Как за 2 месяца обойти СКОЛКОВО и догнать Moscow Business Academy в ответах нейросетей: GEO-продвижение B2B-бренда с ростом видимости в 50 раз
Анамнез
Наш клиент (ND) — компания в сфере корпоративного обучения, специализирующаяся на B2B-продажах, сложных переговорах, развитии руководителей, стратегических сессиях и фасилитации.
Для тестирования нового канала привлечения трафика и повышения узнаваемости бренда компания привлекла команду Kokoc Group.
Проект реализовывался в конкурентной B2B-категории, где за внимание корпоративных заказчиков одновременно борются тренинговые компании, бизнес-школы, консалтинговые организации, образовательные платформы и независимые эксперты. На старте проект находился в конкурентном информационном поле с брендами, которые уже заметно чаще появлялись в ответах нейросетей. Среди них — Moscow Business Academy, Московская школа управления СКОЛКОВО, РШУ, ITC Group, LiCO, ЭКОПСИ Консалтинг и другие участники рынка. Их более высокая видимость стала ориентиром для оценки стартовой позиции проекта и его дальнейшей динамики.
Кроме того, корпоративные клиенты формулируют одну и ту же потребность по-разному. Пользователь может искать не «тренинговую компанию», а надежного подрядчика по бизнес-обучению, провайдера для обучения KAM (менеджеров по работе с ключевыми клиентами и крупными заказчиками), тренера по сложным переговорам, фасилитатора для управленческой команды или модератора стратегической сессии.
Необходимо было сформировать устойчивую связь между брендом и основными направлениями его экспертизы, чтобы нейросети начали учитывать компанию при подготовке рекомендательных ответов потенциальным корпоративным заказчикам.
Важным было не просто увеличить количество упоминаний, а обеспечить присутствие бренда в релевантном контексте:
- корпоративное обучение для крупного бизнеса;
- B2B-продажи и длинные циклы сделок;
- сложные, коммерческие и деловые переговоры;
- обучение ключевых менеджеров;
- развитие руководителей и топ-менеджеров;
- стратегические сессии и командная фасилитация;
- профессиональная экспертиза бизнес-тренеров.
На старте проекта для исполнителя был установлен KPI — достичь не менее 30% видимости бренда в нейроответах за три месяца.
Развитие корпоративного блога было запланировано как следующий этап проекта, поэтому на старте основной потенциал собственного информационного контента еще не был задействован. В качестве основного инструмента была выбрана системная работа с внешними трастовыми площадками, чьи характеристики заранее изучались агентством.
Результаты
Базовый замер был проведен 17 апреля 2026 года. На тот момент видимость бренда в ответах нейросетей составляла около 0,83%: компания появлялась по целевым небрендовым промптам лишь эпизодически. В период между базовым замером и стартом проекта работы по продвижению не велись, поэтому этот уровень принят за точку отсчета. Непосредственные работы по продвижению начались 4 июня.
Прирост видимости
На старте видимость составляла 0,83%, через 2 месяца этот показатель вырос на 41,96 п.п. и достиг 42,79%. Целевой показатель не менее 30% за три месяца был достигнут и превышен через два месяца после начала активных работ.
Динамика видимости проекта в ответах нейросетей за период продвижения июнь-август 2026 года. После старта активных работ показатель перешел к устойчивому росту и уже к началу августа превысил установленный KPI.
К 5 августа рост видимости бренда был зафиксирован во всех отслеживаемых системах. Видимость бренда составила:
- Поиск с Алисой — 75%
- Perplexity — 67,57%
- Google AI Overview — 56,76%
- Claude — 35,14%
- DeepSeek — 32,43%
- ChatGPT — 8,11%
Таким образом, рост происходил не за счет одной отдельной системы: присутствие бренда усилилось сразу по всему пулу отслеживаемых генеративных и AI-поисковых сервисов.
Разброс между системами закономерен. Наибольший эффект дали сервисы, которые опираются на актуальный веб-индекс и быстро подхватывают свежие публикации: — Поиск с Алисой, Perplexity и Google AI Overview. Наименьшая видимость — у ChatGPT: его ответы в меньшей степени опираются на русскоязычный UGC-контур и обновляются с иной периодичностью.
