Как digital-ma.ru попал в ответы ChatGPT: разбор нашего GEO-замера

Собственники всё чаще задают один и тот же вопрос: «как сделать, чтобы ChatGPT советовал мою компанию?». Мы решили начать с себя и честно замерить, что нейросети знают про Media Ads и digital-ma.ru. 3 августа 2026 года прогнали 25 запросов через несколько систем и записали каждый ответ.

Результат получился двойной. Хорошая часть: по брендовым запросам ChatGPT цитирует наш сайт в пяти случаях из пяти, пересказывает наши кейсы и знает реквизиты компании. Неприятная часть: по 20 запросам, где клиент ищет подрядчика, а не нас по имени, у нас ноль упоминаний и ноль ссылок. Ниже — как мы замеряли, что увидели, почему общая цифра обманчива и что мы теперь делаем.

Содержание

• Что мы замеряли и как
• Что показал замер: бренд есть, рынка нет
• Почему общая цифра обманывает
• Что нейросети говорят о компании, когда не знают, что сказать
• Что мы меняем
• Как провести такой замер для своей компании
• Итог

Что мы замеряли и как

Прежде чем что-то чинить, нужна точка отсчёта. Мы собрали 25 запросов в пять групп по пять:

• брендовые — «Что такое агентство Media Ads?», «кто основатель», «отзывы», «кейсы», «где офис»;
• коммерческие — например, «Агентство лидогенерации B2B Москва» или «Агентство интернет-маркетинга с оплатой за лид»;
• информационные — «Что такое лидогенерация», «Сколько стоит лид в B2B в 2026», «Чем отличается квиз от лид-формы»;
• отраслевые — «Маркетинг для металлообрабатывающего производства», «Лидогенерация для образовательного проекта»;
• по каналам — «Разработка квиза для сайта заказать», «Чат-бот для лидогенерации цена».

Для каждой пары «запрос — система» фиксировали три вещи: упомянута ли наша компания, стоит ли ссылка на digital-ma.ru среди источников и названы ли конкуренты, за которыми мы следим.

Какие системы попали в замер

Всего получилось 107 пар. Основные цифры считали по трём системам, где прогнали все 25 запросов и есть живой поиск в интернете, — ChatGPT, режим ИИ Google и Алиса. Это 75 пар.

Одна деталь важна для понимания. Новый сайт digital-ma.ru стал доступен 29 июля, замер — 3 августа. То есть мы смотрели на то, что нейросети успели найти за пять дней.

Что показал замер: бренд есть, рынка нет

Брендовые запросы: нас находят и пересказывают точно

Все упоминания пришлись на пять брендовых запросов. Что именно ответили системы:

• ChatGPT назвал нас агентством лидогенерации, указал основателя, выдал ИНН и ОГРН — они совпали с нашими до цифры. На вопрос о кейсах пересказал реальные проекты с сайта: больше десяти рекламных связок во ВКонтакте, рост целевых лидов в 8 раз у металлообрабатывающего завода, кампанию для IT-колледжа.
• Алиса на запрос о кейсах привела студию вокала «Атмосфера» с нашими цифрами — 150+ лидов в неделю и +45% записей за три месяца.
• Gemini почти дословно повторил наше позиционирование: работа на лиды и сделки, а не продажа «открутки» рекламных бюджетов.

Вывод для нас простой: страницы кейсов читаются машиной без проблем. Структуру сайта переделывать ради нейросетей не нужно.

Небрендовые запросы: ноль

На 20 запросах без названия компании картина другая. 60 пар по трём основным системам — ни одного упоминания Media Ads и ни одной ссылки на наш сайт. Конкуренты, за которыми мы следим, в этих же ответах упомянуты 8 раз.

Особенно показательны три информационных запроса, на которые у нас есть статьи в блоге:

Тема совпадает, статья есть, а ссылаются на других. Во всех трёх ответах источники — сервисы с долгой историей и большим количеством сайтов, которые на них ссылаются. У нового домена такого доверия пока нет. Наш вывод: писать ещё десять статей в том же формате — значит получить тот же ноль.

Почему общая цифра обманывает

В отчётах по видимости в нейросетях часто считают «долю голоса» — какую часть всех упоминаний компаний в ответах занимаете вы. У нас она по 75 парам вышла 64%. Звучит как победа. Доля ответов со ссылкой на наш сайт — 13%, 10 ссылок на 75 пар.

Но обе цифры целиком сделаны брендовыми запросами. Если спросить «что такое Media Ads», странно было бы не услышать про Media Ads. Коммерческой ценности в этом почти нет: такой вопрос задаёт человек, который уже о нас знает. Та же доля голоса по 20 небрендовым запросам — 0%. Именно эту цифру мы теперь считаем базой и будем с ней сравнивать следующие замеры.

Совет, если вам присылают такой отчёт: попросите разбить его на брендовые и небрендовые запросы. Всё, что выросло только в брендовой части, — не новый поток клиентов.

Что нейросети говорят о компании, когда не знают, что сказать

Самые полезные находки оказались не в цифрах, а в тексте ответов. Это то, что прочитает потенциальный клиент, если спросит про нас у нейросети.

Отзывы: «независимых нет»

На запрос «Агентство Медиа Эдс отзывы» ChatGPT ответил честно: рейтинг работодателя 4,8 из 5 — на основании двух отзывов сотрудников, а развёрнутых независимых отзывов клиентов нет. Алиса нашла карточку компании с четырьмя отзывами. Нейросеть не приукрашивает: если отзывов мало, она так и скажет клиенту.

