GEO для IT-компаний и веб-студий, или как заказчик выбирает подрядчика через нейросети

Часть заказчиков разработки теперь собирает шорт-лист подрядчиков не в поисковой выдаче, а вопросом к Алисе или ChatGPT. Модель не показывает десять ссылок. Она называет несколько вариантов и объясняет, почему выбрала именно их. Поэтому клиенты для IT-компании и веб-студии приходят и через этот экран. Попадание в него зависит не только от позиций сайта, но и от фактуры на страницах, согласованного внешнего следа и источников, которым модель доверяет. Ниже разобрано, что проверить студии или компании заказной разработки и в каком порядке чинить, чтобы её называли на этапе выбора подрядчика.

Алексей Малков

Основатель GEOAudit.org • GEO/SEO-стратег

10+ лет в digital

GEO для B2B-разработки Кейсы под NDA Шорт-лист подрядчиков

Профиль автора →

Почему заказчик разработки выбирает подрядчика осторожнее, чем покупатель обычной услуги

Ошибка в выборе подрядчика стоит заказчику месяцев работы и бюджета. Это сорванный запуск, код, который приходится переписывать, или смена команды посреди проекта. Поэтому сделка в заказной разработке длинная, а решение почти никогда не принимает один человек. Нейросеть появляется в этом цикле рано, на этапе шорт-листа, ещё до первого звонка и брифа.

Яндекс в справке для вебмастеров (по состоянию на октябрь 2026 года) прямо пишет, что экспертность и репутация источника особенно важны в запросах, где человеку трудно быстро разобраться и высока цена ошибки. В его примерах медицина, право и финансы. Выбор подрядчика на разработку устроен по той же логике, поэтому разумно ожидать, что модели в таких темах ведут себя осторожнее. Они охотнее опираются на источники с проверяемыми подтверждениями, то есть на кейсы, команду и реквизиты, чем на лендинг с формой заявки.

Откуда сейчас приходят клиенты для IT-компаний и веб-студий:

• рекомендации прежних заказчиков и партнёров;
• тендеры и закупочные процедуры;
• каталоги и рейтинги подрядчиков;
• классический поиск;
• ответ нейросети, где решается, попадёт ли студия в шорт-лист.

Последний канал не заменяет остальные, а встраивается между ними. Заказчик, которому порекомендовали студию, может попросить модель проверить её или подсказать альтернативы. Если модели нечего взять о компании, её вряд ли назовут даже при хорошей репутации у прежних клиентов. Поэтому на вопрос, где искать клиентов для веб-студии в 2026 году, ответ простой. Искать их нужно в прежних каналах и вдобавок в источниках, из которых модель собирает ответ.

Зарубежные опросы покупателей B2B-софта осенью 2025 года фиксируют, что ИИ-чат стал одним из главных инструментов при составлении шорт-листа. По российским заказчикам заказной разработки сопоставимых датированных данных нет, поэтому оценивать свой рынок стоит по собственным замерам, а не по чужой статистике.

Статья касается заказной разработки и веб-студий, которые продают работу команды. Продвижение собственного SaaS или IT-продукта для массового рынка устроено иначе, и здесь его не разбираем.

Кто в компании заказчика задаёт вопрос нейросети

Решение принимает группа, и каждая роль приносит в чат свои вопросы:

• Собственник или генеральный директор спрашивает о надёжности, рисках и опыте в похожих проектах.
• Технический руководитель проверяет стек, архитектурные подходы, поддержку после запуска и передачу кода.
• Маркетинг или продуктовая команда ищет опыт в своей отрасли и примеры интерфейсов.
• Закупки и финансы интересуются порядком формирования цены, договором и оплатой по этапам.

Сайт, который отвечает на вопросы только одной из этих ролей, даёт модели материал лишь для части разговора.

Продвижение IT-компании в нейросетях и в поиске устроено по-разному

За запросом «продвижение веб-студии» у владельцев стоят две разные задачи. Привычную решает SEO (Search Engine Optimization), то есть работа над позициями сайта студии в органической выдаче Яндекса и Google. Новую решает GEO (Generative Engine Optimization). Здесь важно, попадёт ли компания в сам текст ответа Алисы, ChatGPT, Perplexity, Gemini или Grok. У SEO метрика позиции, у GEO упоминания и цитирования.

Масштаб второго экрана уже заметен. По данным Яндекса из пресс-релиза от 7 апреля 2026 года, быстрые ответы Алисы AI в Поиске ежемесячно получают 46,5 млн пользователей. Это цифра о продукте в целом, а не о B2B, но она показывает, что ответ модели перестал быть экзотикой.

