Как проверить агентство по GEO-продвижению в логистике

Компания в топе Google по запросу «международная доставка грузов из Китая». В ответе ChatGPT на вопрос «кто довезет груз из Китая с растаможкой» ее не называют вообще — называют двух конкурентов. Это не сбой ранжирования: SEO и GEO (Generative Engine Optimization) работают на разных данных. SEO приводит пользователя на сайт, где он сам принимает решение. GEO — пользователь получает готовый ответ от нейросети раньше, чем открывает хоть один сайт, и если в этом ответе назван конкурент, отдел продаж никогда не узнает, что сделку потеряли на этом этапе.

GEO — не переименованное SEO

Диагностика идет раньше контента. Прежде чем что-то писать, нужно проверить, как нейросети сейчас отвечают на вопросы аудитории: упоминается ли бренд, в каком контексте, какие конкуренты называются рядом. Без этого шага контентная работа идет вслепую.

Фрагментация бренда мешает модели. Если компания упоминается под разными названиями или доменами, языковая модель не может уверенно связать эти упоминания с одной сущностью — и либо путает бренд с чем-то другим, либо не называет вовсе. Лечится структурированной разметкой (Organization, Service) и единообразным написанием бренда, а не количеством новых статей.

Технический слой для AI-краулеров — не опция. Исследование Vercel и MERJ, проанализировавшее свыше 500 миллионов обращений GPTBot, не нашло ни одного случая исполнения JavaScript этим краулером; то же справедливо для ClaudeBot и PerplexityBot. Если контент подгружается через JavaScript после загрузки страницы, для этих ботов она выглядит пустой — независимо от позиций в Google, у которого рендеринг есть, а у большинства AI-краулеров нет. Проверяется просмотром исходного кода страницы (не через DevTools): если текста там нет, для AI-поиска его не существует.

Упоминание — это еще не результат. Появление бренда в ответе нейросети — промежуточный показатель. Ценность подтверждается тем, доходит ли пользователь до сайта и до целевого действия. Отчет о росте «видимости» без данных о переходах показывает половину картины.

Специфика логистики, которую общий чек-лист не закрывает

B2B-тендерные и B2C-посылочные запросы — разные сценарии, не один список. «Как отследить посылку» и «как выбрать 3PL-оператора для складской логистики по тендеру» задают разным людям с разным циклом принятия решения: частный пользователь решает за минуты, снабженец сравнивает подрядчиков неделями по SLA и цене. Диагностика, которая проверяет только частные посылочные запросы, ничего не говорит о видимости в B2B-сценариях выбора подрядчика — и наоборот. Агентство должно строить две отдельные карты паттернов, а не одну общую.

Фрагментация бренда в логистике обычно хуже, чем в e-commerce. Транспортные компании и экспедиторы часто работают через сеть региональных представительств, агентов и франчайзи, которые в интернете могут упоминаться под собственными названиями, но фактически предоставляют услугу головного бренда. Языковая модель не обязана знать, что «ООО Х-Логистика, Новосибирск» и федеральный бренд — одна и та же услуга. Это отдельная задача разметки и единообразия помимо базовой фрагментации «домен плюс название».

Калькулятор стоимости и трекинг посылки — типичные слепые зоны именно для ботов. Это страницы, которые чаще всего собраны как интерактивный JS-виджет (React или похожий фреймворк) для удобства пользователя — и одновременно это ровно те страницы, которые должны отвечать на вопросы «сколько стоит доставка» и «где мой груз», то есть самые частые пользовательские сценарии в GEO для логистики. Если калькулятор рендерится только на клиенте, ответ на самый частый вопрос физически недоступен AI-краулеру, сколько бы статей ни было написано вокруг него.

Отраслевая дистрибуция — не общие блог-платформы. Для логистики есть профильные площадки с собственной аудиторией и авторитетом в теме — Логирус, Trans.ru, Rzd-Partner, SeaNews (для морских перевозок). Публикация в них весит для модели иначе, чем материал на общей блог-платформе без отраслевого фокуса, потому что нейросеть собирает ответ из источников, которые с высокой вероятностью пишут именно про эту тему для этой аудитории.

Проверка на примере

Агентство KINETICA описывало кейс для CDEK Forward — сервиса покупки и пересылки товаров из зарубежных интернет-магазинов в Россию. Работа началась с диагностики паттернов («как заказать с Amazon», «кто поможет выкупить товар») и выявила фрагментацию бренда: нейросети путали CDEK Forward, CDEK Shopping и связанные домены как разные сущности. Дальше — разметка Organization и Service, техническая проверка доступности сайта для AI-краулеров, доработка контента под цитируемость и внешняя дистрибуция на Дзене и TenChat.

По заявленным в публикации данным, за девять месяцев AI-источники привели 2094 визита и 197 регистраций, с ростом видимости по отдельным сценариям на 50–75%. Это цифры одного проекта в нише кросс-бордер шопинга — переносить их как ожидаемый результат на грузоперевозки или складскую логистику некорректно: другая аудитория, другой цикл принятия решения, другой набор запросов.

Источник кейса: «GEO продвижение. Как мы увеличили видимость в нейросетях и нарастили трафик с ИИ. Кейс CDEK Forward».

Чек-лист для тендера

1. Диагностируете ли отдельно B2B-сценарии (выбор подрядчика, тендер) и B2C-сценарии (отслеживание, разовая доставка) — или одной картой паттернов на все?
2. Как выявляете и чините фрагментацию бренда, если у компании есть сеть агентов, франчайзи или региональных представительств под разными названиями?
3. Проверяли ли калькулятор стоимости и страницу трекинга на видимость для AI-краулеров без JavaScript — покажите результат просмотра исходного кода?
4. Какую структурированную разметку добавляете и для каких типов страниц?
5. Предлагаете ли размещение на отраслевых площадках (Логирус, Trans.ru, Rzd-Partner, SeaNews) или только на общих блог-платформах?
6. Как измеряете результат — только упоминания и рост видимости, или доходимость до конверсии на сайте?
7. Если предлагаете «собственную технологию» — можете объяснить механику без маркетинговых формулировок?