Как мы с нуля открыли канал нейросетей вместо привычной ставки на ChatGPT для B2B онлайн-платформы

Содержание

1. Зачем сервису со зрелым поиском ещё один источник трафика

2. Первый план мы написали неправильно

3. Точку отсчёта снимали руками, по шести нейросетям

4. Техническая часть и микроразметка — скучная половина работы

5. Контент переписали под процедуру: тарифы нейросеть цитирует редко

6. Под Алису пришлось делать отдельную работу

7. Что вышло за 18 месяцев

8. Чего вы не увидите ни в одном отчёте

9. С чего начать, если вы решаете, вкладываться или нет

10. Частые вопросы

Зачем сервису со зрелым поиском ещё один источник трафика

Клиент под соглашением о неразглашении, поэтому без названия. Это российский B2B-сервис, который берёт на себя финансовую часть исполнения государственных контрактов: заводит исполнителю обособленный лицевой счёт, ставит и настраивает работу в государственной учётной системе, пропускает через неё платежи, разносит затраты по каждому контракту отдельно и готовит компанию к визиту проверяющих. Компании больше десяти лет, и часть её специалистов раньше сидела по другую сторону стола, в профильном ведомстве.

Сходится такое сопровождение только на контрактах определённого размера. Отсюда крошечный и предельно понятный по составу круг покупателей: компании, которые уже ведут контракт в особом режиме и которым услуга окупается.

Деталь режима такая: выручка по контракту падает на обособленный счёт, и ни один платёж с него не уйдёт без пакета подтверждающих документов. Сверху навешан отдельный учёт затрат по каждому контракту. Ошибка тут стоит возврата уже полученной оплаты плюс штраф, поэтому подрядчика выбирают долго и советуются обо всём подряд.

К старту у клиента уже крутились три канала: поисковое продвижение с приличными охватами, Яндекс Директ и публикации на отраслевых ресурсах. Горячий спрос из поиска они выбирали подчистую, запаса для роста внутри этой конфигурации почти не осталось. Пришёл он ровно с этим запросом: найдите источник, которого у нас нет.

Мы к тому моменту видели по другим проектам, что часть аудитории перестала формулировать вопрос поисковой строкой и просто спрашивает совета у модели. Здесь это ложится особенно плотно: решение дорогое, ответственность личная. Значит, если нейросети приводят клиентов конкурентам, это уже происходит и без нашего участия.

Первый план мы написали неправильно

Отраслевой стандарт в GEO выглядит так: сначала оптимизация под ChatGPT и Perplexity, потом всё остальное. Первая версия нашего плана была именно такой, и я до сих пор считаю это самой полезной ошибкой проекта.

Перед запуском мы вручную прогнали целевые вопросы ниши по шести моделям. И увидели простую вещь: покупатель этой услуги — финансовый директор или главный бухгалтер компании с госконтрактом — почти не выходит за пределы Яндекса. Почта, документы, поиск, карты. Ответ Алисы он видит раньше первой ссылки выдачи, а про Perplexity чаще всего слышит впервые от нас.

Приоритеты развернули до начала работ. Через полтора года из 845 переходов Алиса дала 629, а продвижение в ChatGPT принесло 42. Если бы мы пошли по методичке, канал показал бы почти ноль, и вывод звучал бы так: нейросети для российского B2B не работают.

Точку отсчёта снимали руками, по шести нейросетям

Собрали список целевых вопросов ниши и задали каждый шести моделям: Алисе, Perplexity, ChatGPT, Claude, Gemini и DeepSeek. Фиксировали три вещи: называют ли клиента вообще, каким по счёту он идёт в ответе и кто стоит рядом с ним.

Формулировки брали те, с которыми в компанию реально звонят: как открыть лицевой счёт по госконтракту, кто обязан вести раздельный учёт по контракту, что смотрят при проверке. За готовой покупкой в модель не приходят почти никогда. Приходят с процедурой, и это сразу задало, где нам вообще ловить цитируемость в нейросетях.

На части вопросов клиент вообще не всплывал. Там, где всплывал, он стоял ниже конкурентов, причём иногда ниже компаний, которые этой услугой в принципе не занимаются. Получившийся срез мы зафиксировали как ноль проекта и весь дальнейший прогресс считали от него.

Практическая деталь, которая экономит потом месяцы

Автоматической выгрузки по ответам моделей не существует, прогон делается руками. Поэтому каждый ответ мы сохраняли скриншотом с датой. Через полгода это единственный способ показать клиенту, что раньше в ответе стояли конкуренты. Модель переобучается, старую выдачу уже не воспроизвести.

