Привет, Хабр! Я руководитель группы экспериментальных клиентов Kokoc Performance (входит в Kokoc Group). Мы в Kokoc Group занимаемся продвижением в генеративных поисковых системах. Хочу поделиться кейсом B2B-клиента из рынка корпоративного обучения. Расскажу подробно о замерах, кластеризации, смысловых профилях бренда, внешних площадках и специфике статей-рейтингов и, конечно, о результатах. Кейс будет полезен тем, кто занимается SEO, контентом, B2B-маркетингом, GEO и AEO.
Предыстория и поставленные задачи
Наш клиент работает на рынке корпоративного обучения. Среди направлений деятельности — переговоры повышенной сложности, продажи в сегменте B2B, работа с управленческим составом, стратегические сессии и фасилитация. За новым источником трафика и ростом известности бренда компания обратилась к Kokoc Group.
Сегмент корпоративного обучения отличает высокая плотность конкуренции: на рынке присутствуют тренинговые компании, бизнес-школы, консалтинговые игроки, образовательные платформы и эксперты. У многих известных брендов — Moscow Business Academy, СКОЛКОВО, РШУ, ITC Group, LiCO, ЭКОПСИ Консалтинг и др. — частота появления в ответах ИИ была существенно выше, чем у клиента. От этой планки мы и отталкивались.
Плюс к этому одна и та же задача у разных корпоративных заказчиков звучит неодинаково. Кто-то ищет вовсе не тренинговую компанию, а надежного исполнителя по бизнес-обучению или фасилитатора для команды управленцев.
От нас требовалось выстроить прочную ассоциацию между брендом и ключевыми векторами его компетенций — так, чтобы нейросети начали принимать компанию клиента в расчет, формируя рекомендации для потенциальных корпоративных покупателей. При этом важно было не нарастить число упоминаний как таковое, а добиться, чтобы бренд появлялся в подходящем смысловом окружении: обучение персонала крупных компаний, продажи в сегменте B2B, переговоры повышенной сложности, развитие управленцев и топ-состава и другие.
На этапе запуска перед командой поставили KPI: выйти минимум на 30% видимости бренда в ответах нейросетей в течение 3 месяцев.
Развитие блога компании подразумевалось как следующая стадия проекта. Ставку сделали на систематические публикации на внешних площадках, обладающих высоким уровнем доверия; их параметры мы прорабатывали заблаговременно.
Ключевая цель состояла в том, чтобы охватить не разрозненные запросы, а целостную совокупность пользовательских сценариев — и заранее понять, какие именно материалы, в каком виде и на каких ресурсах смогут выстроить вокруг бренда нужные смысловые связи.
Над проектом также работали менеджер проектов Наталья Натарова и SEO-специалист Дарья Сербина.
Шаг 1. Замер стартовой видимости и определение критериев результата
Период активных работ длился с 4 июня по 5 августа 2026 года. Перед этим мы провели технический аудит — клиент внес некоторые рекомендации, что создало базу для дальнейшего GEO/AEO-продвижения.
Затем мы измерили видимость бренда до начала работ по заранее утвержденному перечню промптов, в том числе «кто проводит стратегические сессии», «лучшие тренинги по переговорам» и т. п. Замеры проводились в Поиске с Алисой, Google AI Overview, ChatGPT, Perplexity, а также DeepSeek и 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. Собранные данные ложились в основу расчета совокупной видимости проекта — то есть долю проверок «промпт × система», в которых компания присутствовала в ответе нейросети. Это и был главный KPI проекта. При 37 промптах и 6 системах один замер охватывал 222 проверки.
Шаг 2. Формирование списка целевых промптов
Мы отбирали их, отталкиваясь от совокупности критериев. Это сама ниша корпоративного обучения, ключевые услуги нашего клиента, вопросы, которые возникают у целевой аудитории, поисковый спрос, текущие ответы нейросетей и то, насколько в них представлены конкуренты.
Не обошли вниманием и коммерческий вес пользовательского сценария — в работу брали в первую очередь запросы с условно-коммерческим интентом. В общей сложности мы получили 37 целевых промптов.
Шаг 3. Кластеризация семантики
Мы разделили отобранные промпты по тематическим кластерам:
10 промптов вошло в кластер “Корпоративное обучение и бизнес-тренинги”. Затем мы подготовили по этой тематике 30 публикаций.
7 промптов и 21 публикация — в кластере “Переговоры”.
6 промптов и 18 публикаций — в кластере “B2B-продажи, KAM и сложные сделки”.
6 промптов и 18 публикаций — в кластере “Лидерство и управление”.
5 промптов и 15 публикаций — в кластере “Стратегические сессии и фасилитация”.
3 промпта и 9 публикаций — в кластере “Бизнес-тренеры и эксперты”.
