И здесь важно не просто наличие этих статей. Важен принцип: они появились как продолжение реальных GEO-промптов, а не как отвлеченный контент-план.
Для SEO-команд это, пожалуй, один из самых полезных выводов. В генеративном поиске побеждает не самый «общий» экспертный материал, а тот, который точнее других закрывает конкретный вопрос пользователя.
Почему How-To и FAQ снова оказались сильнее, чем многие «большие» страницы
Один из повторяющихся выводов в GEO-проектах – прикладной формат часто срабатывает лучше, чем широкая сервисная рамка.
На втором этапе это подтвердилось снова. FAQ и How-To начали давать видимость не как вспомогательный контент, а как отдельный слой роста. Причина понятна: генеративным системам проще работать с материалами, которые уже организованы по логике будущего ответа.
Если страница отвечает на один вопрос, делает это коротко, структурированно и без тематического шума, у нее выше шанс быть использованной в AI-ответе, чем у текста, который пытается охватить сразу слишком многое.
Это не отменяет важности сервисных страниц, но меняет приоритеты. Для GEO проекту нужен не только хороший лендинг услуги, но и контентная сетка под интенты, которую нейросетям удобно «забирать» в качестве логического блока ответа.
Внешние публикации перестали быть фоном
Еще один важный перелом – внешний контур стал играть гораздо более заметную роль.
На раннем этапе внешние статьи, карточки и editorial-материалы обычно воспринимаются как поддержка: полезно, но вторично. На втором этапе в этом кейсе стало видно обратное. Внешний слой начал работать как полноценный фактор роста.
Причина в том, что AI-системы редко смотрят на бренд только через один домен. Для них бренд – это множество точек присутствия: публикации, обзоры, рейтинги, профили, карточки, видео, экспертные цитаты, повторяющиеся темы на разных площадках.
Когда эти сигналы начинают совпадать по смыслу, бренд становится для AI заметнее и понятнее.
Особенно хорошо это проявилось в редакционных и обзорных форматах. Они начали усиливать не только внешний образ компании, но и общую AI-видимость. То есть сайт уже рос не сам по себе, а как центр более широкой медиасреды.
Что произошло с цифрами
Самое важное – рост оказался не косметическим.
В апрельском цикле проект имел:
К маю показатели выросли до:
То есть прирост упоминаний к апрелю составил 117,53%.
Эти цифры особенно важны не в отрыве от контекста, а именно как продолжение первого кейса. Получается понятная траектория:
Именно такой переход и делает второй кейс содержательно сильнее первого.
Что показали обычные поисковые метрики
Здесь важно не пытаться приписать проекту то, чего не было.
По Яндекс Метрике поисковой трафик усилился: в мае количество посетителей из поиска стало выше, чем в апреле, а процент отказов снизился. Это хороший supporting signal.
Но Google Search Console в тот же период показал смешанную картину: клики почти не изменились, CTR сохранился на прежнем уровне, а показы и средняя позиция не дали такого же красивого роста, как AI-метрики.
И в этом, на мой взгляд, есть своя польза. Кейс не выглядит искусственно «приглаженным». Он честно показывает, что главный прорыв случился именно в GEO-контуре, а не «везде одновременно».
Почему для рынка важен именно этот второй этап
Первый GEO-кейс отвечает на вопрос: можно ли вообще попасть в AI-ответы.
Второй отвечает на вопрос, который для практики даже важнее: что делать после первого успеха.
И здесь ответ выглядит так:
Именно это превращает GEO из эксперимента в рабочую модель.
Вывод
Второй кейс Rating Up ценен не тем, что в нем больше цифра. Его сила в том, что он показывает переход от локального результата к масштабируемому процессу.
Сначала сайт просто начал попадать в нейросети. Затем вокруг него стала собираться более сложная система: GEO-промпты, хаб, FAQ, How-To, внешний editorial-слой, прикладные материалы, аналитика.
И уже эта система дала рост до 21,3% AI-видимости и 211 упоминаний.
Для рынка это хороший ориентир: GEO начинает работать по-настоящему не тогда, когда бренд один раз появился в AI-ответе, а тогда, когда команда умеет превратить этот первый результат в повторяемую, наращиваемую модель.
Комментариев: 0