Карты и справочники — главный источник нейросетей по локальным запросам
Когда пользователь спрашивает у Алисы или ChatGPT, где рядом сделать что-то конкретное, нейросеть отвечает данными из карточек организаций: Яндекс Карты, 2ГИС, отраслевые каталоги. Сайт в этот момент работает как подтверждение фактов, а не как первый источник. Поэтому продвижение в Яндекс Картах и работа со справочниками компаний — не отдельная задача «для локального трафика», а часть GEO: вы кладёте перед моделью готовый машиночитаемый ответ о себе. Разбираем, что именно модель забирает из карточки, чем Яндекс Карты отличаются от 2ГИС и каталогов, где эта схема не работает и как за час проверить, работают ли справочники на вас.
Локальный ответ нейросети собирается из справочников, а не из текста сайта
Спросите Алису: «стоматология рядом, работает в воскресенье». В ответе не будет пересказа вашей страницы «Услуги» — будет список организаций с адресом, часами и рейтингом. Так устроен почти любой локальный ответ: модель берёт данные там, где они уже разложены по полям, — в карточке организации Яндекс Карт, в 2ГИС, в отраслевом каталоге. Сайт в этой цепочке подтверждает факты, но не служит первым источником.
Сразу разведём понятия, потому что их путают чаще всего. SEO — это позиции сайта в органической выдаче Яндекса и Google. GEO — попадание бренда в сам ответ нейросети: Алисы, ChatGPT, Perplexity, Gemini, Grok. Продвижение в Яндекс Картах формально относится к локальному SEO, но результат работает на GEO: карточка — готовый структурированный источник, из которого модель может процитировать факт и не ошибиться. GEO не отменяет SEO, оно надстраивается сверху: без нормальных позиций сайта карточка вытянет вас в списке вариантов, но не в развёрнутом ответе с обоснованием.
Справочник — это база данных, а не страница
На странице сайта модели нужно сначала понять структуру: где название, где адрес, где часы приёма. В карточке организации это уже поля с типами, их не надо интерпретировать. Чем меньше модели приходится догадываться, тем выше шанс, что в ответ уйдёт ваш факт, а не версия агрегатора. Поставить организацию на карту — работа на двадцать минут; сложность начинается там, где данные в карточке должны совпасть с сайтом и остальными справочниками.
Когда мы считаем AI Visibility Score для локального бизнеса, формулировки вроде «рядом со мной», «в Москве недорого», «кто работает сегодня до десяти вечера» идут отдельным блоком. В этих сценариях среди источников ответа регулярно оказываются агрегаторы и справочники, а сайт компании — заметно реже. Поэтому локальный GEO-аудит мы начинаем не с сайта, а с карточек: чинить тексты на сайте, пока карточка показывает старый адрес, бессмысленно.
Что нейросеть забирает из карточки организации
Карточку удобно считать анкетой, которую заполняете не только вы: часть полей ведёт компания, часть добавляют пользователи, часть достраивает сам сервис. Модель читает всё вместе и не разбирается, кто что внёс.
- Название — то, что написано на вывеске, а не форма из ЕГРЮЛ.
- Адрес и точка входа: корпус, этаж, вход со двора.
- Рубрика — главная и дополнительные; это машиночитаемая категория бизнеса.
- Часы работы, включая обед и праздничные исключения.
- Телефон, сайт, мессенджеры и способ записи.
- Отзывы, рейтинг и ответы компании на отзывы.
- Фотографии, панорамы и вид входной группы.
- Атрибуты: парковка, доступная среда, оплата картой, приём по записи.
- Услуги и цены — там, где сервис поддерживает прайс.
Каждый пункт здесь — поле, а не абзац. Когда модель собирает ответ на вопрос «где сделать МРТ в субботу вечером», она отбирает по полям «рубрика» и «часы», а не ищет эти слова в тексте страницы. Поэтому пустое поле «часы» для локального ответа хуже, чем скучный текст на сайте: текст модель хотя бы перескажет, а пустое поле просто выкидывает компанию из выборки — молча и без объяснений.
Второй слой — то, что вы не заполняете. Отзывы, вопросы пользователей, загруженные ими фотографии, пометки «часто закрыто раньше». Для модели это такой же факт, как ваше описание, и в спорной ситуации она чаще опирается на пользовательский слой: он выглядит независимым.
