Кейс AI Visibility и GEO/AEO: компания Utex и важность чёткой работы в ORM

Всё начинается с исследования текущей ситуации: мы методично следовали принципу: «Если это не измерить, это не существует, и что с этим делать, тоже непонятно». Первый замер и анализ AI Visibility по нашей методологии показал двойную проблему: без подсказки бренда в запросе нейросети почти не вспоминали Utex, а когда вспоминали, то транслировали барьеры доверия.

«Барьеры доверия» в нашем случае были сформированы отзывами и обсуждениями в социальных сетях различных анонимов, которые LLM почему-то сочли трастовыми (ведь мнение формируют люди, пользователи!), хотя мы с вами понимаем, что за сообщением от пользователя с универсальным именем Guest может стоять кто угодно. И какое угодно мнение. Однако LLM резонировали и несли это мнение дальше в ряде важных сценариев принятия решения. И не было громких голосов или сильных трастовых источников альтернативных мнений, чтобы деполяризовать мнение модели в таких сценариях.

Мы нашли одну из причин этого: в настройках собственного сайта нашего клиента. Его страницы были закрыты для LLM-краулеров, и все усилия, ранее предпринятые по собственному PR и маркетингу, остались невидимыми для ноосферы. В ходе совместных работ над AEO / GEO мы с командой клиента перестроили страницы под нейросети и добились упоминаний во всех пяти моделях. А также организовали работу его внутренней и сторонней PR-команд, чтобы скоординировать усилия по корректировке мнений LLM в ИИ-поиске.

Далее подробности кейса с цифрами и инсайтами. Время чтения: примерно 5 минут.

В этом кейсе SOV показывает долю всех брендовых упоминаний, которая приходится на Utex. В исходном замере это 538 упоминаний из 18 990, или 2,83%. Не путайте SOV с долей ответов, где встретился бренд: у этих показателей разные знаменатели. FAR (Fact Alignment Rate) показывает, какая доля утверждений моделей полностью или частично совпадает с каноном бренда.

Платформа, которой нет в ответе

Utex открывает торговлю американскими акциями за криптовалюту: больше 10 тысяч акций и ETF, расчёты в USDT, кредитное плечо. Для россиян, которым классические брокеры закрыли дорогу на NYSE и NASDAQ, это один из немногих работающих путей.

У такого продукта особые отношения с маркетингом. Контекстную рекламу не купить, работа с крупными СМИ ограничена, сайт заблокирован Роскомнадзором. Зато у категории огромный органический спрос: люди каждый день спрашивают, как купить американские акции из России. И спрашивают всё чаще не у поисковика, а у нейросети.

Масштаб канала уже взрослый: по данным Mediascope, в феврале 2026 года AI-сервисами хотя бы раз в месяц пользовались 32% россиян старше 12 лет, а быстрые ответы Алисы видят 46,5 млн человек в месяц. Когда ChatGPT или Алиса называют три платформы в ответе, они формируют короткий список выбора. Кого в этом списке нет, того для спрашивающего не существует.

Исходный замер показал невидимость и барьеры доверия

AIV Research устроен так: мы восстанавливаем реальные пользовательские сценарии из поискового спроса (Wordstat, поисковые подсказки, собственная классификация интентов), собираем корпус промптов и прогоняем его по AI-поверхностям. В исходном замере было 512 сценарных промптов на семи поверхностях: пять LLM (ChatGPT, Claude, DeepSeek, Perplexity, Алиса), Google AI Overview и выдача Яндекса. В январе по запросу клиента добавили ещё 99 вопросов «с недоверием»: так спрашивает человек, который уже сомневается. Итого 4 082 ответа, 18 990 упоминаний брендов, 28 254 цитируемых источника с 1 339 доменов, 84 бренда в конкурентном поле. Каждый ответ мы размечаем: упомянут ли бренд, в какой позиции и роли, рекомендует ли его модель, на какие источники ссылается.

Исходный замер дал диагноз, который перевернул постановку задачи.

Диагноз сложился из двух частей. Первая связана с невидимостью. В открытых сценариях, где бренд не назван в вопросе, Utex появлялся меньше чем в 1% ответов; без подсказки его вспоминали только Алиса и Perplexity. На Utex приходилось 2,83% всех упоминаний брендов. Google AI Overview не упомянул платформу ни разу: ноль из 2 434 брендовых упоминаний в его ответах.

