Нейросети как канал продаж в металлообработке: большое годовое исследование

Разговоры о GEO (Generative Engine Optimization) пока чаще звучат как теория. На практике же часть промышленных компаний уже получает заявки через ChatGPT и Алису, просто никто их толком не считает. Мы закрыли этот пробел: год собирали данные по сайтам в сфере металлообработки и машиностроения и теперь делимся выводами - с цифрами, картой источников по каждой нейросети и пошаговым планом действий.

ЕЩЕ БОЛЬШЕ ПОЛЕЗНОСТЕЙ У НАС В TELEGRAM

Чек-листы

Готовые промты

Таблицы для генерации контента

ПЕРЕЙТИ В TELEGRAM

«У нас инженеры, а не блогеры» - и почему это не аргумент

Типичное возражение промышленной компании звучит так: наша аудитория - снабженцы и технические специалисты, в ChatGPT они не заходят. Но цифры показывают обратное.

За двенадцать месяцев, с апреля 2025-го по апрель 2026-го, мы свели воедино посещаемость сайтов клиентов из промышленного сегмента (котлы, металлообработка, машиностроение, изготовление деталей и смежные направления). База - порядка 8 миллионов уникальных пользователей. Из этого объема 42 000 визитов пришли напрямую из интерфейсов нейросетей: ChatGPT, DeepSeek, Perplexity и других, без учета нейроблоков поисковых систем.

В долях это около половины процента. Цифра кажется незначительной, пока не разобраться в трех оговорках.

Во-первых, посчитанное - далеко не все. Когда пользователь получает ответ от ИИ-блока внутри Яндекса или Google и переходит по нему, аналитика записывает это как обычный органический визит. А такие блоки сейчас сопровождают порядка 86% поисковых запросов по теме в Google и около половины - в Яндексе. То есть фактическое количество контактов с ИИ-ответами в разы больше зафиксированных переходов.

Во-вторых, мобильные сценарии тоже выпадают из статистики. Когда пользователь обращается к GigaChat внутри приложения Сбербанка (а это основной способ взаимодействия с ассистентом), переход на сайт Метрика отмечает как прямой заход, без какой-либо привязки к источнику.

В-третьих, и это самое интересное: те, кто все же доходит до сайта из нейросети, конвертируются заметно лучше остальной аудитории. По нашим наблюдениям, до половины таких посетителей (цифра гуляет в зависимости от ниши) совершают целевое действие - оставляют заявку или иначе вступают в контакт. Ни один другой канал такой конверсии стабильно не показывает.

Как мы собирали данные

Любое исследование такого рода держится на честно зафиксированных рамках, поэтому опишем их подробно.

География. Анализ ключевых запросов по стране показал: Москва и Петербург с областями формируют около двух третей всего спроса на металлообработку и машиностроение в России. На них и сфокусировались, отбросив региональный «хвост».

Набор платформ. В работу взяли пять систем: ChatGPT, Алису, Perplexity, DeepSeek и Google AI Overview. Критерий отбора простой: реальные переходы пользователей, а не теоретическое присутствие компании в той или иной модели.

Запросы. Здесь, пожалуй, главное методологическое отличие от типичных GEO-обзоров. Большинство таких работ строятся на запросах, которые автор сам придумал «из головы» - как, по его мнению, могли бы спрашивать пользователи. Мы пошли иначе: взяли весь массив реальных запросов, по которым за год приходили живые посетители на сайты клиентов в нише. Стартовая база - около 300 тысяч формулировок из Яндекс.Метрики и Вебмастера.

Дальше отсеяли:

• брендовые запросы - они не показательны для задачи;
• запросы из одного-двух слов - сильно искажены накрутками и не дают чистой картины.

После очистки осталось около 2 000 запросов, которые разложили по типам: информационные, объясняющие, сравнительные, рекомендательные и (неожиданно для нас) коммерческие. Да, нейросети отвечают и на запросы вида «закажите услугу», хотя пока редко.

