Заказчик — федеральный производитель печей для бани, отопительных печей, котлов, каминов и сопутствующих товаров. На момент запуска работ сайт уже имел развитую базу SEO (поисковой оптимизации): поисковый трафик вырос в 6,6 раза, а количество заявок — в 2,5 раза. Следующей задачей стала подготовка сайта к поиску через нейросети и диалоговые ассистенты.
Задача проекта
Сайт работал как каталог продукции и поддерживал федеральную дилерскую сеть. В каталоге были представлены печи для бани, электрокаменки, водогрейные колонки, отопительные печи, печи-буржуйки, печи-камины, котлы и сопутствующие товары. Продукция выпускалась с соблюдением стандартов и подтверждалась сертификатами России, Таможенного союза и CE (европейское соответствие требованиям безопасности).
Классическое SEO (поисковая оптимизация) уже закрывало запросы вроде «купить печь для бани», «отопительный котёл» или «печь-камин для дачи». При обращении к нейросетям пользователи формулировали запрос иначе. Они описывали помещение, объём, тип топлива, режим эксплуатации и задавали вопрос о выборе конкретного решения.
Агентство KeyCraft поставило задачу увеличить присутствие бренда в ответах Алисы, нейросетевых подсказках, поисковых ИИ-блоках и диалоговых ассистентах. Сайт должен был давать сведения, по которым нейросеть могла определить назначение модели, связать характеристики с практическим сценарием и включить продукцию в рекомендацию.
Что ограничивало видимость в нейровыдаче
Контент был подготовлен под поисковые запросы, но не под готовые ответы
Карточки и категории содержали характеристики, описания, LSI-фразы (тематически связанные слова и выражения), подборки и рекомендации. При этом часть информации была распределена по странице фрагментарно. Нейросети было сложно быстро извлечь однозначный ответ: для какого помещения подходит модель, как она используется, чем отличается от похожих решений и при каких условиях стоит выбрать другой товар.
Например, при запросе о печи для дачи с объёмом помещения до 150 м³ и возможностью готовить еду ассистенту нужны мощность, тип топлива, наличие варочной поверхности, режим длительного горения и сценарий применения. Простого перечня характеристик для такого ответа недостаточно.
Коммерческие страницы не закрывали диалоговые запросы
Структура каталога была рассчитана на короткие коммерческие формулировки. В ней не хватало связки между вопросом пользователя, критериями выбора и подходящими категориями или моделями. Запросы о печи для гаража, котле для дома без газа, скорости прогрева помещения или отличиях закрытой каменки от сетки требовали отдельных пояснений.
Сигналы экспертности были представлены неравномерно
На сайте уже размещались отзывы, гарантии, сертификаты и информация о производстве. Однако опыт производителя не везде был связан с товарными категориями. Сертификаты и контроль качества не всегда раскрывались в контексте выбора и безопасной эксплуатации. Экспертные рекомендации редко выделялись в самостоятельные блоки, а отзывы требовалось связать с конкретными моделями и условиями использования.
Техническая разметка требовала расширения
На предыдущем этапе команда контролировала скорость загрузки, дубли, страницы с ошибкой 404, robots.txt и базовую микроразметку. Для продвижения в ИИ потребовалась более подробная структурированная передача данных о товарах, организации, вопросах и ответах, рейтингах и отзывах.
Как проводили аудит видимости в ИИ
Сначала специалисты KeyCraft проверили, какие страницы сайта могут использоваться как источники для нейросетевых ответов. Команда оценивала наличие коротких ответов, связь между проблемой пользователя и товаром, полноту карточек, представление сертификатов, отзывов и производственного опыта.
Для замера собрали 140 тестовых запросов. В список вошли вопросы о выборе печей для бани и дачи, отоплении гаража, котлах для домов без газа, различиях между конструкциями, российских производителях и местах покупки в регионе.
По каждому запросу фиксировали четыре показателя: упоминание бренда, наличие ссылки на сайт, частоту появления конкурентов и аргументы, которыми нейросеть объясняла рекомендацию. Отдельно проверяли, хватает ли сайту фактов для включения в ответ.
Какие изменения внесли на сайт
Перестроили коммерческий контент под сценарии выбора
В категориях и карточках появились короткие ответы в начале смысловых блоков. Характеристики связали с условиями эксплуатации и практической пользой. На страницах добавили разделы «Кому подойдёт», «На что обратить внимание», «Как выбрать» и «Чем отличается». Для похожих моделей подготовили сравнительные блоки.
Описание модели для помещения до 150 м³ дополнили пояснением о подходящих объектах: даче, садовом доме, гараже или мастерской. Наличие варочной поверхности связали с приготовлением и разогревом пищи, а режим длительного горения — с продолжительным использованием без частой закладки дров. Такая структура давала нейросети готовую связь между параметром, пользой и сценарием.
Расширили FAQ-блоки
На категориях, карточках и в статьях добавили FAQ (разделы с ответами на часто задаваемые вопросы). Темы касались подбора печи по объёму помещения, различий между режимами горения, отопления гаража и дачи, выбора между котлом и печью, региональной покупки и наличия сертификатов.
Ответы занимали от трёх до шести предложений. В них давалась практическая рекомендация и ссылка на соответствующую категорию.
Усилили экспертность и доверие
Команда доработала страницы «О компании», «Производство», «Сертификаты» и «Где купить». В категориях и карточках добавили пояснения о материалах, параметрах подбора, условиях применения, типичных ошибках покупателей и случаях, когда требуется консультация специалиста. Сертификаты и контроль качества связали с безопасностью эксплуатации.
Расширили структурированные данные
На сайте доработали микроразметку Product (товар), Organization (организация), BreadcrumbList (навигационная цепочка), FAQPage (страница вопросов и ответов) и AggregateRating (сводный рейтинг). Шаблоны характеристик в карточках унифицировали, внутренние связи между статьями, категориями и товарами усилили.
Дополнительно команда проверила индексируемость приоритетных страниц, устранила дубли метатегов на части фильтров, доработала региональные страницы и раздел «Где купить». SEO-фильтры (посадочные страницы, созданные на основе параметров каталога) дополнили пояснениями, сценариями выбора и вопросами с ответами.
Сократили путь до коммерческого действия
В карточках появились CTA (призывы к действию): «Где купить», «Получить консультацию» и «Сравнить модели». Важные характеристики перенесли выше, добавили подбор по объёму помещения, подсказки в категориях, сравнение товаров и блоки «С этим товаром выбирают» и «Подходит для». Страницы дилеров и регионов также получили дополнительные коммерческие элементы.
Доработали брендовые и репутационные страницы
Для брендовых запросов подготовили отдельные страницы, расширили отзывы и ответы о гарантии, доставке, покупке и дилерах. Внешние упоминания бренда усилили на тематических площадках. Для публикаций подготовили экспертные материалы, которые объясняли, кто производит продукцию, какие категории выпускает компания и для каких задач подходят разные модели.
Результаты через шесть месяцев
Результаты AI-продвижения
Через шесть месяцев после начала AI-оптимизации агентство KeyCraft повторно проверило видимость бренда в нейросетевых ответах и проанализировало переходы на сайт из сервисов искусственного интеллекта.
Видимость бренда в ответах нейросетей
Общая видимость бренда составила 24,39%.
Лучший результат зафиксирован в Алисе: бренд появлялся в 43,75% проверенных ответов. В ChatGPT показатель составил 28,13%, в Google AI Overview (обзорах с ответами искусственного интеллекта Google) — 14,81%, в GigaChat — 9,38%.
Результаты по отдельным системам:
- Алиса AI — 43,75%;
- ChatGPT — 28,13%;
- Google AI Overview — 14,81%;
- GigaChat — 9,38%.
Эти данные показывают, что после доработки сайта бренд стал появляться в ответах по разным пользовательским сценариям, включая вопросы о выборе печей, котлов и отопительного оборудования.
Упоминания бренда
В ходе замера было зафиксировано 30 упоминаний бренда.
По системам они распределились следующим образом:
- Алиса AI — 14 упоминаний
- ChatGPT — 9
- Google AI Overview — 4
- GigaChat — 3
Наибольшее количество упоминаний пришлось на Алису. На втором месте оказался ChatGPT.
До начала работ сайт чаще появлялся по прямым запросам с названием производителя. После AI-оптимизации бренд начал встречаться и в ответах на небрендовые вопросы, связанные с подбором продукции под площадь помещения, тип отопления и условия эксплуатации.
Доля голоса среди конкурентов
Share of Voice (доля голоса бренда в сравнении с конкурентами) составила 8,7%.
Результат заказчика оказался выше показателей нескольких известных производителей:
- бренд заказчика — 8,7%;
- «Термофор» — 8,41%;
- «Везувий» — 8,41%;
- «Теплодар» — 6,96%;
- Harvia — 4,06%;
- «Булерьян» — 3,48%.
На остальные бренды и источники пришлось 60,03%.
Таким образом, по итогам замера бренд заказчика занял первое место среди отдельно выделенных производителей. Разница с ближайшими конкурентами небольшая, поэтому показатель требует дальнейшего наблюдения и регулярной работы с контентом и внешними упоминаниями.
Переходы на сайт из сервисов искусственного интеллекта
За период наблюдения аналитика зафиксировала 186 переходов из сервисов искусственного интеллекта.
Основным источником стала Алиса — 138 переходов. Остальной трафик распределился между несколькими платформами:
- Алиса — 138 переходов;
- ChatGPT — 25;
- Perplexity — 13;
- Microsoft Copilot — 4;
- Google Gemini — 3;
- DeepSeek — 2.
На графике заметен рост переходов во второй половине периода. Особенно быстро увеличивался трафик из Алисы. К концу наблюдения общее ежемесячное количество переходов достигло максимального значения за весь период.
AI-канал пока уступает классическому поиску по объёму. При этом он приводит пользователей, которые уже сформулировали задачу: подобрать печь под определённый объём помещения, сравнить модели или найти подходящий способ отопления. Такой посетитель приходит на сайт с более конкретным запросом, чем пользователь, который вводит общую фразу в поисковой строке.
Итог
После шести месяцев работ бренд получил:
- общую видимость в нейросетевых ответах на уровне 24,39%;
- 30 зафиксированных упоминаний;
- 8,7% доли голоса среди отслеживаемых производителей;
- 186 переходов из сервисов искусственного интеллекта.
Наибольший вклад дали Алиса и ChatGPT. Алиса лидировала по видимости, количеству упоминаний и переходам на сайт.
Полученные данные подтверждают, что сайт начал участвовать в новом сценарии поиска. Нейросети использовали его материалы при ответах на вопросы о выборе печей, котлов и каминов, а пользователи переходили из этих ответов на страницы производителя.
Вывод
Продвижение в ИИ стало следующим этапом после SEO (поисковой оптимизации), которое уже увеличило поисковый трафик в 6,6 раза и количество заявок в 2,5 раза. На новом этапе сайт адаптировали к механике поиска, где ассистент сам выбирает источники и бренды для ответа.
Для производителя технической продукции ключевой задачей стала передача контекста выбора. Пользователю нужны объяснения, сравнения, подтверждение надёжности и понятный переход к покупке. После доработки страниц нейросети получили больше структурированных фактов о моделях, характеристиках и сценариях эксплуатации, а бренд стал чаще появляться в рекомендациях по небрендовым запросам.