Продвижение в ChatGPT: как бренду попасть в ответы и удержаться в них

В поиске пользователь получает список ссылок и делает выбор сам. В ChatGPT он получает готовый ответ, где названы одна, две, максимум четыре компании. Выбор уже сделан, остальные участники рынка в поле зрения не попадают вовсе. Поэтому позиции сайта в поисковой выдаче и присутствие бренда в ответах ассистента расходятся регулярно: сайт может быть в топе по коммерческим запросам и при этом ни разу не попасть в ответ на вопрос «посоветуй сервис для такой задачи».

Есть и физическое ограничение. Средняя длина ответа ChatGPT по нашим замерам около 7 100 знаков, и значительная часть этого объёма уходит на объяснение задачи, критерии и оговорки. Брендов в такой ответ помещается немного. Задача продвижения формулируется не как «попасть в выдачу», а как «оказаться в коротком списке, который модель считает достаточным для ответа».

Отсюда практический вывод. Работа делится на три направления: собственный сайт, внешние площадки, техническая доступность. Замер идёт отдельной дисциплиной и нужен для проверки гипотез, а не вместо них.

Первый канал это внутренние знания модели, зафиксированные на этапе обучения. Оттуда приходят описания компаний, устаревшие цены, формулировки категорий и представления о том, кто на рынке считается заметным игроком. Этот слой обновляется редко и не поддаётся быстрому влиянию. Он набирается годами публикаций о компании на площадках, которые попадают в обучающие выборки.

Второй канал это документы, которые модель находит и открывает в момент ответа через веб поиск. Здесь всё меняется быстро: страница, опубликованная в этом месяце, может попасть в ответ уже в этом квартале.

Различить каналы на практике просто. Если в ответе есть ссылки, работал веб поиск. Если ответ сформулирован общими словами, без ссылок, и содержит устаревшие детали, отвечал корпус знаний. По нашим данным ChatGPT почти всегда идёт вторым путём: 99,0% ответов содержат источники. Но это не значит, что первый канал можно игнорировать. Он определяет, какие бренды модель вообще считает релевантными теме и какие формулировки подставляет, когда веб поиск дал разрозненные результаты.

Отсюда два рычага:

Рычаг накопленного присутствия. Внешние публикации, отраслевые обзоры, справочники, упоминания в материалах, которые модель считает авторитетными. Работает медленно, но именно он лечит ситуацию, когда бренда «нет в голове» у модели.

Рычаг свежей выдачи. Структура и доступность собственного контента, попадание в подборку из 8,8 ссылок. Работает быстрее и измеряется прямо.

Сводка по девяти платформам за 30 дней, 150 отслеживаемых вопросов:

Читать таблицу нужно по двум столбцам сразу. Доля ответов со ссылками говорит о том, есть ли у платформы канал влияния через контент. Среднее число источников говорит, насколько широки ворота.

У ChatGPT ворота узкие. Ссылки почти всегда есть, но их вдвое меньше, чем у Алисы AI, и на треть меньше, чем у Perplexity. При прочих равных шанс отдельного домена попасть в подборку в ChatGPT примерно вдвое ниже. Видимость 11,9% при 99,0% ответов со ссылками означает именно это: канал открыт, конкуренция за место в нём высокая.

Сравните с Gemini: там ссылки есть лишь в 34,9% ответов при 0,7 источника, то есть канал влияния через свежий контент почти отсутствует, и видимость 16,7% набрана преимущественно накопленным присутствием. Стратегии для этих платформ разные, и попытка применить к ChatGPT логику «наберём упоминаний, и модель нас запомнит» даёт медленный результат там, где есть быстрый.

Вторая причина требовательности это ограничение объёма. При 8,8 источника и 7 100 знаках ответа модель вынуждена отбирать не просто релевантные страницы, а страницы, из которых удобно взять готовый кусок. Этот критерий и есть предмет работы.

Полезно представлять работу веб поиска в ассистенте как три шага. Сначала формируется поисковый запрос по смыслу вопроса пользователя. Затем отбирается несколько документов. Затем из каждого документа вырезается фрагмент, который попадает в контекст генерации ответа.

Проигрывают материалы не на первом шаге, а на третьем. Страница может быть релевантной и открытой для краулера, но если из неё нельзя вырезать связный фрагмент, отвечающий на вопрос целиком, в ответ она не попадёт. Из этого следуют конкретные требования к тексту.

