Что показало исследование: 94 из 100 подборов без корпоративных сайтов
В 94 из 100 отраслевых B2B-подборов ИИ-сводка открывалась, но корпоративных сайтов в ней не было. Модели собирали список подрядчиков из внешних каталогов и справочников. Такой результат дали 200 реальных B2B-запросов, которые прогнали вручную через API с веб-поиском моделей Gemini 3 Flash и gpt-5-mini 31 октября и 1 ноября 2026 года. Методику и цифры автор опубликовал в разборе на Habr.
Речь об ИИ-поиске в целом: ChatGPT, Perplexity и ИИ-сводки Google (AI Overviews). Причина расхождения не в сбое ранжирования. Модель проверяет подрядчика по независимым подтверждениям, и собственный сайт в эту проверку не проходит по определению: всё, что компания пишет о себе на своём домене, для поисковой системы остаётся заявлением без внешней сверки. Поэтому запрос «кто делает промышленную вентиляцию в Гомеле» приводит к каталогу, а не к сайту производителя, даже если сайт сделан аккуратно и держит первые позиции в обычном поиске.
Кому это важно: тем, кто отвечает за видимость B2B-компании в AI-поиске, и тем, кто внедряет модели с веб-поиском в закупки и подбор подрядчиков. Если ИИ-ассистент отдела закупок формирует шорт-лист, отсутствие в таком шорт-листе означает отсутствие входящего потока.
Кого именно «теряет» ИИ-поиск
Речь о B2B-услугах и подрядчиках, где выбор идёт по отраслевым подборам: «кто делает X в городе Y». Проблема не в качестве сайта и не в позициях в поиске, а в отсутствии независимых подтверждений, которые модель может сверить между источниками. Формулировка из исследования: на своём домене компания может написать про двадцать лет стажа и любые цены, но для поисковой модели такой текст остаётся саморекламой.
Отсюда практический вывод для владельца сайта: сильный лендинг с описанием услуг сам по себе не аргумент. Модели нужен второй источник, где те же услуги привязаны к юридическому лицу и проверяемому номеру.
Чем этот разбор отличается от обычных советов по GEO
Большая часть рекомендаций по GEO строится на логике «сделай удобно для модели, и она тебя полюбит». Проверяемых чисел в таких текстах обычно нет. Здесь четыре опоры на факты: 200 ручных прогонов B2B-запросов, месячные логи краулеров на каталоге из 30 900 карточек, официальное руководство Google Search и контролируемый тест Schema.org.
Часть популярных советов данные не подтверждают. Файл llms.txt Google не читает, разметка Schema.org сама по себе прироста цитирования не дала, а «просто добавь структурированные данные» не заменяет сверку юрлица. Историю самих GEO-подходов и причины их провалов разбирает отдельный материал про GEO-оптимизацию контента.
Как ChatGPT, Perplexity и ИИ-сводки Google выбирают подрядчика: цепочка проверки
В ручных прогонах агенты с веб-поиском шли по одной схеме, и она воспроизводится вручную. Четыре шага:
- Модель ищет название компании вместе с городом и латинскую транслитерацию названия.
- Со страницы забирает 9-значный налоговый номер, УНП.
- Отправляет отдельный запрос строго по этим цифрам.
- Сверяет, существует ли юрлицо и совпадают ли его услуги с тем, что написано на сайте.
Шаги 3 и 4 решают исход. Пока модель видит только сайт, у неё есть текст, который никто не подтвердил. Как только по номеру находится карточка в реестре или каталоге, появляется второй источник, и услуги можно сравнить. Логика простая: собственный домен это самореклама, независимое подтверждение это сигнал доверия (данные исследования).
Порядок действий похож на то, как модели выбирают источники вообще: сначала поисковик-поставщик, потом чтение найденных фрагментов. Механику с подзапросами и разными поставщиками поиска разбирает статья о том, почему топ Яндекса не гарантирует цитирование в ChatGPT и Claude.
Почему собственный сайт проигрывает каталогу
Каталог со структурированными карточками отдаёт модели готовые атрибуты: название, город, УНП, перечень услуг. Их можно сверить между источниками механически. Сайт требует извлечения и интерпретации: нужно найти реквизиты в подвале, понять, о каких услугах речь, отличить маркетинговые формулировки от фактов. Заявления сайта нельзя проверить внутри самого сайта, а карточку каталога можно сопоставить с реестром.
Добавьте техническую деталь: ИИ-краулеры получают исходный HTML и не выполняют JavaScript. Контент, который дорисовывается в браузере, до модели не доходит, и даже хорошая страница с реквизитами в скрипте остаётся для неё пустой. Как это проверить на своём сайте, подробно показывает GEO-проверка сайта из шести шагов.