Шаг 4. Создание матрицы контента и выбор площадок
Перед тем как публиковать статьи на внешних площадках, мы сформировали матрицу — под каждый из 37 промптов разработали 3 отдельные темы для площадок VC.ru, Дзена и TenChat. Площадки выбирали по нескольким критериям. Важна была скорость индексации, ее стабильность, вероятность, что статьи выйдут в топ по нужным нам запросам, уровень доверия к домену, присутствие целевой аудитории, наличие нужных нам форматов (о них позже) и хорошие шансы на то, что материалы подхватят поисковые и генеративные системы.
Наличие матрицы и выбор площадок помогло нам в дальнейшем — не пришлось корректировать контент-план прямо в процессе работы, как это часто бывает. Во многом это повлияло на то, что целевой KPI был превышен.
Шаг 5. Разработка тем и структуры статей с прицелом на попадание в нейроответы
Мы отбирали промпты с рекомендательным интентом: например, «кого выбрать», «посоветуй компанию», «какие программы лучшие» и т. д. Под этот интент идеально ложились статьи-рейтинги, подборки, обзоры, материалы, где рассматривались критерии выбора — их мы и написали.
Материалы должны были закрыть все 37 промптов и охватить 6 направлений бизнеса клиента. При этом один промпт не превращался в три одинаковых статьи-копипаста. Мы учитывали особенности каждой площадки — VC.ru, Дзена и TenChat, и готовили под каждую собственный заголовок, свою структуру и смысловой акцент. Так, один и тот же пользовательский сценарий для одной площадки мы преподносили как как рейтинг провайдеров, для другой — как подборку для HR- и L&D-специалистов, для третьей — гайд с советами по выбору подрядчиков.
Разумеется, все статьи писались под потенциальную структуру генеративного ответа.
Шаг 6. Создание смысловых профилей бренда
Универсального описания компании в работе не применялось. Мы готовили свой фактологический профиль под каждый кластер: так, в переговорном кластере упор делался на непростые B2B-сделки, выстраивание переговорной стратегии, умение управлять расстановкой сил. В кластере, посвященном лидерству, писали о развитии управленцев и методологии LeadSmart. В статьях о стратсессиях речь шла о фасилитации и приведении сторон к общему решению. Каждая тема была максимально релевантна задаче пользователя.
Шаг 7. Разработка методологии рейтингов
Перед написанием рейтингов и подборок мы ввели общий регламент и прописали, как отбирать участников, по каким критериям сравнивать компании и отдельных экспертов, как их описывать, как проводить фактчекинг. Благодаря этому публикации оставались содержательными, а позиционирование бренда строилось на реальных характеристиках, которые легко проверить.
Критерии оценки применялись ко всем участникам подборки одинаково: все описания брали только из открытых данных, чтобы не исказить данные. Также не допускалось сравнение участников рейтингов друг с другом.
Шаг 8. Написание и размещение материалов для внешних площадок
Работа над материалами шла пошагово. Сначала брали конкретный запрос, под который нужно было написать статью. Затем генерировали тему — отдельную под ту площадку, где она выйдет. Далее составляли задание для AI-агента и получали от него черновой текст, который вручную правил редактор.
Каждый материал перед выходом проходил несколько фильтров: фактчекинг, ручную редактуру, в том числе удаление штампов и рекламных конструкций, приведение описаний участников рейтинга к единому виду, адаптацию под VC, Дзен и TenChat и контрольную вычитку перед публикацией. Ставка делалась на гибридный формат: стратегию и тематическую архитектуру прорабатывал эксперт, а AI подключался, чтобы ускорить и масштабировать выпуск контента.
После публикации по каждому материалу мы отслеживали, индексировался ли он поисковыми системами Яндекса, Google и Bing. Если нет — принимали дополнительные меры для исправления ситуации.
Всего за 2 месяца с 4 июня по 5 августа на сторонних ресурсах вышло 111 статей. Столь плотный график выпуска дал возможность за короткое время широко закрепить бренд по целевым промптам и ускорить накопление того объема контента, без которого видимость в ответах нейросетей не растет.
Результаты
Отсчетной точкой стал базовый замер, сделанный 17 апреля 2026 года. Само продвижение стартовало позже — 4 июня, и длилось до 5 августа. Этот период и будем рассматривать далее.
Динамика видимости в ответах нейросетей
17 апреля показатель видимости держался на уровне 0,83%. Спустя два месяца он поднялся на 41,96 п.п. и составил 42,79%. Напомним, целевым KPI был прирост минимум 30% за 3 месяца — нам удалось добиться и улучшить его уже через 2 месяца.
