Задача проекта: вывести малый бизнес в ответы языковых моделей ChatGPT, Perplexity, Gemini.
Клиент: местное предприятие по химчистке мебели в Лос-Анджелесе.
Рынок: высококонкурентный, представленный десятками аналогичных сервисов.
Исходные условия проекта:
- ограниченный бюджет
- отсутствие технического специалиста
- нет никакой видимости в ИИ
- абсолютно новый сайт без истории продвижения, позиций в Google и накопленного SEO-веса.
Основной дефицит проекта: невозможность технической доработки сайта (внедрить микроразметку, ускорить ответ бэкенда и тд). Владелец самостоятельно мог только добавлять тексты в некоторые разделы и немного редактировать существующий контент.
Но у самого бизнеса были сильные стороны:
- рейтинг 5★ в Google Reviews, 40+ отзывов;
- актуальный Google Business Profile;
- профиль в Instagram, хотя тоже новый, без истории;
и хорошие коммерческие преимущества:
- безопасные для людей и домашних животных eco-friendly средства;
- стоимость услуг на 10 долларов ниже средней по рынку за единицу мебели;
- отсутствие скрытых платежей;
- оценка конечной стоимости по фотографии, без изменения в процессе фактического оказания услуг;
- быстрая сушка: мебелью можно пользоваться в тот же день.
Основной результат был достигнут за счет грамотного GEO-копирайтинга, контентных стратегий и текстового инжиниринга для генеративного поиска.
Ввиду отсутствия технической поддержки и бюджета задача была нетривиальной.
После анализа конкурентов выяснилось, что значительная часть сайтов использует типовые тексты, сгенерированные искусственным интеллектом. Для нейросетей это были малополезные сигналы, а для сайта моего клиента — возможность занять позицию источника, который AI будет считать наиболее релевантным для рекомендации пользователю.
- Аутентичный и GEO-структурированный контент с корректной HTML-разметкой закрепит «понятийный контакт» с моделями.
- На основе GBP, отзывов Google и аккаунта Instagram можно построить распределенную доказательную базу — систему фактов для нейросетей.
Так появилась стратегия, которую я назвала «Cite Me» («Цитируй меня»). Каждый элемент сайта должен работать на извлечение, понимание и цитирование информации языковой моделью.
Этапы реализации стратегии Cite Me:
1. GEO-копирайтинг для коммерческих страниц
Подготовила тексты для основных разделов сайта. Включила сущности, фактологию, спроектировала контент с учетом сниппетов и чанков для моделей.
Особое внимание уделила Главной странице. На ней сразу добавили блок Your Benefits, где УТП компании были упакованы в легко считываемые списки и короткие абзацы-сниппеты.
Best Prices in the LA Market;
No Hidden Fees;
Free Consultation;
Same-Day Drying;
Eco-Friendly Products;
Estimation by a photo;
Professional Furniture Cleaning.
2. Архитектура контента для AI-поиска
Структурировала информацию так, чтобы LLM могли проще извлекать нужные ответы:
- точная иерархия H1–H3;
- формат Answer-First;
- короткие смысловые блоки;
- подтверждаемые факты (согласованные данные с GBP, Instagram и Google Reviews);
- локальная привязка к Los Angeles и соседним районам.
3. Контент для блога
Изначально в разделе Blog уже присутствовали статьи по чистке отдельных видов мебели. Вместо точечного редактирования публикаций, я решила семантически собрать их под одним «зонтичным» экспертным материалом. Написала одну навигационную статью-хаб «The Eternal Question of Furniture Cleaning», в которую включила:
- сравнительные таблицы,
- практические рекомендации,
- уникальные данные из профессионального опыта,
- разделы How To и FAQ.
Статья стала одновременно:
• источником экспертности для AI;
• мощным сигналом E-E-A-T для алгоритмов;
• информационным активом для поискового трафика;
• базой знаний для генеративных систем.
Чанки и сниппеты вошли в ответы ИИ, усиливая убедительность модели при рекомендации компании пользователю.
