Локальное продвижение сайта: как попасть в ответы нейросетей по запросам «рядом со мной»

Локальное продвижение сайта под нейросети отличается от классического локального SEO источником данных: в ответе на запрос «рядом со мной» модель почти никогда не пересказывает главную страницу компании, она опирается на карточку организации, каталоги и отзывы. Поэтому работа идёт в двух слоях. Сначала сайт и карточки должны говорить об адресе, услугах и телефоне одинаково, и только потом это подхватывают Алиса, ChatGPT, Perplexity и Gemini. Ниже таблица отличий локального SEO и локального GEO, семь шагов внедрения, разбор ситуаций без физического адреса и разбор сетей филиалов. Правило трёх совпадений и локальный AI Visibility Score — то, чем мы меряем результат в аудитах.

Алексей Малков

Основатель GEOAudit.org • GEO/SEO-стратег

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

Локальное GEO Геозапросы и карточки Сети филиалов

Профиль автора →

Локальное SEO и локальное GEO работают с разными источниками данных

Одну и ту же задачу называют по-разному: «локальное seo», «локальное сео», продвижение по геозапросам, по старой памяти иногда раскрутка по геозапросам. Английский термин — local SEO, от search engine optimization; надстройка под нейропоиск называется GEO, generative engine optimization. Разница не в словах, а в том, за что идёт борьба. Локальное SEO борется за позицию в выдаче Яндекса и Google и за место в блоке карт. Локальное GEO борется за то, чтобы нейросеть назвала вашу компанию прямо в тексте ответа, когда человек спрашивает, где рядом с ним сделать то, что вы продаёте. GEO работает поверх SEO, а не вместо него: компанию, которой нет в органике и на картах, в локальный нейроответ почти не берут. Развёрнутое сравнение подходов разобрано в статье GEO vs SEO vs AEO.

Из таблицы следует вывод, который экономит бюджет: в локальном GEO почти нет работы «написать текст и ждать». Основная часть усилий уходит на приведение данных о компании в порядок, и только потом имеет смысл трогать контент. Обратный порядок мы видим в аудитах постоянно: тексты переписаны, разметка стоит, а телефон в двух справочниках разный, и модель по-прежнему называет агрегатор.

Ответ на «рядом со мной» собирается из карточки организации, а не из главной страницы

Что мы видим в аудитах: когда в запросе есть город, район или «рядом со мной», нейросеть почти никогда не пересказывает главную страницу компании. В ответ попадают данные карточек (Яндекс Бизнес, 2ГИС, Google Business Profile), отраслевые агрегаторы и тексты отзывов. Сайт при этом может быть в полном порядке с точки зрения SEO и всё равно оставаться за кадром: модели нечего из него взять, потому что адрес лежит картинкой в подвале, а услуги описаны без привязки к району.

Это и есть правило трёх совпадений: до текстов и разметки мы приводим к одному виду название, адрес и телефон во всех трёх местах. Пока данные расходятся, модель видит не одну компанию, а несколько похожих, и в ответ уходит тот вариант, который встречается чаще. Обычно это агрегатор, а не вы.

Машиночитаемая часть та же самая: LocalBusiness с подходящим подтипом, PostalAddress с городом и улицей отдельными полями, geo с координатами, openingHours, areaServed и sameAs со ссылками на подтверждённые карточки. Какие типы разметки нейросети читают охотнее и что в них ломается чаще всего, разобрано в материале про Schema.org для GEO.

Запрос без города модель всё равно считает локальным

Вопрос, который в топе почти не разбирают: что происходит, если пользователь не написал город. «Рядом со мной», «недорого», «круглосуточно» — это локальный интент без топонима, и дальше поведение платформ расходится. Голосовой помощник на телефоне обычно знает геопозицию и отвечает ближайшими точками. Чат-интерфейс на десктопе геолокацию получает не всегда: он либо переспрашивает город, либо отвечает обобщённо и называет федеральных игроков и агрегаторы. Поэтому в аудитах мы снимаем оба варианта запроса, с городом и без, иначе картина выходит неполной и правки уходят не туда.