Вторая половина: барьеры. На прямые вопросы о платформе модели отвечали, но по силе рекомендаций Utex занял 72-е место из 74 брендов поля. Итоговая объединённая разметка дала 105 позитивных рекомендаций и 66 негативных оценок на 537 классифицированных упоминаний: позитив составил 19,6%. У Interactive Brokers в сравнительном срезе было 74%, а у Bybit было 68%. Подпитывали эти барьеры анонимные отзывы и обсуждения в соцсетях, которые модели считали трастовыми источниками, а сильных альтернативных голосов рядом не было. Модели уверенно транслировали людям ограничения: «нет демо-счёта», «нет API», «недоступны премаркет и постмаркет», «нет дробных акций». Блок вопросов с недоверием вскрыл масштаб: 440 противоречий между ответами моделей и каноном бренда, 376 из них критичные: торговые условия, функции платформы, безопасность, ввод и вывод средств. Полностью с каноном совпадали лишь 10,6% сверенных утверждений.

В исходном замере к Utex не прилип устойчивый ярлык «скам», но модели воспроизводили множество конкретных барьеров. Им негде было сверить факты: сайт закрыт для краулеров, а открытого канона бренда нет. Вакуум заполнили анонимные отзывы. Чужие сомнения превратились в «факты», потому что рядом не оказалось сильного источника с проверяемым описанием платформы.

Самая уязвимая деталь обнаружилась в источниках. Весь AI-образ бренда держался на одной статье в «Бизнес-секретах», корпоративном медиа Т-Банка, вышедшей ещё до блокировки. Модели цитировали её дословно. Одна статья устареет или выпадет из индекса, и образ рассыплется.

Гипотеза клиента о смежных областях не подтвердилась: в кластерах про фьючерсы, стратегии, комиссии и обучение бренд отсутствовал полностью. Нейросети воспринимали Utex не как платформу, а как узкий инфраструктурный шлюз «акции за USDT». Забегая вперёд: именно эта узость стала опорой стратегии.

Выстрел в ногу: собственный сайт, закрытый от нейросетей

В феврале, готовя техническую часть, мы упёрлись в факт, который объяснил половину диагноза. Сайт utex.io был физически недоступен для краулеров нейросетей.

Причина прозаичная. Краулеры ChatGPT, Claude и Perplexity приходят с зарубежных, в основном американских, IP-адресов, а сайт эти адреса блокировал. Внутри России сайт закрывал Роскомнадзор. В сумме: YandexGPT отвечал, что сайт недоступен, а западные модели не могли прочитать ни одной страницы.

Мы написали клиенту прямо: оптимизировать контент до снятия блокировки бессмысленно. Можно вычистить каждую страницу до блеска, но если роботу некуда прийти, работа уйдёт в пустоту. Бренд строил витрину, к которой не вело дорог.

Полностью открыть сайт клиент не мог по соображениям безопасности, поэтому решением стал белый список. Наш руководитель ML-разработки собрал файл crawlers.md: актуальные диапазоны IP-адресов краулеров всех исследуемых моделей, их User-Agent (GPTBot, OAI-SearchBot, ClaudeBot, Claude-SearchBot, PerplexityBot и другие) и ссылки на официальные JSON-списки, по которым диапазоны обновляются. Команда Utex внедрила список у себя.

Подтверждение пришло 3 апреля: краулеры всех исследуемых LLM имеют доступ. ChatGPT впервые пересказал главную страницу сайта.

Стратегия: не «№ 1 везде», а хозяин одной ниши

Был соблазн идти широко: бороться за все запросы про инвестиции. Замер показал, что это дорога в никуда: в широких кластерах доминируют Interactive Brokers, Тинькофф и Финам с многолетним контентным наследием.

Вместо этого мы сузили цель: topical authority в нише «покупка американских акций через USDT». Тот же замер показал: в LLM-пространстве не существует когнитивной связки «купить акции + криптовалюта + Utex». Эту связку никто не занял. Её и предстояло сформировать.

Под стратегию легли четыре сегмента аудитории: те, кто пришёл из крипты, разочаровался в форексе, покупает американские акции в обход ограничений или оптимизирует комиссии. Дальше Entity Framework: единое каноничное описание бренда, продуктов и их свойств, из которого растёт весь контент. 440 противоречий исходного замера стали прямым техзаданием для него: пока бренд не дал моделям канон, они собирают факты по крохам и ошибаются. Клиент получил дорожную карту на 30 дней: 7 проблемных зон, 3 фазы, 6 треков с KPI и 9 рабочих документов, от шаблонов страниц до списка приоритетных площадок. Ориентиром служил кейс финтеха Ramp: две правильные статьи подняли его в AI-ответах выше 13 конкурентов.

