Вывод новой B2B-услуги в ответы ИИ без сайта и с 0 ₽ на платное продвижение. Эксперимент №2

Можно ли за 30 дней добиться появления новой коммерческой услуги в рекомендациях искусственного интеллекта без отдельного сайта, Schema.org, llms.txt и рекламного бюджета? Я, Сергей Посконный, интернет-маркетолог и специалист по AEO/GEO, решил проверить это публично. Начальные показатели уже получены: 0% видимости. И пока это самая достоверная часть исследования.

Маркетолог придумал себе новую услугу. Что могло пойти не так?

В интернет-маркетинге есть прекрасная традиция: прежде чем проверить, нужна ли кому-то новая услуга, необходимо сделать лендинг, настроить аналитику, написать двадцать экспертных статей, запустить рекламу и желательно заказать исследование рынка.

А когда деньги закончатся, можно наконец начать изучать спрос.

Я решил немного изменить порядок действий.

8 октября 2026 года запускаю второй публичный эксперимент по AEO — продвижению в ответы искусственного интеллекта.

Задача: за 30 дней вывести новую B2B-услугу в коммерческие рекомендации ИИ без отдельного сайта и с нулевым бюджетом на платное продвижение.

Никакой контекстной рекламы, покупных публикаций, ссылок или платного PR.

Только существующая профессиональная репутация, бесплатные площадки, экспертный контент и работа с внешним информационным полем.

И, разумеется, возможность через месяц публично признать, что ничего не получилось.

Впрочем, это тоже результат. Просто его сложнее продать на конференции.

Что именно будем продвигать?

Для эксперимента я выбрал услугу «Маркетинговый аудит Авито для B2B-компаний Краснодара».

Услуга совершенно реальная. Я более 17 лет занимаюсь интернет-маркетингом, умею анализировать рекламные каналы, спрос, эффективность объявлений, конверсию и путь клиента до продажи.

Маркетинговый аудит Авито — вполне конкретная задача в рамках моей компетенции.

Что входит в такую работу?

1. Анализ профиля компании и её позиционирования на Авито.
2. Оценка объявлений, их содержания и соответствия спросу.
3. Анализ платного продвижения и его эффективности.
4. Проверка обработки обращений потенциальных клиентов.
5. Поиск проблем, мешающих превращать просмотры и обращения в продажи.
6. Подготовка плана развития канала с конкретными приоритетами.

Если ко мне обратится B2B-компания с такой задачей, я действительно смогу провести аудит и предложить обоснованный план улучшений.

Но привлечение клиентов не является основной целью эксперимента.

Мне интересно проверить другое: способен ли искусственный интеллект обнаружить новую коммерческую специализацию уже существующего эксперта, правильно интерпретировать её и начать рекомендовать специалиста потенциальным заказчикам.

Причём я не собираюсь внезапно превращаться в «авитолога с 12-летним стажем», руководителя агентства из пятидесяти сотрудников или обладателя каких-нибудь волшебных сертификатов.

Моя специализация — системный интернет-маркетинг.

И именно это должен понять ИИ.

Почему без сайта? И куда я дену любимую Schema.org?

Вот здесь начинается самое интересное.

Последние месяцы я активно изучаю рынок AEO/GEO и регулярно наблюдаю примерно одинаковую картину.

Открываешь очередную статью о продвижении в нейросетях — и почти наверняка обнаруживаешь знакомый набор рекомендаций.

Schema.org. Структурированные данные. FAQ. Файл llms.txt. Иногда всё это подаётся так, будто без правильного набора технических заклинаний нейросеть просто откажется произносить название компании.

Особенно меня утомила Schema.org.

Кажется, ещё немного — и на любом GEO-сайте появится кнопка «Внедрить Schema.org и стать любимчиком ChatGPT».

Сразу уточню: я не считаю структурированные данные бесполезными.

Schema.org — вполне нормальный инструмент, который помогает поисковым системам получать структурированную информацию о содержимом страниц.

Но между утверждениями «структурированные данные могут быть полезны» и «без Schema.org невозможно попасть в рекомендации генеративных систем» существует довольно большая дистанция.

И вот со вторым утверждением мне хотелось бы разобраться.

Отдельная история — файл llms.txt, который предлагается использовать для представления информации сайта языковым моделям.

Идея сама по себе интересная. Но вокруг неё уже сформировалась целая индустрия рекомендаций, часто звучащих увереннее, чем имеющиеся доказательства эффективности.

Наличие файла ещё не означает, что конкретная нейросеть его прочитает, учтёт и начнёт рекомендовать компанию.

Поэтому в новом эксперименте я решил поступить радикально.