Конкурентное поле. Составили реестр услуг отрасли: порядка 10 крупных направлений (резка, механообработка, цинкование, литье, покраска и т. д.) и около тысячи узких услуг внутри них. Из общего рынка отобрали примерно 500 сайтов, у которых есть хоть какая-то заметность в Яндексе и Google.

Сюрприз №1: лидеры SEO и лидеры в нейросетях почти не пересекаются

Один из самых неожиданных результатов исследования: компании, которые занимают верхние строчки поисковой выдачи, и компании, которых чаще всего цитируют нейросети - это в основном разные компании.

Из всего пула сайтов, входящих в топ выдачи по металлообработке и машиностроению, лишь пара одновременно сильна и в классическом SEO, и в ответах ИИ-моделей. Это не совпадение, а закономерность, и у нее есть объяснение.

Компании, которые годами и без перерывов вели контент: публиковали статьи, обзоры, инструкции, сравнения подходов, незаметно для себя сформировали тот самый массив данных, на который сейчас опираются нейросети при формировании ответа. Они не «готовились к GEO» специально, просто их контент оказался ровно тем материалом, который модели ищут и берут за основу.

При этом присутствие в ответах ИИ распределено крайне неравномерно:

1. примерно 24% ответов нейросетей по запросам ниши вообще не упоминают ни одну компанию - четверть рынка остается пустой;
   
   
2. еще около половины ответов содержат упоминание бренда, но без ссылки - пользователю придется самому найти компанию через поиск;
3. и лишь оставшаяся доля включает прямую ссылку, по которой реально перейти.

Граница между «упомянули» и «дали ссылку» - это граница между узнаваемостью и трафиком. Показательный пример из нашей базы - компания Metall.world: по числу упоминаний она уступает части конкурентов, но заметно опережает их по числу прямых ссылок, и именно поэтому получает несопоставимо больше переходов.

Сюрприз №2: у каждой нейросети свой набор источников

Возможно, самый практически полезный вывод исследования: подход, который работает для продвижения в Алисе, может вообще не действовать на ChatGPT, и наоборот.

Алиса плотно встроена в экосистему Яндекса и во многом опирается на классическую поисковую выдачу. Чтобы попасть в ее ответы, нужно как минимум держаться в топ-20-30 органики Яндекса - SEO здесь по-прежнему задает правила игры. Источники, которые Алиса цитирует чаще всего: Дзен, Яндекс.Услуги, Яндекс.Маркет, Avito.

DeepSeek работает совсем иначе. Дзен и прочие площадки Яндекса он практически не учитывает, делая ставку на Википедию и узкоспециализированные отраслевые ресурсы. Нет упоминаний компании в Википедии и на авторитетных профильных площадках - в DeepSeek вас фактически не существует.

Google AI Overview на первое место по цитируемости стабильно ставит YouTube: наличие релевантных видео - один из самых результативных способов попасть в выдачу ИИ-блока. На втором месте - Reddit, что для русскоязычного запроса звучит странно, но объяснение есть, см. ниже.

ChatGPT - самая трудная для продвижения площадка, и одновременно самая значимая по объему: на нее приходится около 60% всего трафика из нейросетей в нашей выборке (27 000 из 42 000 переходов). Модель скептически относится к стандартным агрегаторам и Дзен почти игнорирует. Компании, которым удалось закрепиться в ее ответах в нашей нише, объединяет одно - годами развиваемый собственный сайт как самостоятельный авторитетный источник; на такие сайты ChatGPT ссылается даже охотнее, чем на Википедию. Дополнительная сложность для русскоязычного бизнеса - модель чаще опирается на зарубежные ресурсы, поэтому порог входа выше: нужен по-настоящему сильный сайт.

Perplexity ведет себя как агрегатор и опирается на источники, близкие к усредненному срезу остальных систем. Работа над присутствием в любой другой модели почти автоматически улучшает позиции и здесь.

Откуда взялся Reddit и при чем тут Avito

Два открытия в ходе исследования стали неожиданностью даже для нас самих.

