Кейс по GEO-продвижению

Как мы за три месяца заставили нейросети рекомендовать курсы ЕГЭ в Санкт-Петербурге

О проекте

Проект

expert-ege.ru — центр подготовки к ЕГЭ и ОГЭ («Ты. Я. Эксперт») в Санкт-Петербурге
Период нашей работы (AEO)

Апрель 2026 — июнь 2026 (3 месяца)
Особенность

Клиент уже имеет отличную базу классического SEO, которую мы ему создавали ранее (хороший органический трафик, высокие позиции в выдаче)
Цель

Добиться стабильных положительных рекомендаций от AI-ассистентов (Алиса, YandexGPT, Google ИИ, ChatGPT) по поисковым и разговорным запросам

Этап 1. Аудит, промпты и адаптация под «язык нейросетей»

Поскольку проект expert-ege.ru уже имел сильные позиции в классическом SEO, наша задача заключалась не в том, чтобы строить фундамент с нуля, а в том, чтобы «перевести» авторитет сайта на язык, понятный искусственному интеллекту. Первый месяц (апрель) был полностью посвящен анализу текущего восприятия бренда нейросетями и подготовке плацдарма.

Стартовый аудит AI-восприятия

В традиционном поиске (SEO) по брендовым и коммерческим запросам («курсы эксперт егэ спб», «курсы по химии егэ») сайт уверенно занимал первые места. В AI-выдаче (например, у Алисы) бренд уже начал появляться по общим запросам, но в незначительном количестве. Мы проанализировали ответы нейросетей, чтобы понять, какие именно факты о школе ИИ считает наиболее весомыми.

Алгоритмы цеплялись за:

Идеальный рейтинг 5.0
Малые группы (до 10 человек)
Опытные преподаватели-эксперты
Предварительное тестирование и готовые конспекты

Эти маркеры стали основой для нашей дальнейшей контент-стратегии.

Сбор промптов

В отличие от поисковых систем, куда люди вбивают сухие запросы («курсы егэ спб»), с нейросетями общаются в разговорном формате. Мы собрали ядро из десятков промптов, разделив их на логические группы: общие запросы, предметные (отдельно по ЕГЭ и ОГЭ), запросы про преподавателей, пробные уроки, цены и выбор вуза.

Сами промпты собираем по собственной стратегии, делая упор на действительно полезные для ниши упоминания (предыдущий пункт) и то, в чем компания претендует на превосходство над конкурентами.

Кстати, небольшой «лайфхак»: «в Петербурге» в разговорной речи и запросах к ИИ используется крайне редко. Мы использовали все промпты с естественными маркерами «в СПб» или «в Санкт-Петербурге». Это позволило сделать замеры выдачи максимально точными и релевантными реальным пользовательским запросам.

SERM-аудит (Управление репутацией)

Нейросети формируют мнение о компании, парся отзывы с крупных агрегаторов.

Мы проанализировали представленность expert-ege.ru на картах и отзовиках.

Сильные стороны

Яндекс.Карты (рейтинг 5.0), 2GIS (рейтинг 4.5), Google Мой Бизнес (рейтинг 5.0)
Слабые стороны (точка роста)

На платформе Flamp.ru, которую ИИ часто использует как источник независимых мнений, у школы было 0 отзывов

Мы разработали план:

стимулировать клиентов оставлять отзывы (добавить ссылки в подписи и мессенджеры);
просить прикреплять фото и оперативно отвечать как на позитив, так и на негатив (с примером рекомендаций).

Подбор дополнительных площадок

Чтобы усилить вес бренда, мы отобрали площадки для генерации контента.

ВКонтакте

Для ежедневных постов с разборами заданий ОГЭ/ЕГЭ, лайфхаками и историями успеха учеников
RuTube

Для публикации длинных форматов и коротких обучающих видео (Shorts), так как ИИ отлично индексирует видеоконтент

Этап 2. Разработка стратегии и создание контента для ИИ

Чтобы нейросети начали рекомендовать школу, им нужны подтверждения из разных источников. Мы разделили работу на две части: дали клиенту четкий план по развитию собственных площадок и взяли на себя создание внешнего независимого контента.

Рекомендации по развитию собственных площадок клиента

Мы подготовили для заказчика подробную стратегию (roadmap) по тем платформам, которые хорошо сканируются нейросетями, и которые мы предлагали к созданию/активному ведению ранее.