Заголовок, совпадающий с формулировкой вопроса. Отбор идёт по смысловой близости, и заголовок весит больше остального текста. Если люди спрашивают «как проверить видимость сайта в ChatGPT», заголовок должен звучать так же, а не «методология оценки присутствия в генеративных системах». Формулировка из головы маркетолога и формулировка из головы клиента совпадают редко, поэтому заголовки берут из реальных вопросов, а не из семантического ядра.

Законченный ответ в первых абзацах. Фрагмент вырезается с начала релевантного блока. Если первые два абзаца заняты введением про то, что рынок меняется, в контекст попадёт именно это введение. Ответ должен стоять в начале: сначала утверждение, потом обоснование. Схема «подводка, интрига, ответ в конце» для извлечения непригодна.

Самодостаточные абзацы. Абзац, который начинается со слов «как мы писали выше» или «этот подход», в отрыве от страницы теряет смысл, и модель его не использует. Каждый абзац пишется так, чтобы его можно было прочитать отдельно: субъект назван, термин раскрыт, контекст восстановим.

Числа с единицами измерения и периодом. «Выросло на 40%» непригодно, «видимость выросла с 12% до 31% за 30 дней по 150 вопросам» пригодно. Модель охотно берёт в ответ конкретику, потому что её можно процитировать без риска исказить смысл. Заодно число становится якорем: ответ с числом почти всегда сопровождается ссылкой на источник числа.

Таблицы сравнения. Табличный блок это готовая структура, из которой удобно достать одну строку. Сравнения по параметрам, тарифные сетки, матрицы «задача и решение» цитируются заметно чаще сплошного текста. Таблица должна быть в HTML, а не картинкой.

Явные ограничения. Фразы вида «не подходит, если», «работает только при», «не решает задачу» повышают шанс попасть в ответ на вопросы с оговорками, а таких вопросов у ассистентов много. Материал, где продукт хорош во всём, для генерации ответа бесполезен: из него нельзя взять фрагмент, отвечающий на вопрос «а кому это не подойдёт».

Все шесть требований описывают одно свойство: текст должен состоять из блоков, каждый из которых является готовым ответом на конкретный вопрос. Это и есть основная разница с SEO текстом, который оптимизировался под страницу целиком.

За 30 дней по девяти платформам мы зафиксировали 317 045 цитат из 7 978 уникальных доменов. Распределение сильно смещённое: топ-20 доменов дают 42,2% всех цитат, топ-100 дают 67,5%. При этом 21 домен цитируется всеми девятью платформами сразу.

Что это значит для планирования работ. Ассистенты не обходят весь интернет заново на каждый вопрос. Они опираются на узкий круг площадок, которые считают надёжными по теме. Попадание в этот круг даёт эффект, несопоставимый с публикацией на собственном сайте с нуля.

По нашим темам ChatGPT чаще всего опирается на отраслевые медиа, профильные блоги и научные препринты. В топе источников по нашим вопросам оказались отраслевое издание о рекламе и маркетинге, площадки пользовательских публикаций и arxiv.org. Структура источников по вашей отрасли будет другой, и её нужно собирать отдельно, но принцип концентрации сохраняется.

Отсюда практический приоритет, который часто кажется контринтуитивным: попасть в чужой обзор быстрее, чем написать свой материал. Собственная новая страница проходит полный путь от индексации до накопления сигналов, и первая цитата приходит примерно через 18 дней. Материал на площадке, которая уже входит в круг цитируемых по теме, начинает работать сразу, потому что модель обращается к площадке, а не к странице.

Порядок действий по внешним площадкам:

1. Соберите список доменов, которые ChatGPT цитирует по вашим 20 до 30 ключевым вопросам. Это делается вручную за вечер или автоматически.
2. Разделите их на три группы: площадки с открытой публикацией, площадки с редакционным отбором, справочники и каталоги.
3. Начните с обзоров и подборок, где уже перечислены конкуренты. Попадание в существующий список требует меньше усилий, чем создание нового.
4. Для редакционных площадок готовьте материал с данными: у вас должна быть цифра, которой нет у других.
5. Следите за форматом. Упоминание бренда должно стоять в блоке, который отвечает на вопрос, а не в подписи автора.

Отдельно про справочники и каталоги. Они попадают в ответы реже, чем медиа, но выполняют другую функцию: подтверждают факты о компании из нескольких независимых источников. Это работает на первый рычаг, накопленное присутствие, и лечит устаревшие описания.

