Продвижение Rating Up в нейросетях

От первого попадания в AI-ответы к системе роста: GEO-кейс Rating Up

От 0,0% до 21,3% AI-видимости: как Rating Up построил систему роста бренда в нейросетях

Есть рынки, где открытые кейсы почти всегда слабее реальных результатов. Не потому что специалисты работают хуже, а потому что сами проекты нельзя показывать полностью. Репутационный маркетинг - как раз такая сфера. Самые сильные результаты здесь часто связаны с негативом, кризисами, конфликтами, чувствительными брендовыми темами и персональными рисками. Чем интереснее проект, тем чаще его детали закрыты договором о неразглашении.

Поэтому собственный сайт для Rating Up стал не просто витриной услуг, а редкой возможностью сделать открытый, полностью прозрачный эксперимент. Мы решили не рассказывать о GEO в теории и не подменять практику общими тезисами, а пройти весь путь на себе: зафиксировать стартовую точку, выстроить систему действий, регулярно измерять динамику и публично показать результат.

Первый этап этой истории уже дал сильный эффект. Сайт вышел из нуля и достиг 6,5% AI-видимости и 40 упоминаний. Но важнее оказался следующий вопрос: можно ли не просто получить первый рост, а превратить его в устойчивую модель? Ответ на него дал второй этап проекта. По итогам следующего цикла сайт вырос до 21,3% AI-видимости и 211 упоминаний.

Именно это делает кейс значимым для премии: он показывает не один удачный всплеск, а две последовательные фазы построения GEO-системы.

Исходная точка

Работа началась с собственного сайта Rating Up - проекта, который уже обладал экспертизой в ORM, SERM и управлении репутацией, но практически не был заметен в ответах нейросетей. Внутри фиксированного контура мониторинга стартовые показатели выглядели предельно честно:

• 0,0% AI-видимости
• 0 упоминаний

Чтобы не подменять рост эффектом от смены методики, мы с самого начала зафиксировали постоянную модель наблюдения: набор промптов, подключенные нейросети и единый принцип подсчета. Для мониторинга использовали Semantica AI, а позже дополняли работу данными Яндекс Вебмастера по Алисе AI.

На первом этапе задача звучала так: доказать, что сайт в принципе можно вывести в ответы нейросетей. На втором - уже иначе: понять, как этот результат масштабируется и за счет чего становится устойчивым.

Этап 1. Доказательство гипотезы

В первой фазе проекта основной упор был сделан не на количество публикаций, а на сборку базы, без которой AI-видимость почти всегда остается случайной.

Работа шла сразу по нескольким направлениям:

Техническая основа сайта

Мы начали с технического анализа сайта, пересобрали часть структуры и устранили барьеры, которые мешали сайту быть понятным источником для поисковых систем и AI-моделей.

schema-архитектура

Для проекта была выстроена единая JSON-LD-модель, а structured data стала не разовым набором микроразметок, а рабочей системой, которую можно масштабировать на новые страницы и разделы. Это было критично: сайт должен был восприниматься не как набор несвязанных URL, а как цельная цифровая сущность.

Первые контентные форматы под AI-интенты

На сайте появились и были подготовлены форматы, которые особенно хорошо совпадают с логикой генеративных ответов:

• FAQ;
• How-To;
• структурированные материалы под прикладные вопросы.

Внешние сигналы

Параллельно начали усиливать внешний контур бренда: публикации, карточки, сущности, описания, внешние площадки.

Экспертность и авторство

Контент получил более явный экспертный контур: авторство, связь с организацией, прозрачный субъект материалов.

Эта работа дала первый перелом. Проект вышел на:

• 6,5% AI-видимости
• 40 упоминаний
• и получил внешний сигнал через Яндекс Вебмастер - топ-3 по упоминаниям в Алисе AI

На этом этапе мы доказали главное: рост в AI-ответах можно получить не случайно, а за счет системной сборки сайта и контента.

Почему на этом нельзя было остановиться

Проблема первого успеха в том, что его всегда можно трактовать по-разному. Можно сказать: “повезло с темой”, “удачно сработала одна публикация”, “подошла текущая волна интереса к GEO”. Для нас этого было недостаточно. Нужно было понять, можно ли после первого результата:

• расширить охват;
• выйти за пределы стартового ядра;
• подключить новые запросные кластеры;
• усилить не только сайт, но и внешний контур бренда;
• получить рост уже не как вспышку, а как систему.

Именно поэтому второй этап был принципиально важнее первого.

Этап 2. Переход от роста сайта к системе роста бренда

На втором этапе мы изменили саму механику работы.

Если раньше контент и доработки двигались от общей логики “что полезно написать”, то теперь проект начал строиться от карты реальных GEO-запросов.

Новые GEO-промпты как основа контентной системы

В начале апреля мы расширили пул GEO-промптов. Это произошло не случайно: GEO стал для нас уже не экспериментом, а самостоятельным направлением, поэтому контент и мониторинг нужно было разворачивать шире.

