Авторизация
Сброс пароля
Подняли цитируемость сайта в нейросетях в шесть раз — и увидели, что упоминаний бренда это не прибавило
Заказчик: Агенство Звонко

Сделали так, чтобы ChatGPT, Алиса AI, Perplexity, Gemini, Claude и GigaChat называли агентство Звонко, когда человек спрашивает у нейросети, к кому обратиться за продвижением в нейросетях.
1. Вводная задача от заказчика, проблематика, цели
Заказчик в этом кейсе — мы сами. Агентство «Звонко» занимается продвижением брендов в ответах нейросетей, и первым проектом взяли собственный сайт: продавать метод, не проверив его на себе, нечестно.
Задача звучала так: сделать так, чтобы ChatGPT, Алиса AI, Perplexity, Gemini, Claude и GigaChat называли нас, когда человек спрашивает у нейросети, к кому обратиться за продвижением в нейросетях.
Стартовая точка была измерена, а не оценена на глаз. Первый замер: 320 ответов по 20 вопросам ниши на шести платформах. Бренд упомянут 22 раза, сайт попал в источники ответа 8 раз, сводный балл видимости — 25,9 из 100.

Обложка кейса. Стартовая точка измерена, а не оценена на глаз.
2. Описание реализации кейса и творческого пути по поиску оптимального решения
Работа шла четырьмя слоями, и каждый оставлял измеримый след.
Замер как основа, а не как отчёт. Собрали 20 вопросов ниши из Wordstat и разговоров с клиентами, разметили их по типу: 13 покупательских, 5 оценочных, 2 брендовых. Каждый вопрос прогоняли по шести платформам с фиксацией трёх величин: называют ли бренд, на каком месте в ответе, кого называют вместо нас. Замер повторяется ежемесячно одним и тем же способом — иначе цифры не сравнить.
Сайт под чтение нейросетями. Открыли доступ роботам ИИ, выложили и провалидировали `llms.txt`, разметили организацию, услуги и авторов, переписали ключевые страницы так, чтобы фрагмент можно было процитировать дословно: прямой ответ в начале раздела, цифры, состав работ списком.
Публикации там, где модели действительно читают. Список площадок не брали из общих рекомендаций — посчитали. Разобрали 1771 источник из ответов шести нейросетей и посмотрели, какие домены попадают в источники по нашим вопросам. Публиковались по этому списку, а не по привычке.
Проверка гипотез замером. Каждое изменение проверяли следующим замером: попал ли материал в источники, изменилась ли позиция, кого называют рядом.

Разбор источников опубликован открыто: [1771 источник в ответах нейросетей](https://www.zvonkooo.ru/blog/).
3. Результаты сотрудничества
Через три месяца работы повторный замер: 358 ответов, те же 20 вопросов, те же шесть платформ.
Цитируемость сайта выросла в шесть раз: модели стали читать наши страницы и ссылаться на них. Сводный балл поднялся почти на девять пунктов.
При этом упоминаний бренда стало ровно столько же — 22. Более того, 18 из этих 22 упоминаний дал один-единственный вопрос, где название компании стояло прямо в запросе. В семнадцати вопросах из двадцати нас не назвали ни разу.
Мы могли отчитаться ростом балла и цитируемости — цифры настоящие. Но честный вывод другой: рост цитируемости источника не означает роста упоминаний бренда, и сводный балл это различие прячет. Модель охотно читает страницу и не называет её автора, если в ответе ей нужно перечислить подрядчиков, а не объяснить тему.

Один и тот же набор вопросов и платформ — иначе цифры несопоставимы.
4. Заключение
Кейс поменял нашу методику в двух местах.
Мы перестали показывать сводный балл как главную цифру и считаем отдельно небрендовые упоминания — те, где компанию назвали, хотя её имени в вопросе не было. У этой метрики нет способа вырасти за счёт одного брендового вопроса.
И мы переставили приоритет работ: сначала страницы и материалы под покупательские вопросы («где заказать», «сколько стоит», «кто под ключ»), потом всё остальное. Именно там модели перечисляют подрядчиков, и именно там нас не было.
Тем же способом мы измеряем видимость клиентов: с публичной методикой, ежемесячным перезамером и разделением метрик на те, которые растут от работы, и те, которые растут от формулировки вопроса.


