Чем это отличается от обычного SEO
В обычном поиске десять ссылок, и попасть на вторую страницу — всё равно попасть. У нейросети ответ один, и в нём называют две-три компании. Либо вы там есть, либо вас нет вообще.
Второе отличие: модель не «ранжирует сайты», она пересказывает то, что поняла. Ей нужно не количество ссылок на вас, а понятный, однозначный текст, из которого ясно, чем вы занимаетесь, где работаете и сколько это стоит.
Хорошая новость в том, что база у SEO и у продвижения в нейросетях общая. Плохая — что многое из привычных приёмов здесь просто не работает: ключевые слова, вписанные в текст, модель не впечатляют.
Пустите роботов на сайт
Самая частая и самая обидная ошибка. У языковых моделей свои краулеры: GPTBot у OpenAI, ClaudeBot у Anthropic, Google-Extended, PerplexityBot и другие — их около двух десятков.
Многие сайты закрывают их в robots.txt: либо по умолчанию из шаблона, либо потому что «пусть не воруют контент». В результате модель физически не может прочитать сайт и рассказывает про конкурентов, которые открыты.
Проверьте свой robots.txt прямо сейчас. Если там нет явного разрешения для этих роботов — вы невидимы для нейросетей, как бы хорошо ни выглядел сайт.
Дайте машинам текст, а не картинки
Цены на картинке, преимущества в виде инфографики, телефон изображением — всё это для модели не существует. Она читает текст.
Отдельная проблема — сайты, где содержимое подгружается скриптами. Человек в браузере видит страницу, а робот получает пустую заготовку. Проверить просто: откройте исходный код страницы и поищите в нём свой текст. Если его там нет, для модели его нет тоже.
Разметка тоже важна. Когда организация, услуги, цены и ответы на вопросы описаны машиночитаемым способом, модель не догадывается по обрывкам, а берёт готовые факты.
Файл llms.txt
Это относительно новая практика: файл в корне сайта, где человеческим языком, но в структурированном виде описано, что за компания, какие услуги, по каким ценам, в каких городах и как связаться.
Смысл в том, чтобы модель не выуживала эти сведения из вёрстки, а получила их напрямую и без искажений. Рядом обычно кладут расширенную версию и текстовые копии основных страниц.
Стандарт пока не обязательный, и никто не гарантирует, что каждая модель его читает. Но стоит это недорого, а вреда не приносит: по сути вы просто оставляете аккуратную справку о себе.
Пишите так, чтобы можно было процитировать
Модель охотнее пересказывает конкретику. «Подключение WhatsApp Business API занимает 15 минут и стоит 29 900 тенге в месяц» — это факт, который можно вставить в ответ. «Мы предлагаем комплексные решения для вашего бизнеса» — это шум, который не попадёт никуда.
Работает формат вопрос-ответ: раздел с частыми вопросами на странице услуги модель разбирает охотнее длинного связного текста, потому что каждый ответ самодостаточен.
И указывайте место. «В Алматы», «по Казахстану», «в СНГ» — без географии вас не назовут в ответ на локальный вопрос, а именно такие вопросы задают чаще всего.
Как проверить результат
Просто спросите. Откройте ChatGPT и задайте вопрос так, как задал бы ваш клиент: «посоветуй компанию, которая делает X в Алматы». Повторите в Gemini и Perplexity. Запишите, кого называют.
Повторяйте раз в месяц. Модели обновляют свои знания неравномерно, и изменения на сайте отражаются в ответах не сразу — обычно от нескольких недель до пары месяцев.
И следите за переходами: в аналитике постепенно появляется трафик с chatgpt.com и perplexity.ai. Пока он небольшой, но растёт, и заявки оттуда обычно тёплые — человек пришёл по прямой рекомендации.