Всего в ответах нейросетей было зафиксировано 95 упоминаний бренда, и все они имели положительную тональность.
Проект занял второе место среди отслеживаемых компаний и практически сравнялся с лидером категории. Разница с Moscow Business Academy составила всего 0,49 процентного пункта:
| Бренд | Видимость |
|---|---|
| Moscow Business Academy | 43,28% |
| Наш проект (NDA) | 42,79% |
| Московская школа управления СКОЛКОВО | 18,91% |
| РШУ | 16,92% |
| ITC Group | 13,43% |
| LiCO | 12,94% |
Для оценки масштаба изменения показательно сравнение с Московской школой управления СКОЛКОВО — одним из наиболее известных игроков рынка бизнес-образования: по тому же пулу отслеживаемых промптов видимость бренда оказалась более чем в два раза выше. Таким образом, за два месяца проект перешел от минимальной стартовой видимости к одной из самых высоких позиций среди компаний, включенных в мониторинг.
Важное уточнение о базе сравнения. Пул из 37 промптов построен вокруг услуг клиента, поэтому таблица показывает представленность брендов именно в этом сегменте пользовательских сценариев: корпоративное обучение, переговоры, B2B-продажи, лидерство и фасилитация. Это не доля рынка и не общая известность бренда — у бизнес-школ с более широкой продуктовой линейкой значительная часть спроса лежит за пределами данного пула.
Особенно важно, что высокая видимость была достигнута не только по общим тематическим запросам, но и по коммерческим сценариям, в которых пользователь непосредственно ищет и выбирает компанию или провайдера обучения. По отдельным промптам видимость бренда достигла 80–100%:
| Промпт | Видимость |
|---|---|
| Какие тренинговые компании сейчас в топе в Москве | 100% |
| Порекомендуй провайдера для обучения KAMов в Москве | 83,33% |
| Топ лучших провайдеров бизнес-тренингов в Москве | 80% |
| Лучшие тренинги для отдела продаж B2B в Москве | 80% |
| Какие компании проводят лучшие корпоративные бизнес-тренинги в Москве | 80% |
Сводная таблица результатов
| Показатель | Результат |
|---|---|
| Видимость на старте | 0,83% |
| Видимость через два месяца | 42,79% |
| Прирост | +41,96 п.п. |
| Целевой KPI | не менее 30% за 3 месяца |
| Количество упоминаний бренда | 95 |
| Тональность упоминаний | положительная |
| Целевых промптов | 37 |
| Внешних публикаций | 111 |
| Площадок | 3 |
Ход работы
Период активных работ длился с 4 июня по 5 августа 2026 года.
На первом этапе работа велась по двум направлениям. На сайте была реализована часть рекомендаций технического аудита: это улучшило его техническую доступность для поисковых систем и создало базу для дальнейшего GEO/AEO-продвижения, однако само по себе не могло существенно увеличить количество упоминаний бренда в нейроответах.
Контентный потенциал собственного сайта на этом этапе также еще не был задействован: корпоративный блог находился в подготовке и не участвовал в формировании текущего результата. Его развитие осталось отдельной точкой роста проекта.
Поэтому в рамках стратегии основной первичный акцент был сделан на внешнем информационном контуре — системных публикациях на заранее отобранных площадках. Именно внешний информационный контур стал основным реализованным фактором, с которым связана наблюдаемая динамика видимости.
На первом этапе была измерена исходная видимость бренда по согласованному списку промптов — пользовательских запросов, по которым потенциальные клиенты могут искать в нейросетях подходящую компанию, услугу или эксперта.
Например: «кто проводит стратегические сессии», «лучшие тренинги по переговорам», «где обучить отдел продаж сложным переговорам».
Видимость сайта отслеживалась в нескольких системах:
- Поиск с Алисой;
- Google AI Overview;
- ChatGPT;
- Perplexity;
- DeepSeek;
- Claude.
