Moonvit: бренд знают по имени, но он не существует в момент выбора

Замерили видимость Moonvit — российского производителя жевательных витаминов — в Яндексе, Google и ChatGPT: 61 запрос, три системы, 148 категорийных AI-ответов. Бренд не упомянут ни в одном. Сайтом никто не занимался: ни SEO-продвижения, ни оптимизации не было, продажи шли через маркетплейсы, а в поиске бренд виден только по собственному названию. Кейс показывает, как выглядит стартовая точка такого бизнеса в AI-поиске — и что сверка этикеток вскрыла попутно.

Алексей Малков

Основатель GEOAudit.org • GEO/SEO-стратег

150+ аудитов • 12 лет в digital • 100+ отзывов на фрилансе

AI Visibility Score Сверка заявлений БАД и YMYL

Профиль автора →

Сайтом не занимались, продажи шли через маркетплейсы

Moonvit — российский производитель жевательных витаминов: собственная линейка из шести серий, продажи через маркетплейсы, рейтинг 4,8 на Wildberries, положительные отзывы. Принципиальная деталь для чтения всех цифр ниже: SEO-продвижением и оптимизацией сайта никто не занимался. Продажи шли через маркетплейсы, сайт выполнял роль витрины. В поиске бренд виден только по собственному названию — и это не результат работы, а следствие уникальности имени: по запросу «Moonvit» конкурировать за первое место просто некому. Вопрос, с которым пришли, звучал так: видит ли нас ChatGPT и что он о нас говорит.

Составили 61 запрос: 51 небрендовый по шести продуктовым темам — сон, энергия и иммунитет, коллаген, кожа и волосы, мужское и женское здоровье — и 10 брендовых. Для ChatGPT те же темы превратили в живые пользовательские промты: формулировки, с которыми человек реально обращается к ассистенту, а не поисковые ключи. Это принципиально: в ассистента не вводят «купить коллаген цена», в него пишут «что попить, чтобы кожа выглядела лучше».

Каждая цифра привязана к сохранённому ответу. Оценочных значений в отчёте нет: список запросов, инвентарь промтов и все ответы сохранены, поэтому повторный прогон даёт сопоставимые числа, а не новую картину.

Ноль упоминаний в 148 категорийных ответах

Небрендовые запросы — это то место, где решается узнаваемость: человек описывает проблему и получает список брендов, из которых будет выбирать. Здесь бренда не оказалось нигде.

Ноль в органике по небрендовым запросам сам по себе не открытие: страниц под эти темы на сайте нет, продвижением никто не занимался — результат ожидаемый. Открытие в другом: этот ноль автоматически означает и ноль в AI-ответах, потому что системе неоткуда взять бренд. На брендовых запросах картина обратная: системы знают бренд и показывают его корректно.

Средняя позиция по брендовым запросам — 3,4. Читать её как достижение продвижения не стоит: по уникальному названию сайт выходит в топ сам, без единой оптимизации. Ценность этой строки в другом — она доказывает, что технических препятствий нет: сайт индексируется, доступен и корректно сопоставляется с брендом. Бренд не наказан и не забанен, он просто не участвует в разговоре, пока клиент не назвал его сам. Для товара, который выбирают по проблеме, а не по названию, это дорогая слепая зона.

Система цитирует не того, кто выше, а того, у кого написано

Главное отличие AI-поиска от классического SEO обнаружилось прямо в цифрах: 51 домен в Яндексе и 32 в Google процитированы, не входя в ТОП-20 по этому же запросу.

Это меняет экономику работы. В классическом продвижении вы ждёте выхода в топ и платите за конкуренцию с теми, кто там стоит годами. Здесь система может процитировать страницу, которой нет на первой странице выдачи, — значит, войти можно быстрее и дешевле, если материал написан так, что из него удобно взять ответ.

Второе наблюдение из той же серии: аптечные агрегаторы цитируются вдвое чаще, чем стоят в органике. У одного 77 цитат при 33 позициях, у другого 60 при 27. Разрыв между «сколько раз я в топе» и «сколько раз меня процитировали» — это и есть та величина, которой в отчётах по SEO не бывает.

Кого нейросети называют вместо бренда

Мы разобрали, какие имена вообще встречаются в собранных ответах, и посчитали для каждого: сколько упоминаний, в скольких AI-ответах и по скольким запросам. Список получился показательный — верх занимают не производители витаминов, а площадки, где их продают.

Последняя строка выглядит как противоречие с нулём выше, и её стоит прочитать внимательно. У Moonvit действительно 26 упоминаний — больше, чем у любого конкурента. Но все они приходятся на десять брендовых запросов: «название отзывы», «название витамины» и подобные. В пятидесяти одном небрендовом запросе, где человек описывает проблему, а не называет марку, бренд не упомянут ни разу. Одна и та же таблица одновременно показывает силу на брендовом спросе и полное отсутствие на категорийном.

Второй вывод из этой таблицы — про то, с кем на самом деле конкурируешь за место в ответе. Четыре первых строки из пяти заняты не витаминными марками, а маркетплейсами и аптечными агрегаторами. Значит, попадание в ответ решается не только своим сайтом: нужно присутствие в тех карточках и подборках, которые система привыкла цитировать. Механику этого слоя мы разбирали в материале про карты и каталоги как источники для нейросетей.

Google цитирует контент, Яндекс — товарные страницы аптек

Разобрали, какие типы страниц попадают в цитаты каждой системы. Разница оказалась структурной, а не случайной.