Владельцы называют задачу по-разному: продвижение IT-компании, раскрутка студии, привлечение заказчиков. Суть у всех формулировок одна. Компанию должны называть в момент, когда заказчик выбирает подрядчика.

GEO работает поверх SEO, а не вместо него. Яндекс объясняет, что ответы Алисы AI строятся с опорой на результаты поиска и что при создании ответа она опирается на источники, которые высоко ранжируются. Значит, у сайта, которого не видит классический поиск, шансов попасть в ответ Алисы почти нет. Другие модели с веб-поиском устроены похоже, но опираются на свои поисковые источники. Но и высокая позиция не гарантирует упоминания. Подробно граница разобрана в материале GEO vs SEO vs AEO, а базовые понятия в статье что такое GEO.

Заказчик спрашивает нейросеть о подрядчике не теми словами, которыми ищет в Яндексе

В строку поиска человек вводит «разработка сайтов Москва» или «заказать мобильное приложение». В чате тот же человек пишет длинно и по-разговорному: «как выбрать разработчика сайтов», «на что обратить внимание при выборе IT-компании», «кто делает интеграции с учётной системой для производства». На оба первых вопроса Алиса дала нейроответ в замере geoaudit.org от 07.10.2026 по Москве. Значит, уже на этапе выбора подрядчика заказчик может получить готовый ответ, а не только список ссылок.

Модель отвечает на такой вопрос не одним поиском. Алиса AI, по справке Яндекса, может разбить запрос на подвопросы и обращается к Поиску с уточнёнными формулировками. ChatGPT, по справке OpenAI на октябрь 2026 года, обычно переписывает вопрос в один или несколько целевых поисковых запросов. Страница, написанная под короткий ключ, мало что даёт такому разбору. Больше шансов у страницы, которая отвечает на вопрос прямо, уже в первом абзаце.

Ответ зависит от формулировки и от контекста пользователя. Яндекс говорит о влиянии персонализации выдачи, OpenAI о том, что ChatGPT может учитывать примерное местоположение. Поэтому проверять себя нужно по нескольким формулировкам и с учётом города. Как устроен нейропоиск Яндекса, разобрано в статье как попасть в ответы Алисы, а для ChatGPT в материале как попасть в ChatGPT.

Ответ о подрядчике модель собирает из нескольких источников, и сайт студии среди них не главный

Модель не читает сайт студии отдельно от остального интернета. Она собирает ответ из всего, что нашла по теме, и сайт лежит в этой стопке рядом с каталогом подрядчиков, профилем на бирже и карточкой в справочнике. Исследователи Университета Торонто в препринте, опубликованном в сентябре 2025 года, пришли к выводу, что ИИ-поиск систематически предпочитает сторонние авторитетные источники сайтам самих брендов. Если на сайте одно, а во внешнем профиле другое, модель может взять чужую версию или не назвать компанию вовсе.

По нашей оценке, два рычага в этой отрасли сильнее остальных. Первый дают кейсы с проверяемой фактурой. Без них модели нечем обосновать, почему студия подходит под задачу. Второй дают согласованные внешние профили, потому что расхождение с сайтом может подорвать доверие к компании как к источнику. Отзывы, вероятно, сильнее влияют на тональность, с которой вас упомянут, чем на сам факт упоминания.

Ещё одна деталь из справки Яндекса. Ссылки в ответе Алисы AI не ранжируются, а стоят по смыслу ответа, и в одном ответе могут оказаться несколько страниц одного сайта. Так что отдельные сильные страницы об услугах и кейсах могут работать в одном ответе вместе. Логика внешних источников в соседних B2B-нишах похожа, она разобрана в материале GEO для B2B.

Семь шагов, которые выводят студию в шорт-лист нейросети

Порядок здесь важен. Каждый следующий шаг опирается на предыдущий, и разметка без фактуры или синхронизация профилей без внятного описания услуг мало что дадут. Последовательность построена по 7-шаговой методике GEO Алексея Малкова и адаптирована к заказной разработке.

