Месяц назад TIME запустил необычный рекламный эксперимент: журнал начал размещать рекламу, предназначенную не для людей, а для искусственного интеллекта. А что, так можно было? Как выяснилось, недолго. Спустя всего две недели после запуска Perplexity исключил рекламу TIME из своего поискового индекса, назвав ее вводящей в заблуждение. А Google еще за месяц до этого обновил политику поиска, в котором назвал спамом показ разного контента читателю и роботу.
Меня зовут Елена Круглова, я основатель коммуникационного агентства ShexPR, и около года назад мы с коллегами сами придумывали способы продвигать бренды в ответах нейросетей. Сейчас я вижу, что некоторые из них перестали работать, а какие-то становятся вовсе рискованными из-за обновлений политики разработчиков ИИ.
Эксперимент начался с вполне рациональной идеи. Вместе с adtech-компанией Mobian издатель создал для своих материалов markdown-версии — упрощенные текстовые копии страниц без привычного дизайна и визуального шума: они понятнее для машинного чтения. На них перенаправляли ботов, людям показывали обычную версию сайта. На markdown-страницы добавили рекламные FAQ-блоки с информацией о брендах. Первыми клиентами стали Ally Bank и Project Management Institute — очень крупные, известные организации.
Механика выглядела многообещающе. Теоретически ИИ мог использовать эту информацию при подготовке ответа пользователю, ведь подобное издание уже авторитетный источник, а если информация на его страницах представлена крайне четко и структурировано — все как «любит» ИИ, — то шансы на выдачу еще выше.
Но такой чит-код не понравился Perplexity. Он расценил прием как клоакинг, недобросовестную подмену контента, и заявил, что будет препятствовать влиянию подобных объявлений на ответы их моделей. Более того, компания предупредила медиарынок, что за повтор таких трюков «доверие» модели к провинившемуся источнику могут пессимизировать.
Казалось бы, что плохого, если робот подхватит структурированные факты — в медиа ведь и так полно рекламы? Проблема в контексте. Для ИИ-агентов авторитет издания уровня TIME работает как гарант объективности. Формально издатель подстраховался, оставив на markdown-страницах пометки о спонсорстве, но гарантий, что нейросеть сохранит их в итоговом ответе, нет никаких. А главное, как мы помним, читателям эта версия сайта не видна вовсе — а значит, у людей нет даже возможности сверить, не продиктован ли ответ модели коммерческим блоком.
В итоге нейросеть скармливает собеседнику, по сути, проплаченную рекомендацию там, где тот ожидал нейтрального фактчекинга, превращаясь в инструмент скрытой рекламы без ведома юзера, да и своего создателя.
{{slider-gallery}}
Еще год назад ИИ-продвижение, как и когда-то с SEO, напоминало игру без правил. Официальных рекомендаций почти не существовало, алгоритмы быстро менялись, поэтому маркетологи экспериментировали практически вслепую: какие текстовые структуры чаще цитируются нейросетями, с каких сайтов какую информацию берут, сколько упоминаний нужно бренду и как лучше оформлять информацию, чтобы чаще появляться в ответах моделей.
Постепенно вокруг этого возник набор GEO-лайфхаков, даже ритуалов. Делать отдельные страницы под десятки похожих запросов. Писать шаблонные сухие тексты. Размещать бренд на максимально авторитетных доменах. Плодить упоминания и обзоры, чтобы усилить цифровой след.
Тогда, чтобы попасть в ответы нейросетей, было достаточно выкатить на VC примитивный рейтинг в стиле «Самые лучшие пароварки. Топ-10 брендов», подогнав его под базовые ключи. К своему ужасу, я много раз видела, что нейросети одинаково хорошо брали информацию как из нейрослоповых статей в UGC-блогах, написанных исключительно для продвижения брендов, так и из редакционных публикаций в федеральных СМИ.
К счастью, сейчас ситуация меняется. Разработчики поисковых систем и ИИ активнее проводят границу между естественным информационным присутствием бренда и контентом, созданным ради манипуляции генеративной выдачей. Поэтому некоторые из этих лайфхаков не просто устарели — они начинают конфликтовать с политиками платформ.
Например, Google в актуальном руководстве для генеративного поиска отдельно предупреждает: не нужно создавать страницу под каждую возможную вариацию пользовательского запроса. Если сотни таких страниц выпускаются прежде всего ради манипулирования поисковой или ИИ-выдачей и не добавляют ценности пользователю, это может рассматриваться как «масштабное злоупотребление контентом» и влечет снижение цитируемости. Современные ИИ-системы сами умеют разворачивать вопрос пользователя в несколько связанных поисковых запросов, поэтому попытка скармливать им отдельную страницу под каждую формулировку выглядит анахронизмом.
По той же причине теряет смысл погоня за искусственными упоминаниями. Google советует не пытаться создавать их ради генеративного поиска: его ИИ-функции опираются на те же системы качества и борьбы со спамом, что и обычный поиск.
{{slider-gallery}}
Поэтому я бы уже точно отказалась от следующих практик:
У серых механик есть общая проблема: их эффективность заканчивается в тот момент, когда разработчики ИИ понимают, как ими манипулируют. А если прием работает только до следующего обновления алгоритма, это не конкурентное преимущество — это скорее баг, на который компания выделила маркетинговый бюджет.
GEO сейчас — это переход от оптимизации текста к управлению доказательствами о компании. При этом единого стандарта для всех нейросетей сегодня не существует. У ChatGPT, Claude, Perplexity, Gemini, Алиса ИИ и GigaChat разные алгоритмы поиска и ранжирования информации. Поэтому невозможно сделать «страницу, удобную для всех ИИ».