Инженерия: сайт, который удобно читать роботу

С апреля команда Utex перестраивала сайт по нашим рекомендациям, и здесь проект держался на дисциплине, а не на магии.

Для каждого продукта сделали отдельную страницу с собственной разметкой и FAQ, а на /products собрали ссылки на все продукты. Разметка schema.org: организация с каноничным @id, каждый продукт как FinancialProduct с описанием, провайдером и комиссиями. Тексты переведены в третье лицо, в энциклопедический стиль, который модели легко разбирают на цитаты. Приоритеты в sitemap выстроены от главной (1.0) к тикерам (0.5), на посадочных страницах прописан canonical. Из текстов убраны рассинхроны в фактах, которые сбивали модели с толку.

Новые страницы вышли в прод 7 мая: utex.io/about, utex.io/products и utex.io/faq, со ссылками в футере.

Два июньских замера ИИ-видимости показали рост SOV более чем вдвое

В июне мы провели два замера ИИ-видимости по 1 405 промптов каждый. Первый замер ИИ-видимости прошёл 5 июня через API моделей. Второй замер ИИ-видимости прошёл 7–8 июня через продуктовые интерфейсы с веб-поиском. Всего мы собрали около 14 тысяч ответов.

После первой публикации кейса команда Utex сверила результат со своей контрольной аналитикой. SOV вырос с 2,83 до 6,3%, или на 3,47 процентного пункта. Относительно исходного замера это +122,6%: показатель вырос в 2,23 раза. Клиент также подтвердил улучшение остальных метрик. Ниже мы совмещаем восстановленную июньскую выгрузку с поправками клиентской сверки; там, где детальная разметка не сохранилась, мы не достраиваем её предположениями.

Без подсказки бренда Utex теперь упоминают все пять моделей в обоих июньских замерах ИИ-видимости. В декабре это делали только Алиса и Perplexity. Во втором замере ИИ-видимости выросла видимость у двух моделей: у ChatGPT с 4,8 до 5,9% (+1,1 п. п.); у Perplexity с 6,3 до 8,1% (+1,8 п. п.).

На графике по пяти моделям восстановленная разметка даёт 321 упоминание Utex в 7 015 ответах первого замера ИИ-видимости и 374 в 7 025 ответах второго. Это 4,6 и 5,3% ответов соответственно. В сумме получилось 695 из 14 040, или 5,0%. Отдельный конкурентный срез ниже учитывает клиентскую поправку и даёт 6,3% во втором замере ИИ-видимости. Эту поправку нельзя достоверно разложить по моделям, поэтому мы не добавляем её к отдельным столбцам.

Важна и роль бренда в ответе. В первом замере ИИ-видимости модели назвали Utex решением задачи в 204 из 321 ответа с брендом, или в 63,6%. Во втором замере ИИ-видимости ролевая разметка сохранилась для 284 ответов: в 201 из них Utex назван решением, это 70,8% размеченной подвыборки. В прямых темах Utex присутствовал в 458 из 459 ответов за два замера ИИ-видимости, то есть в 99,8%.

Суммарная видимость в восстановленной разбивке по пяти моделям выросла на 0,75 процентного пункта. Это позитивный сдвиг, но в первом замере ИИ-видимости мы обращались к моделям через API, а во втором использовали продуктовые интерфейсы с веб-поиском. Поэтому результаты показывают два среза канала, а не чистую последовательность «до и после».

Конкурентный срез показывает охват брендов в ответах

На этом графике один ответ может содержать несколько брендов, поэтому проценты не складываются в 100 и не равны SOV.

Interactive Brokers встречается примерно в 30% ответов. Тинькофф встречался в 27,5% ответов первого замера ИИ-видимости и в 17,0% ответов второго. У Финама было 19,4 и 21,8% соответственно. В конкурентном срезе доля ответов с Utex выросла с 4,6 до 6,3%. Прирост составил 1,7 п. п., или 37% относительно первого замера ИИ-видимости. Динамика позитивная: стратегия уже дала первый измеримый результат. До лидеров категории пока далеко.

Мы рассчитывали на больший рост. Новые страницы Utex вышли 7 мая, всего за месяц до июньских замеров; из 38 внешних публикаций модели процитировали только четыре. Во втором замере ИИ-видимости веб-поиск также принёс жалобы из отзовиков: негатив о Utex встретился в 80 из 7 025 ответов. Кроме того, в двух замерах мы обращались к моделям разными способами. Стратегия уже сдвинула видимость вверх, но новым страницам и сильным внешним источникам ещё предстояло набрать вес.

Негатив во втором замере ИИ-видимости: почему это работа ORM

Рост SOV более чем вдвое не отменяет репутационные риски. В финансовой категории их нужно показывать вместе с позитивным результатом.