1. Собрать реальные вопросы заказчиков. Их источник не сервисы статистики запросов, а пресейл: брифы, запросы на коммерческое предложение, переписка с менеджером, возражения на первой встрече. Именно на такие формулировки отвечает модель, и их почти никогда нет на сайте студии.
2. Развести услуги, стек и отраслевые направления по отдельным страницам. Одна страница «Разработка под ключ» с перечнем из двадцати технологий не отвечает ни на один конкретный вопрос. Отдельная страница на направление даёт модели то, что можно процитировать.
3. Собрать на каждой странице кейса паспорт проекта. Это минимальный набор фактов, без которого кейс нечем цитировать: задача, отрасль заказчика, стек, сроки, состав команды, роль студии, что сделано и что изменилось для заказчика. Красивые скриншоты без этих строк для модели пустые.
4. Показать команду поимённо. Имена, роли, опыт, области экспертизы, ссылки на публикации и доклады. Яндекс в рекомендациях по экспертности советует показывать реальный адрес, реквизиты, специализацию, портфолио, отзывы и сведения об авторах. Для заказной разработки, где продаётся работа людей, это условие доверия.
5. Разметить страницы структурированными данными. Для компании подходит Organization, а при офисе для приёма клиентов LocalBusiness. Услуги описывает тип Service, сотрудников тип Person, где свойство knowsAbout указывает темы экспертизы, например стек. Вопросы и ответы размечаются через FAQPage. Тип ProfessionalService в Schema.org помечен как устаревший, его лучше не использовать. Заодно стоит проверить, что robots.txt и хостинг не закрывают сайт от поисковых роботов нейросетей. OpenAI, например, требует допустить робота OAI-SearchBot, чтобы сайт мог попасть в поиск ChatGPT. Подробности в статье Schema.org для GEO.
6. Синхронизировать внешние профили. Каталоги, рейтинги, справочники, биржи: везде одно название, один город, одна специализация, один стек и одно описание услуг. Разнобой, по нашей оценке, может снизить доверие модели к компании как к источнику.
7. Поставить замер. Фиксированный список вопросов заказчиков, несколько моделей, ежемесячный срез. Без замера нельзя понять, дали ли изменения результат.

Как показывать кейсы под NDA

У большинства студий самые сильные проекты закрыты соглашением о неразглашении. Это не повод оставлять раздел кейсов пустым. Обезличенный кейс работает, если в нём есть фактура: отрасль заказчика, масштаб компании, задача, стек, срок, состав команды и что изменилось. Название заказчика для этого не обязательно, важнее подтверждение, что студия решала похожую задачу.

Формулировку такого кейса лучше заранее согласовать с заказчиком и зафиксировать, какие детали можно публиковать. Тогда модель сможет процитировать кейс, а студия не нарушит договорённость о конфиденциальности. Шаблон обезличенного паспорта выглядит так:

• Заказчик: дистрибьютор федерального масштаба, без названия.
• Задача: интеграция складского учёта с интернет-магазином.
• Стек: перечень технологий проекта.
• Срок и команда: сколько месяцев шла работа и какие роли в ней участвовали.
• Результат: что изменилось для заказчика, качественно или в согласованных цифрах.

Строка вроде «крупный проект для известного клиента» ничего не подтверждает.

Что делать, если нейросеть называет студию, но путает специализацию или стек

Бывает и обратная проблема. Модель компанию знает и называет, но описывает её по старым данным: прежний стек, направление, которое закрыли два года назад, не тот город, устаревшая вилка цен или путаница с одноимённой компанией. Заказчик приходит на первую встречу с неверным представлением, и разговор начинается с объяснений. Формально вы в ответе, а по факту конфликт возникает ещё до знакомства.

Вероятная причина в том, что на своих страницах нет актуальной прямой формулировки, и модель берёт данные из старого профиля в каталоге или давней публикации. OpenAI прямо предупреждает, что результаты поиска и ссылки в ChatGPT могут быть неполными или устаревшими. Яндекс указывает, что ответы Алисы AI не исправляются вручную. О фактической ошибке можно сообщить через форму под ответом, но сроков исправления платформа не называет. Поэтому чинить нужно источники:

• актуальная страница о специализации и стеке с датой обновления;
• закрытые направления явно помечены или убраны с сайта;
• порядок формирования цены или вилка на сайте;
• один набор данных во всех внешних профилях;
• полные реквизиты и город, чтобы модель не путала вас с одноимённой компанией.

Разбор типичных ошибок модели о бренде есть в статье нейросеть ошибается о бренде, а работа с негативом в материале о негативных упоминаниях в AI.

Чего делать не стоит

Не стоит покупать места в рейтингах подрядчиков или накручивать отзывы ради попадания в подборку. Ответ собирается из нескольких источников, поэтому расхождение между местом в рейтинге и реальными отзывами со временем может попасть в ответ уже как претензия.