Гораздо устойчивее другая стратегия: сделать компанию хорошо представленной в открытом информационном поле — на собственном сайте, в медиа, отраслевых источниках, каталогах и других авторитетных ресурсах — и обеспечить техническую доступность этих данных для тех ИИ-систем, которые используют веб-поиск.
Полнота информации о компании. На сайте должны быть четко и публично зафиксированы продукты, характеристики, цены или принцип ценообразования, география работы, ограничения, кейсы, результаты, эксперты, исследования. Причем это должна быть та же информация, которую видит обычный посетитель.
Уникальность. Собственные исследования, статистика рынка, массивы данных, методологии, кейсы с цифрами, эксперименты, калькуляторы, сравнения и комментарии специалистов становятся гораздо более ценным активом, чем очередная статья, пересказывающая десять уже существующих статей. Google сейчас рекомендует для генеративного поиска уникальный, экспертный контент, который дает реальному человеку реальную ценность.
Независимость. Компания может написать на своем сайте «Мы лидеры рынка» хоть 20 раз. Это не превратит утверждение в доказанный факт. Гораздо важнее, чтобы существенные сведения о бизнесе появлялись в независимых СМИ, отраслевых исследованиях, профессиональных ассоциациях, рейтингах, реестрах, материалах конференций и других качественных источниках.
Актуальность и понятность. ИИ действительно нужны структурированные данные, но передавать их лучше через парадную дверь, а не через потайную. Например, OpenAI позволяет продавцам передавать информацию напрямую; в 2026 году компания позволила продавцам предоставлять каталоги и актуальные сведения о товарах для продуктового поиска в ChatGPT.
Другими словами, для интернет-магазина постоянно обновляемый каталог с четко сформулированными ценами, наличием и характеристиками без лишних оборотов может оказаться гораздо полезнее десяти собственных статей «Лучшие товары 2026 года», в которых компания ставит себя на первое место.
Непротиворечивость. При ИИ-поиске ошибка с сайта легко может мигрировать непосредственно в ответ потенциальному покупателю. Поэтому цены, характеристики, руководство, сертификаты, тарифы, условия доставки и географию работы стоит воспринимать уже не просто как контент сайта, а как базу данных репутации компании — все источники должны укреплять и дополнять друг друга, а не противоречить.
{{slider-gallery}}
Итого: продвижение в нейросетях — это не разовая закупка ссылок и не скрытые промпты в коде, а планомерная работа с цифровым следом бренда. Чтобы компания стабильно и корректно появлялась в ответах ИИ-агентов, стоит двигаться к системному присутствию.
Первый шаг. Составить карту пользовательских сценариев. Соберите реальные вопросы клиентов по всей воронке: «как решить проблему», «какие существуют варианты», «чем один подход отличается от другого», «какие есть риски», «сколько стоит», «кого выбрать». Прогоните эти запросы через несколько ИИ-сервисов и зафиксируйте, упоминается ли бренд, кого из конкурентов рекомендует модель, на какие источники ссылается и где допускает фактические галлюцинации.
Второй шаг. Провести аудит технической доступности. Убедитесь, что роботы в принципе могут прочитать ваши данные. Проверьте индексацию ключевых страниц, открытость цен и условий без обязательной авторизации, а также настройки файла robots.txt: не заблокированы ли поисковые краулеры (например, OAI-SearchBot для поиска в ChatGPT).
Третий шаг. Укрепить собственный «источник правды». Вместо бесполезных разделов для роботов сделайте сильные, понятные людям страницы — с конкретными характеристиками продуктов, вилками цен, описанием технологий, кейсами и профилями экспертов команды. Причем приоритет стоит отдавать не объему, а доказательности.
Четвертый шаг. Провести аудит внешних источников. Какие факты о компании ИИ способен проверить независимо? Если на корпоративном сайте написано, что технология уникальна, есть ли патент, публикация, исследование, отраслевой эксперт или кейс, которые это подтверждают? Если компания заявляет о лидерстве, существует ли рейтинг или объективная рыночная статистика?
Пятый шаг. Выстроить системный PR, то есть создавать информационные поводы, которые оставляют после себя проверяемый цифровой след. Исследования, кейсы с измеримыми результатами, описание новой методологии, экспертное мнение о значимых событиях в отрасли или прогноз с аргументацией дают и журналистам, и ИИ материал для цитирования.
Шестой шаг. Задействовать официальные каналы платформ там, где они доступны. Для e-commerce это особенно важно: тот же продуктовый поиск ChatGPT уже использует данные продавцов и сторонних поставщиков, и OpenAI приветствует прямую передачу актуальной информации.
Когда фундамент заложен, можно переходить к аналитике: отслеживать динамику цитируемости, точность формулировок ИИ о бренде, брендовый поисковый трафик и реальные конверсии в продажи.
История TIME вовсе не означает, что реклама для ИИ-агентов не появится. Скорее наоборот. Сам факт, что одно из самых известных мировых медиа начало продавать такой формат, показывает направление рынка: все больше решений о выборе товара, услуги или компании будет происходить при участии программного посредника.
Вполне вероятно, что вслед за рекламой для поисковых систем возникнет полноценный рынок рекламы для ИИ-агентов. Но, скорее всего, он будет построен не на скрытых абзацах, которые видит робот и не видит человек, а на прозрачных форматах с маркировкой, правилами происхождения данных и на контроле со стороны самих ИИ-платформ и госрегуляторов.
Бизнесу не стоит соревноваться в поиске очередного способа перехитрить нейросеть. В этой гонке правила устанавливает тот, кого вы пытаетесь обойти, и он же может изменить их следующим обновлением. Гораздо выгоднее инвестировать в то, что не обесценится, — в сильный продукт, открытые данные и реальный вес бренда в отрасли. Если компания интересна рынку и людям, нейросети просто не смогут ее проигнорировать.
