Из негатива в AI-выдаче — в топ-7 рекомендаций по аренде авто в Нью-Йорке

1. Вводная задача от заказчика, проблематика, цели

Drivo Rent a Car — локальный сервис аренды автомобилей, работающий в Нью-Йорке и Нью-Джерси. У компании пять основных точек: две в Бруклине, две рядом с аэропортами JFK и LaGuardia и одна в Ньюарке, недалеко от EWR.

В поисковой и рекламной выдаче Drivo конкурирует с Hertz, SIXT, Enterprise и Avis. Международные сети обладают высокой узнаваемостью, десятками локаций и бюджетами, с которыми локальному бизнесу сложно соперничать напрямую.

Мы искали дополнительную точку роста — канал, в котором Drivo мог бы конкурировать не размером сети, а точным соответствием ситуации пользователя. Таким каналом стало GEO — продвижение бренда в ответах ChatGPT, Gemini, Google AI и других AI-систем.

К началу проекта у Drivo уже была сильная поисковая база. С 2023 года количество запросов, по которым отображался сайт, выросло примерно в 25 раз — ориентировочно с 70 до 1750. Ссылочный профиль увеличился более чем на 25 000 обратных ссылок и внешних упоминаний.

Однако первый AI-мониторинг в ноябре 2025 года выявил проблему: по небрендовым запросам Drivo почти не появлялся, а в отдельных ответах нейросети воспроизводили негативный контекст из внешних источников.

Цели проекта:

• Вывести Drivo в небрендовые рекомендации по аренде автомобилей.
• Усилить видимость по Бруклину, JFK, LaGuardia и другим приоритетным локациям.
• Изменить контекст упоминаний бренда с нестабильного и негативного на преимущественно положительный.
• Сделать содержание сайта понятным для поисковых систем и AI-агентов.
• Начать измерять AI-трафик и его участие в пути к бронированию.
• Встроить GEO в действующую систему SEO, контента и аналитики.

2. Описание реализации кейса и творческого пути по поиску оптимального решения

Мы не стали создавать одну отдельную GEO-страницу или механически добавлять на сайт формулировки для нейросетей. Необходимо было перестроить весь цифровой контекст вокруг бренда: сайт, контент, внешние упоминания и аналитику.

Шаг 1. Собрали карту AI-спроса

Для исследования и мониторинга сформировали около 500 промтов на английском и русском языках.

Брендовые запросы учитывали отдельно, чтобы известность Drivo не улучшала показатели искусственно. Основной акцент сделали на ситуациях, в которых пользователь ещё выбирает компанию:

• лучшие автопрокаты Нью-Йорка;
• аренда автомобиля в Бруклине;
• прокат рядом с Coney Island;
• аренда автомобиля возле JFK и LaGuardia;
• долгосрочная аренда в Нью-Йорке;
• прокат без скрытых платежей;
• SUV для семейной или загородной поездки;
• локальные альтернативы Hertz;
• сравнение Drivo с международными сетями.

Основными системами мониторинга стали ChatGPT, Gemini и Google AI. Perplexity и Copilot использовали для дополнительного контроля.

Так мы оценивали не отдельный удачный ответ, а регулярность появления бренда по группам коммерческих и локальных сценариев.

Шаг 2. Переработали более 50 страниц сайта

Мы обновили локальные и коммерческие посадочные страницы Drivo:

• уточнили географию и назначение каждой локации;
• пересобрали первые экраны;
• доработали заголовки и подзаголовки;
• добавили понятное описание условий аренды;
• расширили FAQ;
• усилили внутренние связи между страницами;
• внедрили и доработали структурированные данные.

Каждая страница должна была однозначно объяснять, где работает сервис, какие условия предлагает и в какой ситуации пользователю подходит конкретная локация.

На сайте также появился llms.txt — вспомогательный навигационный файл, помогающий AI-агентам находить ключевые материалы. Мы не рассматривали его как самостоятельный инструмент продвижения: он работал только в комплексе с содержанием и архитектурой сайта.

Шаг 3. Расширили контент вокруг выбора

Вместо общих статей об аренде автомобилей мы сосредоточились на вопросах, которые пользователь задаёт до выбора компании.

В контент вошли:

• материалы об аренде рядом с аэропортами;
• сравнения локальных и международных компаний;
• маршруты по Нью-Йорку и за его пределами;
• рекомендации для семейных поездок;
• условия долгосрочной аренды;
• ответы на вопросы о получении и возврате автомобиля.

Темы отбирали с учётом поискового спроса, карты AI-промтов и контентных пробелов у конкурентов. Материалы должны были одновременно получать органическую видимость и становиться понятными источниками для AI-ответов.

Шаг 4. Усилили внешний авторитет бренда

Собственного сайта было недостаточно. AI-система могла сопоставлять заявления Drivo с отзывами, каталогами, публикациями и другими независимыми источниками.

Поэтому мы:

• сформировали стратегию работы с отзывами;
• усилили присутствие компании в каталогах и справочниках;
• организовали внешние публикации;
• продолжили наращивать ссылочный профиль;
• отслеживали контекст и тональность упоминаний.

Бюджет на внешнее продвижение превысил 5 000 долларов.

Шаг 5. Связали AI-трафик с аналитикой

Переходы из AI-сервисов начали отслеживать в Google Analytics 4. Данные связали со сквозной аналитикой в Roistat.

AI-рекомендация часто становится первым, а не последним контактом. Пользователь может узнать о Drivo в ChatGPT, изучить сайт, а позже вернуться через Google, прямой заход или брендовый запрос.

Поэтому мы учитывали не только прямые переходы из AI Assistants, но и участие нового источника в дальнейшем пути пользователя.

3. Результаты сотрудничества

К маю–июню 2026 года Drivo перешёл от редких упоминаний к регулярному присутствию в первой группе локальных AI-рекомендаций.

Основные результаты:

• Drivo вошёл в диапазон топ-5–7 по приоритетным локальным запросам.
• Наиболее заметный рост произошёл по Бруклину и аренде рядом с аэропортами.
• Google Analytics стал фиксировать около 150 переходов в месяц из AI Assistants.
• Около 500 промтов вошло в регулярный мониторинг.
• Более 50 посадочных страниц было переработано.
• Контекст упоминаний изменился с нестабильного и местами негативного на преимущественно положительный.
• AI-трафик связали с Google Analytics 4 и Roistat.
• GEO вошло в постоянную работу с SEO, контентом и репутацией бренда.

Позиция зависит от формулировки вопроса, языка, местоположения пользователя и конкретной AI-системы. Поэтому мы оценивали не одну фиксированную позицию, а частоту и устойчивость появления Drivo в первой группе рекомендаций.

Прямые AI-переходы также отражают только часть результата. Пользователь может впервые увидеть Drivo в ответе нейросети, а вернуться и оформить бронирование позже через поиск или прямой заход. В таком случае конверсия будет отнесена к последнему источнику, хотя знакомство с брендом произошло в AI-сервисе.