Яндекс Карты, 2ГИС и каталоги отвечают за разные сигналы
Справочники не взаимозаменяемы: у каждого своя логика заполнения и свой набор данных, который доходит до ответа модели. Ниже — то, как мы раскладываем источники на старте локального аудита. Последняя колонка — типовые поломки, которые встречаются в этой работе чаще остальных.
| Источник | Кто заполняет данные | Что уходит в ответ модели | Где ломается чаще всего |
|---|---|---|---|
| Яндекс Карты и Справочник (кабинет Яндекс Бизнеса) | Компания через кабинет, правки пользователей, модерация сервиса | Название, адрес, часы, рубрика, рейтинг, ссылка на сайт | Забытая карточка-дубль со старым адресом и чужим телефоном |
| 2ГИС | Компания через кабинет плюс собственные данные сервиса | Точка входа, этаж, подъезд, рубрики, контакты, режим работы | Название в юридической форме вместо вывески |
| Отраслевые каталоги и агрегаторы (Zoon, ПроДокторов, Авито Услуги) | Каталог, компания и пользователи одновременно | Отзывы, перечень услуг, специалисты, диапазон цен | Устаревший прайс и телефон-подменник каталога |
| Открытые базы: OpenStreetMap, Wikidata | Сообщество редакторов | Координаты, тип объекта, связка бренда с сущностью | Бренда просто нет как сущности, есть только здание |
| Google Maps, Apple Maps, Yandex Maps в англоязычном интерфейсе | Компания и пользователи, часть данных подтягивается автоматически | Материал для англоязычных моделей и туристических сценариев | За карточкой никто не следит годами |
| Собственный сайт | Только компания | Подтверждение фактов, состав услуги, условия, цены | Разметки LocalBusiness нет или она противоречит карточке |
Сайт в этой таблице не лишний. Если на странице контактов стоит разметка LocalBusiness с теми же названием, адресом и часами, что в карточке, модель получает второе независимое подтверждение — и перестаёт выбирать между двумя версиями правды. Какие типы разметки нужны под нейроответы, разбирали в материале про Schema.org для GEO.
Семь сигналов карточки, которые читает нейросеть
Это не «факторы ранжирования» — справочники их не публикуют, и любой, кто называет вам точные веса, выдумывает. Это семь мест, где данные компании либо совпадают между собой, либо расходятся. На расхождениях модель осторожничает и берёт соседний источник.
- Одно название везде. «Клиника Север», «ООО Север-Мед» и «Север | стоматология» — для базы данных это три разные организации, а не три написания одной.
- Адрес в одном формате. «ул. Ленина, 5, стр. 2» и «Ленина 5с2» тоже не склеиваются автоматически. Плюс точка входа: если вход со двора, это должно быть в карточке, иначе первые отзывы будут про то, что вас не нашли.
- Рубрика по основной услуге. Рубрика — единственное поле, по которому сервис понимает, к какому классу запросов вас вообще показывать. Стоматология, которая стоит в рубрике «медцентр», теряет половину профильных сценариев.
- Часы, которые совпадают с реальностью. Локальные вопросы почти всегда содержат время: «сейчас», «в воскресенье», «до скольки работают». Пустое или неверное поле выключает компанию из этих ответов.
- Ссылка на конкретную страницу, а не на главную. Карточка филиала должна вести на страницу филиала — тогда сайт подтверждает карточку, а не спорит с ней.
- Живые отзывы с ответами. Модели вытягивают из отзывов формулировки услуг и претензий; молчание компании в ветке отзывов читается как отсутствие позиции. Подробнее — в разборе репутации бренда в AI.
- Структурированные услуги и цены. Прайс в карточке даёт модели то, чего почти нет на сайтах: сопоставимые данные. Если цену указать нельзя, честнее написать диапазон и условие, чем оставить поле пустым.
Назовёт ли нейросеть компанию, у которой нет сайта?
Да, такое бывает: если карточка заполнена целиком и подтверждена отзывами, модель спокойно назовёт компанию в списке вариантов. Разница начинается дальше. Когда в вопросе появляется деталь — состав услуги, гарантия, сертификат, условия рассрочки — модели нужен второй источник, где это написано словами. Без сайта подтверждать нечего, и в развёрнутом ответе с обоснованием «почему именно эти» компания без сайта выпадает первой.
Обратная ситуация встречается чаще: сайт есть, карточка заброшена. Тогда бренд теряет локальные ответы целиком, даже если в классическом поиске сайт стоит высоко. Это разрыв между SEO и GEO в чистом виде: позиции есть, упоминания в нейроответе нет.
Правило одного написания: одна компания — одна строка
Мы называем это правилом одного написания: название, адрес и телефон должны выглядеть одинаково во всех источниках — в Яндекс Картах, 2ГИС, отраслевых каталогах, на сайте и в разметке. Не «примерно одинаково», а посимвольно. Для человека «Ленина, 5, стр. 2» и «Ленина 5с2» — один адрес; для базы данных это две записи, между которыми нет связи.