Для каждого промпта фиксировалось, появляется ли бренд в ответе нейросети. На основе этих данных рассчитывалась общая видимость проекта и отслеживалась ее динамика в ходе продвижения.
Основным KPI стала совокупная видимость бренда — доля проверок «промпт × система», в которых компания присутствовала в ответе нейросети. При 37 промптах и 6 системах база одного замера составляла 222 проверки.
Видимость — метрика опережающая: она отражает представленность бренда в рекомендательных ответах, а не количество заявок — оценка влияния на воронку вынесена в следующий этап проекта.
Список промптов формировался на основании сочетания факторов:
- основные услуги и бизнес-приоритеты клиента;
- вопросы, возникающие при выборе корпоративного обучения;
- существующие ответы нейросетей и представленность конкурентов;
- коммерческая ценность пользовательского сценария;
- поисковый спрос и конкурентность тематик;
- вероятность того, что запрос инициирует рекомендацию конкретных компаний, программ или экспертов.
В работу вошли прежде всего запросы с условно-коммерческим интентом. В ответе на такой вопрос пользователь ожидает получить перечень подходящих провайдеров, программ или специалистов. Всего было отобрано 37 целевых промптов.
| Тематический кластер | Промптов | Публикаций |
|---|---|---|
| Корпоративное обучение и бизнес-тренинги | 10 | 30 |
| Переговоры | 7 | 21 |
| B2B-продажи, KAM и сложные сделки | 6 | 18 |
| Лидерство и управление | 6 | 18 |
| Стратегические сессии и фасилитация | 5 | 15 |
| Бизнес-тренеры и эксперты | 3 | 9 |
| Итого | 37 | 111 |
Такая архитектура позволила работать одновременно на нескольких уровнях: общая категория → отдельная услуга → конкретная бизнес-задача → эксперт компании.
Например, направление переговоров раскрывалось через отдельные темы о B2B-переговорах, жестких и коммерческих переговорах, Гарвардском методе, обучении закупщиков и подготовке отделов продаж к сложным сделкам.
Для каждого из 37 промптов были разработаны три самостоятельные темы — по одной для каждой площадки. В итоге матрица включала 37 материалов для VC.ru, 37 материалов для Дзена и 37 материалов для TenChat.
Матрица была полностью сформирована до начала размещений и не корректировалась по промежуточным результатам. Тематические кластеры, промпты, площадки и форматы были определены на этапе первоначальной аналитики.
Почему это важно? Рост выше целевого KPI был получен без пересборки матрицы по ходу проекта. Это подтвердило качество исходной аналитики и выбранной архитектуры продвижения.
Для размещения были выбраны VC.ru, Дзен и TenChat. Это был не случайный набор популярных ресурсов: в агентстве заранее исследовалось качество внешних площадок по нескольким параметрам:
- скорость и стабильность индексации;
- способность публикаций ранжироваться по целевым запросам;
- тематическая релевантность и доверие к домену;
- особенности аудитории и редакционных форматов;
- вероятность использования материалов поисковыми и генеративными системами.
Накопленные данные позволили определить, какие типы материалов целесообразно размещать на каждой площадке и как адаптировать их под конкретный ресурс.
Один промпт не тиражировался в виде трех одинаковых статей. Для каждой площадки разрабатывались отдельные заголовок, структура смысловой акцент в подаче материала. Например, один пользовательский сценарий мог раскрываться как рейтинг провайдеров, подборка для HR- и L&D-специалистов или практический материал с критериями формирования шорт-листа подрядчиков.
Большинство отобранных промптов содержали выраженный рекомендательный интент: «кого выбрать», «кто проводит», «посоветуй компанию», «какие программы лучшие», «кого пригласить».
Поэтому основу контентной стратегии составили рейтинги компаний, подборки программ, обзоры провайдеров, рейтинги экспертов, статьи с критериями выбора и узкие тематические обзоры.
Такие форматы соответствуют логике ответа, который ожидает пользователь: перечень релевантных участников рынка с пояснением их специализации, опыта и особенностей. Статьи создавались не только под тему запроса, но и под вероятную структуру генеративного ответа.