Техническая часть и микроразметка — скучная половина работы

Сайт модель читает похоже на поискового робота. Если робот спотыкается, ссылаться ей просто не на что. Поэтому первым делом чинили фундамент.

1. открыли роботам доступ к сайту и завели проекты в вебмастерах Яндекса и Google
2. почистили дубли, склейки и страницы, отдающие ошибку
3. убедились, что смысловой текст приходит уже в исходном коде: красивая страница, содержание которой появляется только после отработки JavaScript, для модели выглядит пустой

Дальше внедрили микроразметку для нейросетей на ключевых страницах: FAQ, HowTo, Product, Article. Смысл простой. Размеченный блок — это уже готовый кусок ответа с вопросом, ответом и источником, его удобно взять целиком. FAQ-разметка для нейросетей на страницах услуг дала заметно больше, чем те же тексты без разметки.

Контент переписали под процедуру: тарифы нейросеть цитирует редко

Первые материалы у клиента были построены вокруг продукта: что входит в услугу, сколько стоит, почему мы. В ответы моделей они попадали редко.

GEO-семантику пересобрали вокруг самих процедур: как заводится обособленный счёт, как устроена работа в государственной учётной системе, что считается раздельным учётом, чем заканчивается визит казначейства или прокуратуры. Именно с этим аудитория идёт в модель, и ключи мы собирали под такие формулировки.

Дальше переписали сами страницы.

1. один интент на страницу, без попыток закрыть три темы сразу
2. прямой ответ в первых строках раздела, по принципу пирамиды Минто: модель забирает начало блока, и если там разбег на три абзаца, забирать нечего
3. пошаговые инструкции, сравнительные таблицы и блок вопросов внизу каждой страницы
4. свели факты к единому виду: везде одно наименование услуги, один состав работ, одни и те же условия — на сайте, в публикациях и в отраслевых карточках

Последний пункт выглядит формальностью, но он важный. Когда на сайте написано одно, а в каталоге пятилетней давности другое, модель выдаёт смесь из обоих вариантов и путает условия услуги. Вычистку старых описаний по внешним площадкам мы вели отдельным заходом, параллельно с основной работой.

Под Алису пришлось делать отдельную работу

Алиса собрана иначе, чем западные модели. Она опирается на текст, который лежит прямо на странице, и на то, насколько уверенно сайт стоит в Яндексе. Только что вышедшая публикация на стороннем ресурсе, от которой хорошо заводится Perplexity, тут даёт заметно меньший эффект.

Самое наглядное наблюдение проекта: страница тарифов, собранная из таблицы и кнопок, в ответ не попадала вообще. Добавили нормальный текстовый блок с описанием, что это за режим работы и кому он нужен, и страница начала подтягиваться. Похожая история была со страницами услуг. Так что вопрос, как попасть в ответы Алисы, в половине случаев сводится к тому, есть ли на странице живой текст.

Параллельно наращивали вес сайта в Яндексе и держали индексацию под контролем через Вебмастер. Внешние публикации шли в одной связке с PR клиента: независимый источник модель читает как подтверждение репутации, и это одинаково справедливо для продвижения в Perplexity и для Алисы.

Что вышло за 18 месяцев

Стартовали с нулевой отметки: до начала работ доменов нейросетей в отчётах по переходам не было совсем. За 18 месяцев их накопилось 845, и это порядка 4,5 процента всех реферальных визитов. Цифры из Яндекс Метрики по стопроцентной выборке, проект живой и продолжается.

Так переходы распределились по источникам за весь срок.

Есть эффект, который в таблицу не помещается. Обращения из этого источника приходят заметно теплее. Человек до звонка успел прочитать, как устроена процедура, ориентируется в 44-ФЗ и 223-ФЗ и спрашивает уже про свой конкретный контракт. Продавать такому клиенту с нуля не приходится.

Покажем, советуют ли нейросети ваш продукт и где вместо вас отвечают конкуренты. Бесплатно за 90–120 минут соберём вашу видимость в ChatGPT, Claude, Gemini, Алисе и Perplexity, сравним с конкурентами и покажем, какой канал быстрее приведёт к упоминаниям в ответах.

Записаться на разбор видимости в нейросетях

Чего вы не увидите ни в одном отчёте

Это та часть, которую в продающих материалах обычно проглатывают. У вопроса, как измерить GEO, честного ответа пока нет: панели со сводной статистикой по моделям попросту не бывает.

