Почему ЖК "Евгеньевский" не попадает в ответы нейросетей и почему никто об этом не знает ?
Автор: Максим Гончаренко
Эксперт по GEO (продвижение в ответах нейросетей), основатель Optimentor, предприниматель с 2007 года.
Несколько месяцев назад ко мне обратился мой бывший клиент из Honka с нестандартным запросом. Не "поднять позиции в Яндексе", не "настроить контекст". Он показал переписку с ChatGPT, где спросил нейросеть про элитные ЖК Санкт-Петербурга с историческими зданиями в центре города. ИИ выдал три объекта и ЖК "Евгеньевский" в списке не было.
Человек рассматривал Евгеньевский серьёзно. Ездил на локацию, искал независимую информацию. Но раз нейросеть его не знает, значит что-то с ним не так. В итоге купил в "Моисеенко 10".
Я не знаю, сколько таких покупателей было за последний год. Думаю, немало. И большинство застройщиков до сих пор не понимают, что произошло: они продолжают вкладывать в контекст и баннеры, а покупатель уходит ещё на том шаге, где нейросеть формирует его первый список.
Новый первый шаг покупателя
Аудитория де-люкс недвижимости изменилась быстрее, чем изменились маркетинговые бюджеты застройщиков и в отделах маркетинга застройщиков этого еще мало кто понял.
Покупатели квартир ценой от 30 миллионов рублей. Образованные люди 35-55 лет. Они активно используют ChatGPT, Perplexity, Gemini и Яндекс ИИ в рабочих задачах: юридические вопросы, инвестиционный анализ, отбор вариантов перед переговорами. Вполне логично, что однажды они задают этим инструментам вопрос про жильё.
Запросы выглядят примерно так:
- "Посоветуй элитные ЖК в историческом центре Санкт-Петербурга"
- "Какие клубные дома есть в СПб рядом с Невой"
- "Лучшие де-люкс новостройки Петербурга"
- "ЖК с историческими зданиями в центре СПб"
Это не поисковый запрос в Google. Это разговор с помощником, от которого ждут взвешенного ответа, а не рекламу. Если объект отсутствует в ответе нейросети, покупатель о нём попросту не узнает. Либо узнает позже, когда уже принял предварительное решение купить в другом месте. Возвращать покупателя из этой точки значительно сложнее, чем попасть в его первый список.
Портрет AI-покупателя: кто это и почему он важен
Прежде чем разбирать технические проблемы сайтов, стоит понять, о ком речь. AI-покупатель применительно к де-люкс недвижимости. Это не условный "молодёжный" покупатель, которого продвинутые технологии привлекают сами по себе. Это человек с очень высоким доходом, который использует ИИ-инструменты как рабочий стандарт.
Он консультируется с ChatGPT по юридическим вопросам, просит Perplexity найти исследования по инвестициям, делегирует ИИ первичный анализ вариантов перед встречей с брокером. Недвижимость для него ещё одна область, где ИИ экономит время на первичном фильтре.
Такой покупатель не читает рекламные объявления внимательно. Он задаёт вопрос ИИ и получает короткий список. Если объекта в этом списке нет, он туда не попадает вообще. Не потому что человек предвзят против Евгеньевского, а потому что список сформирован, и пересматривать его без повода никто не будет.
Второй момент: AI-покупатель использует нейросеть для верификации. Он уже слышал про объект, но хочет "независимое мнение". Если нейросеть отвечает расплывчато или молчит, это сигнал тревоги. Инстинктивный вывод: объект либо новый и малоизвестный, либо есть причины, по которым о нём не пишут.
Именно эту категорию покупателей теряет Евгеньевский прямо сейчас. Не всех. Но системно.
Как нейросеть решает, что рекомендовать ?
Нейросети не ходят в интернет в момент ответа. ChatGPT и Gemini без надстроек работают с тем, что было проиндексировано и включено в обучающие данные. Это принципиально отличается от поискового запроса.