Первое - присутствие Reddit в ответах на русскоязычные запросы. Весь набор запросов в исследовании - на русском, Reddit - англоязычная площадка, но нейросети регулярно ссылаются на него, отвечая на вопросы по металлообработке. Логика проста: модель собирает данные на всех доступных языках, переводит и синтезирует ответ уже на языке исходного запроса. Практический вывод - публикации на английском на Reddit и аналогичных площадках способны влиять на то, что нейросеть в итоге скажет русскоязычному клиенту.

Второе - роль маркетплейсов. Avito, Яндекс.Маркет, Ozon - нейросети подтягивают листинги с этих площадок прямо в свои ответы. Если компания в топе листинга Avito по запросу «лазерная резка металла», есть высокая вероятность, что ее включат в ответ на вопрос «где сделать лазерную резку». Если позиция на второй-третьей странице - ее не заметит ни человек, ни модель. То есть работа с агрегаторами сегодня - это не только прямой источник заявок, но и косвенный канал присутствия в ИИ-ответах.

Где конкуренция ниже: взгляд по сегментам услуг

Самая плотная конкуренция в нейросетях - резка металла и механообработка: здесь больше всего ответов и больше всего компаний, которые в них попадают. Объяснение тривиально - это крупнейшие сегменты рынка.

А вот изготовление деталей - направление менее насыщенное, но потенциально более выгодное. По нашим наблюдениям, именно отсюда приходят самые «теплые» заявки, готовые конвертироваться в контракт, а присутствие компаний в ответах ИИ по этому направлению примерно вдвое ниже, чем по резке и механообработке.

Восемь факторов, которые реально определяют видимость в ИИ-ответах

Проанализировав почти 8 000 ответов нейросетей и около 10 000 источников, мы выстроили факторы по убыванию значимости.

1. Авторитет сайта

Базовый фактор. Нейросети, как и поисковики, доверяют ресурсам с долгой историей, качественным профилем ссылок и хорошими внутренними метриками, такой сайт с высокой вероятностью попадет в ответ напрямую. Для молодых или слабо продвинутых проектов прямого пути нет: работаем через UGC-площадки.

2. Площадки с высоким уровнем доверия (UGC платформы)

По частоте цитирования в промышленной нише они выстроились так:

• YouTube - около 500 из 7 500 проанализированных ответов содержат ссылку на видео; релевантный видеоконтент - один из самых сильных инструментов присутствия.
• Википедия - высокий авторитет, особенно значимый для DeepSeek и ChatGPT.
• Яндекс.Дзен - заметно работает на присутствие в Алисе.
• Reddit - дает результат в Google и ChatGPT, несмотря на языковой барьер.
• Avito и другие агрегаторы - особенно эффективны для коммерческих запросов.
• Отраслевые форумы - инженерное сообщество по-прежнему активно на форумах, и около 10-20% источников в ответах - именно форумные материалы.
• РБК Про и деловые медиа - экспертные публикации с весом.

3. Качество и оригинальность контента

Рерайт чужих текстов и генерация без реальной экспертизы здесь не срабатывают: модели достаточно хорошо отличают уникальный контент от компиляции. В приоритете - конкретные данные, личный опыт, нетривиальные выводы. Такой материал и берется за основу ответа.

4. Query Fan-Out - присутствие в смежных контекстах

Чтобы попасть в ответ по запросу «лазерная резка металла», мало одной хорошей страницы услуги. Нужно появляться в разных форматах вокруг темы: рейтингах и подборках («лучшие компании по лазерной резке в Петербурге»), отзывах (нейросети обходят стороной компании с явно негативной репутацией - работа с отзывами становится фактором продвижения, а не только репутационным инструментом) и экспертных материалах вроде «как выбрать подрядчика». Чем шире информационный след вокруг услуги, тем выше шанс попасть в финальный ответ.

5. Регулярность обновления контента

Модели отдают предпочтение свежим источникам: сайт с активно обновляемым контентом получает преимущество перед статичным.

6. Микроразметка

Корректная разметка облегчает машинную интерпретацию страницы, особенно важны схемы Organization, Service, FAQ, LocalBusiness на собственном сайте компании.

