Что делать в первый месяц работы по ИИ-видимости?

В первый месяц работы по ИИ-видимости нужно сделать три вещи: подключить мониторинг минимум 9 нейросетей, зафиксировать стартовую долю голоса бренда, которая у нового клиента почти всегда начинается близко к 0%, и закрыть 2–3 самых значимых пробела в упоминаниях. Контракт подписан, а до первого полноценного отчёта клиенту предстоит ждать все 4 недели, и именно этот разрыв убивает доверие быстрее всего. Если в первый месяц не видно ни одного шага, клиент решает, что деньги потрачены впустую, ещё до того, как появился первый реальный результат. По собственному кейсу Humanswith.ai за 2026 год, заметный рост цитирований бренда в ответах нейросетей потребовал трёх месяцев работы, а не одной недели ^[1], поэтому первый месяц строится не вокруг обещания быстрого результата, а вокруг измеримой базы: настройка в первую неделю, стратегия на второй и третьей и передача управления клиенту на четвёртой ^[2].

Раздел 01

Как запустить первого клиента на ИИ-видимость?

Первая неделя — это настройка платформы, а не стратегия. Подключается рабочее пространство под конкретный бренд клиента, настраивается мониторинг конкурентов и запускается сканирование девяти систем: ChatGPT, Perplexity, Gemini, Claude, Copilot и ещё нескольких движков ^[3]. Уже на этом этапе маркетолог клиента получает персональный дашборд, где видно, что происходит прямо сейчас, а не через месяц.

Ошибка, которую агентства регулярно допускают на старте, — сразу предлагать клиенту контент-план. Контент без базовых данных о том, что нейросети уже говорят о бренде, — это работа вслепую. Сначала нужен снимок текущего состояния, и только потом любые решения.

Раздел 02

Как настроить платформу под первого клиента?

Настройка начинается с объявления так называемого «набора наблюдения»: какой бренд отслеживать, каких конкурентов ставить рядом, какие запросы использовать, в каких нейросетях и регионах вести замер ^[4]. Без этого шага дальнейшая работа превращается в угадайку. Агентство будет оптимизировать контент под запросы, которые никто из покупателей на самом деле не задаёт.

Дальше система еженедельно опрашивает каждую нейросеть набором релевантных категории вопросов и фиксирует три слоя данных: упоминается ли бренд вообще, на каком месте среди перечисленных вариантов и есть ли под упоминанием конкретная цитата или ссылка на источник. Эти три слоя превращаются в понятную клиенту метрику — долю голоса, то есть процент ответов нейросетей, где бренд действительно фигурирует.

Технически в первую неделю также стоит проверить, могут ли краулеры нейросетей вообще прочитать материалы сайта клиента: корректно ли отдаётся файл llms.txt, есть ли разметка schema.org на ключевых страницах, не блокирует ли robots.txt доступ к нужным разделам. Пропуск этого шага часто оказывается причиной, по которой контент публикуется, но не попадает в ответы месяцами.

Раздел 03

С какого клиента начать продажу услуги AEO?

Первый клиент решает, будет ли у агентства сильный кейс для следующих продаж, поэтому выбор здесь важнее, чем кажется. Лучше всего подходит бренд с чёткими категорийными запросами. У него есть понятная ниша, конкретные конкуренты и покупатели, которые реально формулируют вопросы вроде «лучший [категория] в [город]» или «[бренд А] или [бренд Б]». Сложнее показать быстрый результат в нишах с размытой категорией, где сами покупатели ещё не знают, как сформулировать запрос.

Второй критерий — готовность делиться доступом и данными. Агентству нужен доступ к сайту для технических правок и готовность клиента согласовывать публикации быстро, а не через несколько кругов внутреннего одобрения. Именно скорость согласования, а не бюджет клиента, чаще всего определяет, увидит ли агентство первый результат через месяц или через квартал.

Если подходящего внешнего клиента пока нет, разумный вариант — начать с собственного бренда агентства. Так поступили в Humanswith.ai: тестировали методику на себе как на самом сложном случае, потому что агентство конкурирует именно за категорийные запросы про ИИ-продвижение ^[1]. За три месяца число цитирований бренда в ответах нейросетей выросло с двух до более чем тысячи, а доля голоса поднялась до 15,4% ^[1]. Такой кейс даёт агентству доказательство до первого внешнего клиента, а не после.

Раздел 04

Что происходит на второй и третьей неделе?

После того как база собрана, начинается разбор разрыва. Что отвечают нейросети про бренд клиента и что они отвечают про его конкурентов на те же вопросы. Отсюда рождается список приоритетов: какую цитату, источник, страницу или техническую правку быстрее всего изменит следующий ответ нейросети ^[3]. Не каждый пробел одинаково важен. Пробел в топовом по частоте запросе категории стоит закрывать раньше, чем пробел в узком нишевом вопросе.