Механика выглядит так. Во время обучения языковая модель обрабатывает огромный массив текстов из открытого интернета: статьи, обзоры, форумы, агрегаторы, новости. Объекты, которые упоминались часто и в качественных источниках, "оседают" в памяти модели. Объекты, о которых написано мало или плохо, модель не знает вообще.
Если ЖК упомянут только на собственном сайте застройщика, да ещё и в виде JavaScript, который поисковик с трудом читает, нейросеть его не знает. Контекстная реклама и баннеры тут не помогают: они работают с другой аудиторией в другой момент пути.
Perplexity и Яндекс ИИ: другие правила той же игры
Не все нейросети работают одинаково. ChatGPT и Gemini без надстроек работают с обучающими данными. Perplexity, Яндекс ИИ и ChatGPT с включённым поиском обращаются к интернету прямо в момент ответа. Это принципиально разные ситуации.
Для Perplexity условия мягче: если на сайте или в независимых источниках появился качественный контент, он может попасть в ответ уже через несколько недель. Не через месяцы.
Плохая новость: если evgenevsky.com возвращает 403 Forbidden, Perplexity тоже получит этот ответ и не сможет прочитать содержимое. Если на evg-spb.ru нет текстового контента, Perplexity прочитает страницу и не найдёт ничего, что стоит процитировать. Итог тот же: объект не упоминается.
Яндекс ИИ работает с данными Яндекс.Поиска. Позиции в Яндексе косвенно влияют на то, что ИИ-ассистент рекомендует пользователям. Здесь традиционный SEO и GEO пересекаются: контент, который хорошо ранжируется в Яндексе, с большей вероятностью попадает в ответы Яндекс ИИ.
Вывод практический: в стратегии нужно разделять два трека. Первый, быстрый: создание текстового контента на сайте и внешних площадках для захода в Perplexity и Яндекс ИИ за 6-10 недель. Второй, долгий: накопление авторитетных источников для попадания в обучающие данные ChatGPT и Gemini к 4-6 месяцу. Оба трека идут параллельно, но ожидания по срокам разные.
Что такое GEO и почему это отдельная история ?
GEO расшифровывается как Generative Engine Optimization. Это оптимизация под генеративные поисковые системы. В отличие от традиционного SEO, здесь нет позиций в выдаче. Есть либо присутствие в ответе, либо отсутствие.
Я занялся этим направлением раньше, чем оно получило название. В 2023 году начал систематически проверять свои проекты и какие проекты моих клиентов попадают в ответы ChatGPT и Perplexity, и почему. Провёл несколько сотен экспериментов. Собрал в 2025-м году рабочую методику.
Ключевое отличие GEO от SEO: здесь правила игры полностью определяются качеством и количеством текстового контента в независимых источниках. Может быть идеальный сайт с точки зрения конверсий и полное отсутствие в ответах ИИ. И наоборот: относительно скромный сайт, но 50 качественных упоминаний на авторитетных ресурсах дают стабильное присутствие в рекомендациях нейросетей.
Для недвижимости это критично ещё по одной причине. Ответ нейросети воспринимается покупателем как нейтральная рекомендация, а не реклама. Это принципиально меняет психологию принятия решений.
Что происходит с сайтами Евгеньевского прямо сейчас?
Я проверил оба ресурса проекта: evg-spb.ru и evgenevsky.com. Вот что обнаружил.
evg-spb.ru
Сайт выглядит дорого. Это де-люкс сегмент, и дизайн соответствует: качественные фотографии, видеотуры, 15 разделов навигации. История с Мытным двором сильная. Концепция "камерного квартала с историческим наследием" реально отличает этот проект от безликих башен.
Но с точки зрения AI-видимости картина иная.
Meta description на главной странице отсутствует. Это первое, что краулер пытается считать, чтобы понять, о чём сайт. Пустота.
Раздел статей или блога не обнаружен. Нейросеть учится на текстах. Красивые рендеры и 3D-туры она не читает. Если нет текстового контента, который отвечает на вопросы покупателей, нечего цитировать.