7. Семантическая структура HTML

Краулеры ИИ-систем, как и поисковые боты, лучше справляются с семантически выстроенной версткой. Чем понятнее структура страницы машине, тем точнее извлекается информация.

8. Файл llms.txt

Своеобразный аналог robots.txt для языковых моделей. Единого мнения о его влиянии в профессиональном сообществе пока нет - часть исследований фиксирует эффект, часть нет. Делается за пару минут бесплатными генераторами (например, нашим), поэтому наш подход простой: добавить и не задумываться - вреда точно не будет, а польза - скорее всего. Параллельно мы ставим эксперимент: на одном из проектов специально убрали файл, чтобы проверить, реагируют ли на это краулеры ИИ-систем. Результаты опубликуем отдельно.

Технический аудит: на что смотреть

Контентная стратегия - это половина дела, вторая половина - техническая база. Аудит видимости сайта для нейросетей удобно разбить на два блока.

Первый - техническая доступность: насколько легко краулеру добраться до контента. Сюда входят скорость загрузки, корректный robots.txt, отсутствие блокировок для ботов, HTTPS, понятная структура URL.

Второй - содержательная полнота. Даже у компаний с хорошей видимостью в ИИ-ответах регулярно находятся одни и те же пробелы: нет раздела с часто задаваемыми вопросами (а это прямой источник материала для нейросетей), отсутствуют страницы-инструкции вроде «как выбрать» или «что учесть при заказе», карточки услуг скудны - без технических деталей, кейсов и конкретных цифр.

Логика простая: модель берет информацию там, где она есть. Нет ее у вас - возьмет у конкурента.

Как измерять результат

Честный ответ - пока с трудом. Прямая атрибуция чаще всего невозможна: переходы из ИИ-блоков Яндекса и Google учитываются как обычная органика, мобильные сценарии отображаются как прямые заходы, а часть моделей не передает реферер вовсе.

Тем не менее три способа измерения доступны уже сейчас.

Прямые переходы из интерфейсов нейросетей. В Яндекс.Метрике это можно отследить через регулярное выражение, которое ловит обращения из ChatGPT, Perplexity, Gemini и других систем с собственным веб-интерфейсом. Именно так в нашем исследовании были зафиксированы 42 000 переходов:

~(?:chatgpt.comlchat-gpt.orgl claude.ailquillbot.comlopenai.coml blackbox.ailperplexity(?:.ai)?lcopy.ail jasper.ailcopilot.microsoft.coml gemini.google.coml(?:\w+.)?mistral.ail deepseek.comledgepilotl edgeserviceslnimble.ailiask.ail aitastic.applbnngpt.coml writesonic.comlexa.ailwaldol alice.yandex.ru)

Динамика брендовых запросов в Вордстате. Если компанию начинают упоминать в ответах ИИ, пользователи чаще ищут ее по названию напрямую. Это косвенный, но достаточно надежный индикатор: в одном из проектов из нашей выборки число брендовых запросов выросло с ~200 до ~500 в месяц именно за счет работы с GEO, без других заметных изменений в маркетинговой активности.

Сквозная аналитика. Там, где она настроена корректно, видны конкретные заявки с привязкой к ChatGPT и другим источникам. Это наиболее точный метод, но требует предварительной технической подготовки.

Чего реально ждать от GEO уже сейчас

Сразу обозначим границы: GEO пока не замещает SEO или контекстную рекламу по объему трафика - разрыв в цифрах ощутимый. Но есть три причины относиться к каналу серьезно.

Качество трафика заметно выше среднего. Пользователь, дошедший до сайта через ответ нейросети, уже получил своего рода предварительное «одобрение» от модели, отсюда и конверсия в заявку до 50% среди перешедших, что нетипично высоко для любого канала.

Первые заметные изменения в присутствии появляются через 1-3 месяца работы; до реальных продаж время растягивается в зависимости от длины цикла сделки в конкретной нише.

