Почему 84% компаний невидимы для ChatGPT и Нейро

В августе 2026 года мы в маркетинговом агентстве FastUp провели сплошной замер видимости белорусского бизнеса в поисковых нейросетях для нашего открытого Рейтинга видимости в ИИ-поиске. Взяли одну из самых конкурентных коммерческих ниш (загородное строительство, 328 действующих компаний в выборке) и прогнали 13 покупательских запросов через Google AI Overviews, Яндекс.Нейро и ChatGPT Search. Из 156 сгенерированных ответов искусственный интеллект назвал по имени только 51 компанию (15,5%). Остальные 277 застройщиков (84,5% рынка) для ИИ-поиска просто не существуют, хотя многие из них годами платят за контекст и держатся на первой странице классической выдачи.

Следом мы проверили собственный домен fastup.by по 27 коммерческим запросам в сфере веб-разработки и поискового маркетинга (297 ответов в трёх нейросетях). Картина оказалась ещё нагляднее: сразу по трём ключевым запросам, где наш сайт занимал 1–2 место в органике Google, блок Google AI Overviews выдавал ноль упоминаний бренда. А свежая техническая статья про вывод WordPress в зелёную зону Google PageSpeed получила 7 цитирований в одном ответе Яндекс.Нейро менее чем через сутки после публикации, когда страницы ещё не было даже в органическом топ-10.

Эти два замера на практике подтверждают то, что показывают большие западные выборки (анализ 1 млн ответов AI Overviews от Writesonic): лишь 40,58% ссылок в генеративных ответах совпадают с органическим топ-10 поисковика. Поисковые нейросети выбирают подрядчика по другим правилам. И закладывать эти правила приходится ещё на этапе проектирования сайта.

Почему шаблонный сайт на конструкторе проигрывает в эпоху ИИ-поиска

Большинство корпоративных сайтов в Беларуси и СНГ до сих пор собирают на визуальных конструкторах вроде Tilda или тяжёлых шаблонных сборках с Elementor. Для быстрого теста гипотезы это рабочий вариант, но при выходе в конкурентное SEO и GEO-продвижение в нейросетях такая архитектура упирается в три физических потолка:

1. Тяжёлый код и медленная загрузка на смартфонах. Визуальный конструктор оборачивает каждый текстовый абзац или кнопку в 15–20 вложенных блоков <div> и тянет за собой мегабайты неиспользуемых скриптов. На мобильном интернете такой сайт открывается 4–6 секунд. Парсеры нейросетей имеют жёсткий лимит времени на чтение документа: если страница отвечает медленно или основной смысл зарыт после тысячи строк служебной вёрстки, робот обрезает сканирование.
2. Изолированная микроразметка вместо связного графа сущностей. В конструкторах базовая разметка Schema.org обычно ограничена примитивной карточкой страницы. Чтобы нейросеть без галлюцинаций связала бренд, его услуги, актуальный прайс и профили экспертов в единый узел графа знаний, в шаблоны сайта должен быть вшит сквозной JSON-LD граф: Organization → Service → OfferCatalog → Person → FAQPage.
3. Размытая структура документа. Дизайнеры часто собирают лендинги из коротких лозунгов, разбросанных по разным колонкам, попапам и вкладкам. Человек считывает такую верстку глазами, но для языковой модели текст распадается на несвязные обрывки без чёткой привязки к вопросу покупателя.

Поэтому в разработке сайтов в FastUp мы делаем клиентские проекты на кастомных темах WordPress без визуальных конструкторов. Для бизнеса это означает мгновенную загрузку страниц на мобильном интернете (вместо потери трети рекламного трафика на долгом белом экране), полное владение кодом без пожизненной абонплаты за конструктор и чистую HTML-структуру для поисковых роботов. По бюджету кастомная разработка сопоставима со сборкой на шаблоне: лендинг стоит от 1 100 BYN, корпоративный сайт — от 1 800 BYN, а интернет-магазин с быстрыми фильтрами на 1 000 – 6 400+ товаров — от 3 000 BYN.