Что видит модель, когда проверка по УНП не проходит
Два сценария. Первый: сайт отсекается из подборки, и компания просто исчезает из ответа. Второй хуже: ИИ подставляет данные из старых картотек, где до сих пор висят устаревшие телефоны и общие коды видов деятельности вроде «оптовая торговля широким ассортиментом». Услуги в ответе искажаются, и читатель видит компанию не тем, чем она занимается.
К этому добавляется доступность старых справочников: они часто отдают парсерам 403 и 429 и не имеют чистой Markdown-выдачи. То есть даже «плохой» источник может оказаться недоступен, и тогда модель остаётся с пустой выдачей или с обрывками.
Оговорка по методике: цепочка едина для Gemini 3 Flash и gpt-5-mini, но ответы нейросетей нестабильны. Формулировки и состав источников меняются между запусками, поэтому один прогон ничего не доказывает.
Что говорят логи краулеров: 773 704 обращения и 14 запросов к llms.txt
Вторая часть исследования это месячные логи краулеров на открытом каталоге из 30 900 карточек. Всего 773 704 обращения, из них 705 323 подтверждены по официальным IP и обратному DNS. Разбивка по типам страниц показывает, куда боты ходят на самом деле (логи за 30 дней):
| Что запрашивали | Обращений за 30 дней | Подтверждено по IP и DNS |
|---|---|---|
| Отраслевые подборки каталога | 616 242 | 576 341 |
| Карточки в .json | 38 139 | 28 074 |
| Карточки в .md | 20 110 | 10 299 |
| /llms.txt и /llms-full.txt | 14 | 13 |
| Всего | 773 704 | 705 323 |
Разница между общим числом обращений и подтверждёнными по IP и обратному DNS это шум: сканеры, прокси, поддельные User-Agent. Поэтому в оценке опирайтесь на вторую колонку, она консервативнее.
Почему llms.txt не работает: позиция Google и данные исследования
15 июня 2026 года в официальном руководстве Google Search подтвердили: файл llms.txt не используется ни в ранжировании, ни в ИИ-обзорах. Большое исследование на сотнях тысяч доменов связи между наличием llms.txt и цитированием тоже не нашло (практика GEO на vc.ru). Логи это подтверждают: 14 обращений к /llms.txt и /llms-full.txt за 30 дней против 616 242 обращений к отраслевым подборкам.
Вывод практический: держать файл не вредно, вреда от него нет. Строить на нём стратегию видимости бессмысленно, краулеры за ним не ходят, а Google прямо заявил, что не читает.
Что это значит для форматов отдачи
Приоритет форматов виден по числам. HTML-подборки забирают почти весь трафик: 616 242 обращения. Дальше JSON-карточки с 38 139 обращениями, затем Markdown с 20 110. Markdown востребован, но заметно слабее JSON и HTML, поэтому начинать стоит с HTML и JSON, а .md добавлять как второй формат для тех клиентов, кто его действительно запрашивает.
Отдельный сигнал это открытый REST API /api/v1. За неполный день 16 ноября 2026 года внешние клиенты сделали к нему 7 087 запросов с фильтрацией компаний по городу. Это не краулеры, это живые интеграции: чей-то сервис подбора, скрипт или агент ходит в каталог программно. Спрос есть на структурированные карточки и API, на «манифесты для LLM» его почти нет.
Проверка доступности сайта для GPTBot и ClaudeBot
Типичный кейс: в браузере всё открывается, robots.txt всё разрешает, а боты нейросетей упираются в 403, потому что хостинг сам режет GPTBot и ClaudeBot. Такое случается внезапно: сайт годами работал, потом провайдер включил защиту от «подозрительных» User-Agent, и AI-трафик обнулился (кейс с проверкой ботов).
Проверка занимает минуту: сравните ответ для бота и для браузера.
curl -A "GPTBot" -sI АДРЕС_САЙТА | head -1
curl -A "Mozilla/5.0" -sI АДРЕС_САЙТА | head -1
Первая строка ответа покажет код статуса. Если браузер получает 200, а GPTBot получает 403, дальше искать нечего: блокировка на стороне инфраструктуры.
Как отличить блокировку хостинга от запрета в robots.txt
- 403 или 429 на запрос от GPTBot при 200 для браузера: блокирует хостинг, WAF или CDN. robots.txt тут ни при чём, правьте правила защиты.
- 200 на запрос от бота, но в HTML нет ключевого текста: проблема рендеринга, контент отдаётся только через JavaScript.
- 200 и текст на месте, но в robots.txt стоит Disallow для GPTBot или OAI-SearchBot: бот формально не имеет права читать страницу.
429 стоит выделить отдельно: это rate limiting, типичный ответ старых бизнес-справочников на частые запросы. Для модели он равнозначен недоступности источника. Проверку доступа делайте до любых работ по контенту и разметке: если бот получает 403, всё остальное не имеет значения.
