Всем привет, я Владимир Назаров, основатель и руководитель агентства поискового маркетинга Head Promo.
Сегодня вновь хочу поговорить о теме GEO‑продвижения и ответах нейросетей. Тема уже укрепилась, многие про неё слышали и используют ИИ как отдельный маркетинговый канал.
Но сегодня я не про то, как попасть в ответы. А про то, что важно не только в них попасть, но и про то, как именно нейросеть будет говорить о бренде компании.
Бренд может регулярно появляться в ответах ChatGPT, Алисы и Perplexity — и при этом проигрывать конкурентам. Нейросеть может включить компанию в подборку, но поставить её ниже, описать без преимуществ или представить как второстепенную альтернативу. Поэтому одного показателя видимости недостаточно: необходимо оценивать то что я бы назвал «качество присутствия бренда в ответе».
Давайте рассмотрим на примере китайских авто, попросим Perplexity нам порекомендовать надежный китайский бренд:
Единоличное преимущество он отдал Chery. При этом, обратите внимание, что марки GAC, FAW и Jetour тоже присутствуют в ответе, но в каком контексте.
«FAW Hongqi — премиальное подразделение FAW, уровень надежности близок к Chery (186 PP100), но модельная линейка уже и дилерская сеть может быть слабее в некоторых регионах.»
«GAC Trumpchi — также 186 PP100, известен кроссоверами и минивэнами, но в СНГ/Европе представлен уже, чем Chery.»
Фактически эти марки он упомянул, да. Но не «порекомендовал». Более того, сделал прямое сравнение не в пользу этих марок.
Ещё пример, на этот раз из Алисы:
Как подробно и классно описана «АМ Медика» и как скудно «Казанская клиника». Сколько ИИ указал преимуществ первого варианта, тут и рассрочка, и рейтинг, и количество отзывов, и разные уровни и «самый широкий выбор программ чекапа». И стандартное описание второго варианта, разве что помянуты рейтинг и удобный график.
То же самое: бренд «Казанская клиника» представлен в ответе? Представлен. Но выглядит ли он наилучшим вариантом? Не выглядит.
В обоих примерах компании попали в подборку, но нейросети отвели им разные роли. Один бренд стал основной рекомендацией и получил подробную аргументацию, а остальные оказались вторичными альтернативами.
Условно качество присутствия бренда в ответе можно разделить на несколько уровней:
простое упоминание;
присутствие в качестве вторичной альтернативы;
рекомендация с конкретными аргументами;
основная рекомендация;
позиция лидера или ориентира, с которым сравнивают остальных.
Отдельная ситуация — когда бренд упоминается с негативными оговорками, устаревшими или ошибочными фактами. Нейросеть также может перепутать продукт, регион или условия либо сослаться на нерелевантный источник.
Поэтому при GEO‑мониторинге важно оценивать не только сам факт присутствия бренда, но и:
на каких позициях бренд находится;
какую роль ему отводит нейросеть;
рядом с какими конкурентами он упоминается;
какими преимуществами объясняется его выбор;
есть ли в ответах ошибки или искажения;
какова тональность ответа;
какие источники используются.
В этом и заключается отличие зрелого GEO‑подхода от простого мониторинга упоминаний.
Как влиять на смыслы в AI‑ответах?
На самом деле не так сложно. Логика в том, что ИИ берут описание компании и преимущества с определенных ресурсов, на основе которых формируют свой ответ.
Давайте на примере:
У нас есть ТК Кит, которая описывается как крупнейший оператор сборных грузов, а среди преимуществ: «фиксированные тарифы». Справа на скриншоте указаны источники, идем по ним, ищем информацию. Находим её на Adpass:
Как раз та самая информация про специализацию на сборных грузах и акцент на преимуществе в виде фиксированной цены.
То есть наша задача — транслировать именно те преимущества, расставлять те акценты, которые мы бы хотели, чтобы подчеркивала нейросеть в своих ответах.
Хорошо, если у вас компания небольшая и инфы в целом не очень много. А если крупная, много лет на рынке? И кто его знает, что за последние годы изменилось в позиционировании. Допустим, у вас рекламное агентство, которое специализировалось на работе с международными брендами и продвижении в странах ЕС. Так себе позиционирование для российского агентства после 2022 года.
А раньше вы везде это писали и нейронки будут продолжать его транслировать в своих ответах. Идем и планомерно корректируем информацию везде, докуда дотянутся руки: карты, справочники, каталоги, профили на отзовиках, экспертные статьи и так далее. Заодно актуальность обновите и даты поменяете. Параллельно создаете новые материалы, регаетесь на новых площадках.
И тут мы уже уходим не только в технический процесс попадания в ответы, а в маркетинговые дебри: изучить, что говорят ИИ о ваших конкурентах и как на этом фоне выделить свои сильные стороны.
Например:
Конкурент: широкая сеть филиалов по России, гарантия 2 года, цены от 3000 рублей
Вы: Региональная компания с высокой долей покрытия в конкретном регионе, гарантия 2,5 года, цены от 2500 рублей, работа без выходных, рассрочка.
Подытожим, план такой:
Зафиксировать, как нейросети описывают бренд сейчас.
Сравнить это описание с конкурентами и реальным позиционированием компании.
Определить смыслы и преимущества, которые необходимо усилить.
Найти источники устаревшей или искажённой информации.
Обновить сайт, карточки, каталоги, отзывы и внешние материалы.
Повторить замер и проверить изменение ответов.
Вывод
Появление бренда в ответах нейросетей — базовая задача. Следующий этап — работа с качеством присутствия: какую роль нейросеть отводит компании, какими преимуществами объясняет её выбор, как сравнивает с конкурентами и насколько точно передаёт информацию.
Поэтому в GEO важно не только, чтобы нейросеть назвала компанию, но и чтобы после её ответа у пользователя появились причины выбрать именно её.
