Позвонить
Перед нами стояла задача повысить присутствие бренда в ответах популярных ИИ-помощников (LLM): Perplexity, ChatGPT, «Яндекса Алисы» и Google AI Overviews. Это направление — GEO (Generative Engine Optimization) или AEO (Answer Engine Optimization) — становится критически важным элементом поискового маркетинга, так как всё больше пользователей ищут рекомендации напрямую через диалоговые ИИ-системы.
На старте работ мы сформировали ядро из 40 репрезентативных коммерческих промптов (вопросов, с которыми пользователи обращаются к ИИ при выборе теплиц). Проверив упоминаемость бренда по этим запросам во всех четырёх системах (суммарно 160 тестов), мы зафиксировали следующие показатели:
Суммарно на старте мы получили 54 упоминания из 160 возможных, что соответствовало общей ИИ-видимости бренда на уровне 33,75%.
Мы собрали широкий пул естественных коммерческих вопросов, используемых пользователями при поиске теплиц и оценке производителей. При этом мы сознательно избегали избыточно узких и длинных низкочастотных формулировок. Показ по слишком детальным запросам (например, с точным указанием редкой модели) ИИ может выдать и без оптимизации. Нашей целью было повлиять на генерацию ответов по широким коммерческим направлениям, где конкуренция за рекомендации максимально высока.
Мы замерили начальную долю присутствия бренда в ответах ChatGPT, Google AI Overviews, «Яндекс Алисы» и Perplexity. Для регулярного съёма данных использовали специализированный трекер ИИ-упоминаний в системе keys.so. Дополнительно мы настроили в сервисе мониторинг основных конкурентов в нише, чтобы сопоставить их видимость с нашими показателями и выявить их основные внешние источники упоминаний.
Для каждого промпта из семантического ядра мы создали детальные материалы-источники. Логика продвижения строилась на закрытии конкретного пользовательского интента (вопроса), а не на простом внедрении ключевых слов. В качестве основного формата контента мы выбрали два типа публикаций:
Для размещения запланированного контента прямая покупка платных публикаций на внешних порталах требовала бы чрезмерного бюджета. Мы решили задействовать авторитетные платформы со свободным размещением и высоким уровнем доверия у поисковых систем: «Дзен», «ВКонтакте», TenChat и VC.ru. Эти ресурсы регулярно сканируются поисковыми роботами и используются языковыми моделями в качестве достоверных источников для генерации ответов.
После завершения публикационного цикла и завершения индексации материалов мы провели контрольный срез в ИИ-трекере по исходному пулу запросов, чтобы оценить изменения в цитируемости.
По результатам контрольного замера видимость rus-teplici.ru в ответах ИИ-ассистентов показала существенную положительную динамику (анализ проводился на основе тех же 40 промптов):
Показатели до начала работ:
Итого: 54 из 160 ответов
Показатели после завершения работ:
Итого: 83 из 160 ответов
Общая ИИ-видимость бренда выросла с 33,75% до 51,9%. Наибольший рост зафиксирован в Google AI Overviews (в 2,6 раза — до 34 упоминаний) и в «Яндекс Алисе» (почти в 1,7 раза — до 27 упоминаний).
Разработанная стратегия Generative Engine Optimization решает одновременно две ключевые задачи. Во-первых, мы точечно повысили цитируемость по наиболее приоритетным коммерческим вопросам пользователей. Во-вторых, мы расширили общее присутствие бренда в сети, увеличив число качественных упоминаний на трастовых ресурсах.
Это важно потому, что когда пользователь задает ИИ-помощнику нетипичный вопрос, не входивший в наше семантическое ядро, модель обращается к накопленной базе знаний. Масштабное присутствие бренда на площадках с высоким уровнем доверия («Дзен», «ВКонтакте», TenChat, VC.ru) создает авторитетный цифровой след. В результате алгоритмы ИИ с более высокой вероятностью рекомендуют rus-teplici.ru даже по непредусмотренным смежным запросам, обеспечивая синергетический эффект.
Один цикл GEO-оптимизации позволил увеличить присутствие rus-teplici.ru в ответах ИИ с 33,75% до 51,9%. Этот результат был достигнут без затрат на платные размещения — исключительно благодаря точечной проработке контент-плана под пользовательские промпты и выбору площадок, которые пользуются максимальным приоритетом у алгоритмов генеративного поиска.