Динамика видимости за июнь-август 2026 года
К 5 августа положительная динамика наблюдалась во всех системах. Максимальная видимость была зафиксирована в Поиске с Алисой — 75%. На втором месте Perplexity — 67,57%, на третьем Google AI Overview — 56,76%. Далее шли Claude с видимостью 35,14%, DeepSeek с результатом 32,43% и ChatGPT с 8,11%.
Самый заметный результат показали те системы, что работают с актуальным веб-индексом и оперативно используют свежие материалы. Скромнее всех оказался ChatGPT: его ответы слабее завязаны на русскоязычный UGC-контур и обновляются по другому графику.
В общей сложности в ответах нейросетей мы получили 95 упоминаний бренда, и каждое несло положительную окраску.
Среди компаний, попавших в мониторинг, проект вышел на вторую строчку и почти вплотную приблизился к лидеру категории. Отставание от Moscow Business Academy составило лишь 0,49 п.п.
Сравнительная таблица компаний
Динамика хорошо видна на фоне известной Московской школы управления СКОЛКОВО — по тем же промптам компания клиента обошла ее более чем вдвое. То есть за два месяца проект прошел путь от минимальной видимости на старте до одной из верхних строчек среди всех компаний, что попали в мониторинг.
Здесь нужно сделать оговорку — все 37 запросов подобраны под услуги клиента. Значит, и таблица говорит лишь о том, как бренды выглядят внутри этой ниши: корпоративное обучение, переговоры, продажи в сегменте B2B, лидерство, фасилитация. Это не рыночная доля и не узнаваемость в широком смысле. Если у других бизнес-школ линейка продуктов шире, то заметная часть их аудитории просто не попадет в эти запросы — она ищет другое.
И еще один момент, который стоит выделить. Заметную видимость удалось получить в коммерческих сценариях — когда человек уже целенаправленно выбирает, к кому пойти учиться или с кем работать. По некоторым запросам из этой группы бренд показывался в 80–100% случаев:
Видимость ключевых промптов
Итоговая таблица результатов выглядит так:
А что по лидам?
Отдельно хочу сказать про заявки. Параллельно с тем, как бренд набирал вес в нейросетях, клиент получил приток новых заявок, причем в этот период маркетинг сосредоточился в основном на GEO.
Конечно, приписывать весь рост обращений именно GEO было бы ошибкой: путь пользователя в генеративном поиске устроен куда замысловатее, чем привычная схема атрибуции по источнику перехода. Например, пользователь спрашивает у нейросети, кто в Москве проводит лучшие тренинги по переговорам. В ответе среди прочих провайдеров он видит нашего клиента, запоминает бренд, а потом уже сам ищет его в поисковике, заходит на сайт и оставляет заявку.
Источником визита при этом запишется Яндекс или Google, а сам переход попадет в категорию брендового поискового трафика. Хотя на самом деле первое касание с брендом и интерес к нему случились в нейросети. И даже когда нейросеть дает ссылки на источники, не каждый кликает по ним — знакомство вполне может закончиться отдельным поиском названия компании.
Отсюда вывод: число прямых переходов из нейросетей не передает всей картины влияния GEO на воронку продаж. Главный показатель на данном этапе — это видимость бренда в релевантных рекомендательных ответах. Проще говоря, как часто потенциальный покупатель видит компанию среди тех, из кого ему предстоит выбирать.
Чтобы точно понять, какую роль сыграл канал GEO-продвижения на рост заявок, картину нужно собирать целиком: смотреть, как параллельно ведет себя брендовый спрос, что происходит с брендовым органическим трафиком и как меняется число обращений. Эти показатели нам и предстоит на следующем этапе сопоставить с ростом видимости.
Выводы и инсайты о проекте
Успех обеспечила не сама публикационная активность, а качество подготовленной заранее стратегии.
Заметно окрепла ассоциативная связь бренда с продвигаемыми услугами — корпоративным обучением, B2B-продажами, переговорами, лидерством и стратегическими сессиями. Ключевую роль в этом сыграла подготовительная архитектура: точный подбор промптов, покрытие главных направлений бизнеса по кластерам, понимание специфики площадок и последовательное выстраивание внешнего информационного поля бренда.
Отдельно стоит отметить командную работу: распределенные команды действовали слаженно, а сильная проектная координация позволяла всем участникам одинаково понимать цели клиента, не терять фокус на конечном результате и быстро отвечать на вопросы и изменения.
Внешнее GEO-продвижение способно приносить самостоятельный и измеримый результат еще до того, как заработает масштабный корпоративный блог. Матрица из 37 промптов и 111 публикаций за два месяца подняла видимость во всех отслеживаемых системах, совокупная видимость бренда выросла с 0,83% до 42,79%, установленный KPI в 30% был превышен досрочно, а бренд вошел в число лидеров категории.