1. исходную формулировку пользователя вам никто не отдаст, поэтому по какому именно вопросу прозвучало название компании, остаётся догадкой
2. если название прозвучало без кликабельной ссылки, визита в Метрике не будет вовсе: человек прочитал имя, набрал его в поиске и пришёл уже как брендовый запрос
3. какая-то доля кликов растворяется внутри мобильных приложений самих сервисов

Поэтому 845 — это нижняя граница эффекта. Насколько реальная величина больше, честно сказать нельзя, и мы этого не говорим. Аналитика трафика из нейросетей у нас собирается из трёх сигналов сразу, и ни один из них по отдельности картины не даёт.

В месячный отчёт из этого попадает не график роста, а три строки: сколько целевых вопросов мы прогнали, по скольким клиента назвали, сколько визитов пришло с доменов моделей. Первая цифра почти всегда двигается раньше третьей, и это единственное, что удерживает проект в первые полгода, когда визитов ещё нет.

С клиентом мы это проговорили на входе, и рекомендую делать так же со своей командой. Обещание полной измеримости в этом канале — самый быстрый способ поссориться через полгода.

С чего начать, если вы решаете, вкладываться или нет

Прежде чем закладывать бюджет, соберите собственную точку отсчёта. Это делается за один вечер и не стоит ничего.

1. Выпишите пять вопросов, с которыми к вам приходит клиент, и задайте их Алисе, ChatGPT и Perplexity. Не про ваш продукт, а про его задачу.

2. Посмотрите, кого называют вместо вас и в какой из моделей вас нет вовсе. Скриншоты с датой сохраните сразу.

3. Откройте в Метрике отчёт по внешним реферерам и поищите домены моделей. Если переходы уже есть, канал работает без вас, и вопрос только в том, сколько вы недобираете.

4. Сверьтесь с состоянием SEO. Порядка четырёх пятых результата в GEO вытягивают исправная техчасть, сильные материалы и цитирование со стороны.

Из последнего пункта следует практический вывод про GEO для B2B: заводить его отдельным проектом смысла мало. Связка GEO и SEO работает на одних и тех же активах, и одна и та же правка одновременно тянет вверх и выдачу, и вероятность оказаться в ответе модели. Поэтому оптимизацию под нейросети мы ведём внутри общей работы по поиску и контенту: ничего волшебного поверх этого не существует.

И ещё одно, из этого же кейса продвижения сервиса в нейросетях. Порядок моделей в вашей нише не берётся из отраслевой статистики. В массовом бизнес-сегменте первые строчки обычно за Perplexity и ChatGPT, здесь расстановку перевернула специфика покупателя. Полчаса ручной проверки до старта стоят дешевле полугода работы не в ту сторону.

Частые вопросы

Через сколько нейросети начинают приводить клиентов?

Быстро не будет. Первый год канал давал единичные визиты в месяц, заметный рост пошёл ближе к концу первого года и дальше шёл без провалов. Полтора года — это срок, за который источник стал предсказуемым. Первые месяцы он выглядел как случайные всплески, по которым решения принимать нельзя.

Обязательно ли делать ставку на Алису?

Только если там ваша аудитория. В этом проекте на неё пришлось 74 процента канала, потому что покупатель живёт в сервисах Яндекса. У SaaS с международными пользователями картина обычно обратная, и продвижение в Perplexity и ChatGPT для них важнее.

Чем работы по GEO отличаются от обычного SEO?

Процентов на восемьдесят совпадают. Разница в трёх вещах: микроразметка под извлечение готового ответа, структура текста с прямым ответом в первых строках и согласование фактов о компании по всем внешним источникам.

Сколько стоит проверить, называет ли модель мой сервис?

Нисколько. Полчаса и список из пяти вопросов вашего клиента.

Что делать, если нейросеть выдаёт про нас неверные факты?

Искать первоисточник расхождения. Обычно это старое описание в каталоге, устаревшая страница на сайте или чужая статья с ошибкой. Приводите все площадки к одной формулировке и цифрам, и ответы выравниваются в течение нескольких месяцев переобучения.

Этот кейс GEO для B2B-сервиса переносится на SaaS?

Механика переносится целиком: замер точки отсчёта, техбаза, разметка, контент вокруг вопросов аудитории, согласованные факты. Приоритет моделей не переносится никогда, его считают заново под свою аудиторию.