Что реально влияет на цитирование в ChatGPT, Perplexity и Google AI Overviews: цифры вместо мифов

Подробный разбор четырёх индустриальных заблуждений мы уже выпускали в отдельной статье про мифы GEO вокруг llms.txt, микроразметки и чанкования. Здесь зафиксируем четыре ключевые цифры из официальной документации Google Search Central (май–июнь 2026) и исследований Ahrefs и ZipTie, на которых строится архитектура коммерческого сайта:

• Объём текста сам по себе не работает. Исследование Ahrefs на выборке из 174 048 цитируемых страниц показало практически нулевую корреляцию между длиной статьи и позицией в ответе ИИ (коэффициент Спирмена 0.04). Более того, 53,4% процитированных страниц содержат меньше 1 000 слов, а лонгриды свыше 2 000 слов забирают лишь 16% цитат.
• Решает семантическая полнота и плотность сущностей. Если сопоставить факторы в единой шкале линейной корреляции r (сводка ZipTie), главный внутристраничный сигнал для выбора материала нейросетью — семантическая полнота раскрытия темы (r = 0.87), тогда как количество обратных ссылок даёт r = 0.37. Документы, в которых прямо названы 15 и более конкретных сущностей (технологии, стандарты, локации, точные диапазоны цен, артикулы, имена), выбираются генеративными моделями в 4,8 раза чаще обезличенных текстов.
• Внешние упоминания бренда в 3 раза сильнее классических бэклинков. По данным замера Ahrefs на 75 000 брендов, корреляция упоминаний компании на сторонних авторитетных площадках с видимостью в ИИ составляет 0.664 против 0.218 у обычных ссылок. При этом 57% цитат даже по брендовым запросам нейросети берут не с официального сайта компании, а из независимых обзоров, отраслевых рейтингов и профильных медиа.
• Файл llms.txt не заменяет базовую индексацию. Мы проверили корневые директории крупнейших технологических доменов (google.com, meta.com, anthropic.com): у всех кроме узких документаций для разработчиков вроде vercel.com файл /llms.txt отдаёт 404. RAG-система извлекает кандидатов из основного поискового индекса: если сайт технически сломан и не индексируется обычным краулером, никакой llms.txt не выведет его в ответ ИИ.

Трёхуровневая инженерная модель GEO в FastUp: от кода до внешнего графа

Чтобы превратить эти цифры в воспроизводимый процесс для клиентов (и для собственного агентства), мы разделили работу над ИИ-видимостью на три последовательных этапа. Подробно эта архитектура описана в книге «FastUp GEO: Эволюция поисковых систем или SEO 4.0» (Rideró, ISBN 978-5-0071-2992-3) и в нашем инженерном регламенте GEO-продвижения.

Этап 1. Представление (Entity Representation)

Задача первого уровня — сделать так, чтобы любая языковая модель однозначно понимала, кто вы, в каком регионе работаете и сколько стоят ваши услуги сегодня. Мы внедряем связную схему Schema.org (JSON-LD), синхронизируем атрибуты компании (sameAs) между сайтом, Яндекс.Бизнесом, Google Business Profile, GitHub, PyPI и отраслевыми каталогами. Это убирает главную боль коммерческих компаний — когда ChatGPT придумывает несуществующие тарифы или называет телефон конкурента.

Этап 2. Экспертность на сайте (On-Site Competency & RAG Architecture)

Каждая коммерческая страница и статья проектируется через декомпозицию запроса (Query Fan-Out). Когда пользователь спрашивает нейросеть «кому заказать разработку корпоративного сайта и продвижение без переплаты за конструктор», ИИ дробит этот промпт на 3–4 параллельных подзапроса: технические ограничения платформ, сроки разработки, структура сметы и гарантии по договору.

При этом наш эксперимент с 7 цитированиями одной статьи в Яндекс.Нейро показал важную перемену в механике поиска: в отличие от старых «быстрых ответов», которые дословно вырезали кусок текста со страницы, современные генеративные модели полностью пересказывают смысл своими словами. В нашем замере ни одно предложение в ответе ИИ не совпало со статьёй дословно. Это значит, что искусственная нарезка текста на сухие «роботизированные триплеты» больше не нужна — раздел выигрывает тогда, когда сразу после заголовка <h2> даёт ясный ответ с точными цифрами и закрывает все подвопросы покупателя.