Общий объём текста на сайте: 150-200 слов. Для де-люкс объекта в историческом центре с уникальной историей Мытного двора это катастрофически мало. Портфолио в тысячи визуальных квадратных метров, а текстовой базы на один небольшой абзац.
Отзывы покупателей отсутствуют. Пользовательский контент один из самых сильных сигналов доверия. Для ИИ-платформ особенно: Perplexity активно выхватывает отзывы и пользовательские обсуждения при формировании ответов.
Schema разметка не реализована. Сайт не передаёт машиночитаемые данные: название объекта, тип недвижимости, адрес, ценовой сегмент, рейтинг. Поисковики и нейросети не могут структурированно понять, что перед ними.
Цены не указаны публично. Политика "цену сообщаем при обращении" отрезает объект от сравнительных запросов, которые нейросеть воспринимает как сигнал о рыночном позиционировании.
evgenevsky.com
Второй сайт проекта при автоматическом запросе вернул ошибку 403 Forbidden. Сервер отклонил запрос от незарегистрированного бота.
Поисковые краулеры Googlebot, YandexBot, GPTbot (OpenAI), ClaudeBot (Anthropic), PerplexityBot получают точно такой же ответ. Сайт буквально закрыт для всех, кто хочет его проиндексировать.
Это не мелкая техническая ошибка. Второй домен проекта вообще не существует для нейросетей. Даже если там есть ценный контент, он невидим.
Почему красивый сайт не решает задачу
Нейросеть не видит дизайн. Она не оценивает визуальную концепцию, не смотрит видео, не чувствует атмосферу проекта. Она читает текст. Конкретно: мета-данные страниц, заголовки, текстовые блоки, структурированные данные, а главное ссылки на эти страницы из внешних источников.
Парадокс дорогих сайтов недвижимости состоит в следующем. Чем сильнее застройщик вкладывается в дизайн и анимации, тем чаще сайт начинает зависеть от JavaScript-рендеринга, который поисковые роботы читают с трудом или не читают вообще. Получается обратный эффект: более дорогой сайт становится менее видимым для ИИ.
У Евгеньевского уникальная история: Мытный двор, историческое здание XIX века, де-люкс сегмент в центре города, застройщик Formula City, пр. Бакунина, 7. Это та самая конкретика, которую нейросети любят цитировать. Но чтобы она попала в ответ, её нужно оформить в виде текстовых материалов на индексируемых страницах, а не только в виде красивых слайдов.
Как выглядят конкуренты, которых нейросети уже рекомендуют?
Возьмём несколько петербургских проектов премиального и де-люкс сегментов, которые регулярно фигурируют в ответах ИИ при соответствующих запросах.
Северная Корона активно присутствует в обзорах Forbes Russia, РБК Недвижимость, профильных архитектурных изданиях. Когда LLM обучается на этих текстах, она запоминает: Северная Корона, исторический центр, апартаменты, премиум. Евгеньевский в этих источниках практически не встречается, несмотря на то что концепция как минимум не слабее.
Показательный момент: ни один из конкурентов пока не внедрил llms.txt. Это новый стандарт прямой коммуникации с LLM-краулерами. Первый, кто это сделает, получит конкурентное преимущество, которое сложно будет догнать.
Есть ещё один сигнал, который многие недооценивают. Упоминания на Циан и Яндекс.Недвижимость. У Северной Короны там сотни отзывов с конкретикой: "тихий двор", "высокие потолки", "хорошая охрана". Нейросеть, которая сканирует эти данные, получает целый массив пользовательских характеристик объекта. У Евгеньевского единицы упоминаний и минимум деталей. Пользовательский контент на агрегаторах: это не просто для "рейтинга на сайте". Это один из источников данных для обучения ИИ.
Когда ChatGPT получает запрос "расскажи про ЖК Северная Корона Санкт-Петербург", он выдаёт конкретику: адрес, концепцию, тип апартаментов, ценовой сегмент, иногда имена архитекторов. Это потому что у проекта есть детальные материалы в Forbes, Арх.ру, Коммерсанте, десятках отраслевых сайтов. При аналогичном запросе про Евгеньевский нейросеть либо молчит, либо говорит что-то общее вроде "у меня нет достаточно данных об этом объекте". Вот это и есть проблема в её прямом виде.