У OpenAI несколько краулеров, и путать их нельзя, потому что решение по каждому принимается отдельно.

OAI-SearchBot собирает страницы для ответов с поиском. Это тот бот, от которого зависит попадание в свежую выдачу. Закрыв его, вы отключаете быстрый канал целиком.

GPTBot собирает данные для обучения моделей. Он влияет на накопленное присутствие: то, что попадает в корпус, определяет представление модели о рынке.

ChatGPT-User ходит по ссылке в момент диалога, когда пользователь или модель открывает конкретную страницу.

По логам нашего сайта за 10 дней: OAI-SearchBot 2 372 обращения, GPTBot 940, ChatGPT-User 864. Все три регулярно запрашивают robots.txt, то есть директивы читаются и соблюдаются.

Что проверить в первую очередь:

• В robots.txt нет запрета для трёх агентов. Чаще всего запрет попадает туда не осознанно, а вместе с общим правилом для всех ботов или из шаблона хостинга.
• Доступ не режется на уровне защиты от ботов. Правило в robots.txt может быть корректным, а фильтр на балансировщике или в сервисе защиты всё равно отдавать боту страницу с проверкой.
• Ключевые факты присутствуют в исходном HTML. Если цена, состав тарифа, характеристики или список услуг подгружаются скриптом после загрузки страницы, для краулера их нет. Проверка занимает минуту: откройте исходный код и поищите нужную цифру.
• Ответ сервера для бота совпадает с ответом для пользователя. Разные версии страницы создают ситуацию, когда в ответ попадает фрагмент, которого пользователь не увидит.

Решение о GPTBot принимает компания. Закрытие его защищает контент от использования в обучении, но одновременно ограничивает накопленное присутствие. Для брендов, которые продвигаются в ассистентах, закрытие GPTBot при открытом OAI-SearchBot это осознанный компромисс, а не техническая настройка по умолчанию.

По нашим наблюдениям первая цитата нового материала появляется в ChatGPT примерно через 18 дней после публикации. Для сравнения: в Perplexity около 13 дней, в Алисе AI около 7, в Gemini около 79.

Из этих цифр следуют три вывода для планирования.

Первый: окно проверки короче месяца показывает заниженный результат. Если материал опубликован две недели назад и цитат нет, это нормальный ход процесса, а не провал гипотезы.

Второй: последовательность работ должна учитывать разные скорости площадок. Если нужен быстрый видимый результат для внутренней защиты бюджета, первые замеры делают по Алисе AI и Perplexity, а ChatGPT оценивают на горизонте квартала.

Третий: технические работы делаются до контентных. Если OAI-SearchBot закрыт, все 18 дней ожидания пройдут впустую, и это выяснится только в конце.

Файл llms.txt. Идея выглядит логично: положить в корень сайта файл с инструкциями для ассистентов. Мы проверили это на своих логах. За 10 дней файл запросили 14 раз, и ни одно обращение не пришло от ассистента. Все запросы принадлежали SEO сканерам и ручным проверкам через браузер. Для сравнения, за тот же период OAI-SearchBot обратился к сайту 2 372 раза, а GPTBot 940 раз, и оба ходили по обычным страницам. Времени на этот файл тратить не стоит, а услугу «внедрение llms.txt» в коммерческом предложении подрядчика имеет смысл считать маркером.

Плотность ключевых слов. Отбор фрагмента идёт по смысловой близости, а не по числу вхождений. Повторение фразы «продвижение в ChatGPT» пятнадцать раз на странице не повышает шанс попадания и ухудшает читаемость текста, из которого модели предстоит вырезать связный кусок.

Накрутка упоминаний в комментариях и на форумах. Массовые однотипные упоминания на площадках без редакционного контроля не входят в тот узкий круг источников, откуда берутся цитаты. Напомним пропорцию: топ-100 доменов дают 67,5% всех цитат. Разбрасывание упоминаний по хвосту из тысяч площадок этот показатель не двигает.

Обещания гарантированного места в ответе. Ответ формируется заново на каждый запрос, и один и тот же вопрос в трёх повторах даёт разные наборы компаний. Гарантировать позицию в ответе нельзя технически. Корректная формулировка результата это доля ответов с упоминанием бренда по фиксированному набору вопросов за период.

