GEO-продвижение транспортной компании: от 1% до 49% видимости в нейросетях и первые B2B-заявки

Расскажу о проекте, который мы запускали в условиях, когда не было ни устоявшейся методологии, ни чужих кейсов для ориентира. Только собственный опыт продвижения агентства и понимание того, как нейросети формируют ответы. Central Trans стали первым коммерческим заказчиком на эту услугу. Кейс получился показательным — и по механике, и по результатам.

Информация о проекте:

1. Клиент: транспортная компания Central Trans
2. Период реализации: сентябрь 2025 – декабрь 2025
3. Направление: GEO/AEO-оптимизация

Точка входа: SEO работает, нейросети молчат

SEO у заказчика приносило заявки — с этим проблем не было. Проблема была в другом: нейросети полностью игнорировали бренд. Стартовая видимость компании составляла 1% — редкие появления в Perplexity и пара упоминаний в Яндекс Алисе. При этом прямой конкурент ТК ПЭК показывался в 32% ответов по тем же запросам.

Задача звучала так: сделать так, чтобы при релевантных запросах нейросети называли Central Trans. Не ситуативно, а стабильно.

Немного теории, без которой остальное не сложится

Прежде чем перейти к тому, что именно мы делали, — небольшое техническое отступление. Это важно для понимания логики всех последующих шагов.

Генеративные модели не хранят «базу сайтов» в привычном смысле. Они обучены на корпусе текстов и дообучаются через RLHF, но при формировании ответов в реальном времени большинство из них обращаются к внешним источникам — кто через поисковый индекс, кто через RAG-подобные механизмы. Отсюда следует практический вывод: чтобы попасть в ответ ИИ, нужно присутствовать в тех источниках, которым конкретная модель доверяет.

Яндекс с Алисой опирается на собственный поисковый индекс и агрегирует данные с площадок, которым доверяет Яндекс. ChatGPT (на момент проекта) работал на базе Bing — отсюда прямая связь: если сайт хорошо проиндексирован в Bing, шансы попасть в ответ ChatGPT выше. Perplexity строит ответы на основе актуального веб-поиска и часто ссылается на источник напрямую. DeepSeek и GigaChat имеют свои особенности, но общая логика та же: доверенный источник + структурированный контент = попадание в ответ.

Это значит, что GEO — это не про «оптимизацию под алгоритм» в старом смысле. Это про управление цифровым следом бренда в тех местах, где нейросети его ищут.

Что конкретно делали

Шаг 1. Определили рабочие платформы

Для российской аудитории выделили шесть:

— Яндекс с Алисой 

— Google AI 

— DeepSeek 

— ChatGPT 

— Perplexity

Важно проговорить: у каждой платформы своя логика доверия к источникам. Публикация, которая хорошо работает в Perplexity, может не сработать в Яндексе — потому что Perplexity ссылается на источник в ответе, а Алиса может переформулировать без ссылки, опираясь на агрегированные данные. Это учитывалось при выборе площадок и форматов.

Шаг 2. Собрали пул запросов-промптов

Заказчик определил ключевые направления:

1. Международные грузоперевозки 
2. Негабаритные грузы 
3. Доставка авто из Китая 
4. Перегон авто в Россию 
5. Рейтинги транспортных компаний 
6. Карго-услуги

По каждому направлению собрали промпты — итого больше 100 запросов.

Здесь принципиально важная деталь: GEO-запросы по своей природе отличаются от SEO-фраз. Когда человек открывает ChatGPT или Алису, он не пишет «грузоперевозки Москва». Он спрашивает «какую транспортную компанию выбрать для доставки негабарита из Китая» или «посоветуй надёжного B2B-перевозчика для регулярных рейсов». Это диалоговые запросы с длинным хвостом, часто начинающиеся с вопросительного слова. Именно под такие намерения пользователя и оптимизируется контент.

Шаг 3. Зафиксировали точку А и проанализировали конкурентов

Сделали базовый срез: кто показывается по нашим промптам, на каких позициях, с каких площадок нейросети берут данные. Это дало понимание того, какой контент и откуда уже работает у конкурентов — и позволило не изобретать заново, а двигаться в сторону проверенных механик.