Веб-студию, заказную разработку и продуктовую компанию модель считает разными сущностями

Прежде чем оценить, подходит ли компания под вопрос заказчика, модели, по всей видимости, нужно понять, к какой категории её отнести. Для этой статьи важны три категории:

• Веб-студия. Сайты и интернет-магазины, часто привязка к городу. Сильнее роль карт, отзывов и портфолио.
• Компания заказной разработки или аутсорсинга. Сложные системы, интеграции, корпоративный заказчик. Сильнее роль кейсов, команды и отраслевой экспертизы.
• Продуктовая IT-компания с собственным SaaS. Другой сценарий, вне этой статьи.

По нашей оценке, одна ясная категория работает лучше двух размытых. Если на сайте компания одновременно студия, интегратор и разработчик продукта, модель, скорее всего, выберет категорию сама, и не обязательно ту, по которой вы ищете заказчиков. Как это выглядит в других B2B-услугах, видно на примере GEO для бухгалтерских компаний.

Кому GEO для IT-компании пока не нужно

Честная проверка экономит бюджет. GEO стоит отложить в таких ситуациях:

• Нет публичного портфолио и сайта с описанием услуг. Модели нечего цитировать, поэтому начинать нужно с базы.
• Команда загружена на месяцы вперёд, а расширяться некуда. Новые заявки просто некому взять.
• Заказы приходят только через закупочные процедуры. Там шорт-лист формирует процедура, а не нейросеть.
• Компания работает только субподрядчиком под чужим брендом. Заказчик ищет генподрядчика, а не вас.
• Не налажена обработка входящих заявок и пресейл. Лиды из любого канала будут теряться.
• Классическим поиском никто не занимался. Ответы Алисы опираются на хорошо ранжирующиеся источники, и без видимости в поиске шансы попасть в них низкие.
• Нужна гарантия попадания в ответ за неделю. Такого не может гарантировать никто.

Результат в GEO считается упоминаниями, а не позициями

В ответе нейросети нет десяти мест. Поэтому GEO-продвижение веб-студии измеряют не позицией, а срезом по фиксированному списку вопросов заказчиков. В каждом срезе фиксируют пять параметров:

• назвали ли компанию;
• каким по счёту;
• с какой тональностью;
• дали ли ссылку на сайт;
• кого назвали вместо вас.

По таким данным, собранным в нескольких моделях, считается AI Visibility Score. Это собственная метрика geoaudit.org по шкале от 0 до 100, её устройство описано на странице мониторинга AI-видимости. Отдельно считают Citation Rate, долю ответов, где сайт процитирован как источник. Смотреть нужно на динамику по месяцам.

Один снимок ничего не доказывает. Яндекс сам предупреждает, что ответ Алисы AI на тот же запрос может отличаться в разные дни и даже часы. Наши замеры показывают то же самое. В нулевом замере сайта geoaudit.org 06.08.2026 по 23 запросам Алиса дала нейроответ в 74% случаев, в повторе 14.09.2026 — в 35%, а при третьем замере 13.10.2026 снова в 74%. Причина просадки 14.09.2026 не установлена (сбой сбора или разовая просадка). Воспроизводимость ответов внутри одного дня в замере 12.08.2026 составила 95%, а между датами 52% (по замерам 06.08 и 14.09.2026). Это замеры нашего сайта, а не статистика IT-отрасли, но они хорошо показывают, почему нужен регулярный срез. Для Алисы есть и инструмент самой платформы. Отчёт о видимости в кабинете вебмастера Яндекса показывает долю запросов с упоминанием сайта, но только по запросам, где сайт уже достаточно высоко в выдаче. Как связать эти данные с заявками, разобрано в статье как измерить эффект GEO.

Как проверить себя за вечер

Возьмите десять вопросов, которые заказчики задавали на пресейле за последние месяцы. Задайте каждый Алисе, ChatGPT и Perplexity по одному разу. Выпишите, кого назвали и в каком порядке, есть ли среди них вы и что о вас сказано. Это ещё не замер, а стартовая картина, но уже она покажет, где вас нет и кого модель считает вашими конкурентами.

Если хочется взгляда со стороны, начните с бесплатной диагностики. Дальше всё зависит от задачи: экспресс GEO-диагностика от 25 000 ₽, технический GEO-аудит за 40 000 ₽ или полный GEO-аудит за 60 000 ₽. Для регулярной работы есть GEO-продвижение от 75 000 ₽ в месяц.

FAQ

Соседние ниши. Разборы для смежных сфер: GEO для грузоперевозок, GEO для интернет-магазинов, GEO для кадровых агентств.