Как бизнесы добились того, чтобы их называл ИИ — в деталях.

Предыстория

Устоявшаяся HVAC-компания со стабильным спросом из поиска и по рекомендациям, но без понимания того, как ИИ-ассистенты представляют её, когда потенциальные клиенты просят совет.

Задача

Её присутствие в ответах ИИ было нестабильным: названа в одном запросе, отсутствует в следующем — в ChatGPT, Claude, Perplexity и Google AI. Она находилась сразу за лидирующей группой, а два конкурента уверенно вырывались вперёд. Без стабильного, повторяемого измерения нельзя было понять, работает ли вообще что-либо из изменений.

Что мы сделали

Мы отнеслись к видимости в ИИ как к измеримой системе, а не разовой проверке:

• Зафиксировали единые данные о компании, услугах, зонах обслуживания и часах работы везде, где их читают модели
• Добавили структурированные данные об услугах и зонах обслуживания, чтобы каждое предложение было машиночитаемым
• Создали контент под точные запросы «лучший [услуга] рядом» и сравнения, которые покупатели задают ИИ
• Еженедельно отслеживали фиксированный набор запросов, чтобы отделить реальную динамику от шума между запусками
• Сравнивали долю упоминаний с конкретными конкурентами, которых ИИ называл вместо неё

Результаты

За четыре месяца видимость компании в ИИ выросла примерно на пять пунктов и закрепилась в топ-3 по всем четырём моделям, тогда как у среднего конкурента она упала примерно на пять пунктов. Прирост держался от недели к неделе — это устойчивая позиция, а не разовый всплеск.

Предыстория

Строительная компания на совершенно новом домене, без истории в поиске и без авторитета домена — сильный бизнес с реальными проектами, но фактически невидимый для систем, у которых клиенты всё чаще спрашивают рекомендации.

Задача

На старте у неё было 0% видимости в ИИ: ни один ассистент не упоминал её ни по одной ключевой услуге, и ничто в сети не ссылалось на неё из источников, которым доверяют модели. С доменом без авторитета у ИИ не было основы, на которую можно опереться.

Что мы сделали

Мы выстроили основу с нуля, последовательно:

• Опубликовали чистую структурированную информацию о компании и услугах, которую модели могут разобрать
• Создали авторитетный контент о её услугах, проектах и зонах обслуживания
• Заработали цитирования на доверенных релевантных источниках, которые ИИ читает, рекомендуя подрядчиков
• Сформировали данные о компании, чтобы бизнес распознавался как отдельная, реальная сущность
• Отслеживали рост авторитета домена и цитирований вместе с видимостью в ИИ для измеримой динамики

Результаты

За четыре месяца компания выросла с 0% до примерно 5% видимости в ИИ, начала зарабатывать цитирования в ИИ-чатах и с нуля построила реальный авторитет домена — база, которая продолжает накапливаться с каждым новым проектом и упоминанием.

Предыстория

Вторая HVAC-компания, уже слегка присутствовавшая в ИИ — около 4% видимости — но с скрытым риском под этой цифрой.

Задача

Модели сообщали о ней неточные факты — неверные детали услуг и устаревшие данные — ровно в тот момент, когда клиент решал, кому позвонить. Низкое присутствие было меньшей проблемой; неверное описание обходилось дороже.

Что мы сделали

Мы исправляли точность и присутствие вместе:

• Проследили, откуда возникает каждое неверное утверждение, и исправили его в источнике
• Перестроили информацию об услугах и компании в ясные, актуальные, структурированные факты
• Заработали свежие цитирования в ChatGPT, Perplexity и Google AI, чтобы у моделей были точные, атрибутированные данные для ссылок
• Повторно тестировали те же фактологические запросы со временем, чтобы подтвердить устойчивость исправлений

Результаты

За четыре месяца видимость в ИИ более чем утроилась — с 4% до 14% — а доля ответов с верными фактами выросла примерно с трети почти до всех. Присутствие и точность росли вместе, поэтому больше видимости означало больше корректной видимости.

Предыстория

Служба перетяжки мебели с устойчивым присутствием в ИИ, наработанным со временем — пока смена домена и реструктуризация линейки услуг не изменили всё за одну ночь.

Задача

Переезд и реструктуризация выбросили её из ответов ИИ: видимость рухнула примерно до 2%, и модели потеряли понимание того, чем теперь занимается бизнес, сопоставляя его с неверными услугами или ни с чем. Трудно завоёванное присутствие рисковало быть потерянным навсегда.

Что мы сделали

Мы провели это как управляемое восстановление, а не перестройку с нуля:

• Сопоставили старые и новые URL и внедрили чистые 301-редиректы для сохранения веса
• Перестроили архитектуру услуг так, чтобы каждое реструктурированное предложение было отдельным и машиночитаемым
• Восстановили сигналы о компании и услугах, которые модели используют для сопоставления бизнеса с запросом
• Инициировали переиндексацию и отслеживали, как каждая модель заново усваивает бизнес
• Проверили, что модели корректно описывают новую линейку услуг

Результаты

За три месяца видимость восстановилась примерно до 10%, и ИИ снова корректно представляет реструктурированные услуги. Переезд, который мог стать долгосрочным провалом, превратился в чистый перезапуск — на более ясной структуре, чем прежде.

Предыстория

Ресторан-достопримечательность — хорошо известный локально и заполненный по выходным, но опирающийся на сарафанное радио и отзывы, а не на поиск или ИИ.

Задача

Когда гости спрашивали ИИ о рекомендациях в его кухонной нише, ресторан был невидим. Конкуренты с более сильными структурированными данными и профилями отзывов владели шорт-листом ИИ — некоторые при более слабой репутации вживую.

Что мы сделали

Мы сосредоточились на запросах, которые гости реально задают ИИ:

• Создали контент под кухню и повод, соответствующий реальным запросам к ИИ
• Согласовали листинги, меню и структурированные данные по платформам
• Усилили и вывели на поверхность сигналы отзывов, которые учитывают модели
• Создали страницы сравнений и «лучшая [кухня] рядом»
• Еженедельно отслеживали долю упоминаний относительно названных конкурентов

Результаты

Доля упоминаний в нише выросла примерно с 6% до 17% за четыре месяца, переместив ресторан в число мест, которые ИИ предлагает первыми, тогда как доля ведущих конкурентов немного снизилась.

Предыстория

Круглосуточный слесарь по замкам, чей бизнес зависел от срочного спроса с высоким намерением — захлопнувшаяся дверь в полночь, потерянные ключи перед работой.

Задача

Именно по этим срочным запросам он почти не фигурировал в ответах ИИ — около 3% видимости — так что в момент, когда клиенту быстрее всего нужно имя, ИИ редко называл именно его.

Что мы сделали

Мы нацелились на видимость с высоким намерением, ведомую срочностью:

• Создали контент под срочное намерение, соответствующий неотложным запросам к ИИ
• Исправили и унифицировали локальные листинги по платформам
• Заработали цитирования на источниках, которые ИИ цитирует для рекомендаций услуг
• Усилили сигналы отзывов и доступности — 24/7 и время отклика
• Отслеживали появление по срочным запросам во всех четырёх моделях

Результаты

Видимость в ИИ выросла примерно с 3% до 12% за три месяца. Бизнес начал появляться по срочным запросам во всех четырёх основных ИИ-инструментах, а ежемесячные цитирования выросли с единственного упоминания до восьми.