GEO-продвижение завода стеклопакетов: 68% промптов из 99 в рекомендациях ИИ. Наравне с мировыми брендами!

Задача

Завод-производитель стеклопакетов в Москве и Московской области, на рынке с 1996 года, с сильным классическим SEO — и почти невидимый для генеративных систем. На старте GEO-работ в марте 2026 по отслеживаемым B2B-промптам бренд получал 49 упоминаний из 99 проверяемых.

Ограничение, определившее всю стратегию: у клиента нет штатного специалиста для ведения десятка внешних площадок.  Потому требовалось получить результат в выдаче нейросетей исключительно силам агентства в рамках бюджета.

Важный вводный этап: изначально сильная база классического SEO, которая позволила начать работу по бренду уже не с нулевой видимости. Сайт продвигался ранее в студии по отдельному продвижению в поиске, потому техническая оптимизация уже была выполнена, индексация и структура в порядке. Это сняло с GEO-направления весь технический слой работ и позволило сосредоточиться на том, чего у бренда не было: на источниках, из которых генеративные модели собирают ответ. 

Цель проекта: попасть в приоритетные рекомендации нейросетей по маржинальному B2B-сегменту: строительные компании, девелоперы, фасадные и архитектурные бюро.

Подход

Нейронные сети формируют ответ не из рекламных текстов, а из структурированного контента (сравнения, рейтинги, гайды, отзывы) на авторитетных площадках. Потому для сайта была выбрана стратегия не количество площадок присутствия бренда, а качество контента.

Этап 1. Аудит генеративного восприятия бренда

Первый месяц ушёл на аудит внешнего цифрового следа бренда и всего, что модели могут использовать как источник.

•    Проверка и фиксация доступа AI-краулеров (GPTBot, PerplexityBot, ClaudeBot) в robots.txt.

•    Сбор и кластеризация ядра промптов. Промпт отличается от SEO-ключа тем, что соединяет запрос и намерение: «посоветуй», «кто занимается», «где заказать лучшие». Состав ядра зафиксирован и не менялся за весь период, что делает помесячные замеры сопоставимыми, а результат - измеримым.

•    SERM-аудит. Модели активно используют отзывы при формировании ответа. Был выявлен недостаток свежих отзывов и проседание рейтинга на отдельных площадках. Внедрён регламент реакции на негатив в течение 24–48 часов, разработаны шаблоны ответов с упоминанием конкретных услуг и товаров, подготовлены скрипты рассылок по текущей базе для роста числа новых отзывов на Яндекс.Картах и 2ГИС.

•    Проверка внешних площадок под реальный ресурс клиента. Трудозатратные соцсети с низким влиянием на генеративную выдачу переведены в режим коротких анонсов. Высокий приоритет оставлен профилям в Яндексе и 2ГИС: фото производства, видеопрезентации с субтитрами, которые языковые модели индексируют как текст.

Этап 2. Публикация контента  о бренде

На протяжении всего периода работы каждый месяц публиковались материалы как на площадках клиента, так и  на внешних ресурсах. Использовались проекты, которые могли дать реальный рост видимости.

В тексты закладывались проверяемые факты, значимые для оптового покупателя:

•    собственное производство площадью 4 500 м²

•    работа с 1996 года как аргумент надёжности для B2B

•    изготовление нестандартных форм: арки, радиусы, фасадные стеклопакеты

•    доставка на объекты собственным автопарком из 20 машин

Использован удобный формат для извлечения нейросетями: FAQ-блоки с прямыми ответами, маркированные списки, сравнительные таблицы производителей по функциональным критериям.

КАРТИНКА: сравнительная таблица производителей из статьи

alt: Сравнение производителей нестандартных стеклопакетов по шести функциональным критериям

Этап 3. Собственный уникальный формат контента

Помимо регулярных материалов, мы разработали отдельный формат: многокритериальный сравнительный разбор поставщиков с зафиксированными до расчёта критериями, явными весами и опубликованной математикой. Формат размещался на внешних отраслевых площадках.

Гипотеза, которую этот формат проверял: генеративные модели охотнее цитируют материалы, где есть явные критерии сравнения и прямые ответы на конкретные вопросы, чем описательные тексты о компании. Поэтому каждый такой материал содержал блок прямых ответов, сформулированных дословно под промпты из отслеживаемого ядра.

Проверка гипотезы по данным замеров. Ниже представлена динамика видимости по двум группам промптов, под которые этот формат готовился, в сопоставлении с остальным ядром:

Обе группы держались на уровне 2–3 упоминаний до момента размещения материалов и вышли на 14–15 через полтора-два месяца после. Лаг между размещением и устойчивым эффектом составил 6–8 недель.

Практический вывод, который мы зафиксировали как воспроизводимый: материал с явными критериями сравнения и блоком прямых ответов под конкретные промпты даёт предсказуемый рост цитируемости в генеративных системах с задержкой примерно в полтора месяца. Это управляемый инструмент, а не разовое совпадение.

Что оценивали отдельно

Рост позиций и трафика в классическом поиске за период обеспечен в том числе SEO и сезонностью, так как весна и лето высокий сезон для окон. Поэтому эффект GEO оценивался по динамике упоминаний и прямых рекомендаций в ответах нейросетей, с ежемесячными замерами по фиксированному ядру промптов.