Вконтакте и RuTube: составили контент-план с акцентом на экспертность. Рекомендовали публиковать разборы реальных заданий ЕГЭ/ОГЭ, делиться лайфхаками, выкладывать видеоэкскурсии по филиалам и длинные разборы экзаменационных вариантов. Для алгоритмов обучающий видеоконтент — сильный маркер качества.

Работа с отзывами (Flamp.ru): поскольку на старте у школы там было 0 отзывов, мы разработали механику их сбора. Рекомендовали клиенту добавить ссылки на отзовики в контакты и подписи в мессенджерах, просить учеников прикреплять фото (ИИ любит визуальные пруфы) и оперативно отвечать на любые комментарии.

Внешние публикации

Алгоритмам Яндекса и Google нужны независимые упоминания бренда. Эту задачу мы закрыли полностью на своей стороне.

Мы написали SEO-оптимизированные статьи и разместили их на наших заранее подготовленных и трастовых аккаунтах. В эти тексты мы аккуратно, но плотно зашили те самые УТП, которые ИИ должен был усвоить и выдавать пользователям.

Мы использовали четкую структуру с подзаголовками, списками и таблицами.

Именно из таких структурированных форматов нейросетям проще всего извлекать данные для формирования прямых ответов.

Ежемесячная подготовка AI-статей для клиентских аккаунтов

Дополнительно, каждый месяц на протяжении всего проекта, мы готовили объемные, SEO-оптимизированные статьи и передавали их клиенту для самостоятельной публикации на их корпоративных аккаунтах (в первую очередь, на Дзене).
В эти тексты (кейсы, советы по подготовке) мы аккуратно, но плотно зашивали те самые факты, которые ИИ должен был усвоить.
Чтобы алгоритмам было проще извлекать данные для формирования прямых ответов, мы использовали строгую структуру: подзаголовки, маркированные списки, FAQ и таблицы сравнения конкурентов (Фоксфорд, Сотка, Умскул и др.), где expert-ege.ru объективно выделялся своими преимуществами.

Этап 3. Результаты: реальные рекомендации от ИИ

Главный показатель успеха в AEO — это не просто сухие проценты роста видимости, а качество самих ответов нейросетей. За три месяца работы алгоритмы (Алиса, Google ИИ, ChatGPT) начали не просто нейтрально упоминать expert-ege.ru в общих списках, а давать прямые положительные рекомендации, опираясь на заложенные нами факты.

Как именно нейросети рекомендуют expert-ege.ru

Благодаря нашей контент-стратегии ИИ-ассистенты научились аргументировать свой выбор.

Когда пользователь задает вопрос (например, «посоветуй центр для подготовки к ЕГЭ в СПб»), нейросеть выдает развернутый ответ про центр «Ты. Я. Эксперт».

Почему алгоритмы выбирают именно этот центр?

Анализ выдачи показал, что нейросети формируют свои ответы на основе конкретных триггеров, которые мы усиливали на внешних площадках:

1

ИИ постоянно ссылается на высокий рейтинг (оценка 5.0 на Яндекс.Картах и в Google), считывая это как маркер надежности
2

В ответах часто фигурируют внедренные нами на внешних площадках LSI-маркеры: «небольшие группы до 10 человек», «скидки 5–10%», «опыт работы 15 лет»
3

Алгоритмы считывают и выдают пользователям информацию о бесплатных лекционных материалах, готовых конспектах и преподавателях-экспертах
4

Нейросети легко находят и транслируют контактные данные, адреса и часы работы, что делает их ответ максимально полезным для пользователя

Динамика AI-видимости по целевым промптам

К маю и июню мы зафиксировали прямые положительные ответы по самым конверсионным запросам. Например, по запросу «Где лучше готовиться к ЕГЭ в Санкт-Петербурге с опытными преподавателями» и «Посоветуй хорошие курсы подготовки к ОГЭ в Санкт-Петербурге» Google в режиме ИИ начал давать ответ «Да (положительно)» с прямой рекомендацией курсов.

Итог

Классическое SEO обеспечивает сайт базовым органическим трафиком.

Однако оптимизация под AI (AEO) выводит маркетинг на новый уровень доверия.

Когда искусственный интеллект не просто показывает ссылку на сайт, а выступает в роли личного консультанта — советует центр «Ты. Я. Эксперт», рассказывает про небольшие группы, скидки и высокий рейтинг, — конверсия из такого целевого касания многократно превышает результаты стандартной контекстной рекламы.

Узнать стоимость