Путь покупателя: почему ИИ выиграл у сайта застройщика?
Схема ниже показывает, как выглядит путь покупателя де-люкс недвижимости в 2026 году.
Вот почему ИИ-рекомендация имеет вес, который реклама не заменяет.
Нейтральность восприятия. Сайт застройщика это коммерческое сообщение. Покупатель это понимает. ChatGPT воспринимается как независимый советник. Психологически это разные категории доверия. Когда ИИ называет объект, человек считывает это как результат анализа, а не как рекламу.
Экономия времени. Покупатель за 30 секунд получает структурированное сравнение нескольких объектов. Месяц самостоятельного изучения сжат в один ответ. Для аудитории, которая ценит время больше денег, это решающий фактор.
Доступность в любой момент. ИИ отвечает в 23:00 в пятницу, когда менеджер продаж недоступен. Именно в такие моменты люди принимают первичные решения.
Эффект подтверждения. Покупатель, который уже рассматривает объект, дополнительно проверяет его через ИИ. Если нейросеть "не знает" объект или отвечает расплывчато, это воспринимается как тревожный сигнал. Не потому что объект плохой, а потому что так работает психология.
Формирование списка для просмотра. Поколение, которое сейчас покупает де-люкс недвижимость, привыкло составлять шорт-листы через агрегаторы. ИИ стал новым агрегатором первого уровня. Если объект не попал в шорт-лист на этапе ИИ-запроса, он конкурирует уже не с тремя объектами из списка нейросети, а за то, чтобы вообще попасть в поле зрения покупателя.
Что нужно сделать: полный план работ ?
Это не теоретическая схема. Мы прошли этот путь с несколькими проектами. Расскажу конкретно.
Референсный кейс:
Coral Travel, туристический агрегатор, год назад не появлялся ни в одном ответе нейросети на запросы про туры и отдых в России. Мы выстроили стратегию, которая держится на трёх основаниях: системный контент, ссылочная поддержка через собственную PBN-сеть и поведенческие сигналы через ПФ-софт.
За шесть месяцев опубликовали более 80 экспертных материалов. Не SEO-тексты ради ключевых слов, а реальные ответы на реальные вопросы туристов: куда поехать в ноябре, что посмотреть в Карелии за неделю, сравнение туроператоров по Турции. Каждый материал строился по принципу passage citability: каждый абзац отвечает на отдельный вопрос и может быть процитирован самостоятельно.
Параллельно шли ссылки через PBN в тематике туризма и travel, поведенческие сессии через наш ПФ-инструмент, размещения в независимых СМИ.
Результат: Coral.ru, а вернее его мобильное приложение для поиска выгодных туров, начал попадать в ответы Perplexity, ChatGPT и Яндекс ИИ при запросах про туры из Петербурга. Это не счастливое совпадение, а воспроизводимая механика. Верифицированные данные: optimentor.ru/kejsy
Для Евгеньевского логика та же, только аудитория другая и ставки выше. Вместо "куда поехать" нужны тексты, которые отвечают на вопросы покупателя де-люкс недвижимости.
Как работает цитируемость фрагментов на практике ?
Цитируемость фрагментов (Passage citability) это принцип построения текста, при котором каждый отдельный абзац достаточен для самостоятельного ответа на конкретный вопрос. ИИ не цитирует страницы целиком. Он вырезает конкретные фрагменты, которые точнее всего отвечают на запрос пользователя.
Плохой абзац для AI-цитирования: "ЖК Евгеньевский: уникальное место, где история встречается с современностью. Мы создали пространство, которое отражает дух Петербурга и предлагает жителям совершенно новый уровень комфорта." Это маркетинговый текст. ИИ его никогда не цитирует для заинтересованного покупателя.
Хороший абзац для AI-цитирования: "ЖК Евгеньевский расположен на проспекте Бакунина, д. 7 в Санкт-Петербурге. В состав проекта входит исторический Мытный двор 1790-х годов постройки, реконструированный с сохранением исторических фасадов. Класс объекта: де-люкс. Застройщик: Formula City. Малоэтажный формат с числом квартир до 50 единиц обеспечивает камерность проживания." Вот этот абзац ИИ может процитировать дословно в ответ на конкретный вопрос покупателя.
Разница очевидна: первый тип текста пишется для продажи эмоции, второй пишется для того, чтобы стать источником, на который ссылается нейросеть.
Этап 1. Технический фундамент
Первый приоритет: устранить блокировку evgenevsky.com для поисковых роботов. Это критический баг. Прописать корректный robots.txt с явным разрешением для GPTbot, ClaudeBot, PerplexityBot, Googlebot, YandexBot.
Второй приоритет: создать файл llms.txt в корне обоих сайтов. В нём прописывается: что представляет собой объект, какие страницы наиболее важны, как интерпретировать контент. Пока конкуренты его не используют, это возможность занять позицию первым.
Третий приоритет: Schema разметка. Реализовать типы RealEstateListing, Residence, Organization, AggregateRating, FAQPage, BreadcrumbList. Не ради красивых сниппетов в поиске, а ради машиночитаемых данных, которые помогают ИИ-системам понимать объект.
Параллельно: исправить мета-описания всех страниц, добавить Open Graph разметку, убедиться, что ключевые тексты рендерятся в HTML без JavaScript.
Этап 2. Контентная база
Это главный этап. Нейросети цитируют тексты. Значит, тексты нужно создать.
Для Евгеньевского это означает длинные экспертные материалы для сайта (8-10 статей от 2000 слов):
- История Мытного двора: от торгового комплекса 18 века до де-люкс квартала
- Архитектурная концепция: как сохраняется историческое наследие при строительстве
- Инфраструктура района: что есть в пешей доступности
- Де-люкс сегмент в Петербурге: критерии и отличия от премиум-класса
- Инвестиционный потенциал клубных домов в историческом центре
- Технологии и инженерия: что скрыто от глаз покупателя
- Лонжевити-пространство: что это такое и зачем оно в жилом комплексе
- Коллекции резиденций: сравнительный гид по планировкам
Плюс страница FAQ с Schema разметкой FAQPage: минимум 15 вопросов-ответов, охватывающих всё, что покупатель может спросить у ИИ.
И 3-5 материалов для внешних СМИ: РБК Недвижимость, Коммерсант, Fomag, Restate, профильные архитектурные издания.
Принцип написания единый: каждый абзац должен быть самодостаточным ответом на конкретный вопрос.
Этап 3. Внешние сигналы авторитетности
Контента на сайте недостаточно. Нейросети обучаются на том, что написано в интернете, то есть нужны независимые источники.
Агрегаторы недвижимости: заполненные, детальные карточки на Циан, Яндекс.Недвижимость, Domclick, Новострой-СПб. С описаниями, которые отвечают на вопросы покупателей, а не копируют рекламные тезисы.
Wikidata: создание структурированной карточки объекта. Wikidata является прямым источником данных для Gemini, ChatGPT и ряда других платформ. Это один из немногих прямых каналов, через который можно внести объект в "базу знаний" нейросети.
Google Business Profile и Яндекс.Бизнес: создание и полная оптимизация. Эти данные попадают в Gemini и Яндекс ИИ напрямую.
Lifestyle и архитектурные издания: 3-4 публикации в изданиях, которые читает целевая аудитория (The Village, Собака, Urban Look и аналоги).
Этап 4. PBN и ссылочное ускорение
У нас есть собственная сеть PBN-доменов с историей в тематиках недвижимости, lifestyle и инвестиций. Это позволяет передавать ссылочный вес целевым страницам значительно быстрее, чем при работе только через внешние площадки.