И, пожалуй, главное - синергия с уже существующим контент-маркетингом. По сути GEO - это тот же качественный контент, но с прицелом не только на поискового робота, но и на языковую модель. Компании, которые годами вели контент-стратегию, часто уже имеют GEO-присутствие, просто никогда не измеряли его отдельно.

С чего начать: пошаговый план

Опираясь на данные исследования, мы сформулировали последовательность действий для промышленной компании.

Шаг 1. Зафиксируйте текущее присутствие - добавьте в Метрику регулярное выражение для отслеживания переходов из нейросетей и вручную проверьте, как компанию упоминают ChatGPT, Алиса и другие модели по ключевым запросам ниши.

Регулярное выражение:

~(?:chatgpt.comlchat-gpt.orgl claude.ailquillbot.comlopenai.coml blackbox.ailperplexity(?:.ai)?lcopy.ail jasper.ailcopilot.microsoft.coml gemini.google.coml(?:\w+.)?mistral.ail deepseek.comledgepilotl edgeserviceslnimble.ailiask.ail aitastic.applbnngpt.coml writesonic.comlexa.ailwaldol alice.yandex.ru)

Шаг 2. Проведите технический и контентный аудит сайта - оцените доступность для краулеров ИИ и наличие FAQ, инструкций, кейсов, детальных описаний услуг.

Шаг 3. Определите приоритетную платформу. Если основной поток трафика из ChatGPT, инвестируйте в развитие собственного сайта как самостоятельного источника. Если важнее Алиса - работайте с экосистемой Яндекса: Дзен, Услуги, Маркет. Если приоритет DeepSeek, вкладывайтесь в присутствие в Википедии и на отраслевых ресурсах.

Шаг 4. Начните с YouTube - этот источник работает почти для всех моделей сразу. Экспертные, нерекламные видео по теме дают быстрый и заметный эффект на присутствие.

Шаг 5. Подключите отраслевые форумы - инженерное сообщество там по-прежнему активно, и экспертные ответы регулярно попадают в материалы, на которые опираются нейросети.

Шаг 6. Проверьте позиции на агрегаторах - убедитесь, что компания на первой странице листинга на Avito, Яндекс.Маркете и аналогичных площадках по ключевым услугам.

Шаг 7. Поработайте над общим информационным фоном - попадание в рейтинги, PR-упоминания, положительные отзывы расширяют Query Fan-Out и повышают шанс попасть в ответ модели.

Главное

GEO - это уже не теория, а измеримая практика. AI Overview сопровождает 86% запросов в Google по металлообработке, Алиса - почти половину запросов в Яндексе. При этом четверть всех ответов нейросетей по нише вообще не содержит упоминаний компаний - свободная ниша, в которую можно зайти прямо сейчас.

Коротко о ключевых выводах:

• ChatGPT формирует около 60% трафика из нейросетей в промышленном сегменте, но требует системной работы с собственным авторитетным сайтом.
• Алиса опирается на экосистему Яндекса - Дзен, Услуги, Маркет и классическое поисковое ранжирование.
• YouTube - универсальный источник цитирования почти для всех моделей.
• Лидеры SEO и лидеры GEO - в основном разные компании, и объединяет их только устойчивый контент-маркетинг.
• Маркетплейсы - неочевидный, но рабочий канал присутствия в ИИ-ответах.
• Конверсия из нейросетевого трафика стабильно выше среднерыночной: до 50% перешедших совершают целевое действие в узких нишах металлообработки.

Рынок еще свободен. Компании, которые начнут системную работу с GEO сейчас, получат преимущество, которое через год-два будет крайне сложно нагнать - так же, как сегодня сложно догнать конкурента с десятилетней историей в SEO.

* * *

Данные получены в ходе исследования на основе агрегированной статистики сайтов промышленной тематики с использованием сервиса Георанк.

Полезные ссылки:

• Запись вебинара «Как продвигаются промышленные компании в интернете» - смотреть.
• Полезные материалы по вебинару в боте: Телеграм / MAX
• Аналитическое исследование рынка металлообработки, производства металлоизделий и машиностроения - ссылка на pdf файл.