Не внедрять ни Schema.org, ни llms.txt. Вообще.

Более того, я сознательно исключаю саму возможность управлять технической частью страниц, которые будут участвовать в продвижении.

Никаких изменений в HTML, микроразметке или служебных файлах сайта.

Потому что отдельного сайта услуги не будет, а на внешних публикационных площадках я просто не управляю этими механизмами.

Да, у меня уже есть собственные профессиональные интернет-ресурсы и цифровой след. Я не изображаю неизвестного человека, впервые зарегистрировавшегося в интернете.

Но под новую услугу не создаю отдельную посадочную страницу и не дорабатываю существующий сайт.

Одна из задач эксперимента — проверить, можно ли добиться коммерческой рекомендации ИИ, используя только внешнее информационное поле и не прикасаясь к техническим инструментам GEO.

И если результат получится, это не докажет бесполезность Schema.org или llms.txt.

Зато покажет, что для конкретного сценария они не являлись обязательным условием.

А это уже существенно интереснее, чем очередной чек-лист из десяти обязательных пунктов, переписанный с соседнего GEO-сайта.

Начальные результаты: великолепный ноль

Чтобы эксперимент не превратился в коллекционирование красивых скриншотов, я настроил мониторинг коммерческих запросов в генеративных системах.

Подготовил 12 промтов, связанных с аудитом и продвижением B2B-компаний на Авито в Краснодаре.

Например:

1. Кто делает аудит Авито для B2B в Краснодаре?
2. У кого заказать аудит Авито для бизнеса в Краснодаре?
3. Кто поможет B2B-компании увеличить продажи на Авито в Краснодаре?
4. Кто может провести аудит Авито для оптовой компании в Краснодаре?

Все запросы сформулированы без моего имени.

Это принципиально: я хочу проверить не то, знает ли ИИ Сергея Посконного, а то, способен ли он самостоятельно порекомендовать меня человеку, который ищет исполнителя конкретной услуги.

Основной приоритет — экосистема Яндекса.

Причина прагматичная: большая российская аудитория и возможность взаимодействовать с ИИ непосредственно в процессе поиска информации.

Мониторинг настроен следующим образом: если в выдаче Яндекса по запросу появляется нейроблок с ответом Алисы, анализируется этот ответ. Если нейроблока нет, система переходит в отдельную вкладку Алисы AI.

Дополнительно отслеживаю Google AI Overview и ChatGPT.

Исходные показатели на 8 октября 2026 года:

Яндекс: Поиск с Алисой / Алиса AI 0%

Google AI Overview 0%

ChatGPT 0%

Общая доля голоса (Share of Voice) 0%

Здесь размещается скриншот исходного замера от 08.10.2026.

При этом другие компании и сервисы в коммерческих ответах присутствуют.

То есть искусственный интеллект вполне способен рекомендовать исполнителей и платформы по исследуемым запросам.

Просто меня среди них пока нет.

Разумеется, нулевая видимость в выбранных запросах не означает, что обо мне ничего не знают поисковые системы.

Это означает, что в исходном мониторинге нужная коммерческая связь пока не обнаружена.

И именно её я собираюсь формировать.

Как планирую выводить услугу в ответы ИИ

Мой подход к AEO не сводится к размещению нужной фразы на максимальном количестве сайтов.

Задача сложнее: создать информационное поле, из которого генеративная система сможет извлечь непротиворечивое представление о специалисте и его компетенциях.

Для продвижения буду использовать доступные бесплатные публикационные площадки, профессиональные профили, TenChat, VK, Дзен и другие внешние ресурсы.

Контент тоже будет разным.

Один материал — о том, как оценивать эффективность Авито для B2B-компании.

Другой — о причинах, по которым просмотры объявлений не превращаются в продажи.

Третий — о составе маркетингового аудита и ситуациях, когда бизнесу действительно стоит его заказать.

При этом в информационном поле должна сформироваться совершенно определённая связь:

Сергей Посконный → интернет-маркетолог → маркетинговый аудит Авито → B2B-компании → Краснодар.

А дальше проверим, сможет ли ИИ самостоятельно использовать эту информацию при ответе на коммерческий запрос.

Не исключаю, что одних публикаций будет недостаточно.

Возможно, потребуется больше внешних подтверждений компетенции. Возможно, источники будут обнаружены поиском, но не попадут в генеративные ответы.

Именно поэтому я называю происходящее экспериментом, а не готовой технологией с гарантированным результатом.

Что буду считать успехом?

Для начала определимся, что простое упоминание фамилии меня не устраивает.

В AEO есть большая разница между фразами:

«Сергей Посконный — интернет-маркетолог».

