Как Яндекс Алиса меняет поиск компаний и экспертов

Пользователь не хочет десять вкладок

Спрашивая Алису или любого другого ассистента, человек рассчитывает на сжатый ответ. Не на подборку ссылок, которую надо разбирать самостоятельно. Если система способна назвать варианты и объяснить, чем они отличаются, открывать десять страниц никто не станет.

Клиентский путь от этого меняется целиком. Между запросом и первым контактом с компанией встраивается слой, который решает, кого вообще упомянуть в ответе. До сайта пользователь может просто не дойти.

Позиции и попадание в ответ — не одно и то же

Компания может нормально ранжироваться и при этом отсутствовать в ответах ассистента. Вывод собирается не из топ-10, а из источников, которые система считает понятными и непротиворечивыми: карточки организации, отзывы, публикации, отраслевые материалы, упоминания в СМИ.

Если про бренд негде прочитать ничего внятного, кроме его собственного сайта, ассистенту не с чем работать. Он опишет нишу в общих словах и назовет тех, о ком нашёл больше подтверждений в независимых источниках.

Где разрыв заметнее всего

В услугах с высокой неопределенностью, где выбор требует объяснения, а не ссылки. «Как выбрать клинику», «кто занимается управлением репутацией», «какой подрядчик потянет сложный B2B-проект». На такие запросы ассистент отвечает как консультант: сначала объясняет, по каким критериям вообще выбирают, и только потом называет тех, кто под эти критерии подходит.

Здесь и происходит подмена. Раньше критерии выбора формировал сам бизнес — на сайте, в презентации, в разговоре с менеджером. Теперь их формулирует система, а компания попадает или не попадает в уже готовую рамку.

GEO по-русски

Разговоры про оптимизацию под нейросети обычно крутятся вокруг Chat GPT и Perplexity. Для российского рынка этого недостаточно. Яндекс-экосистема живёт по своим правилам, и присутствие в ней складывается из нескольких слоев одновременно: сайт, карточки в Бизнесе и на Картах, отзывы на профильных площадках, экспертные публикации, новостной и отраслевой фон.

Работать с этим по отдельности бесполезно. Ассистент сверяет источники между собой, и расхождения в описании компании читаются как повод её не упоминать.

С чего начать

1. Проверить, что вообще выдают ассистенты по вашим ключевым запросам. Не по названию бренда, а по формулировкам, с которых начинается выбор.
2. Свести описание компании к одной версии: чем занимаетесь, для кого, в каких городах. Расхождения между сайтом, карточками и профилями стоит вычистить.
3. Закрыть текстами вопросы, которые пользователь задаёт до выбора подрядчика, а не после. Ассистенту нужен материал, из которого можно собрать объяснение.
4. Набирать упоминания там, где о вас пишут не вы: отраслевые издания, обзоры, экспертные комментарии, отзывы.
5. Смотреть на присутствие в ответах как на отдельную метрику. Позиции в выдаче ее не описывают.

Я занимаюсь этим направлением в Rating Up, и за последний год запрос сместился заметно: клиенты приходят не с «поднимите нам позиции», а с «нас не называют, когда спрашивают про нашу нишу». Задача при этом остаётся репутационной по сути. Бренд должен быть понятен не только человеку, который читает сайт, но и системе, которая собирает за него ответ.