Вывод для сайта простой: город и район должны быть написаны словами рядом с названием услуги, а не только в шапке и на карте. Страница «Стоматология в Москве» и страница «Стоматология в Митино» закрывают разные запросы, и различает их модель по тексту. Если на весь город-миллионник у вас одна страница, по районным запросам назовут не вас, а источник, у которого такие страницы есть. Сильнее всего это заметно там, где клиент выбирает по расстоянию до дома: в продвижении косметологии в нейросетях районные страницы и отзывы с привязкой к месту дают больше, чем объём текста на главной.

Семь шагов локального GEO: порядок, в котором это работает

Порядок здесь важнее полноты. Шаги 1–3 дают точку отсчёта и чинят данные, шаги 4–6 добавляют то, что модели цитируют, шаг 7 закрывает цикл. Пропуск первых трёх — частая причина, по которой локальное продвижение сайта не даёт видимого результата: работа идёт, а сравнивать не с чем.

1. Собрать список локальных запросов: услуга плюс город, услуга плюс район, «рядом со мной», «круглосуточно», «недорого», плюс запросы с названием бренда.
2. Снять базовый замер: задать эти запросы Алисе, ChatGPT, Perplexity и Gemini и записать, кого назвали вместо вас и на какие источники сослались.
3. Свести данные компании по правилу трёх совпадений: сайт, карточки, каталоги. Подтвердить владение карточками, убрать дубли точек и закрытые адреса.
4. Сделать отдельную страницу под каждый адрес: адрес текстом, часы работы, район, ориентиры и схема проезда, телефон этой точки, отзывы об этой точке, ответы на вопросы про район.
5. Разметить страницы: LocalBusiness, PostalAddress, geo, openingHours, areaServed и sameAs на подтверждённые карточки.
6. Собрать отзывы там, где на них ссылаются модели: карты, 2ГИС, отраслевые агрегаторы. Отвечать на отзывы текстом, который можно процитировать, а не шаблоном «спасибо за обращение».
7. Повторить замер тем же списком запросов через 4–8 недель и сравнить с базовым. Без повторного замера первые шесть шагов остаются гипотезой.

Шаги 4–6 не заканчиваются никогда: карточки устаревают, отзывы копятся, конкуренты открывают новые адреса. Если вести это внутри некому, ту же работу закрывает GEO-продвижение от 80 000 ₽/мес с ежемесячным замером по зафиксированному списку запросов.

Бизнесу без адреса нужна не точка на карте, а зона обслуживания

Выездные бригады, доставка, монтаж, юрист с онлайн-консультацией, шоурум по записи: локальный интент у всех есть, а принимать клиентов по адресу либо негде, либо незачем. Соблазн понятный — снять комнату и зарегистрировать адрес в картах. На практике это ломает ровно то, что чинится первым: адрес в карточке не совпадает с реальностью, площадка рано или поздно снимает карточку с публикации, данные снова расходятся, правило трёх совпадений перестаёт выполняться.

Рабочий вариант — зона обслуживания вместо адреса: areaServed в разметке, отдельные страницы под города и районы выезда, честная формулировка «работаем по адресу клиента» с перечнем районов и условиями. Такой локальный бизнес нейросети тоже называют, но опираются уже не на карточку, а на упоминания, каталоги и отзывы. Значит, вес этих источников для вас выше, чем для компании с офисом, и работать с ними нужно раньше. У подрядчиков с выездными работами к этому добавляется слой агрегаторов, который перехватывает весь спрос: как из-под него выходят строительные компании, разобрано в материале про сигналы, по которым AI выбирает подрядчика.

• Список городов и районов выезда текстом, а не картинкой с зоной на карте.
• Условия: время подачи, минимальный заказ, доплата за удалённые районы. Это первое, что спрашивают у нейросети.
• Схема работы без офиса: где принимается заявка, кто приезжает, что клиент подписывает.
• Отзывы с указанием района или города, чтобы у модели была привязка к месту.
• Никаких адресов, по которым вас нельзя найти: снятая карточка хуже отсутствующей.