Практический вывод для бюджета: одним действием оба канала не закрыть. В Google нужен объясняющий материал — статья, которая разбирает вещество или проблему. В Яндексе нужно присутствие в аптечных сетях, потому что цитируются их карточки. Как эта задача выглядит для товарного бизнеса целиком — в разборе GEO для интернет-магазинов. Универсального решения здесь нет, и попытка сделать «контент вообще» даст результат только в одной системе из двух.

Сайт противоречит собственной этикетке

Аудит видимости мы начинаем со сверки достоверности: сравниваем рекламные заявления с составом продукта. Запросили у производителя этикетки всех шести серий и сверили построчно. Из пяти проверяемых заявлений два оказались опровергнуты собственной упаковкой.

Отдельно нашлось, что магний назван ключевым компонентом двух серий, а фактически его 5,85 и 6,2 мг при суточной норме около 400 мг — это полтора процента. Заявление формально не ложь: компонент в составе есть. Но дозировка не действующая, и любой внимательный покупатель это увидит.

Ошибка на двух страницах живёт на 51 адресе

Мы построили карту тиражирования: спорные заявления лежат ровно на двух страницах сайта, но эти страницы скопированы на 51 внешний адрес — маркетплейсы, четыре зарубежные витрины, чужие обзоры, соцсети. Среди источников нашлись две тестовые копии сайта, открытые для индексации.

Отсюда вторая причина торопиться. Если построить контент-стратегию на неверном заявлении, оно растиражируется на новые страницы и уйдёт в ответы нейросетей, откуда вычищается годами: как работают упоминания бренда без ссылок, разобрано отдельно: модель обновляет представление о бренде по мере обновления источников, а источников уже 51. Ошибка масштабируется вместе с продвижением, и чем успешнее продвижение, тем дороже потом исправление. Механику того, как модель выбирает и перепроверяет источники, мы разбирали в статье про доверие нейросети к источнику.

Продукт описан хуже, чем он есть

Обратная сторона сверки: в составах обнаружились сильные компоненты, о которых бренд не говорил вообще. Это не претензия к продукту — это упущенная выгода в описаниях.

• Инозитол 100 мг в женской серии. Изучен в связи с гормональным балансом и циклом. Ни один конкурент из цитируемых его не содержит.
• Бор 1,4 мг в мужской серии. Редкий компонент, связан с метаболизмом тестостерона.
• MSM 200 мг — рабочая доза в бьюти-комплексе, в описании отсутствует.
• Активные формы витаминов: пиридоксаль-5-фосфат вместо обычного B6 — то, что ценит грамотный покупатель и что легко превращается в отличие.

Мы не нашли плохой продукт. Мы нашли продукт, который описан хуже, чем он есть. Первое лечится переписыванием текстов, второе — нет. За 150 с лишним аудитов это редкий и приятный случай: обычно бывает наоборот.

Алексей Малков

Основатель GEOAudit.org

Проблемы репутации нет, а положительные упоминания конкурентов — из рекламы

Разобрали 45 упоминаний девяти брендов внутри сохранённых ответов. Каждое решение подкреплено точной цитатой, спорные случаи перепроверены независимо на другой модели. Негативных упоминаний бренда — ноль.

Зато обнаружилось то, чего не ждали: положительные упоминания конкурентов приходят не из органики, а из рекламных блоков внутри выдачи. У одного бренда все четыре положительных упоминания — один и тот же рекламный текст. Тон ответа о категории формируется в том числе платной выдачей, и это стоит учитывать, когда сравниваешь себя с «лидером мнений» из нейроответа.

Замер стоил 16 рублей и два доллара

Около шестнадцати рублей и двух долларов за полную базовую линию по трём системам. Мы приводим эти цифры не ради эффекта: они показывают, где на самом деле находится стоимость работы. Сбор данных стоит копейки — дорого стоит понимать, что с этими цифрами делать. Из чего складывается цена самого аудита, разобрано в материале про стоимость аудита сайта.

Что получил клиент

1. Базовую линию по трём системам, воспроизводимую. Сохранены список запросов, инвентарь промтов и все ответы. Повторный прогон через три недели даёт сопоставимые цифры, а не новую картину; как поставить это на поток — в материале про мониторинг AI-видимости. Как устроена такая метрика — в разборе AI Visibility Score.
2. Дашборд из 14 разделов: позиции и цитирование, источники, бренды, тональность, репутация, аудиты, контент-план.
3. Сверку шести этикеток с перечнем расхождений, следовых дозировок и дефектов маркировки — документ можно отдавать производителю как есть.
4. Контент-план из восьми задач с приоритетами, выведенными из замера, и семь готовых технических заданий на страницы.
5. Карту незанятых ниш: по каждой теме конкретная дыра в выдаче, найденная разбором тридцати цитируемых страниц. Например, вещество из состава продукта, которое не разобрано ни на одной цитируемой странице.
6. 56 идей внешних размещений с проверкой площадок и картой тиражирования заявлений по 51 адресу.

Обновлено: август 2026 — кейс опубликован по итогам замера, выполненного живым сбором через провайдерские API. Все цифры воспроизводимы повторным прогоном по сохранённому списку запросов. Методология замера описана в материале 7 шагов GEO-аудита, а с чего начать самостоятельно — в инструкции как провести GEO-аудит.

FAQ