4. Конверсионный копирайтинг
GEO-оптимизация не заменяет продажи. Чтобы модели могли аргументированно рекомендовать компанию, мой контент выполнял маркетинговые задачи. Поэтому мои тексты:
- снижали возражения по цене;
- укрепляли доверие к бренду;
- подчеркивали прозрачность условий;
- объясняли отсутствие скрытых платежей;
- стимулировали запросы на бесплатную консультацию и расчет стоимости.
Что удалось достичь за первый месяц
- Было: 0 упоминаний, Стало: 12 сценариев рекомендаций;
- Было: 0 цитирований, Стало: 21 цитирование контента в рекомендациях;
- 3 сценария поиска с попаданием в Top Recommendation;
- устойчивое присутствие в Perplexity по группе коммерческих запросов;
- ответы покрывают всю зону Los Angeles Metropolitan Area, а не только город.
Примеры ниже.
А также:
• первые обращения от аудитории нейросетей;
• цитирование коммерческих преимуществ компании в ответах ИИ;
• использование формулировок сайта в сравнительном анализе рынка.
Всего через 1 месяц после внедрения стратегии компания стала регулярно появляться в ответах LLM по запросам в нише furniture & upholstery cleaning Los Angeles.
Примеры. На скриншотах показано:
1) Попадание в блок Top Recommendation на первом месте:
- на конструкт запроса (то есть, в вариативной формулировке) «a professional furniture... upholstery... cleaning company in Los Angeles…no hidden fees» Perplexity выдает компанию Hollywood Steamers первой.
Текст ответа почти дословно повторяет мои формулировки: «Explicitly advertises «Best prices on LA market»» + ««No hidden charges» guaranteed»»
2) Цитирование контента в сравнительном анализе
- AI проводит исследование рынка LA, сравнивает компании и рекомендует: «Contact Hollywood Steamers first for their 'best prices in LA market' claim» — фактически алгоритм использовал мой контент как источник аргументации для пользователя.
Бизнес-эффект. Zero-Click Customer Journey
- Компания стала получать обращения от аудитории нейросетей. Юзеры получали развернутые ответы, контакты, прямые ссылки, и сразу звонили или заказывали услугу без посещения сайта. Это пример работы т.н. «нулевого клика», когда пользователь не переходит на сайт, а ИИ становится первым этапом воронки продаж и самостоятельно выполняет часть функций sales manager.
Выводы
Проект продемонстрировал, что даже без технических доработок сайта можно добиться высокой AI-видимости за счет грамотной Generative Engine Optimization.
Основными факторами успеха стали:
• GEO-копирайтинг;
• создание цитируемых смысловых блоков;
• подтверждение фактов через внешние источники;
• работа с сущностями и распределенной сетью доказательств;
• GEO-инертность конкурентов — ни одно МСП в нише клиента не проводило генеративную оптимизацию.
За 30 дней бизнес получил устойчивое присутствие, по крайней мере, в одной генеративной поисковой системе. Сайт воспринимается LLM как автономная сущность и источник данных для формирования рекомендаций пользователям.
План дальнейших действий
На первом этапе мне удалось устойчиво закрепить клиента в Perplexity. В ChatGPT и Gemini пока эпизодические появления. Для закрепления и в этих моделях будут реализованы следующие этапы стратегии Cite Me:
- технический специалист для корректной микроразметки и всех техработ по сайту (приоритетный этап)
- текстовые версии к видеоотзывам;
- страница «Об основателе»;
- публикация статей с указанием автора и описанием «Об авторе»;
- публикация гайдов, экспертных статей и даже творческих тематических материалов на внешних популярных ресурсах, как локальных, так и крупномасштабных (Reddit, Medium);
- интересные и уникальные истории из опыта работы. Например, о том, как компания однажды почистила дорогой необычный чемодан, а не мебель.
- расширение контентной карты под вариативные long-tail запросы
Читайте мою статью в блоге Национальной гильдии фрилансеров. Расскажу:
• как малому бизнесу бюджетно выйти в ответы моделей;
• почему Perplexity может быстрее других LLM проиндексировать МСП;
• откуда берется лаг в один или более месяц от публикации контента до показа в рекомендациях;
• почему GEO для малого бизнеса иногда может быть выгоднее классического SEO.
Coming soon!