Отдельный архитектурный приём, который мы выполнили у себя в октябре 2026 года, — консолидация бесплатных веб-утилит внутри основного домена (fastup.by/tools/). Ранее у нас на отдельном домене microapps.by работала витрина из 41 мини-приложения на чистом PHP. Мы провели ревизию по данным Яндекс.Метрики: удалили 18 слабых и нецелевых страниц через жёсткий код 410 Gone, чтобы не размывать индекс, а 23 востребованные инженерные утилиты (генератор UTM-меток, генератор SEO-тегов, проверка noindex, конвертеры WebP и WOFF2, минификаторы JS/CSS/HTML, конструктор SQL-запросов) перенесли постраничным 301-редиректом в папку /tools/ основного сайта. Этот кластер приносит 1 851 визит за 28 дней при показателе отказов всего 13,1% и среднем времени сессии 3 минуты 49 секунд, усиливая общедоменные поведенческие сигналы и передавая внутренний вес коммерческим страницам услуг.

Этап 3. Внешняя авторитетность (External Multi-Platform Authority)

Поскольку 57% информации о бренде нейросети забирают с независимых доменов, работа не заканчивается внутри сайта. Мы выстраиваем присутствие компании на профильных трастовых площадках, публикуем открытые отраслевые замеры (как наш Рейтинг видимости бизнеса в ИИ-поиске) и верифицируемые исследования. По данным четырёх независимых датасетов 2026 года, оригинальные исследования цитируются нейросетями в 3–10 раз чаще обычных блог-постов, а сводка ZipTie фиксирует прирост цитирований на 55–120% при наличии собственных замеров и на 47% при наличии структурированных сравнений.

Как измерять результат в ИИ-поиске, если аналитика GA4 слепа на 91%

Классическая веб-аналитика плохо видит переходы из нейросетей. По данным ZipTie, стандартный счётчик Google Analytics 4 распознаёт лишь 9% реального ИИ-трафика, а остальные 91% переходов из десктопных и мобильных клиентов ИИ приходят без заголовка Referer и падают в корзину «Прямые заходы» (Direct). На нашем собственном сайте до внедрения жёсткой UTM-разметки внешних площадок на прямые заходы приходилось 47% всех визитов.

Поэтому оценивать эффективность GEO только по стандартным отчётам GA4 или Метрики — значит работать вслепую. Для объективного контроля мы разработали открытый стандарт FastUp GAS (GEO Audit System) и выложили одноимённую Python-библиотеку fastup-gas в открытый доступ на PyPI.

Стандарт оценивает видимость компании в динамике по пяти прозрачным метрикам (подробные формулы — в материале про математику стандарта FastUp GAS):

• NVI (Non-branded Visibility Index) — небрендовая видимость компании по целевым запросам категории (отдельно замеряется коммерческий слой NVI_comm и экспертный NVI_edit);
• CBK (Company Brand Knowledge) — точность знаний нейросети о самом бренде по прямым запросам (по шкале от -1 при галлюцинациях до 3 при полном совпадении фактов и ссылки);
• PKS (Person Knowledge Score) — узнаваемость ключевого спикера или основателя в ответах ИИ без подсказки названия компании;
• PCL (Person-Company Link) — прочность связки «эксперт ↔ компания» в графе знаний трёх поисковых систем (шкала от 0 до 6);
• SCG (SERP-Citation Gap) — индекс расхождения между классической органикой и ИИ: доля запросов, где сайт уже стоит в органическом топ-10, но получает ноль цитирований в генеративном ответе.

С чего начать бизнесу: прагматичный маршрут и цены в BYN

Если у вас уже есть работающий сайт или вы только планируете запуск нового проекта, проверять готовность к генеративному поиску стоит до того, как конкуренты займут все слоты в ответах нейросетей по вашей нише (в среднем Gemini и Яндекс.Нейро выводят всего от 3 до 5 компаний в основном блоке рекомендаций).

В FastUp мы выстроили понятную линейку работ с фиксацией объёма в договоре:

• Аудит видимости в нейросетях и технической базы сайта — бесплатно при заказе работ (срок: 1 рабочий день, полная диагностика по стандарту FastUp GAS плюс ревизия скорости и технических ошибок сайта);
• Комплексное GEO-продвижение под ключ — от 1 200 BYN (10–15 рабочих дней: переупаковка коммерческих страниц под декомпозицию запросов, внедрение связного графа Schema.org, синхронизация сущности и быстрые технические правки по сайту; если действующий сайт собран на конструкторе с фундаментальными ограничениями шаблона, переезд на чистый код рассчитывается отдельной сметой);
• Системное SEO-продвижение — первый месяц от 1 000 BYN, далее от 800 BYN/мес; ежемесячное GEO-сопровождение — от 800 BYN/мес;
• Разработка быстрых коммерческих сайтов на чистом коде с заложенной со старта SEO/GEO-архитектурой — от 1 100 BYN.