Как проверить, что GEO-подрядчик не врёт: кейсы, метрики и вопросы, которые стоит задать

Первый и самый надёжный признак — готовность показать сырые ответы моделей, а не только агрегированный балл. Если сервис или агентство присылает только итоговую цифру вроде «видимость выросла на 20%» без примеров конкретных ответов ChatGPT или Яндекс Нейро, проверить эту цифру невозможно в принципе.

Второй признак — разбивка по движкам. Одно среднее число по всем нейросетям сразу маскирует реальную картину: бренд может расти в ChatGPT и полностью выпадать из Яндекс Нейро, а усреднённый показатель этого не покажет. Разбивка по движкам — минимальное требование к любому честному отчёту.

Третий признак — регулярность замера, а не разовый снимок. Устойчивую картину видимости обычно получают только через 4–8 недель после публикации нового контента, потому что модели требуется время на переиндексацию источника. Если подрядчик показывает рост уже через неделю после запуска, это повод насторожиться, а не порадоваться.

У добросовестных поставщиков — да, и это стоит запрашивать напрямую, а не довольствоваться общими фразами о «росте видимости». Пример с цифрами до и после должен включать конкретный список промптов, дату первого замера, дату повторного замера и разбивку по движкам, а не одну общую цифру роста.

Важная деталь, которую часто упускают: рост числа упоминаний сам по себе ничего не говорит о качестве этих упоминаний. Модель может называть бренд чаще, но в негативном контексте — например, «дороже конкурентов», и такой рост в отчёте выглядит как успех, хотя реального выигрыша для бизнеса нет. Честный пример «до и после» показывает не только частоту, но и сентимент упоминаний.

Если поставщик отказывается показать даже обезличенный пример с реальными цифрами, ссылаясь на конфиденциальность клиентов, это ограниченно оправданно — но тогда он должен предложить пилотный период на собственных данных заказчика, где такая проверка станет возможной.

Можно и нужно настаивать на этом до подписания контракта, а не после. Разумный запрос — кейс с анонимизированным названием бренда, но с реальными цифрами. В таком кейсе должно быть видно, сколько движков замерялось, какой был стартовый уровень видимости, что изменилось через 4–8 недель и за счёт каких именно правок контента.

Кейс без цифр — не кейс, а маркетинговый текст. Формулировки вроде «клиент отметил значительный рост интереса» без числовых показателей ничего не доказывают и легко пишутся без реальной работы за ними.

Разумный компромисс, если поставщик действительно не может раскрыть чужие данные, — договориться о коротком тестовом периоде на собственных данных заказчика, за который можно оценить методологию вживую, прежде чем подписывать длинный контракт.

Чек-лист вопросов перед подписанием контракта с GEO-подрядчиком:

1. Покажете ли вы сырой отчёт по конкретным ответам моделей, а не только итоговый балл?
2. Как часто проводится замер и с какого момента будет видна первая динамика?
3. Отслеживается ли сентимент упоминаний отдельно от их количества?
4. Есть ли пример «до и после» с конкретными цифрами и датами?
5. Что именно входит в гарантию результата и как она формулируется в договоре?

Первый шаг — сверить формулировку обещания с тем, что вообще технически измеримо. Ответ генеративной модели каждый раз формируется заново и зависит от региона пользователя, истории диалога и версии модели на момент запроса. Обещание конкретной позиции в ответе конкретной нейросети за фиксированную сумму — либо непонимание технологии подрядчиком, либо манипуляция ценой.

Второй шаг — попросить показать, как выглядит провал замера, а не только успех. Добросовестный подрядчик признаёт, что часть промптов или движков может не дать роста, и объясняет почему. Поставщик, у которого в истории только успешные кейсы без единой неудачи, скорее всего, либо скрывает провалы, либо работает с очень узкой, удобной выборкой клиентов.

Третий шаг — уточнить методологию подбора промптов. Если набор запросов формируется один раз при запуске и больше не обновляется, отчёт со временем теряет связь с реальными вопросами аудитории — формулировки и сценарии использования продукта меняются, а зафиксированный список промптов остаётся прежним.

Первая содержательная метрика — доля упоминаний бренда по конкретному движку на фиксированный набор промптов, отдельно по каждой системе, а не усреднённо. Рост именно на этом уровне детализации показывает, что работа действительно повлияла на конкретный канал.

Вторая метрика — сентимент упоминаний в динамике. Важно видеть не только рост частоты упоминаний, но и то, стали ли они более позитивными или нейтральными по сравнению с прошлым замером. Без этой метрики рост числа упоминаний легко спутать с ростом негативных сравнений.