Почему Schema.org сам по себе не спасает
В контролируемом тесте разметка Schema.org прироста цитирования не дала (наблюдение из практики GEO). Разметку держат ради понятного авторства и расширенных сниппетов, позиции она сама не поднимает. Удалять её не стоит: в обычном поиске она помогает, а модели по ней быстрее понимают, о какой сущности идёт речь.
Отсюда правило: разметка нужна как машиночитаемый якорь, а не как множитель позиций. Поля taxID и sameAs в карточке работают не «для галочки». Первое даёт номер для сверки, второе связывает карточку с доменом. Без внешнего подтверждения даже идеальная разметка остаётся заявлением компании о самой себе.
Цифровой паспорт компании: что должно быть в машиночитаемой карточке
Решение, которое предлагает исследование, это внешний «цифровой паспорт компании». Карточка размещается не только на своём домене, но и во внешнем каталоге или справочнике, который краулеры реально обходят. Смысл в том, чтобы модель нашла подтверждение там, где данные уже структурированы и привязаны к реестру.
Минимальный набор полей и форматов
Состав карточки:
- юридическое название и город;
- УНП, 9 цифр, как якорь для сверки с госреестром;
- перечень услуг в прикладных терминах, а не общими кодами видов деятельности;
- контакты;
- ссылка на домен компании;
- sameAs в обе стороны;
- Schema.org с полем taxID.
Форматы отдачи: HTML-страница, .json, .md, доступ через REST API с фильтрацией по городу. Цифры логов задают порядок: HTML первым, JSON вторым, Markdown третьим. Каждый элемент решает свою задачу: УНП служит якорем для сверки, услуги это то, что модель сравнивает с сайтом, sameAs доказывает, что домен и карточка принадлежат одной компании.
Двусторонняя верификация через sameAs
Схема простая. На сайте компании стоит ссылка на карточку в каталоге. В карточке в sameAs указан домен компании. Модель, встретив оба направления, получает подтверждение, что домен и карточка описывают одну сущность. Это снимает подозрение в саморекламе: заявление с сайта подкреплено внешним источником, который сам указывает на сайт.
Без второго направления связь остаётся односторонней: карточка может ссылаться на любой домен, а сайт может не знать о карточке. Взаимность делает связку проверяемой.
Ограничения подхода и как измерять результат
Ответы нейросетей нестабильны. В исследовании SparkToro и Gumshoe.ai 12 промптов на подбор брендов запускали по 60-100 раз на каждой платформе, и вероятность получить одинаковый список брендов при повторе одного промпта для ChatGPT и Google AI оказалась меньше 1 из 100 (разбор GEO-семантики). Одиночная проверка «есть меня в ответе или нет» ничего не значит.
Второе ограничение: паспорт снижает риск отсечения, но не гарантирует попадание в подборку. Schema.org в контролируемом тесте прироста не дал, llms.txt Google не читает, а привязка к госреестру только делает компанию проверяемой. Само решение авторы экспериментально не подтверждали: это обоснованная гипотеза, а не измеренный результат.
Третье: результаты получены на 200 B2B-запросах и логах одного каталога из 30 900 карточек, на двух моделях и в конкретные даты. Переносить их на другой рынок или другой каталог без собственной проверки нельзя.
Видимость корректнее измерять как долю прогонов, в которых бренд назван, а не по позиции в одном ответе (рекомендации по замерам). Что фиксировать: повторяющиеся прогоны запросов через API с веб-поиском, упоминания домена и карточки, обращения к .json и .md версиям карточки, запросы к API. Конкретные KPI зависят от вашей воронки, универсальных цифр здесь нет.
Чек-лист внедрения по шагам
- Проверить доступность для GPTBot и ClaudeBot через curl. Что проверяет: не режет ли хостинг ботов на уровне WAF.
- Прогнать свой бизнес по цепочке: находится ли юрлицо по названию с городом и латинской транслитерацией, извлекается ли УНП, совпадают ли услуги. Что проверяет: где именно рвётся сверка.
- Собрать карточку с taxID и услугами в прикладных формулировках. Что проверяет: есть ли машиночитаемое подтверждение.
- Настроить отдачу в HTML, JSON, MD и через API. Что проверяет: доступность карточки теми способами, которыми ходят краулеры и интеграции.
- Связать домен и карточку через sameAs в обе стороны. Что проверяет: принадлежность домена и карточки одной компании.
- Запустить повторяющиеся прогоны и мониторинг логов. Что проверяет: динамику упоминаний, а не случайный единичный ответ.
Начните с шага 1. Он занимает минуту, а блокировка на уровне хостинга обнуляет любые работы по контенту, разметке и карточкам.