Во втором замере ИИ-видимости с веб-поиском негатив о Utex встретился в 80 из 7 025 ответов, или в 1,1%. В этих ответах модели повторили 250 тезисов: один ответ мог содержать сразу несколько. Самой частой темой стали задержки и сложности с выводом средств: 62 тезиса в 44 ответах. Для масштаба: у Interactive Brokers было 713 негативных тезисов, у Финама 206, у Freedom Finance 201.

Разница с исходным замером показательна. Тогда модели транслировали барьеры знания: устаревшие ограничения платформы, противоречия в фактах и мнения анонимов, принятые за трастовые; с ними работают каноном и собственным контентом. Второй замер ИИ-видимости с веб-поиском добавил второй слой: пользовательский опыт из отзовиков, прежде всего жалобы на вывод средств. С ним работают иначе: отвечать на отзывы, наращивать положительный пласт, вытеснять устаревшие претензии фактами. Это два разных источника недоверия, и путать их означает лечить не то.

Поэтому параллельно с технической работой мы забрифовали внутреннюю PR-команду клиента и его SERM-подрядчика: передали карту источников, темы и приоритеты, чтобы корректировка мнений LLM шла скоординированно. Это и есть ORM в эпоху ИИ-поиска: не тушить отдельные отзывы, а системно управлять тем, из чего модели собирают мнение о бренде.

Размещения: как контент начинает попадать в ответы

К началу июньских замеров на внешних площадках вышло 38 публикаций о бренде. Модели процитировали 4 из них, то есть 10,5% размещённых URL. Эти четыре материала вошли в ответы 18 раз, и все цитирования пришлись на второй замер ИИ-видимости с веб-поиском.

Лучше всех сработала статья на vc.ru о том, как торговать на американской бирже в условиях ограничений: семь цитирований, и во всех семи ответах Utex назван решением. Все 18 цитирований пришлись на второй замер ИИ-видимости с веб-поиском. Изменение ответов без поиска нельзя выводить из этих данных: его нужно проверять в следующих сопоставимых замерах.

Карта источников подсказывает и следующий шаг: модели в категории чаще всего цитируют tbank.ru, rbc.ru, forbes.ru, investing.com и vc.ru. Туда и надо нести экспертный контент.

Что мы забираем из этого проекта

1. Рост нужно считать в одной метрике. SOV Utex увеличился с 2,83 до 6,3%, на 3,47 процентного пункта и на 122,6% относительно базы. Отдельный конкурентный срез тоже дал 6,3% во втором замере: доля ответов с Utex выросла с 4,6 до 6,3%. Цифры совпали, но у метрик разные знаменатели, поэтому смешивать их нельзя.
2. Сайт может быть закрыт от нейросетей. Проверка доступности для AI-краулеров: первый шаг любой работы с AI-видимостью, до стратегий и контент-планов. Блокировка по Geo-IP на файрволе делает весь остальной бюджет бесполезным.
3. Вакуум фактов модели заполняют сами, и не в пользу бренда. 440 противоречий с каноном и трансляция устаревших ограничений появились не из злого умысла: моделям просто негде было взять правду. Мы собрали проверяемые факты о бренде и разместили их на доступных для нейросетей страницах сайта.
4. Ответы из памяти модели и ответы с веб-поиском относятся к разным контурам. В двух июньских замерах размещённые публикации цитировались только во втором. Мерить эти контуры и управлять ими нужно раздельно.
5. Один источник не фундамент, а нитка. AI-образ, висящий на единственной статье, обрывается вместе с ней. Устойчивость дают сеть источников и непротиворечивые сведения о бренде на всех площадках.
6. Узкая ниша бьёт широкую тему. Свободная когнитивная связка «акции за USDT» оказалась ценнее борьбы за перегретые кластеры, где у лидеров годы контентного наследия.
7. Барьеры доверия приходят двумя путями: из пробелов в знании моделей и из отзовиков при веб-поиске. Лечатся они по-разному, поэтому сначала нужно измерить, откуда именно течёт.
8. Стратегия сдвинула видимость вверх: в конкурентном срезе Utex вырос с 4,6 до 6,3%. Но в двух замерах мы обращались к моделям разными способами, поэтому размер эффекта нужно подтвердить повторными сопоставимыми прогонами.

Проект продолжается: впереди контент-дистрибуция по карте источников и следующий цикл замера. Хотите узнать, как нейросети отвечают про ваш бренд, когда вас нет рядом? Это и есть AIV Research. Напишите нам.