Почему в эпоху GPT-чатов бизнесу всё ещё важно конкурировать в поисковиках

Среди типичных запросов от клиентов веб-студий и SEO-команд в 2026 году появился новый жанр: «Сделайте так, чтобы при запросе „топ-10 компаний, валяющих валенки“ (подставьте любую нишу) ChatGPT выдавал нас в первой пятёрке».

Прямого механизма для этого нет — ни рекламного кабинета у OpenAI, ни «продвижения в LLM» у агентств. Но это не значит, что задача нерешаемая. Просто решается она не там, где принято искать в SEO-эпоху.

Откуда LLM берут эти списки

Если разобрать, как языковые модели формируют ответ на запрос вида «топ-10 компаний в нише X», вырисовываются несколько источников и факторов. Модели обучены на публичных данных: маркетплейсах (Avito, Ozon, Wildberries), сервисах с отзывами, картографических сервисах, новостных порталах, форумах, отраслевых статьях и блогах. Плюс к этому современные чаты подключены к веб-поиску и обогащают ответ свежей выдачей в реальном времени.

Но просто фигурировать в этих источниках недостаточно. По наблюдениям за выдачей разных LLM прослеживаются четыре ключевых фактора, которые определяют, попадёт компания в топ или нет.

Тональность упоминаний. «Компания „Валяй валенки“ проиграла в суде по иску о качестве продукции» и «Компания „Валяй валенки“ признана лучшим производителем года» дают принципиально разный эффект, когда LLM собирает список для потенциального клиента. Негативные отзывы на агрегаторах тянут общую тональность вниз даже при большом количестве упоминаний.

Свежесть и релевантность. Если компанию цитировали часто и положительно, но в 2012 году, эффект тональности почти обнуляется. LLM при поиске в реальном времени отдают приоритет недавним материалам, особенно по коммерческим запросам, где состояние бизнеса могло измениться.

Агрегация и кластеризация. Модель считает значимыми те компании, которые упоминаются на разных независимых ресурсах. Компания, фигурирующая на пяти трастовых отраслевых порталах, для LLM выглядит надёжнее компании, у которой только собственный сайт и пара карточек на маркетплейсах. Работает тот же принцип, что и в традиционном SEO с ссылочной массой, только сигнал теперь — это упоминание в тематически релевантном контексте, не обязательно с ссылкой.

Место в поисковой выдаче. У современных чатов есть функция веб-поиска, которая в реальном времени тянет данные из поисковых систем. Какого-то одного поисковика модель не предпочитает — скорее агрегирует результаты из нескольких источников и накладывает на них факторы выше. Но базово: если вашего сайта нет на первых двух страницах выдачи по коммерческим запросам, в AI-ответе он тоже скорее всего не появится.

Связь с поисковиками

Поисковик — это кладезь публичных данных и чёткий цифровой след компании. В эпоху AI-ассистентов следить за репутацией в интернете стало особенно важно. Раньше пользователь мог не прочитать отзывы на дальних страницах выдачи, не заметить новость трёхлетней давности, не увидеть гневный пост на форуме. Сейчас LLM выступает в роли аналитика публичных данных — и упускает гораздо меньше: и негативный отзыв, и положительная цитируемость одинаково попадают в учёт.

Логично предположить, что пользователи массово уйдут в чаты, и поисковики отойдут на второй план. Но фактически поисковая выдача — это фундамент, на котором AI-ассистенты строят ответы на коммерческие и локальные запросы. Если вы хотите влиять на эту выдачу в свою пользу — особенно на локальных и нишевых рынках, — присутствие компании в веб-пространстве остаётся приоритетной задачей.

Что с этим делать на практике

Из четырёх факторов выше выводятся достаточно понятные направления работы:

• Расширение публичного следа. Не только собственный сайт, но и присутствие на отраслевых каталогах, агрегаторах отзывов, картах, в профильных СМИ. Чем больше независимых источников упоминают компанию в нужном контексте, тем выше шанс попасть в AI-ответ.
• Управление репутацией. Систематическая работа с отзывами — не накрутка, а адресные ответы на негатив и стимулирование лояльных клиентов оставлять отзывы. LLM считывает баланс позитива и негатива достаточно чувствительно.
• Регулярные публикации. Свежие материалы — статьи, кейсы, новости — поддерживают релевантность. Сайт без новых публикаций за последние два года для модели выглядит как «возможно, неактуальный источник».
• Базовое SEO. Никуда не делось. Позиции в Google и Яндексе по-прежнему один из главных входных сигналов для веб-поиска, встроенного в AI-чаты.

Итог

В сложившейся картине поисковая оптимизация и AI-видимость — это не конкурирующие, а наложенные друг на друга задачи. AI-ассистенты строят свои ответы на той же инфраструктуре публичных данных, которой много лет занимается SEO. Меняется только то, как этот сигнал считывается и взвешивается. Бизнесу, который хочет быть в первой пятёрке у ChatGPT, по-прежнему нужно быть в первой пятёрке у Google — плюс ещё несколько слоёв работы, которые раньше казались некритичными.

Описанное выше — наблюдения по выдаче популярных LLM. Точные алгоритмы ранжирования никем не опубликованы; статья описывает то, что устойчиво прослеживается в результатах.