Разнобой в фактах о компании

Системы сверяют факты между источниками — сайтом, реестром юрлиц, картами, справочниками, профилями основателя. Замер показал, что у нас эти факты расходились:

• адрес на сайте не совпадал с адресом, который все четыре системы взяли из реестра и карт. По запросам «отзывы» и «где офис» нас упоминали все четыре системы, но Google, Алиса и Gemini ссылались на справочники, а не на наш сайт;
• год начала работы: в разных источниках было четыре разных даты — 2016, 2017, 2022 и точная дата регистрации ООО в сентябре 2022.

Когда источник противоречит сам себе в базовых вещах, нейросеть охотнее верит внешнему справочнику. Сайт компании перестаёт быть главным источником о самой компании.

Путаница с тёзками и выдуманные кейсы

Под названием Media Ads в России работает несколько компаний. Google и Алиса прямо предупреждают об этом пользователя. Алиса на вопрос «Что такое агентство Media Ads?» ответила, что единого известного агентства с таким именем нет, — хотя на других брендовых запросах ссылалась на наш сайт.

Gemini на вопрос о наших кейсах придумал три обобщённых проекта, которых у нас не было. Это единственная система в замере, которая не показывала источники, и единственная, которая начала сочинять.

И последнее: Claude без доступа к интернету не знает ни бренд, ни связь «Илья Сайков — Media Ads». Сайт появился позже, чем модели собирали свои знания. Поэтому всё, что сейчас работает, работает через живой поиск, а не через «память» модели.

Что мы меняем

Замер дал список конкретных задач. Порядок — от того, без чего остальное не сработает, к тому, что даёт эффект позже.

Единые факты о компании

Самый важный пункт, и он не про тексты. Адрес, год основания, название, контакты должны совпадать на сайте, в реестре, на картах, в справочниках и в профилях основателя. Историю с датами мы уже свели к одной формулировке: на рынке с 2017 года, до 2022 работали как ИП, с 2022 — как ООО «Медиа Эдс». Адрес приводим к одному варианту. Параллельно в описании компании для поисковиков перечисляем все профили, которые нейросети уже находят сами, — РБК Компании, e-xecutive, карточки в справочниках, — чтобы явно признать их своими.

Файл llms.txt

Это текстовый файл в корне сайта: кто мы, что делаем, какие услуги, ссылки на главные страницы. У нас он есть, и мы держим его в том же виде, что и остальные источники, — с той же историей компании и теми же фактами. Честно: Google его не учитывает, а для других систем доказанного эффекта мы пока не видели. Делать стоит, потому что это час работы. Ждать от него чуда не стоит.

Контент со своими данными

Это главный урок про статьи. Нейросеть берёт источником того, кто сказал что-то, чего больше нигде нет. Общее объяснение «что такое лидогенерация» есть у сотни сайтов с более сильными доменами — выбор будет не в нашу пользу. А собственные цифры по стоимости лида в разных нишах, окупаемости чат-бота или конверсии квиза против обычной формы можно атрибутировать только нам.

Поэтому новые материалы строим вокруг наших кейсов и замеров. Эта статья — первый такой материал: цифр из неё нет ни у кого, кроме нас.

Где у нас есть шанс

Из 20 небрендовых запросов 15 не заняты ни одним из трёх крупных агентств, за которыми мы следим. Там ссылаются на конструкторы квизов, сервисы чат-ботов и небольших подрядчиков. Например, на запрос «Агентство лидогенерации B2B Москва» крупных игроков в ответах нет вообще. Это запросы, ближе всего к нашим услугам, — квизы, чат-боты, лидогенерация, сквозная аналитика. С них и начинаем.

Как провести такой замер для своей компании

Для первого замера не нужны платные сервисы. Нужны два-три часа и таблица.

1. Составьте 20–25 запросов. Пять брендовых: название компании, «отзывы», «кейсы», «кто владелец», «адрес». Остальные — то, что клиент спрашивает, когда ещё не знает про вас: «подрядчик по … в Москве», «сколько стоит …», «как выбрать …».
2. Выберите системы. Минимум — ChatGPT с поиском, Алиса и режим ИИ в Google. ChatGPT открывайте во временном чате, иначе ответ подстроится под вашу историю.
3. Для каждого ответа запишите три вещи: упомянута ли компания, есть ли ссылка на ваш сайт, кого назвали вместо вас.
4. Считайте брендовые и небрендовые отдельно. Это главное правило, иначе цифра будет красивой и бесполезной.
5. Прочитайте ответы целиком. Какой адрес назван, какой год основания, что сказано про отзывы. Каждое расхождение с реальностью — задача на исправление.
6. Повторяйте раз в месяц с теми же запросами. Меняете список — теряете возможность сравнивать.

Если в ответах нейросетей про вашу компанию нашлись ошибки или вас нет в небрендовых запросах — это задача того же порядка, что и обычное продвижение сайта. Мы разбираем её в рамках SEO-продвижения: с проверки фактов о компании, карточек и того, какие страницы сайта нейросети вообще могут взять источником.

Итог

Попасть в ответы ChatGPT по своему названию оказалось несложно: доступный сайт, понятные страницы кейсов, реквизиты на виду — и через пять дней после запуска нас цитируют. Попасть в ответы по запросам клиентов, которые про вас ещё не знают, — другая задача. Там решает доверие к домену, совпадение фактов о компании во всех источниках, отзывы и данные, которых нет у других.

Мы будем повторять замер с теми же 25 запросами и напишем, что изменилось, — включая то, что не сработало.