Новые запросы охватывали темы:

• AI-видимости бренда;
• попадания в ChatGPT, Perplexity и Яндекс AEO;
• GEO-аудита;
• выбора GEO-подрядчика;
• подготовки сайта и внешних источников к AI-поиску;
• факторов, по которым нейросети выбирают компании в ответах.

Это дало новый принцип работы: сначала мы видим реальный AI-интент — потом строим под него контент - затем замеряем, как он начинает работать.

GEO-хаб как база

Раздел GEO на сайте перестал быть просто тематической рубрикой. Он превратился в работающую базу знаний по AI-поиску.

Внутри него появились материалы, которые уже не объясняли тему “в общем”, а отвечали на конкретные вопросы рынка:

• как проверять AI-видимость;
• какие метрики отслеживать;
• как построить карту AI-запросов;
• какие источники чаще цитируют нейросети;
• как подготовить сайт и внешний контур под AI-поиск;
• как AI-системы выбирают компании для ответов.

То есть хаб стал не декларацией экспертизы, а рабочим слоем, напрямую связанным с пулом GEO-промптов.

FAQ и How-To как отдельный фактор роста

На втором этапе именно эти форматы начали приносить особенно заметную видимость. Для нас это один из главных практических выводов кейса: в AI-контуре часто выигрывают не самые широкие коммерческие страницы, а структурированные прикладные материалы, которые легко превращаются в часть готового ответа.

Внешний контур

Параллельно проект рос за счет внешних материалов. Во втором этапе мы усиливали:

• внешние статьи;
• подборки;
• рейтинги;
• обзорные материалы;
• редакционные публикации на крупных площадках;
• новые внешние точки присутствия бренда.

На этом этапе внешний контур перестал быть вспомогательным. Он начал работать как самостоятельная часть GEO-системы.

Видео и мультимедийное присутствие

В систему вошел и видео-контур: выпуски, видеоформаты, дистрибуция по площадкам, мультимедийное закрепление экспертных тем. Это позволило бренду существовать не только как сайт и статьи, но и как более объемная цифровая сущность.

Что показали результаты второго этапа

Главный итог второго этапа — не просто рост, а ускорение роста.

По итогам апреля проект имел:

• 97 упоминаний
• 9,8% AI-видимости

По итогам мая:

• 211 упоминаний
• 21,3% AI-видимости

Таким образом, число упоминаний выросло на 117,53% относительно апреля.

Для нас это был ключевой момент. Стало ясно, что после первого успеха система не остановилась, а начала работать на накопление.

Какие еще сигналы это подтвердили

Помимо основной AI-динамики, были и дополнительные показатели.

По Яндекс Метрике

В апреле число посетителей из поисковых систем составило 2 737, а в мае — уже 3 691, что дало прирост 34,85%. Процент отказов снизился с 5,53% до 4,21%.

По Google Search Console

Картина была более сдержанной:

• клики почти не изменились;
• CTR остался на уровне 0,7%;
• показы и средняя позиция не дали такого же яркого роста, как AI-метрики.

Для нас это важный нюанс. Этот кейс не про то, что “выросло вообще все”. Его сила в другом: главный прорыв произошел именно в GEO и AI-видимости, и это делает результат более честным и понятным.

По Яндекс Вебмастеру

Сохранялся внешний сигнал в виде топ-3 по упоминаниям в Алисе AI и высокой доли присутствия в SoV по данным Яндекса. Это усиливало доверие к кейсу как к проекту, который подтверждается не только внутренним мониторингом.

Почему этот кейс важен для рынка

Этот кейс полезен не потому, что у него красивая цифра в заголовке. Он важен потому, что показывает механизм.

На первом этапе бренд просто доказал, что в AI-ответы можно выйти.

На втором этапе стало видно, как именно этот рост масштабируется:

• через постоянный контур измерения;
• через работу от реальных GEO-промптов;
• через прикладной FAQ- и How-To-контент;
• через хаб как базу знаний;
• через внешний editorial-слой;
• через видео и мультимедийное закрепление темы;
• через усиление бренда как цифровой сущности.

Именно это делает кейс ценным для индустрии. Он показывает не разовый эффект, а модель, которую можно анализировать, адаптировать и повторять.

Итог

Мы использовали собственный сайт как открытый полигон в нише, где большинство сильных кейсов обычно нельзя показать полностью. Сначала доказали, что бренд можно вывести в AI-ответы. Затем - что этот результат можно масштабировать.

За один большой цикл проект прошел путь:

• от 0,0% AI-видимости и 0 упоминаний
• к 6,5% и 40 упоминаниям
• а затем к 21,3% и 211 упоминаниям

Для нас это и есть главный результат кейса: не просто рост цифр, а доказательство того, что GEO может работать как полноценная система присутствия бренда в нейросетях.