Параллельно готовится рабочий пакет: каноничная страница под конкретный запрос, статья с цитируемыми фактами, обновлённая схема разметки или план дистрибуции на внешние площадки. Здесь уже включаются инструменты вроде ContentOS, но материал в любом случае проходит проверку человеком на факты, тон и соответствие каналу, прежде чем публиковаться ^[3]. Пропуск этой проверки — частая причина, по которой AI-контент публикуется, но не выдерживает верификации фактов и не цитируется вовсе.

Важно сразу договориться о частоте замеров, а не проверять видимость от случая к случаю. Рабочая модель — еженедельный замер по приоритетным запросам, полный аудит раз в месяц и сравнение с конкурентами раз в квартал ^[5]. Первый месяц как раз укладывается в один полный аудит плюс четыре еженедельных замера, и именно эти данные потом становятся основой для разговора о результатах.

Скорость появления изменений тоже зависит от конкретной нейросети, и об этом стоит предупредить клиента заранее. После публикации материала первые изменения в Perplexity можно увидеть уже через несколько часов, но чаще — в течение двух-четырёх недель ^[5]. AI Overview в Google работает медленнее и обновляется через обычный цикл переиндексации, который занимает четыре-восемь недель ^[5]. Это значит, что часть работы, сделанной в первый месяц, физически не успеет отразиться в ответах Google до его окончания, и это нормально, а не провал стратегии.

Раздел 05

Как показать клиенту первый результат по видимости в ИИ?

Первый полезный сигнал появляется после первого еженедельного перезамера, а не через месяц ^[3]. Даже если доля голоса ещё близка к нулю, у клиента уже есть с чем сравнивать: конкретная цифра на старте и конкретная цифра через неделю. Разница между «мы ничего не видим» и «мы видим 0%, а через неделю увидим следующую цифру» огромна с точки зрения доверия.

Заметное движение по категории обычно требует шести-восьми недель, то есть чуть больше календарного месяца ^[3]. Поэтому в конце первого месяца честнее показывать не финальный результат, а траекторию: сколько пробелов закрыто, какие материалы уже опубликованы и как изменилась базовая метрика с нуля. Собственный кейс агентства здесь работает как ориентир по срокам. Рост с двух цитирований до более чем тысячи занял три месяца, а не одну неделю ^[1].

Хорошо работает простое визуальное сравнение. Таблица или график с двумя точками — «было в день запуска» и «есть сейчас», плюс список конкретных публикаций, которые уже вышли. Абстрактная фраза «мы работаем над видимостью» не заменяет одну проверяемую цифру.

Полезно сразу показать клиенту ориентиры, к которым движется работа, даже если в первый месяц они ещё не достигнуты. По практике GEO-оптимизации, реалистичная цель по частоте упоминаний бренда в ответах нейросетей — не менее 30% за три месяца, а по доле голоса относительно трёх ближайших конкурентов — около 25% за полгода ^[5]. Показ этих цифр в первый месяц выполняет ту же функцию, что и дорожная карта. Клиент видит не только текущую точку, но и то, куда движение направлено, и на каком сроке ждать каждый следующий рубеж.

Метрика	Целевой ориентир	Срок
Доля ответов с упоминанием бренда	от 30%	3 месяца
Доля голоса относительно топ-3 конкурентов	около 25%	6 месяцев
Рост брендовых запросов	+15–20%	3 месяца

Раздел 06

Что должен сделать сам клиент в первый месяц?

Результат первого месяца зависит не только от агентства. Без участия клиента даже правильно настроенная платформа буксует.

Клиенту нужно дать доступ к сайту для внесения технических правок или внести их самому. Нужно назначить одного человека, который согласовывает публикации, вместо цепочки из нескольких отделов. Именно длинные согласования чаще всего съедают первый месяц без единого опубликованного материала. И нужно заранее собрать реальные факты о бизнесе: цифры, кейсы, отзывы, которые можно процитировать в статьях. Агентство не может процитировать то, чего у клиента физически не существует, а выдумывать цифры для публикации — прямой путь потерять доверие нейросетей к источнику ещё до первого замера.

Раздел 07

Чего не стоит обещать в первый месяц?

Нельзя обещать конкретную позицию бренда в ответе конкретной нейросети к конкретной дате. Ответы генеративных моделей недетерминированы. Один и тот же запрос в разное время может дать разные формулировки и разный список брендов, и это не зависит от бюджета. Вместо позиции в договорённости и в отчётности стоит фиксировать объём проверенных запросов, число закрытых пробелов и динамику доли голоса от замера к замеру.

Также не стоит обещать результат в нишах, где у клиента совсем нет проверяемых фактов, кейсов или цифр для публикации. Материал без фактуры не проходит проверку и не начинает цитироваться, сколько бы его ни публиковали.

Раздел 08

Что проверить в первый месяц?

Подключить платформу и запустить сканирование минимум девяти нейросетей в первую неделю.
Проверить техническую читаемость сайта для краулеров: llms.txt, schema.org, robots.txt.
Составить список пробелов между тем, что говорят про бренд клиента и что говорят про конкурентов.
Согласовать с клиентом два-три материала на публикацию вместо расплывчатого контент-плана на квартал.
Показать в конце месяца не финальный результат, а траекторию: точку старта, текущую цифру и список опубликованного.