Зачем такая строгость. Модель сопоставляет упоминания и решает, об одной ли компании речь. Совпали название и адрес — источники складываются, и бренд выглядит крупнее и надёжнее, чем каждое упоминание по отдельности. Не совпали — упоминания рассыпаются на несколько «организаций», у каждой по одному слабому сигналу. Это самая частая поломка на локальных проектах и одна из самых дешёвых в устранении: правки вносит маркетолог, бюджет не нужен.
Десять лет в SEO приучили меня, что источник правды — сайт. С нейросетями это перестало работать: по локальным запросам модель верит справочнику, потому что там данные лежат полями, а не абзацами. Компанию, у которой карточка, каталоги и сайт говорят строго одно и то же, я встречаю редко — обычно расходится хотя бы название. Из-за этого бренд в ответе модели выглядит слабее, чем он есть на рынке.
У сети точек карточек много, а сайт один — и ломается это предсказуемо
Допустим, у сети двадцать филиалов. В Яндекс Картах и 2ГИС это двадцать карточек: у каждой свой адрес, часы, отзывы и рейтинг. На сайте при этом одна страница «Контакты» со списком адресов. Для модели картина выглядит так: двадцать организаций делят один сайт, и ни одна не имеет страницы, которая подтверждала бы именно её. В результате в локальный ответ уходит не бренд, а ближайший агрегатор, где у каждого филиала своя посадочная. Перекос в сторону агрегаторов встречается и вне сетей: в строительстве он тотальный, и там компанию из-под этого слоя вытягивают шесть сигналов подрядчика — объекты с проверяемыми параметрами, прямые ответы про смету и совпадение названия во внешних источниках.
- Отдельная страница на филиал: адрес, часы, телефон, фото входа, разметка LocalBusiness.
- Ссылка из карточки ведёт на страницу филиала, а не на главную сайта.
- Название филиала по одному шаблону: «Бренд — район» или «Бренд на улице».
- Отзывы разведены по филиалам, ответы пишет компания, а не общий шаблон на все точки.
- Закрытые точки помечены закрытыми в справочниках, а не просто убраны с сайта.
- Правки вносит один ответственный: иначе шаблоны названий разъезжаются за квартал.
Сценарий для мультифилиального бизнеса подробно разобран на странице GEO-аудита сети филиалов — там же порядок работ, если точек больше десяти и карточками в разное время занимались разные подрядчики.
Когда карты и справочники не дадут AI-видимости
Честно про границы метода. Карточки решают одну задачу — локальные запросы с географией или подразумеваемым «рядом». Продвигать карточку имеет смысл там, где клиент выбирает по расстоянию и времени работы. Если клиенты приходят к вам иначе, вложение в справочники не окупится, и бюджет разумнее направить в другие слои GEO: контент, разметку, упоминания в обзорах. У финансовых компаний карточка почти не приносит ответов вовсе — там вес переносится на подтверждаемость, и в продвижении финансовых услуг по правилам YMYL модель охотнее берёт источник с опознаваемым юрлицом, лицензией и датой актуальности у каждой цифры, а не с адресом на карте.
- Федеральный онлайн-сервис без приёма клиентов по адресу. Карточка нужна для реквизитов и доверия, но локальных ответов у такой ниши почти нет.
- Промышленное производство с длинным циклом сделки. Инженер выбирает по техническому заданию, допускам и сертификатам, а не по карточке рядом с метро. Таким предприятиям сильнее помогают отраслевые каталоги, документация и статьи, которые модель может процитировать по существу.
- Товарный интернет-магазин без офлайн-точек. Здесь работают карточки товаров и разметка Product, а не карточка организации.
- Ниши, где спрос не локальный. Юридическое сопровождение сделок по всей стране, экспортные поставки, B2B-подряд — география не участвует в выборе.
- Бренд, которого нет в тексте отзывов и обзоров. Карточка даст модели факты, но не даст повода рекомендовать именно вас.
Что не сработает точно
Накрутка отзывов и рейтинга. То, что на рынке называют «раскруткой» карточки, часто сводится к пакету отзывов за неделю. Справочники такие всплески фильтруют, а нейросети всё чаще опираются на текст отзывов, а не на цифру рейтинга: десяток одинаковых восторженных фраз читается как шаблон и работает против бренда. Отдельная категория риска — попытка продвинуть карточку через выдуманный адрес в проходном районе: адрес не подтверждается модерацией, а вместе с ним теряется доверие ко всей карточке.
Как за час проверить, работают ли справочники на вас
Это порядок, который мы прогоняем до того, как считать метрики. Платные сервисы не нужны — хватит браузера и таблицы на семь строк.
- Выпишите, как компания названа в каждом источнике: сайт, Яндекс Карты, 2ГИС, два-три отраслевых каталога. Расхождения видно сразу — это и есть проверка правила одного написания.
