результат физически.

Обратная проблема встречается реже, но тоже реальна: подрядчик, который держит клиента на контракте годами без промежуточных контрольных точек и без объяснения, почему конкретные метрики не двигаются. Разумный компромисс — зафиксировать в договоре конкретные контрольные точки. В них стоит прописать, что должно быть видно через 8 недель, через 3 месяца, через полгода, и что произойдёт, если этих показателей нет.

Даже добросовестно составленный отчёт легко прочитать неправильно, если смотреть только на итоговый процент роста. Стоит разложить показатель на составляющие: сколько движков дали рост, сколько остались без изменений, сколько просели. Одна крупная цифра роста часто объясняется одним удачным движком, пока остальные незаметно деградируют на общем фоне.

Второй момент — синхронность роста. Если контент публиковался постепенно на протяжении месяцев, а отчёт показывает единый скачок видимости по всем движкам сразу в одну неделю, это подозрительно: переиндексация у разных систем идёт с разной скоростью, и синхронный рост скорее говорит о совпадении или манипуляции с методологией, чем о реальной причинно-следственной связи.

Третий момент — что произошло с промптами без роста. Отчёт, который показывает только позитивную динамику и умалчивает о промптах без изменений, скрывает часть картины и искусственно улучшает итоговое впечатление.

Первая метрика — доля упоминаний бренда по конкретному движку на фиксированный набор промптов, отдельно по каждой системе. Вторая — сентимент упоминаний в динамике: рост частоты при ухудшении тона выглядит как успех в отчёте, но не приносит пользы бизнесу.

Третья, которую реже отслеживают, но которая напрямую влияет на результат, — конверсия трафика из ИИ-ответов. По данным исследования на выборке 446 405 визитов, AI-трафик конвертируется на уровне 10,21% против 2,46% у обычного органического поиска — разница в 4,1 раза. Если рост видимости не сопровождается ростом такого трафика на сайт, стоит проверить, действительно ли модели ссылаются на сайт клиента.

Четвёртая метрика — доля запросов, где краулеры ИИ-систем технически смогли получить доступ к контенту. Рост видимости невозможен, если робот заблокирован в robots.txt или ключевые страницы закрыты авторизацией, и эту техническую предпосылку стоит проверять до, а не после запуска платной работы.

Первый практический приём — задавать конкретные вопросы вместо общих. Вместо «расскажите про вашу методологию» лучше спросить: «покажите отчёт по конкретному клиенту с разбивкой по трём движкам за последний месяц». Общий вопрос почти всегда получает общий ответ, а конкретный запрос быстро показывает, насколько подрядчик готов к прозрачности.

Второй приём — обращать внимание не только на содержание ответа, но и на скорость реакции. Если на запрос сырых данных подрядчик реагирует раздражением или затягиванием, это говорит о готовности к прозрачной работе больше, чем сам итоговый ответ. Добросовестный поставщик воспринимает такие вопросы как нормальную часть due diligence, а не как недоверие.

Третий приём — сравнивать формулировки в презентации с формулировками в проекте договора. Иногда презентация обещает регулярный детальный отчёт с разбивкой по движкам, а в договоре зафиксирован только «ежемесячный отчёт о результатах» без конкретики. В таком случае юридически обязывающим документом будет договор, а не красивая презентация, и именно на него стоит ориентироваться при возникновении споров.

Годовой контракт без предварительного тестового периода — ещё один сигнал, который стоит различать отдельно от откровенного обмана. Здесь речь не обязательно о недобросовестности: некоторые подрядчики просто выстроили бизнес-модель вокруг длинных контрактов и не предлагают пилот по умолчанию, хотя готовы обсудить его при прямом запросе.

Разумная длительность пилотного периода должна перекрывать хотя бы один цикл переиндексации — не меньше 4–6 недель. Пилот короче двух недель не докажет ничего, кроме того, что подрядчик умеет быстро собрать презентабельный первый отчёт, не подтверждённый реальной динамикой.

Три ошибки повторяются чаще остальных у компаний, впервые выбирающих подрядчика для продвижения в ИИ-поиске.

Первая — верить итоговому отчёту без запроса первичных данных, хотя проверка сырых ответов заняла бы меньше часа. Вторая — оценивать результат до того, как модели вообще успели переиндексировать новый контент. Третья — не фиксировать заранее, что именно считается успехом, из-за чего любой результат потом можно трактовать в чью угодно пользу.

Причина всех трёх одна: в отсутствие явного запроса на прозрачность подрядчик по умолчанию предоставляет минимум данных, которого достаточно для убедительности, но недостаточно для независимой проверки.

Покажет ли он сырой отчёт по конкретным ответам моделей, а не только итоговую агрегированную цифру.

Не раньше 4–8 недель после запуска, потому что именно столько времени требуется моделям на переиндексацию нового контента.

Стоит насторожиться. Реальная работа с разными клиентами почти всегда включает частичные неудачи, и их отсутствие — повод уточнить методологию отбора кейсов.

Нет. Важно отдельно отслеживать сентимент — рост частоты при ухудшении тона выглядит как успех, но не приносит пользы бизнесу.

Рассматривать это как сигнал осторожности и настаивать хотя бы на коротком тестовом периоде на данных заказчика перед подписанием долгого контракта.

Красные флаги GEO-подрядчика редко выглядят как явный обман: чаще это отсутствие данных, которое легко списать на молодость рынка. Задача не в поиске идеального поставщика без единого недостатка, а в настойчивом запросе первичных данных вместо готовых выводов.

Хороший тест перед подписанием любого контракта — попросить подрядчика показать текущую видимость бренда прямо сейчас, до начала работ, и объяснить, за счёт чего именно она изменится. Общие фразы без конкретики по вашим запросам и конкурентам не гарантируют результата ни при какой цене.

Ни один из перечисленных красных флагов сам по себе не доказывает недобросовестность — молодой рынок объясняет часть пробелов в отчётности объективно. Но чем больше флагов совпадает одновременно, тем выше риск заплатить за красиво оформленную неопределённость вместо измеримого результата.

Источник: