Радио 
Руководитель развития направления «Аналитика рекламы» в UIS Екатерина Владек рассказала Sostav, почему сильный продукт не всегда получает внимание нейросетей. В статье разобрали, как оценить присутствие бренда в AI-системах, какие факторы влияют на рекомендации ИИ и как отслеживать путь пользователя от знакомства с компанией до обращения.
Маркетинг постепенно переходит от модели «найти сайт — изучить варианты — выбрать» к модели, в которой часть выбора происходит прямо внутри ИИ. Пользователь задает нейросети вопрос и получает не список ссылок, а готовый ответ с рекомендациями.
Для бренда это меняет точку конкуренции: важно не только занимать позиции в поиске, но и попадать в источники, на которые опирается ИИ, а в идеале — быть названным в самом ответе.
Продвижение в нейросетях пока нельзя воспринимать как SEO для ChatGPT с известным набором факторов. Обзор 45 исследований GEO за 2023−2026 годы показывает: генеративная выдача — многоэтапная и вероятностная система. На результат влияют доступность страницы, извлечение источников, их ранжирование, формирование ответа и формулировка запроса. Универсальной методики стабильного роста видимости во всех ИИ-системах пока не доказано.
Задача бизнеса — сделать цифровой след бренда понятным, доказательным и доступным для ИИ.
Почему нейросети рекомендуют конкурентов, даже если ваш продукт объективно сильнее
Нейросеть не тестирует ваш продукт. Когда система использует веб-поиск или механизм извлечения данных, она строит ответ на основании найденной информации: сайтов, СМИ, обзоров, форумов, видео, каталогов и других источников. Поэтому сильный продукт может проигрывать компании с более заметным информационным контуром.
Исследование Ahrefs на выборке 75 тыс. брендов показало заметную закономерность: чем чаще бренд упоминается в интернете на разных площадках, тем чаще он появляется и в ответах нейросетей. При этом само по себе большое количество страниц на сайте компании связано с AI-видимостью гораздо слабее.
Важно понимать: это не означает, что любое новое упоминание автоматически приведет к появлению бренда в ответах ИИ. Исследование показывает именно устойчивую связь между этими показателями, но не доказывает, что один из них напрямую вызывает другой.
Поэтому в оптимизации под нейросети имеет значение не объем контента сам по себе, а качество и полнота цифрового следа бренда: экспертные материалы, внешние упоминания, кейсы, собственные данные, сравнительные обзоры, актуальность информации, понятная структура страниц и техническая доступность сайта.
Исследование 2026 года по 167 551 URL-цитированию также показало: 85,7% цитат приходились на сторонние ресурсы и 14,3% — на сайты самих брендов. Это не универсальная пропорция для всех ИИ, но сильный аргумент в пользу работы с внешним информационным полем.
GEO и AEO — новое поколение SEO?
GEO — Generative Engine Optimization — работа над видимостью бренда и контента в генеративных системах: ChatGPT, Gemini, Perplexity, Алисе AI и других.
AEO — Answer Engine Optimization — оптимизация под системы, которые сразу формируют готовый ответ.
Противопоставлять SEO и GEO не имеет смысла. В мае 2026 года Google выпустил отдельное руководство по генеративному поиску. В нем подчеркивается, что базовые SEO-практики остаются фундаментом видимости в AI Overviews (кратком ответе над обычной поисковой выдачей) и AI Mode (диалоговом режиме поиска).
Правильная стратегия — использовать SEO как фундамент и дополнять его работой с внешними источниками и AI-видимостью.
Как проверить, видят ли нейросети ваш бренд
Начать можно с ручного аудита. Но проверять запрос один раз недостаточно. Исследование Don't Measure Once показывает, что одинаковые запросы могут давать разные ответы при повторных запусках. Поэтому AI-видимость корректнее оценивать как распределение результатов, а не как одну фиксированную позицию.
Для базового аудита соберите от 20 до 30 реальных клиентских вопросов, разделите их на информационные, сравнительные и коммерческие, проверьте несколько ИИ-систем и повторите ключевые запросы несколько раз. Отдельно фиксируйте упоминания бренда, ссылки на сайт, конкурентов и источники, на которые опирается ИИ.
Важно: «нас процитировали» и «нас порекомендовали» — не одно и то же. В исследовании Semrush и Kevin Indig 2026 года 61,7% цитирований оказались ghost citations — призрачными цитатами: ИИ использовал домен как источник, но не называл бренд в тексте. Выборка включала 3 981 появление доменов по 115 промптам в 14 странах и четырех AI-системах. Поэтому цитирование и видимость бренда необходимо считать отдельно.
Пять шагов, которые помогут увеличить видимость бренда в ответах ИИ
Универсальной формулы, которая гарантированно выводит бренд в ответы нейросетей, пока не существует. Но есть набор практик, которые повышают шансы на заметность в генеративной выдаче. Ниже — пять шагов, с которых стоит начать системную работу с GEO.
Шаг 1. Изучите реальные вопросы клиентов
В GEO важно понимать не только тему, но и формулировку запроса. В исследовании Semrush сравнительные запросы давали брендовые упоминания чаще, чем чисто информационные. Это не универсальный коэффициент для всех рынков, но хороший аргумент в пользу сегментации запросов по намерению.
Источники формулировок уже есть внутри компании: звонки в отдел продаж, переписки с клиентами, вопросы на демонстрации продукта, отзывы, обращения в поддержку и поисковые подсказки.
Не ограничивайтесь простым вопросом, например «что такое сквозная аналитика». Добавляйте запросы выбора: «что лучше», «чем отличается», «какие есть альтернативы», «что выбрать, если…».
Шаг 2. Создавайте контент с доказательствами
Первое академическое исследование GEO показало, что добавление статистики, цитат и ссылок на источники способно повышать видимость контента в генеративной системе — в отдельных условиях до 40%. Но более свежий обзор 2026 года предупреждает: это нельзя автоматически трактовать как гарантию органического попадания страницы в современные ИИ-системы.
Практический вывод: материал должен содержать то, что сложно заменить типовым пересказом — собственные исследования, кейсы с цифрами, экспертные комментарии, сравнения, первичные данные и ответы на реальные вопросы клиентов.
Публиковать десятки похожих страниц ради объема — слабая стратегия: анализ Ahrefs обнаружил лишь слабую связь между количеством страниц сайта и AI-видимостью.
Шаг 3. Сделайте сайт технически понятным и доступным для ИИ
Даже сильный контент может проигрывать, если его сложно найти, обработать или однозначно интерпретировать. Поэтому GEO начинается с качественной технической базы.
- Структурируйте контент.
Используйте понятную иерархию H1-H3, логичные разделы, короткие абзацы, списки и таблицы сравнения там, где они действительно помогают раскрыть тему. Задача — сделать содержание страницы и связи между ее частями очевидными и для пользователя, и для машинной обработки.
- Используйте микроразметку.
Она позволяет явно описывать сущности на странице: компанию, автора, статью, продукт, отзывы и другие объекты. В зависимости от контента могут быть полезны различные типы данных, например: Article, Organization, Product, Review, FAQPage и BreadcrumbList.
Важно понимать: наличие микроразметки не гарантирует попадание в ответы нейросетей. Например, Google прямо указывает, что специальная разметка для генеративного поиска не требуется. Поэтому относиться к ней стоит не как к GEO-хаку, а как к дополнительному способу сделать данные сайта более однозначными и машиночитаемыми.
Проверьте техническую доступность сайта:
- корректную индексацию и robots.txt;
- актуальный sitemap.xml;
- отсутствие случайных запретов на обход важных страниц;
- рабочий протокол HTTPS;
- мобильную версию и скорость загрузки;
- доступность контента без обязательной авторизации или сложных сценариев его получения.
Отдельно стоит учитывать правила конкретных AI-сервисов. Например, для появления страниц среди источников ChatGPT, OpenAI использует OAI-SearchBot. Если доступ этому роботу запрещен, ChatGPT не покажет страницы сайта как источники в своих поисковых ответах. Подобные боты есть и у других нейросетей. Поэтому важно разрешить им доступ к контенту на вашем сайте. В противном случае ИИ просто не узнает о материалах, которые размещаете на своем онлайн-ресурсе, а значит, не сможет и процитировать их.
Фактически задача технической GEO-оптимизации не должна быть сформулирована в стиле «сделать сайт специально для нейросети». Гораздо ценнее другое — убрать препятствия между качественной информацией и системами, которые должны ее обнаружить, правильно интерпретировать и использовать.
Шаг 4. Развивайте внешний информационный контур
Информация о компании должна быть не только на ее сайте. Работайте со СМИ, экспертными площадками, рейтингами, обзорами, партнерскими кейсами, видео и профильными сообществами.
В исследовании Ahrefs упоминания брендов на YouTube и в интернете в целом показали наиболее сильную корреляцию с AI-видимостью среди анализируемых факторов. Это не значит, что нужно искусственно закупать упоминания — против их искусственного наращивания прямо предупреждают некоторые поисковые системы.
Шаг 5. Сделайте очевидной связь «бренд → задача → доказательство»
По нашему опыту, одна из типичных проблем выглядит так: компания действительно решает нужную пользователю задачу, но в открытом информационном поле эта связь выражена слабее, чем у конкурента.
Например, недостаточно просто несколько раз написать, что у компании есть продукт «Сквозная аналитика». Нужен устойчивый информационный контур:
UIS → сквозная аналитика → задачи маркетинга → кейсы и данные → внешние подтверждения.
При GEO-аудите полезно спрашивать: почему ИИ назвал конкурента, какие его свойства вошли в ответ, какими источниками они подтверждаются и каких фактов о нашем продукте в этих источниках нет. На основе этого формируется карта информационных разрывов — список тем и характеристик, по которым конкурент уже хорошо представлен в информационном поле, а ваш бренд пока нет.
GEO-чек-лист: что можно сделать уже сегодня
Чтобы начать работу с GEO, не обязательно сразу перестраивать всю контент-стратегию. Для первого этапа достаточно провести базовый аудит присутствия бренда в ИИ и определить основные точки роста. Ниже — короткий чек-лист, с которого можно начать уже сегодня.
- собрать от 20 до 30 клиентских запросов;
- распределить их по типам и этапам воронки;
- проверить несколько ИИ-систем;
- отдельно зафиксировать цитирования и упоминания бренда;
- определить источники, на которые ИИ опирается при рекомендации конкурентов;
- проверить техническую доступность ключевых страниц;
- выбрать от 3 до 5 информационных разрывов и закрыть их кейсами, исследованиями или внешними публикациями.
Как измерять эффективность GEO
Главная ошибка — сводить GEO к одной метрике.
Видимость бренда
Считайте долю запросов, в которых бренд появляется, и сравнивайте ее с конкурентами. Измеряйте каждую ИИ-систему отдельно.
Упоминания и цитирования
Фиксируйте, назван ли бренд в тексте ответа и используется ли сайт как источник. «Призрачные цитаты» показывают, почему эти показатели нельзя объединять.
Переходы и брендовый спрос
Следите за реферальным трафиком из AI-сервисов, прямыми визитами и динамикой брендовых запросов. При этом пользователь может узнать о компании в ИИ, а затем открыть сайт напрямую или через обычный поиск — поэтому модель атрибуции last-click не показывает весь эффект.
Лиды, сделки и выручка
AI-видимость имеет смысл оценивать не только по упоминаниям и переходам, но и по влиянию на бизнес-результат. Важно отслеживать путь пользователя дальше по воронке: от знакомства с брендом в нейросети до визита на сайт, обращения, сделки и выручки.
Аналитика этого канала постепенно развивается. Уже появляются отдельные инструменты и отчеты, которые помогают отслеживать переходы из ИИ-сервисов, источники трафика, динамику AI-видимости и присутствие бренда в ответах нейросетей. При этом часть взаимодействий все еще остается «невидимой»: пользователь может узнать о компании в ИИ, а затем перейти на сайт напрямую или найти бренд через обычный поиск.
Поэтому эффективность GEO лучше оценивать по совокупности показателей: AI-трафику, росту брендового спроса, обращениям, конверсиям, сделкам и выручке. Это позволяет увидеть не только присутствие бренда в нейросетях, но и его реальный вклад в продажи.
Как анализировать эффективность присутствия бренда в нейросетях
С появлением ИИ-поиска у бизнеса появился новый канал взаимодействия с клиентами. Пользователь может узнать о компании не через классический поиск, а через ответ нейросети — и затем перейти на сайт, оставить заявку или обратиться в компанию.
Поэтому для оценки эффективности AI-продвижения не следует ограничиваться только фактом упоминания бренда в ответах нейросетей. Важно анализировать весь путь пользователя: от знакомства с компанией до обращения и сделки.
Для этого компании используют несколько типов инструментов. Разберем некоторые из них.
1. Системы измерения ИИ-видимости бренда
Специализированные сервисы помогают отслеживать, как часто бренд появляется в ответах нейросетей, какие конкуренты упоминаются рядом и какие темы требуют дополнительного развития.
Например, инструменты вроде VisioBrand, «ГЕОранк» и AI Monitor позволяют:
- проверять присутствие бренда в ответах разных ИИ-систем;
- сравнивать видимость с конкурентами;
- находить информационные разрывы;
- определять точки роста для контента.
Функциональность таких решений может отличаться: одни сервисы делают акцент на мониторинге упоминаний, другие предлагают дополнительные возможности — например, тестирование контента или анализ конкурентов.
2. Мониторинг внешних упоминаний бренда
Нейросети формируют ответы на основе большого количества открытых источников: сайтов, СМИ, экспертных материалов, отзывов, форумов и других площадок. Поэтому важно понимать, какой информационный след формируется вокруг компании.
Для этого используют сервисы мониторинга упоминаний, например «Медиалогия», «Интегрум» или BrandAnalytics. Они помогают отслеживать, что говорят о бренде в СМИ и на профильных площадках, что пишут пользователи социальных сетей и форумов и авторы отзывов.
Чем больше качественных и релевантных упоминаний появляется вокруг компании, тем больше источников получает ИИ для формирования ответа.
3. Аналитика обращений из нейросетей
Следующий уровень — понять, приводит ли AI-видимость к реальным действиям пользователей. Здесь важно не только отслеживать сам факт упоминания бренда в ИИ. Гораздо полезнее для бизнеса будет информация в формате «пользователь узнал о компании через нейросеть А, Б или В, перешел на сайт, оставил заявку и стал клиентом».
Для этого нужны системы аналитики рекламы и коммуникаций, которые помогают связать источник перехода, обращение и его дальнейшее движение по воронке. Например, в Аналитике рекламы UIS есть отдельный источник трафика — «Нейросети». Он показывает обращения пользователей, которые пришли на сайт после взаимодействия с AI-сервисами, и помогает анализировать их путь вплоть до сделки и выручки.
Система определяет обращения из таких источников, как:
- ChatGPT;
- Perplexity;
- Google Gemini;
- Microsoft Copilot;
- Grok;
- DeepSeek;
- «Алиса AI» и другие ИИ-системы.
Список источников развивается вместе с рынком.
Таким образом, полноценная аналитика AI-каналов включает три уровня:
- 1. Видимость бренда в ответах ИИ;
- 2. Информационный контур вокруг компании;
- 3. Реальные обращения и продажи из нейросетей.
Только сочетание этих данных позволяет понять, насколько эффективно бренд представлен в новом канале привлечения клиентов.
Как выстроить систему контроля присутствия бренда в ИИ
Раз в неделю
- проверять приоритетную группу запросов;
- фиксировать новые упоминания и цитирования;
- отмечать изменения в источниках и конкурентах.
Раз в месяц
- оценивать долю присутствия относительно конкурентов;
- обновлять ключевые факты, функциональность и кейсы;
- закрывать новые информационные разрывы.
Раз в квартал
- пересматривать карту клиентских запросов;
- проводить конкурентный GEO-аудит;
- оценивать вклад AI-трафика в лиды и продажи;
- корректировать контент-, пиар- и SEO-план.
Главное: продвигайте не страницы сайта, а информационный контур бренда
Нейросети становятся еще одной точкой, в которой клиент формирует представление о компании и выбирает между конкурентами. Но GEO не отменяет SEO и не сводится к разметке или «правильным» формулировкам для ИИ.
Сильная стратегия состоит из нескольких уровней:
- сайт технически доступен;
- контент содержит уникальные и проверяемые данные;
- позиционирование бренда понятно;
- внешние источники подтверждают его компетенции;
- аналитика показывает не только упоминания, но и влияние на обращения и продажи.
Поэтому вопрос «как попасть в ответ нейросети?» полезно заменить другим: «какую картину о нашем бренде увидит ИИ, если соберет информацию из открытых источников — и достаточно ли в этой картине доказательств, чтобы рекомендовать нас клиенту?»
Компании, которые научатся управлять этой картиной системно, укрепят и AI-видимость, и бренд, и органический поиск.