Третья метрика, которую реже отслеживают, но которая напрямую влияет на бизнес-результат, — конверсия трафика из ИИ-ответов. По данным исследования Loamly на выборке 446 405 визитов, визиты из ИИ-чатов без реферера доходили до страниц цен и регистрации в 10,21% случаев, а трафик не из ИИ — в 2,46%, разница в 4,1 раза. Если рост видимости не сопровождается ростом такого трафика на сайт, стоит проверить, действительно ли модели ссылаются на сайт клиента, а не просто упоминают бренд без ссылки.

Четвёртая метрика — доля запросов, где краулеры ИИ-систем технически смогли получить доступ к контенту. Рост видимости невозможен, если робот заблокирован в robots.txt или ключевые страницы закрыты авторизацией — это стоит проверять до, а не после запуска платной работы.

Даже честный по намерениям отчёт можно прочитать неправильно, если смотреть только на итоговую сумму или процент роста. Первое, что стоит сделать, — разложить общий показатель на составляющие: сколько движков дали рост, сколько остались без изменений, а сколько просели. Одна крупная цифра роста в отчёте может целиком объясняться одним движком, пока остальные деградируют незаметно на общем фоне.

Второе — сверить период замера с реальными изменениями на сайте. Если контент публиковался постепенно, а отчёт показывает единый скачок видимости сразу по всем движкам в одну и ту же неделю, это подозрительно — переиндексация у разных систем идёт с разной скоростью, и синхронный рост по всем движкам одновременно скорее говорит о случайном совпадении или манипуляции с методологией замера, чем о реальной причинно-следственной связи.

Третье — спросить, что произошло с промптами, по которым роста не случилось. Отчёт, который показывает только позитивную динамику и не упоминает промпты без изменений, скрывает часть картины и мешает объективно оценить эффективность работы.

Если подрядчик отказывается от короткого пробного периода и настаивает на подписании годового контракта сразу, это дополнительный сигнал для осторожности. Пилот на один-два месяца с ограниченным набором промптов даёт возможность проверить методологию вживую до того, как в дело пойдёт значимый бюджет.

Разумная длительность пилота должна перекрывать хотя бы один цикл переиндексации — то есть не меньше 4–6 недель, иначе результат пилота будет таким же неинформативным, как преждевременная оценка полноценной кампании. Слишком короткий пилот в две недели не докажет ничего, кроме того, что подрядчик умеет быстро сформировать красивый первый отчёт.

Три ошибки повторяются чаще остальных у компаний, которые впервые выбирают подрядчика по продвижению в ИИ-поиске.

Первая — верить итоговому отчёту без запроса первичных данных. Компания видит красивый график роста и не спрашивает, откуда он взялся, хотя проверка сырых ответов заняла бы меньше часа.

Вторая — оценивать результат слишком рано. Решение отменить сотрудничество через месяц без видимого роста часто принимается до того, как модели вообще успели переиндексировать новый контент — устойчивая картина формируется не раньше 4–8 недель.

Третья — не фиксировать заранее, что именно считается успехом. Без чётких метрик в договоре любой результат можно представить как успешный или как провальный, в зависимости от того, кому это выгодно в моменте.

Причина всех трёх ошибок одна: GEO — молодой рынок без устоявшихся стандартов отчётности, и в отсутствие явного запроса на прозрачность подрядчик по умолчанию предоставляет минимум данных, которого достаточно, чтобы выглядеть убедительно, но недостаточно, чтобы проверить результат независимо.

• Гарантия конкретного результата, привязанная к цене. Ответ модели формируется заново каждый раз, и обещание конкретной позиции за фиксированную сумму технически некорректно.
• Только положительные кейсы без единого провала. Реальная работа с разными клиентами почти всегда даёт смешанные результаты.
• Отказ показать сырые данные под любым предлогом. Даже с учётом конфиденциальности клиентов есть способы продемонстрировать методологию без раскрытия чужих данных.
• Один усреднённый балл вместо разбивки по движкам. Скрывает, где конкретно происходит рост, а где падение.

Проверка GEO-подрядчика сводится не к поиску идеального поставщика без единого недостатка, а к настойчивому запросу первичных данных вместо готовых выводов. Сырые ответы моделей, разбивка по движкам, динамика сентимента и реалистичные сроки — это не избыточная бюрократия, а минимальный набор данных, без которого невозможно отличить работающий процесс от красиво упакованного отчёта.

Хороший тест перед подписанием любого контракта — попросить подрядчика показать текущую видимость бренда прямо сейчас, до начала работ, и объяснить, за счёт чего именно она изменится. Если ответ сводится к общим фразам без конкретики по вашим запросам и конкурентам, ни один договор не гарантирует результата.