кейсы

Как нейросети знают проекты, но не связывают их с компанией

Региональный застройщик, на рынке с 2002 года

Старт аудита: Июль 2026

Повторный замер: Октябрь 2026

21,6% ответов с упоминанием бренда — третье место среди 10 девелоперов региона

На установочной встрече определили, что хотим увидеть в аудите:

• как часто нейросети называют компанию и в каких вопросах;
• кого они советуют вместо неё;
• откуда берут сведения и насколько они точны;
• что сделать, чтобы попадать в ответы чаще.

Первый аудит провели в июле 2026 года, второй — в октябре, чтобы замерить динамику и обновить стратегию.

Региональный застройщик, на рынке с 2002 года. Компания строит жилые комплексы комфорт-класса и активно развивает портфель проектов.

Девелопер с помощью GEO-аудита хотел понять, как нейросети на самом деле видят компанию и её проекты. Это не праздный интерес: покупатели всё чаще выбирают застройщика в разговоре с Алисой, ChatGPT или Perplexity — «Какие застройщики города самые надёжные?», «Где купить квартиру для семьи?». Если компании нет в ответе, её нет и в списке, с которым покупатель идёт в офисы продаж.

Мы не стали смотреть на это с одной стороны. Разложили на шесть блоков — от видимости в нейросетях до авторитета и доверия. Каждый отвечает на свой вопрос.

Только собрав их вместе, можно увидеть реальную картину — а не отдельные симптомы.

GEO-аудит — это не про позиции в поиске и не про технические ошибки на сайте. Это попытка понять, что нейросеть думает о бренде, когда её спрашивают о выборе квартиры. Какие сигналы до неё доходят, откуда она их берёт и почему один проект она называет, а другой — будто не замечает.

Топ-20 Яндекса и Google по пяти брендовым и категорийным запросам — 200 позиций.

614 упоминаний в соцсетях и СМИ за полгода по данным Brand Analytics.

Задали 51 вопрос без названия бренда — от «кто лидер рынка» до «где оформить семейную ипотеку». Семь типов намерений покупателя. Каждый вопрос дважды прогнали через Алису, ChatGPT, DeepSeek, Gemini и Perplexity. Получили 490 ответов и 5 883 ссылки на источники.

Проверили, готов ли он отдавать факты нейросетям: llms. txt, микроразметка, структура страниц, карта сайта.

Юрданные, товарный знак, Wikidata и Wikipedia, единство контактов на сайте, картах и в справочниках.

Оценка по модели AAET: авторитетность, точность, доказательная база, доверие.
Каждое упоминание проверили по тексту ответа. Ручная сверка показала, что автоматический подсчёт завышал конкурентов: например, засчитывал «час пик» как упоминание одного из крупных брендов.

Когда мы собрали все данные вместе, картина оказалась неожиданной. Проблема была не в том, что компанию плохо знают — её как раз знают. Но знают отдельно от проектов.

В источниках проекты описаны отдельно от компании. Нейросеть не находит связки «ЖК — застройщик» и рекомендует объект как самостоятельную сущность. В итоге покупатель, который спрашивает про конкретный ЖК, может узнать о нем — но не узнать, кто его строит. А значит, не сформировать доверие к бренду.

Это главная находка. Нейросети называют компанию в 21,6% ответов — третье место среди десяти девелоперов региона. Казалось бы, неплохо. Но ещё в 42 ответах они рекомендуют ЖК компании, не называя застройщика. С этими ответами видимость была бы 30,2% — на 40% выше.

Особенно это заметно в инфраструктурных промптах: бренд появляется 3 раза из 48, а ЖК компании без бренда — ещё в 14. Нейросеть знает дворы без машин и паркинги, но не приписывает их застройщику.

В сравнениях застройщиков и вопросах о лидерах рынка компания рядом с лидерами. Но в вопросах об ипотеке, документах и районах почти не встречается — там нейросети ссылаются на сайты конкурентов и агрегаторы.

Причина в контенте: он покрывает общие темы, но не отвечает на конкретные вопросы покупателей. В результате компания присутствует в «общих» ответах, но выпадает из тех, где покупатель уже близок к решению.

Одни нейросети пишут, что компания сдаёт дома без переносов. Другие со ссылкой на отраслевой рейтинг называют долю объектов с переносом сроков. Расходятся год основания и объёмы строительства.

На сайте нет страницы с ключевыми цифрами — и нейросеть собирает их из чужих источников разных лет. Противоречивые данные снижают доверие: модель либо осторожничает с формулировками, либо выбирает версию, которая ей кажется убедительнее. Не обязательно вашу.

Из девяти технических сигналов, которые помогают нейросетям читать сайт, выполнен один. Ссылки на сайты компании — меньше 1% всех источников в ответах.

Сайт не оптимизирован под AI-сканирование. Нейросети предпочитают источники, которые легко проверить и структурировать. Даже сильный контент на сайте не работает, если модель не может его извлечь. Нужна техническая база.

Негативных упоминаний в ответах нет: компанию описывают как крупного и опытного застройщика. Репутационный фон чистый — это хорошая стартовая точка. Можно фокусироваться на росте видимости, а не на тушении негатива.

Когда все шесть блоков были собраны воедино, стало понятно: перед нами не просто набор метрик, а карта того, где именно компания теряет видимость. Чтобы клиент мог с этим работать, мы собрали всё в один документ — для маркетинга, разработки и PR-команды.

Подтвердить доверие

Актуальные данные в отраслевых рейтингах и на агрегаторах. Официальная позиция по срокам сдачи.

Связать и выровнять

Машиночитаемые факты на сайте и сайтах ЖК, связка «ЖК — застройщик», единые контакты на картах и в справочниках.

Расширить охват

Материалы под вопросы, где компании сейчас нет: ипотека, районы, выбор квартиры для семьи.

Техническая команда занялась сайтом и разметкой. Контент-команда — страницами под вопросы покупателей. Мы — мониторингом и связкой «ЖК — застройщик».

«Этот аудит показал важную вещь: нейросети знают проекты, но не всегда связывают их с застройщиком.

Мы увидели это на цифрах — 42 ответа, где ЖК рекомендуют, а бренд не называют. Это резерв, который можно закрыть системной работой: связать сущности, выровнять факты и дать моделям понятные подтверждения.

Отдельно отмечу ручную проверку: автоматический подсчёт давал искажения, и без неё мы бы приняли неверные решения".

Три простых вывода.

Без технической базы GEO не работает. Сайт без структурированных данных и микроразметки не становится источником для нейросетей, даже если контент сильный.

Знание проекта и знание застройщика — не одно и то же. Если нейросеть рекомендует ЖК, но не называет компанию, покупатель не формирует доверие к бренду.

Факты должны совпадать. Если на сайте нет страницы с ключевыми цифрами, нейросеть соберёт их из чужих источников — и не факт, что они будут верными.

Мы проведем GEO-аудит: проверим видимость вашего бренда в ChatGPT, DeepSeek, YandexGPT и других моделях, сравним с конкурентами и дадим дорожную карту роста AI-видимости.

ЭКСПЕРТНЫЕ СМИ И МЕДИА

О НАС ГОВОРЯТ