Для подготовки публикаций не использовалось одно универсальное описание компании. Под каждый тематический кластер был разработан отдельный фактологический профиль, включавший только информацию, релевантную конкретной задаче пользователя.
В материалах о переговорах акцент делался на сложных B2B-сделках, подготовке переговорной стратегии, управлении балансом сил и обучении продаж и закупок. В публикациях о B2B-продажах раскрывались длинный цикл сделки, работа с ЛПР и закупочными комитетами, развитие ключевых менеджеров, экспертные продажи и презентация ценности сложного продукта.
В кластере лидерства использовались данные о развитии руководителей и методологии LeadSmart. В материалах о стратегических сессиях — информация о фасилитации, согласовании решений и переводе обсуждения в конкретный план действий. Отдельный блок публикаций развивал связь бренда с персональной экспертностью бизнес-тренеров.
Для рейтинговых и рекомендательных материалов была разработана единая методика подготовки. Она регулировала принципы отбора участников, критерии сравнения компаний и экспертов, требования к проверке информации, структуру описаний и правила работы с фактами.
При оценке учитывались опыт, специализация, методологическая база, клиентские кейсы, профессиональная репутация и соответствие конкретной задаче корпоративного заказчика. Это помогало сохранять содержательность публикаций и выстраивать позиционирование бренда через проверяемые характеристики, а не общие рекламные утверждения.
Принцип содержательной честности. Критерии оценки были едиными для всех участников подборки, описания конкурентов строились на публично доступной информации — заявленной специализации, методологической базе, опыте и открытых кейсах. Материалы не содержали сравнительных утверждений, которые нельзя проверить, и не искажали данные о других игроках рынка.
Рабочий процесс был следующим:
Целевой промпт → тема под конкретную площадку → задание для AI-агента → подготовка черновика → ручная редактура → фактчекинг → проверка конкурентов → адаптация под площадку → публикация → контроль индексации.
В работе использовался комбинированный подход: экспертная проработка стратегии и тематической архитектуры сочеталась с возможностями AI для ускорения и масштабирования производства контента. Специалист формировал логику, структуру и исходные данные для AI-агента, а автоматизация позволяла эффективнее реализовывать разработанную стратегию.
Каждая статья после подготовки проходила:
- проверку фактов и сведений о компаниях и экспертах;
- редактуру структуры и языка;
- устранение шаблонных и избыточно рекламных формулировок;
- выравнивание описаний участников рейтинга;
- адаптацию под редакционный формат площадки;
- финальную проверку перед размещением.
На старте проекта с клиентом были согласованы общая стратегия и фактологическая база. После этого работа велась автономно, без отдельного согласования каждой статьи. Тщательно проработанная подготовительная база — стратегия, методология и требования к реализации — позволила сократить количество итераций на последующих этапах и поддерживать высокий темп работы без снижения качества.
Работа не завершалась после размещения материала. Для каждой статьи проверялось попадание в индекс Яндекса, Google и Bing. Если публикация не появлялась в поиске в ожидаемые сроки, предпринимались дополнительные действия для ускорения индексации.
Таким образом, контролировался не только выпуск контента, но и его фактическая доступность для поисковых и генеративных систем.
С 4 июня по 5 августа на внешних площадках было опубликовано 111 материалов, охватывающих 37 коммерчески значимых пользовательских сценариев и 6 направлений бизнеса.
Высокий темп публикаций позволил за два месяца сформировать широкое присутствие бренда по целевым промптам и быстрее накопить объем контента, необходимый для роста видимости в ответах нейросетей.
При этом публикационная программа была завершена на 14 дней раньше первоначального графика.
На фоне активного продвижения бренда в нейросетях клиент также отмечает увеличение количества входящих заказов. При этом в рассматриваемый период GEO-продвижение является основным активно развиваемым маркетинговым направлением. Однако напрямую связать весь прирост заявок с нейросетями некорректно: пользовательский путь в генеративном поиске значительно сложнее стандартной модели атрибуции по источнику перехода.