Шаг 4. Подготовили сайт под требования ИИ

Это шаг, который многие пропускают — и зря. Нейросеть должна уметь «читать» источник и доверять ему. Несколько конкретных правок:

1. Schema.org-разметка. Внедрили типы Article и FAQ. Article помогает модели понять, что страница — это структурированный экспертный материал с автором. FAQ — один из форматов, который напрямую «ложится» в структуру генеративного ответа: вопрос-ответ это именно то, что ИИ воспроизводит пользователю.
2. EEAT-факторы. Структурировали страницы под требования экспертности, авторитетности и достоверности: авторство материалов, данные о компании, верифицируемые факты.
3. Подключение к Bing Webmaster Tools. На момент проекта ChatGPT работал на базе поискового индекса Microsoft. Если сайт не проиндексирован в Bing или плохо там представлен — шансы попасть в ответ ChatGPT заметно ниже. Это было известно и это сделали.

Шаг 5. Подготовили контент

Несколько десятков публикаций для разных площадок. При формировании придерживались правил:

1. Авторство. Каждый текст подписан конкретным специалистом — это EEAT-сигнал. Безымянный контент ИИ воспринимает как менее авторитетный источник. 
2. Главное — вначале. Нейросеть не читает линейно. Если ответ на основной вопрос спрятан в середине статьи, он может не попасть в генеративный ответ.
3. Блок FAQ. Обязательный элемент: именно такой формат алгоритм легко разбирает и воспроизводит. 
4. Summary в конце. Краткое резюме тезисами помогает модели корректно интерпретировать основной посыл. 
5. Цифры, факты, ссылки на источники. Верифицируемые данные повышают доверие алгоритма к материалу.

Для рейтинговых публикаций разрабатывали отдельную методологию и проводили исследование на открытых данных. Фактчекинг — не опция: ИИ чаще цитирует источники, которые можно проверить.

Шаг 6. Запустили дистрибуцию

На основе анализа выдачи составили карту площадок: тематические ресурсы по логистике и бизнесу, UGC-платформы — Sostav, vc.ru, Dzen, TenChat и другие. Плюс публикации на сайте компании.

Каждая публикация не выходила в одиночку: подогревалась анонсами на смежных площадках, постами в соцсетях, усиливалась ссылочным фактором. Логика простая — нейросеть начинает воспринимать бренд как авторитет в теме, когда многократно встречает его в релевантном контексте на разных ресурсах. Это и есть управляемый накопительный эффект.

Побочный результат: часть статей вышла в топ органической выдачи Яндекса и Google — дистрибуция сработала не только для ИИ, но и для классического поиска.

Результаты

Видимость бренда выросла с 1% до 49% в среднем по всему набору промптов.

Доля ссылок на сайт в ответах нейросетей — 33%. Сайт перешёл в статус доверенного источника: нейросети цитируют информацию с него и вставляют в свои ответы.

Трафик из нейросетей на сайт существенно вырос — особенно из Алисы с её большой русскоязычной аудиторией. Для платформ без реферальных ссылок отслеживали рост брендовых запросов через Яндекс Wordstat.

Получено 10 подтверждённых B2B-заявок с высоким средним чеком.

Оговоримся честно: фактическое количество обращений кратно выше. Яндекс и Google пока не отдают данные о переходах из блока нейроответов в классической выдаче — это известное ограничение инструментов аналитики. Алиса GPT в нашей аналитике — именно отдельное приложение с чатом, не «нейро»-блок в поиске.

Про качество заявок: лиды из нейросетей конвертируются в сделки в несколько раз лучше, чем из большинства других каналов. По уровню готовности они ближе к обращениям по рекомендации — человек уже получил ответ от ИИ, уже доверяет источнику.

Что вынесли из проекта

Несколько практических наблюдений, которые могут быть полезны тем, кто только входит в тему:

GEO и SEO не конкурируют. Хороший SEO-фундамент — это то, от чего отталкиваются нейросети при формировании ответов. У кого сайт хорошо проиндексирован, тому проще стартовать в GEO.

Дистрибуция важнее идеального контента. Средний материал на правильных площадках попадает в ответы ИИ быстрее, чем сильный текст, который лежит только на собственном сайте.

Результат накопительный. Нельзя точно сказать, какая конкретно публикация «убедила» нейросеть. Работает суммарный цифровой след — каждый материал, каждое упоминание, каждая ссылка усиливает общую картину.

Измерять сложно, но можно. Прямую атрибуцию из нейроответов пока не дают ни Яндекс, ни Google. Мы используем комбинацию: прямые проверки промптов, трафик из ИИ-приложений, рост брендовых запросов в Wordstat.

Если вы хотите адаптировать свой бизнес под алгоритмы ИИ и получать качественные заявки из генеративного поиска, оставляйте заявку на нашем сайте Head Promo.