PBN-размещения нацелены на три приоритетных страницы: главная, страница о локации, страница истории проекта. Анкорный профиль формируется так, чтобы усилить именно те запросы, по которым ИИ формирует рекомендации покупателям.
Объём первой волны: 10-12 размещений на домены с TF10+ и релевантной тематикой.
Этап 5. Поведенческие факторы
Наш ПФ-инструмент моделирует поведенческие паттерны пользователей: поиск, переход, время на сайте, глубина просмотра, возвраты. Это ускоряет рост позиций в поиске, что косвенно повышает вероятность включения страниц в обучающие выборки ИИ-краулеров.
Запуски ПФ выполняются в два цикла: на 3-й и 5-й месяц. Объём: 20000-30000 сессий за цикл. Геотаргетинг: Санкт-Петербург, Москва, частично Дубай (для сегмента non-dom покупателей).
PBN и ПФ ускоряют процесс, но не заменяют контентную базу. В связке Coral Travel это дало первые заметные результаты уже через 8 недель вместо типичных 4-5 месяцев.
Этап 6. Мониторинг и корректировки
Раз в месяц фиксируем ответы основных нейросетей на 15-20 целевых запросов покупателей. Скриншоты и логи: прямое доказательство результата. По результатам каждого цикла корректируем контентный план и приоритеты размещений.
Стоимость и сроки
Весь комплекс работ рассчитан на 6 месяцев. По завершении ЖК Евгеньевский начинает регулярно попадать в ответы основных нейросетей при целевых запросах покупателей.
Помесячная разбивка
Месяц 1: Технический фундамент (около 320 000 руб.) Аудит и исправление блокировок на обоих сайтах. Настройка robots.txt для AI-краулеров. Создание и публикация llms.txt. Полная Schema разметка. Исправление мета-данных всех страниц. Open Graph. Аудит ссылочного профиля. Карточки на агрегаторах. Wikidata.
Месяц 2: Контентная база (около 280 000 руб.) 8 длинных экспертных статей для сайта. Страница FAQ с Schema разметкой. 2 материала для внешних СМИ. Первые размещения в тематических изданиях. Настройка системы мониторинга AI-упоминаний.
Месяц 3: Ссылки и первый ПФ-цикл (около 260 000 руб.) 10-12 PBN-размещений с анкорными ссылками. 3 размещения на внешних тематических порталах. Первый ПФ-цикл (2500 сессий). 5 дополнительных статей для сайта.
Месяц 4: Углубление контента (около 240 000 руб.) 6 материалов второго уровня: сравнения, аналитика, истории покупателей. 2 публикации в lifestyle и архитектурных изданиях. Оптимизация под новые запросы по результатам мониторинга. PBN второй волны (8-10 размещений).
Месяц 5: Ускорение и второй ПФ-цикл (около 240 000 руб.) Второй ПФ-цикл (3000 сессий). 2-3 публикации в топовых СМИ. Дополнительные внешние размещения (5-7 статей). Анализ первых AI-ответов на целевые запросы.
Месяц 6: Консолидация и передача (около 246 400 руб.) Итоговый аудит AI-видимости. Отчёт с доказательствами присутствия в ответах нейросетей. Инструкции по поддержке. Передача материалов и доступов.
Итого за 6 месяцев под ключ: около 1 586 400 рублей
Дальнейшая поддержка
После основного спринта для удержания позиций нужна регулярная работа. Поисковые алгоритмы обновляются. Обучающие данные ИИ пересматриваются. Конкуренты не стоят на месте.
Пакет ежемесячной поддержки: около 100 000 рублей в месяц
Включает: 2 новые статьи для сайта, 1-2 внешних размещения, мониторинг AI-видимости и конкурентного окружения, ежемесячная поведенческая поддержка (500-700 сессий), отчёт о результатах.
Вопросы и ответы
Когда ЖК начнёт появляться в ответах нейросетей?
Первые упоминания в Perplexity и малых AI-платформах с поиском в реальном времени: через 6-8 недель после начала работ при условии устранения технических блокировок. ChatGPT и Gemini работают с более длинными циклами обновления обучающих данных. Стабильное присутствие в основных нейросетях формируется к 4-6 месяцу.