Типичный сценарий может выглядеть следующим образом: запрос в нейросети → получение списка рекомендованных компаний → знакомство с брендом → поиск бренда в Яндексе или Google → переход на сайт по брендовому запросу → заявка.
Например, пользователь спрашивает нейросеть, какие компании проводят лучшие тренинги по переговорам в Москве. В ответе он видит нашего клиента среди рекомендованных провайдеров, запоминает компанию, а затем отдельно ищет бренд в привычной поисковой системе и уже оттуда переходит на сайт.
В таком сценарии система веб-аналитики зафиксирует источником визита Яндекс или Google и классифицирует переход как брендовый поисковый трафик. При этом первоначальный контакт с брендом и решение включить его в рассмотрение произошли именно в нейросети. Даже если генеративная система показывает ссылки на источники, пользователь далеко не всегда переходит по ним напрямую: знакомство с брендом может закончиться отдельным поиском его названия.
Поэтому количество прямых переходов из нейросетей не отражает всего влияния GEO-продвижения на воронку. Ключевой метрикой на этом этапе является видимость бренда в релевантных рекомендательных ответах: насколько часто компания попадает в поле выбора потенциального клиента.
Рост входящих заказов в период GEO-продвижения является важным дополнительным бизнес-сигналом, однако для оценки вклада канала его необходимо анализировать вместе с динамикой брендового спроса, брендового органического трафика и заявок. Именно эти показатели планируется сопоставлять с динамикой видимости на следующем этапе проекта.
Результат стал следствием системно выстроенной стратегии, а не эффекта отдельных публикаций или корректировок, внесенных уже в процессе работы. Основу подхода составили точный выбор рекомендательных пользовательских сценариев, кластерное покрытие ключевых направлений бизнеса и заранее разработанная контентная матрица.
Дополнительную эффективность обеспечили обоснованный выбор внешних площадок, подготовка уникальных материалов с учетом специфики каждого ресурса, адаптация позиционирования бренда под конкретные тематики и единые требования к фактам и редакционному качеству. Все AI-материалы проходили ручную проверку и доработку, а после публикации контролировались их индексация и доступность для поисковых и генеративных систем.
Важную роль в реализации проекта сыграла слаженная работа распределенных команд и сильная проектная координация. Менеджер проекта обеспечивала единое понимание целей и задач клиента всеми участниками, удерживала фокус команды на конечном результате и оперативно реагировала на возникающие вопросы и изменения.
В результате команда смогла одновременно поддерживать высокий темп, контролировать качество на всех этапах и полностью развернуть запланированную контентную кампанию за два месяца.
Результат зафиксирован на горизонте двух месяцев и на пуле из 37 промптов. Видимость в генеративных системах не статична: она зависит от индексации площадок и циклов обновления моделей, поэтому показатель требует регулярного контроля. На следующем этапе запланированы замер устойчивости видимости после завершения активной публикационной программы, запуск корпоративного блога как собственного источника цитируемости и мониторинг динамики брендового спроса и входящих заявок.
Внешнее GEO-продвижение может давать самостоятельный и измеримый результат еще до запуска масштабного корпоративного блога. Матрица из 37 промптов и 111 публикаций за два месяца обеспечила рост видимости проекта во всех отслеживаемых системах — Поиске с Алисой, Perplexity, Google AI Overview, Claude, DeepSeek и ChatGPT. Совокупная видимость бренда выросла с 0,83% до 42,79%, что позволило досрочно превысить установленный KPI в 30% и вывести бренд в число лидеров категории.
Ключевым результатом стала не просто частота упоминаний, а существенное усиление ассоциации бренда с корпоративным обучением, B2B-продажами, переговорами, лидерством и стратегическими сессиями.
Главным фактором успеха стала не публикационная активность сама по себе, а качество предварительной архитектуры: выбор коммерчески значимых пользовательских сценариев, тематическое покрытие, понимание особенностей площадок и последовательное формирование внешнего информационного поля бренда.
.png)
.png)