- Сравните адрес и телефон в тех же строках. Один телефон-подменник в каталоге — уже разрыв связи между упоминаниями.
- Откройте карточку и посмотрите, куда ведёт ссылка на сайт: на главную или на страницу конкретного филиала.
- Проверьте рубрику: совпадает ли она с услугой, на которой компания зарабатывает, а не с той, что звучит солиднее.
- Задайте пять-десять локальных вопросов Алисе, ChatGPT и Perplexity ровно так, как их формулирует клиент, и запишите, какие компании и какие источники назвала каждая модель.
- Посмотрите, как выглядит карточка компании на карте глазами пользователя: без фото, часов и ответов на отзывы она проигрывает соседям ещё до того, как дело дошло до нейросети.
- Сведите результат в таблицу «источник → что не совпадает → кто чинит → срок».
Что делать с результатом
Если расхождения нашлись в двух-трёх источниках — это работа на несколько дней силами маркетолога. Если карточек больше десяти и данные вносили разные подрядчики, дешевле разобрать всё разом в рамках аудита, а дальше держать в порядке регламентом. Регулярный контроль удобно вести по схеме из материала про мониторинг AI-видимости: локальные вопросы снимаются тем же способом, что и брендовые.
Обновлено: август 2026 — добавили таблицу сравнения источников, раздел про сети точек и часовую проверку карточки. В списке сигналов уточнили пункт про ссылку с карточки на страницу филиала: раньше он звучал как «ссылка на сайт», и это давало сетям неверный ориентир.
Если сначала хочется увидеть картину, а потом решать: бесплатная диагностика покажет, какие источники нейросети цитируют по вашим локальным запросам — 0 ₽ и сутки ожидания. Полный GEO-аудит с разбором карточек, справочников, сайта и разметки — от 60 000 ₽; системное ведение с ежемесячным замером — от 80 000 ₽/мес. Для медицинских ниш есть отдельный сценарий: GEO-аудит стоматологии.
FAQ
Что важнее для нейросетей: сайт или карточка в Яндекс Картах?
Для локальных вопросов («рядом со мной», «в моём районе», «работает сейчас») первичны карточка и справочники: там данные лежат полями и модели не нужно их интерпретировать. Сайт становится важнее, когда в вопросе появляются детали — состав услуги, условия, гарантия, цена. Рабочая связка одна: полная карточка плюс страница на сайте, где те же факты подтверждены текстом и разметкой LocalBusiness.
Помогает ли продвижение в 2ГИС попасть в ответы ChatGPT?
Напрямую 2ГИС не управляет ответами ChatGPT. Но заполненная карточка в 2ГИС — это ещё одно независимое подтверждение названия, адреса, рубрики и часов, а такие подтверждения модель складывает вместе. Плюс данные из 2ГИС попадают в агрегаторы и обзоры, которые модели цитируют в веб-режиме. Поэтому 2ГИС стоит вести, но считать его каналом попадания в конкретную нейросеть неверно.
Сколько справочников нужно компании?
Начинать стоит с трёх: Яндекс Карты, 2ГИС и один-два профильных каталога вашей ниши — например, медицинский или бьюти-агрегатор. Больше источников имеет смысл только тогда, когда в каждом данные совпадают: десять заброшенных карточек вредят сильнее, чем три живые. Ориентир простой — вы должны быть в состоянии обновить все источники за один рабочий день.
Влияют ли отзывы на то, назовёт ли нейросеть компанию?
Влияют, но не так, как принято думать. Модели чаще опираются на текст отзывов, а не на цифру рейтинга: из отзывов они достают названия услуг, повторяющиеся претензии и формулировки, которыми клиенты описывают опыт. Поэтому десять развёрнутых отзывов с ответами компании работают лучше сотни однотипных пятёрок, а накрутка выглядит как шаблон и бьёт по доверию.
Что делать сети филиалов, у которой один сайт на все точки?
Сделать отдельную страницу под каждый филиал с адресом, часами, телефоном и разметкой LocalBusiness, а ссылку в карточке перевести с главной на эту страницу. Названия филиалов привести к единому шаблону, отзывы развести по точкам, закрытые адреса пометить закрытыми в справочниках. Порядок работ для мультифилиальных бизнесов описан на странице GEO-аудита сети филиалов.
Сколько стоит проверить, видят ли нейросети компанию по локальным запросам?
Первичная диагностика AI-видимости — 0 ₽: мы прогоняем ваши локальные запросы через нейросети и показываем, какие источники они цитируют и кого называют вместо вас. Экспресс-диагностика с разбором и приоритетами — от 25 000 ₽. Полный GEO-аудит, куда входит сверка карточек, справочников, сайта и разметки, — от 60 000 ₽.