Перенос SEO структуры без изменений. Страница, оптимизированная под запрос целиком, с введением на два абзаца и выводом в конце, проигрывает странице, собранной из самодостаточных блоков. Переписывание существующих материалов под извлечение фрагмента обычно даёт больше, чем публикация новых.

Замеру у нас посвящён отдельный материал, здесь только минимальная схема, без которой работы нельзя оценить.

Возьмите набор из 20 до 30 вопросов в тех формулировках, которыми пользуются клиенты, включая проблемные постановки. Задавайте каждый вопрос минимум три раза: ответы плавают, и без повторов случайность принимается за закономерность. Фиксируйте четыре параметра: назван ли бренд, на каком месте в перечислении, какими словами описан, кто ещё в списке. Четвёртый параметр показывает, в какую категорию модель вас относит, и часто оказывается самым полезным.

Работайте в режиме временного чата, чтобы история диалога не влияла на ответ. Иначе модель подхватит ваши предыдущие сообщения и покажет бренд там, где обычный пользователь его не увидит.

Повторяйте замер с тем же набором вопросов раз в две недели. Одна точка не показывает динамику, а именно динамика отвечает на вопрос, работают действия или нет. Ручной режим на 25 вопросах и трёх повторах закрывается за вечер. Регулярный замер по девяти платформам руками уже не закрывается: это тысячи проверок в месяц. Посмотреть, как выглядит такой замер на реальных данных, можно на демо.

Месяц первый: техника и опорные страницы.

Проверка доступа для OAI-SearchBot, GPTBot и ChatGPT-User, включая уровень защиты от ботов. Вывод ключевых фактов в исходный HTML. Сбор набора из 20 до 30 вопросов и первый замер, чтобы получить точку отсчёта. Инвентаризация существующих материалов: какие страницы уже релевантны целевым вопросам и требуют только переработки структуры. Переписывание трёх до пяти таких страниц под извлечение фрагмента: заголовок по формулировке вопроса, ответ в первых абзацах, таблица сравнения, блок ограничений.

Месяц второй: внешние площадки.

Сбор списка доменов, которые цитируются по вашим вопросам. Разделение на группы по типу доступа. Работа с обзорами и подборками, где уже перечислены конкуренты: попадание в существующий список даёт результат быстрее собственной публикации. Подготовка одного материала с собственными данными для площадки с редакционным отбором. Актуализация карточек в справочниках и каталогах, чтобы факты о компании подтверждались независимо. Второй замер в конце месяца.

Месяц третий: собственный контент и закрепление.

Публикация двух до четырёх новых материалов под вопросы, в ответах на которые модель перечисляет компании. Формулировки «каким сервисом», «какие инструменты», «кто предлагает» работают лучше, чем «что такое» и «зачем нужно». Разбор первых результатов: какие страницы попали в источники, какие вопросы остались без упоминания бренда. Третий замер и сравнение с точкой отсчёта.

К концу квартала материалы первого месяца прошли срок в 18 дней с запасом, и по ним уже видно, попали они в подборку источников или нет. Материалы третьего месяца оцениваются в следующем квартале.

Техническая доступность:

• В robots.txt открыт OAI-SearchBot.
• Принято осознанное решение по GPTBot.
• Открыт ChatGPT-User.
• Защита от ботов не отдаёт краулерам страницу с проверкой.
• Цены, состав услуг и характеристики есть в исходном HTML.

Структура материалов:

• Заголовок повторяет формулировку вопроса клиента.
• Ответ стоит в первых двух абзацах, а не в конце.
• Абзацы читаются в отрыве от страницы.
• Числа приведены с единицами измерения и периодом.
• Есть таблица сравнения в HTML, а не картинкой.
• Есть блок с явными ограничениями продукта.

Внешние площадки:

• Собран список доменов, цитируемых по вашим вопросам.
• Есть присутствие в обзорах и подборках по теме.
• Факты о компании подтверждаются несколькими независимыми источниками.

Замер:

• Зафиксирован набор из 20 до 30 вопросов.
• Каждый вопрос задаётся минимум три раза.
• Фиксируются четыре параметра ответа.
• Замер идёт в режиме временного чата.
• Есть точка отсчёта до начала работ.

Чего в плане быть не должно:

• Файла llms.txt и работ вокруг него.
• Задач на плотность ключевых слов.
• Закупки упоминаний в комментариях.
• Обещаний гарантированной позиции в ответе.