Почему нельзя напрямую передать информацию в ChatGPT?
ChatGPT не принимает данные напрямую от застройщиков или агентств. Единственный рабочий канал: создание качественных текстовых источников в открытом интернете, которые будут обнаружены краулерами и включены в обучающие данные. Платные размещения в GPT Store или плагины решают другую задачу и не заменяют органическое обучение модели.
Как измерить результат?
Мы настраиваем систему регулярных тестовых запросов к основным нейросетям по 15-20 целевым формулировкам. Скриншоты ответов до и после работ: это прямое доказательство. Дополнительные индикаторы: рост брендового трафика, рост прямых заходов на сайт, увеличение числа заявок из каналов, которые не определяются стандартной UTM-разметкой.
Какие риски у PBN и поведенческих факторов?
Правильно построенная PBN-сеть с трастовыми доменами и умеренными объёмами не создаёт существенных рисков при соблюдении разумных норм. Мы работаем с этим инструментом давно и понимаем, где граница. Поведенческие факторы используются как ускоритель, а не как основа стратегии. Основа всегда: контент и авторитетность источников. В таком сочетании это работает долгосрочно.
Это работает только в недвижимости?
Нет. Мы применяли аналогичный подход в туризме (tourshunter.ru), B2B-сервисах, образовательных проектах. Для недвижимости работает особенно хорошо по двум причинам: покупатели активно используют ИИ при принятии решений о крупных покупках, и конкуренция в AI-выдаче пока значительно ниже, чем в традиционном SEO.
Почему именно сейчас?
Конкуренты не ждут. Северная Корона, Tessin Park и другие проекты уже накапливают присутствие в AI. Пока они не заняли все релевантные ответы полностью, есть возможность войти в выдачу с разумными усилиями. Через год это будет и дороже, и дольше.
Есть ли гарантии результата?
Мы гарантируем выполнение всех работ в заявленном объёме и фиксируем базовые метрики на старте. Гарантию конкретных позиций в конкретных нейросетях мы не даём, потому что алгоритмы обновляются вне нашего контроля. Но опыт с tourshunter.ru и другими проектами даёт нам уверенность в том, что при выполнении полного комплекса результат появляется. Подтверждённые кейсы: optimentor.ru/kejsy
Что происходит, если ничего не делать?
Конкуренты продолжают накапливать присутствие в AI. Покупатели, которые приходят через нейросети, уходят к ним. Маркетинговые бюджеты на контекст и баннеры работают со всё меньшей отдачей, потому что часть аудитории принимает решение ещё на этапе ИИ-запроса и просто не доходит до рекламного объявления. Это не катастрофа за один год, но за три года разрыв в AI-видимости между Евгеньевским и Северной Короной станет ощутимым фактором продаж.
В чём разница между GEO-продвижением и обычным SEO?
В традиционном SEO вы конкурируете за позиции в поисковой выдаче. Там есть первое, второе, третье место. В GEO вы либо попадаете в ответ нейросети, либо не попадаете. Нет "третьего места" в ответе ChatGPT. Это принципиально меняет стратегию: здесь важна не оптимизация страниц под ключевые слова, а накопление авторитетных текстовых источников, которые нейросеть сочтёт достойными цитирования. Инструменты пересекаются, но логика другая.
Об авторе
Максим Гончаренко, предприниматель с 2007 года, основатель более 40 бизнес-проектов, бизнес-спикер. Специализируется на GEO: продвижение в ответах нейросетей. Основатель консалтингового агентства Optimentor. Советник по резидентам администрации Санкт-Петербурга.
Среди текущих проектов: "Лютый Маркетинг", Optimentor, ЯБот (сервис продвижения сайтов). Каждый инструмент, о котором говорит со сцены или пишет, прошёл через личный тест на реальных проектах. Принципиально не работает с теорией, которую не проверил на практике.
Подробнее об авторе:
Подтверждённые кейсы и рекомендации: