Кейс агентства Rating Up, в котором команда поставила эксперимент на себе и поделилась результатами наблюдений за продвижением собственного сайта в нейросетевых ответах. Читайте, какие механики и типы контента увеличивают видимость сайта в ИИ-ответах.
О проекте
Заказчик проекта: Rating Up
Задача проекта: проверить, можно ли системно увеличить присутствие бренда в генеративной выдаче
Формат проекта: внутренний эксперимент на собственном сайте
Период: конец января — начало апреля 2026 года
Направления работ: GEO, контентная архитектура, микроразметка, внешние сигналы, авторство, мониторинг AI-ответов
Решение
Когда о GEO (продвижении в ответах ИИ) говорят в профессиональной среде, часто обсуждают инструменты, гипотезы и частные наблюдения. Гораздо реже показывают проект, где есть зафиксированная стартовая точка, стабильная методика измерения и цепочка действий, которые можно разобрать по шагам.
Именно такой подход команда Rating Up решила применить к собственному сайту. Вместо того чтобы рассуждать о том, как бренды попадают в ответы нейросетей, специалисты выбрали практический сценарий: взять свой ресурс и проверить, можно ли улучшить видимость в поиске искусственного интеллекта за счет системной работы с официальным веб-ресурсом компании и внешним позиционированием бренда.
Эксперимент занял почти два с половиной месяца. За это время ресурс агентства преодолел этап от нулевого присутствия в AI (ИИ)-ответах до 6,5% AI (ИИ)-видимости и 40 зафиксированных упоминаний бренда. Период — с конца января по начало апреля 2026 года, а ключевые направления включали GEO (продвижение в ответах ИИ), контентную архитектуру, микроразметку, внешние сигналы, авторство и мониторинг AI (ИИ)-ответов.
Тема GEO (продвижения в ответах ИИ) уже стала частью SEO (поисковое продвижение)-повестки, потому что сайт может хорошо ранжироваться в обычном поиске, но почти не попадать в ответы нейросетей. Для бизнеса это означает потерю видимости в момент, когда пользователь получает не список ссылок, а готовую рекомендацию или краткое резюме.
Почему команда вообще взялась за этот проект
Для них этот кейс важен еще и по другой причине. Rating Up давно работает в нише управления репутацией, где значительная часть проектов связана с чувствительными темами: негатив, кризисы, репутационные риски, персональные кейсы бизнеса и публичных лиц. Из-за этого многие сильные результаты нельзя показывать открыто — по ряду проектов подписываются NDA и другие документы о неразглашении, поэтому кейсы часто приходится публиковать в обезличенном виде. GEO (продвижение в ответах нейросетей) им близок именно тем, что здесь можно работать максимально открыто: на своем веб-ресурсе, на своем бренде, с прозрачной методикой и без ограничений на демонстрацию результата. Поэтому они сознательно начали продвигать самих себя и решили публично оформить кейс — это доказательство того, что умеют не только говорить о продвижении в нейросетях, но и показывать на собственном проекте.
Обычное SEO (поисковое продвижение) и AI (ИИ)-поиск уже не существуют по отдельности. Бренд может ранжироваться по запросам в классической выдаче, но при этом не попадать в ответы ChatGPT, Perplexity, Google AI Overview, Яндекс AEO, Алиса AI. Для бизнеса это означает новую проблему: пользователь видит не список ссылок, а сразу готовую подборку, рекомендацию или резюме — и если компании там нет, она теряет контакт с аудиторией еще до перехода на сайт.
На старте у Rating Up была типичная для многих ниш ситуация: сильная экспертиза в услугах есть, сайт работает, контент публикуется, но генеративные системы почти не считывают бренд как заметного участника рынка.
Из этого родилась рабочая гипотеза: AI-видимость можно наращивать, если перестроить сайт не под один канал, а под логику цифровой экосистемы целиком.
Как фиксировали изменения
Чтобы не подменять реальный рост эффектом от смены методики, команда сразу установила постоянный пул наблюдения:
- 124 промпта;
- 5 нейросетей;
- 620 ответов в каждом полном скане.
Измерение строилось по простой схеме:
- AI (ИИ)-видимость — доля ответов, где присутствует бренд;
- упоминание — ответ, где бренд встречается в тексте или через ссылку на официальный ресурс;
- если в ответе присутствовали и текстовое упоминание, и ссылка, это учитывалось как одно упоминание.
Стартовая точка являлась нулевой:
- 0,0% AI-видимости
- 0 упоминаний
Для аналитики и отслеживания изменений команда применяла Semantica AI.
Стартовая проблема: проект есть, а цифрового следа в AI (ИИ) почти нет
Выяснилось, что проблема не в одной точке. Сайт не страдал от полного отсутствия контента, но ему не хватало того, что особенно важно для генеративных систем:
- структурной ясности;
- выраженных контентных форматов под конкретные интенты (ожидания от поискового запроса);
- сильных внешних подтверждений;
- прозрачного экспертного слоя;
- понятной схемы сущностей для поисковых систем.
Иначе говоря, сайт был полезен для человека, но недостаточно хорошо «объяснен» для систем, которые собирают и пересобирают информацию в AI-ответах.
Что сделали первым
Первые работы не были похожи на привычный сценарий «опубликовали несколько статей — посмотрели, что выросло». Сначала команда занялась базой.
Техническая подготовка
Начали с технического анализа сайта и подготовки рекомендаций по мобильной и десктопной части. Это включало пересмотр структуры, качества отдельных страниц и технических элементов, влияющих на интерпретацию контента.
Задача была не косметической. Нужно было сделать так, чтобы сайт лучше читался поисковыми системами и не вызывал у них структурной неоднозначности.
Сборка единой schema-логики (стандарт разметки данных)
Следующий крупный блок — structured data (структурированные данные). Для сайта выстроили единую схему JSON-LD (формат данных), а не набор разрозненных микроразметок по отдельным страницам. Важным решением стало то, что schema (стандарт разметки данных) стала не разовой настройкой, а системой, которую можно расширять.
Разметка охватила ключевые типы страниц и разделов, а для новых материалов был предусмотрен сценарий автоматического добавления необходимых сущностей. Это позволило избежать ручной сборки каждой новой страницы и обеспечить целостность проекта.
Внедрение новых форматов
Параллельно команда готовила контентные единицы, которые лучше соответствуют логике AI (ИИ)-ответов: FAQ (ЧАВО) и How-To (Как сделать). Они проектировались не как вспомогательные страницы «для галочки», а как отдельный слой контента под вопросы, с которыми нейросети сталкиваются чаще всего.
Что изменилось во втором этапе
Когда технический фундамент был собран, проект перешел в фазу внедрения.
На ресурсе агентства появились новые разделы и новые сценарии взаимодействия с контентом:
- FAQ (ЧАВО) ;
- How-To (Как сделать);
- GEO (продвижение в ответах ИИ)-материалы;
- переработанные и дополненные экспертные страницы.
Одновременно команда контролировала не просто публикацию новых блоков, а их фактическую работу:
- проверяла внедрение;
- сверяла корректность микроразметки;
- дорабатывала страницы под вопросы, где сайт еще не присутствовал;
- следила за реакцией генеративных систем.
Это важный момент: контент не выкладывался «вслепую». Каждая новая единица становилась частью цикла «гипотеза → внедрение → проверка в AI (ИИ)-ответах».
Почему важную роль сыграло авторство
Отдельным этапом стало усиление экспертности материалов. В статьях было добавлено авторство, а в микроразметке — соответствующий блок, связывающий материал с конкретным экспертом и организацией.
На классическом SEO-рынке (рынке поискового продвижения) этот шаг мог бы восприниматься как дополнительное улучшение. В случае GEO (продвижения в ответах ИИ) он оказался существенно важнее, потому что AI-системы все чаще опираются не только на сам текст, но и на контекст доверия: кто автор, к какой организации он относится, насколько прозрачен источник.
В итоге контент стал не информативным, а более отчетливо «привязанным» к экспертному субъекту.
Как осуществляли работу на внешних платформах
Параллельно развивался внешний слой бренда. Это был не второстепенный блок, а полноценная часть стратегии.
Команда:
- проводили внешние публикации;
- обновляла карточки и внешние сущности бренда;
- дополняла услуги на внешних онлайн-сервисах;
- увеличили активность в Яндекс Картах;
- наращивала общий контур упоминаний и внешних связей.
Для GEO (продвижения в ответах ИИ) это критично. Генеративные системы оценивают бренд не изолированно, а как совокупность сигналов в цифровой среде. Сайт — только один из элементов. Когда внешний контур пустой или слабый, AI (ИИ)-сервисам сложнее воспринимать бренд как значимого игрока.
Результат. Получили цифры
После первого месяца работы проект вышел из нулевой зоны:
- 0,6% AI(ИИ)-видимости
- 4 упоминания
К концу второго месяца динамика ускорилась:
- 4,5% AI (ИИ)-видимости
- 28 упоминаний
17 марта был зафиксирован промежуточный максимум:
- 6,3%
- 39 упоминаний
Следующий weekly (еженедельный) скан в первые дни апреля показал уже:
- 6,5%
- 40 упоминаний
Выходит:
0 — 4 — 28 — 40 упоминаний
0,0% — 0,6% — 4,5% — 6,5% AI (ИИ)-видимости
Важный результат не только по форме, но и по содержанию. Получен на неизменном пуле промптов, а значит, отражал реальную динамику, а не эффект от изменения условий измерения.
Какие страницы потянули рост сильнее всего
Самый интересный вывод проект дал не на уровне общей цифры, а на уровне типов контента.
Страницы лидеры в AI (ИИ)-присутствии стали не классические сервисные разделы и не главная страница, а FAQ(ЧАВО) и How-To (Как сделать). Именно они лучше всего начали попадать в ответы нейросетей.
Это показывает важную закономерность: генеративные системы особенно охотно берут контент со страниц, которые:
- точно отвечают на конкретный вопрос;
- построены по прозрачной логике;
- имеют выраженную прикладную пользу;
- легко интерпретируются как источник готового решения.
Для digital (диджитал)-команд это практический вывод: рост в AI (ИИ)-поиске редко держится только на сервисных лендингах. Нужен отдельный контентный слой под реальные пользовательские сценарии.
Что происходило с классическим SEO (поисковым продвижением) параллельно
Хотя проект был заточен под GEO (продвижение в ответах ИИ), изменения отразились и на обычной поисковой динамике.
По данным Google Search Console (Консоль поиска Гугл):
Февраль:
- 634 клика;
- 88 300 показов;
- средняя позиция 12,8;
- CTR (кликабельность) 0,7%.
Март:
- 690 кликов;
- 89 200 показов;
- средняя позиция 12,4;
- CTR (кликабельность) 0,8%.
Это не история про резкое увеличение органического трафика, но важный признак того, что GEO -проект (проект продвижения в ответах ИИ) не конфликтовал с SEO (поисковым продвижением), а, напротив, укреплял базовые поисковые параметры сайта.
Второе подтверждение результата
Помимо внутренних наблюдений, команда получила внешний сигнал: проект попал в топ-3 по упоминаниям в Алисе AI.
Это нельзя прямо складывать с основной метрикой AI(ИИ)-видимости, потому что инструменты считают по-разному. Но как независимое подтверждение тренда этот показатель оказался очень ценным. Внутренняя аналитика показывала рост, и внешний источник говорил о том же направлении.
Что этот проект доказал
Главный урок кейса в том, что GEO (продвижение в ответах ИИ) не работает как отдельный трюк. Невозможно добавить одну страницу, одну микроразметку или один инфоблок и ожидать системного присутствия в AI (ИИ)-ответах.
Рост дал результат потому, что одновременно были усилены несколько слоев:
- техническая основа;
- schema (стандарт разметки данных) и логика сущностей;
- контент под конкретные интенты (ожидания от поискового запроса);
- авторство и экспертность;
- внешнее позиционирование бренда;
- регулярный мониторинг реакции AI (ИИ)-систем.
Когда эти элементы начинают работать в связке, AI (ИИ)-видимость перестает быть случайностью и становится управляемым направлением.
Итоги
За 2,5 месяца собственный проект Rating Up:
- вырос с 0,0% до 6,5% AI-видимости;
- увеличил число упоминаний с 0 до 40;
- вышел в топ-3 по упоминаниям в Алисе AI;
- усилил не только GEO-показатели (показатели продвижение в ответах ИИ), но и сопутствующие SEO-метрики (метрики поискового продвижения).
Но главный результат кейса не в цифрах как таковых. Он в том, что команда получила рабочую модель: как строить проект, который становится заметнее для нейросетей не за счет случайного шума, а за счет последовательной цифровой сборки.
Перспективы
Следующая стадия развития проекта — масштабирование GEO-семантики (семантики для продвижения в ответах ИИ), расширение контентных кластеров и дальнейшая работа с AI (ИИ)-интентами (ожиданиями от поискового запроса). Фундамент уже собран, базовая гипотеза подтверждена, теперь задача смещается в сторону расширения охвата и усиления видимости по новым темам.
Продолжение истории читайте во втором кейсе.