И:

«Для проведения маркетингового аудита Авито у B2B-компании в Краснодаре можно рассмотреть Сергея Посконного».

Первая говорит об узнаваемости.

Вторая уже имеет отношение к коммерческому спросу.

Минимальный значимый результат: ИИ правильно связывает меня с услугой маркетингового аудита Авито для B2B.

Основной критерий успеха: появление в списке подходящих специалистов минимум по двум-трём коммерческим запросам.

Сильный результат: прямая рекомендация обратиться ко мне хотя бы по одному из отслеживаемых коммерческих сценариев.

При этом описание услуги должно соответствовать реальности.

Если нейросеть вдруг сообщит, что у меня международная сеть агентств по Авито и двести сертифицированных специалистов, это будет не победа AEO, а повод поговорить о качестве информации.

Отдельно зафиксирую реальные обращения, если они появятся.

Но ещё раз подчеркну: главная цель — публичная проверка метода вывода новой коммерческой услуги в рекомендации ИИ, а не получение заказов на аудит Авито.

Почему я считаю эту гипотезу реалистичной?

Потому что для меня это уже второй эксперимент, а не первый день знакомства с ChatGPT.

В предыдущем проекте я работал над собственным позиционированием в генеративном поиске.

В результате Яндекс Нейро и Алиса AI начали воспроизводить формулировку «эксперт №1 по AEO в России» применительно ко мне.

Разумеется, это не официальный отраслевой рейтинг и не доказательство моего превосходства над всеми специалистами страны.

Это результат работы с цифровым позиционированием, который можно было наблюдать непосредственно в ответах ИИ.

Но первый эксперимент имел ограничение.

Я продвигал себя в той области, которой действительно занимаюсь и по которой уже существовало значительное количество профессиональной информации.

Теперь задача интереснее.

Можно ли перенести сформированную экспертную узнаваемость на новую коммерческую специализацию, сохранив правильное позиционирование?

Это гораздо ближе к реальным задачам бизнеса.

Компания запускает новую услугу, выходит в дополнительную нишу или начинает работать в другом регионе.

У неё может не быть отдельного сайта под новое направление. Но есть существующий бренд, репутация, публикации и профессиональный опыт.

Может ли этого оказаться достаточно, чтобы генеративные системы начали включать новую услугу в коммерческие рекомендации?

Вот это я и хочу проверить.

Когда подведу итоги?

Эксперимент продлится 30 дней.

Контрольные замеры запланированы на 8, 15, 22 октября и 7 ноября 2026 года.

Формулировки запросов и настройки мониторинга на протяжении эксперимента менять не планирую.

Буду отслеживать упоминания, включение в списки выбора, прямые рекомендации, используемые источники и точность описания услуги.

Отдельно обращу внимание на то, какие опубликованные материалы обнаруживаются поисковыми системами и какие из них могут использоваться в генеративных ответах.

Но не собираюсь автоматически считать, что появление в ответе после публикации статьи доказывает причинно-следственную связь.

На результат могут влиять индексация, обновления поисковых систем, изменения моделей и другие факторы.

Если эксперимент закончится нулём, я тоже об этом расскажу.

Возможно, окажется, что существующей репутации и бесплатных внешних источников недостаточно.

Возможно, нейросети научатся правильно связывать меня с услугой, но не будут рекомендовать.

А возможно, всё сработает быстрее, чем ожидается.

Любой результат даст материал для дальнейшей работы над методологией AEO.

Вместо заключения

У меня есть 30 дней, 12 коммерческих запросов, существующая профессиональная репутация и ноль рублей на платное продвижение.

Нет отдельного сайта услуги.

Нет возможности внедрять Schema.org.

Нет файла llms.txt.

И пока нет коммерческих рекомендаций по выбранному направлению.

Зато есть возможность проверить на практике одну довольно важную гипотезу.

Для попадания в ответы ИИ бизнесу, возможно, не всегда требуется начинать с сайта и технической оптимизации. Иногда важнее, какую информацию о компании или специалисте поисковые системы способны обнаружить, понять и использовать при формировании ответа.

Через месяц посмотрим, работает ли это в моём случае.

А если получится, мы получим ещё один аргумент в пользу того, что AEO/GEO — это не соревнование по количеству внедрённых технических рекомендаций, а работа с тем, как искусственный интеллект представляет бизнес потенциальному клиенту.

И да, если результат будет положительным, я обязательно расскажу о нём.

В отличие от некоторых GEO-методичек, обещающих гарантированный успех после установки трёх файлов и пяти плагинов, у меня хотя бы будет что измерить.

Сергей ПосконныйИнтернет-маркетолог, специалист по AEO/GEO.Автор проекта «Циничный маркетолог».