В сети точек филиалы делят видимость между собой

Типовая картина в аудитах сетей: есть хаб со списком адресов, есть два десятка почти одинаковых страниц филиалов, собранных подстановкой города в шаблон, и есть один исторически сильный филиал, у которого больше отзывов. В локальных ответах модель называет либо агрегатор, либо этот один филиал, а по остальным адресам компании как будто не существует. Сайты сетей в этом смысле уязвимее одиночной точки: шаблонные страницы гасят друг друга, потому что различать их не по чему.

Что делаем: у каждой точки собственная страница с уникальным текстом, подтверждённая карточка, свои отзывы и свой телефон, а хаб остаётся навигацией и не дублирует содержание филиалов. Замер тоже ведём поадресно, иначе одна сильная точка вытягивает среднее по сети и отчёт выглядит лучше реальности. Подробнее сценарий разобран на странице GEO-аудита сети филиалов, а отраслевые ограничения в материалах про GEO для салонов красоты и GEO-аудит медицинской клиники.

За 150+ аудитов я не встретил ни одной сети, где данные о филиалах совпадали бы во всех источниках без правок. Где-то остался старый телефон, где-то висит закрытая точка, которую никто не снял с публикации, где-то в справочнике название юрлица вместо бренда. Это скучная работа на неделю, и она даёт больше любых текстов: пока компания выглядит как несколько разных организаций, нейросети просто нечего называть.

Алексей Малков

Основатель GEOAudit.org

Локальный AI Visibility Score считается отдельно по каждому городу

Как мы считаем: берём зафиксированный список контрольных запросов с городом и без него, задаём его каждой платформе отдельно и смотрим долю запросов, в ответах на которые названа компания. Отдельной колонкой пишем, кого назвали вместо вас и на какой источник сослались. Это и есть рабочая часть отчёта: не «у вас низкий балл», а «по запросу с районом называют такой-то агрегатор, потому что у него есть страница района, а у вас нет». Формула и бенчмарки разобраны в материале про метрики GEO-аудита.

Три вещи ломают замер, если о них не договориться заранее. Первая: список запросов фиксируется до правок, иначе повторный замер не с чем сравнивать. Вторая: считать нужно по каждому городу и адресу, а не средним по компании. Третья: платформы разводятся отдельно, потому что в России локальные ответы чаще идут через Алису и ЯндексGPT и картина там своя, отличная от ChatGPT. Что именно влияет на попадание в ответ Алисы, разобрано в статье как попасть в ответы Алисы.

Когда локальное GEO не нужно и что не сработает

Честный список ситуаций, в которых мы либо отговариваем от работы, либо предлагаем начать с другого.

• Бизнес работает по всей стране, и клиенту всё равно, где вы физически. Бюджет разумнее направить на отраслевой контент и упоминания, а не на карточки и районы.
• Карточек организации нет или владение ими не подтверждено. Пока подтверждения нет, править данные негде, и начинать нужно с этого, а не с текстов.
• Результат нужен в этом месяце. Изменения в нейроответах мы обычно видим через 4–8 недель после внедрения, и бюджетом этот срок не сжимается.
• Ожидание гарантий вида «выведем в Алису за неделю». Ответами моделей никто не управляет напрямую: влиять можно на данные, из которых ответ собирается.
• Ставка на накрутку отзывов. Модели цитируют текст отзыва, а в шаблонных отзывах цитировать нечего; плюс площадки их снимают, и данные о компании снова расходятся.
• Генерация страниц подстановкой «услуга плюс город» без уникального содержания. Приём из старого локального SEO: такие сайты нейросеть не различает, и в ответ уходит источник, где район описан по-настоящему.

И главное ограничение: локальное GEO не заменяет SEO. Если сайта нет в органике и в блоке карт, добавлять разметку и переписывать тексты рано, сначала базовая видимость, потом слой под нейросети. Понять, в какой вы точке, можно бесплатной диагностикой: она стоит 0 ₽ и показывает, называют ли нейросети ваш бренд по локальным запросам и кого называют вместо вас.

FAQ