Как VVERH DIGITAL продвигал себя в нейросетях От нуля до 43,5% видимости и 119 заявок

Весной 2026 года мы продавали GEO-продвижение и всё чаще слышали от потенциальных клиентов один и тот же вопрос: "А вас самих нейросети рекомендуют?" Мы проверили. По запросам, где человек выбирает подрядчика, VVERH DIGITAL в ответах ChatGPT, Алисы и Perplexity почти не появлялся.

При этом у агентства были проекты, клиенты, собственные исследования и команда. Не хватало другого: в открытых источниках было слишком мало материалов, из которых модель могла бы понять, что VVERH DIGITAL занимается GEO. Мы решили проверить на себе то, что продаём клиентам, и посмотреть, станет ли GEO каналом заявок, а не только графиком упоминаний.

Первым выводом стало то, что одного сайта недостаточно. Фраза "мы ведущее GEO-агентство" на странице услуги остаётся утверждением компании о самой себе, и для модели оно весит примерно так же, как для живого читателя.

Поэтому почти всю работу мы вели за пределами vverh.digital. Задача была в том, чтобы вокруг агентства появилось достаточно независимого контекста: публикаций, сравнений, исследований и технических материалов, где бренд связан с темой GEO.

Мы не искали одну "правильную" площадку, которую однажды процитировал ChatGPT. По нашим наблюдениям, источники, которые хорошо работают в одной системе, в другой могут почти не учитываться.

На Sostav и VC.ru мы публиковали рейтинги, сравнения и аналитику рынка. На Habr выходили технические и исследовательские материалы без прямой рекламы услуг. GitHub подтверждал связь компании с инструментами и методологией, Reddit закрывал англоязычные и дискуссионные сценарии. Конкретные URL мы не раскрываем, но принцип важнее списка: разные типы источников вместо одного рекламного текста, размноженного по десятку сайтов.

Заметная часть материалов вообще была не про нас. Статьи о том, как ChatGPT выбирает источники, исследования рынка, разборы механики - в них VVERH DIGITAL фигурировал как автор или один из участников. Именно такие материалы помогают модели понять, кто компания и с чем её связывать.

В одних системах видимость начала расти через несколько недель, в других долго не менялась, а потом прыгнула. Цепочка между публикацией и изменением ответа длинная: индексация, попадание источника в поиск, в retrieval, смена набора конкурентов в ответе. Поэтому оценивать отдельную статью через несколько дней мы перестали довольно быстро и смотрели на накопительный эффект.

На графике по Алисе видно, как это выглядит на практике: в середине сентября видимость просела с 57% до 33%, через неделю вернулась и только к концу периода закрепилась выше 60%.

Высокую видимость можно иметь и без единой продажи, поэтому отдельно мы смотрели на обращения. За апрель-октябрь нейросети принесли агентству 119 заявок.

Для нас это граница между двумя подходами к GEO. В первом агентство показывает, что ChatGPT стал чаще упоминать клиента. Во втором человек спрашивает нейросеть, кого выбрать, видит компанию и оставляет заявку. Нам интересен второй.

Первую часть эксперимента мы во многом проходили вслепую: публиковали, ждали, пытались понять, что сработало. Сейчас процесс выстроен в обратном порядке:

1. Карта коммерческих промптов, по которым клиенты выбирают подрядчика в вашей нише.
2. Анализ конкурентов, которые уже есть в ответах.
3. Разбор источников, на основании которых модели их рекомендуют.
4. Создание недостающих типов материалов.
5. Масштабирование размещений и постоянный мониторинг.

Отправная точка изменилась. Мы больше не спрашиваем "куда ещё написать статью", а разбираем, почему по конкретному запросу модель выбирает конкурента и каких доказательств ей не хватает про вас.