Кейсы продвижения в нейросетях: результаты российских компаний

Рынок, у которого нет независимой статистики, разговаривает кейсами. Продвижение в нейросетях - пока именно такой рынок: отраслевых замеров оборотов нет, стандартов приёмки нет, и единственная публичная фактура о работоспособности методики - разборы конкретных проектов с цифрами до и после. За последний год такие разборы перестали быть экзотикой: агентства публикуют кейсы доставки еды и B2B-сервисов, премии заводят отдельные номинации, а критерии рейтингов агентств прямо закладывают вес «кейсов и результата» - с требованием показать долю упоминаний бренда в ответах до и после работ.

Для заказчика это меняет механику выбора. Ещё год назад вопрос «покажите кейсы по продвижению в нейросетях» ставил подрядчика в тупик: показывать было нечего. Сегодня отсутствие релевантных кейсов - уже сигнал: либо агентство не делает этот канал, либо делает, но не умеет замерять - а не умеющий замерять исполнитель в канале, где результат существует только в цифрах замера, не нужен. Поэтому чтение кейсов - не любопытство, а рабочий навык: он помогает и выбирать исполнителя, и калибровать собственные ожидания, и готовить базу для своего первого замера. В этом материале собраны российские кейсы с проверяемой фактурой и разобраны правила их чтения - от общих паттернов до ограничений жанра.

Отдельно стоит задержаться на обещании «без взаимной каннибализации»: три сайта одного бренда в одном канале легко начинают делить одно место в ответах, и модели смешивают их фактуру. Решение в кейсе - развести пулы запросов, локации и контентные профили каждого сайта, чтобы каждая площадка конкурировала со своими, а не со своими же. Это прямая аналогия с классической практикой нескольких доменов в SEO, но с новой механикой: нейросеть собирает ответ из всех источников сразу, и если фактура брендов совпадает, она сливает их в одну сущность. Для мультибрендовых компаний это отдельная строка аудита - проверить, как модель различает их сущности, ещё до старта работ.

Самый детальный из публичных российских разборов - проект агентства Kokoc Performance для бренда доставки еды, опубликованный в сентябре 2026 года. Исходные условия непростые: три сайта с одинаковой структурой, но разным контентом, продвижение сразу в 29 регионах и требование работать без взаимной каннибализации - чтобы сайты бренда не конкурировали между собой за место в ответах. Масштаб сам по себе показателен: автор кейса прямо пишет, что большинство GEO-проектов на рынке ограничивается одним-двумя городами, а здесь пришлось кратко наращивать контент-планы и вручную притирать семантику под каждый регион.

Технически проект собрал почти весь инструментарий канала: проверку рендеринга страниц при отключённых скриптах, внедрение llms.txt и LLM info-страниц, работу с карточками организаций, собственный инструмент мониторинга - и параллельно столкнулся с типовыми сюрпризами площадки. После мартовского обновления Яндекса, выведшего ответы Алисы прямо в выдачу, системы аналитики почти месяц не могли корректно снимать позиции. А два бренда клиента выпадали из ИИ-подборок Яндекс.Карт из-за слишком общего типа организации в карточках - помогла только ручная замена на узкий тип. Итог проекта - рост видимости бренда в ответах нейросетей в 4,9 раза; для отработки методики перед клиентом агентство сначала подняло цитируемость собственного блога в 6 раз. Чему учит кейс: масштабирование GEO - это в первую очередь управленческая задача, от согласований до региональных пулов запросов, и чем раньше наведён порядок в замере, тем дешевле проект.

Показателен и выбор промптов: пул из 89 запросов собран не из выдуманных формулировок, а из реальных сценариев пользователей - по пяти продуктовым направлениям сервиса. Это второй скрытый урок кейса: качество пула промптов определяет качество всего замера, и экономить на его сборе - самая дешёвая ошибка проекта. Пул, собранный по поисковым подсказкам, вопросам поддержки и реальным диалогам клиентов, превращает замер из самоотчёта в инструмент: по нему видно, какие сценарии уже покрыты, а какие живут только в головах продавцов. Методику сбора пула и повторных замеров удобно брать из материала про измерение видимости в нейросетях.

B2B-сервис Envybox (виджеты, квизы, чаты, обратный звонок, CRM) - эталонный пример кейса с прозрачной методикой. Исходный замер: 89 промптов в девяти AI-системах, по пяти продуктовым направлениям, с фиксацией трёх позиций - где бренд упоминается в ответах, где сайт используется как источник и где лидируют конкуренты. База: примерно 20% промптов заканчивались упоминанием бренда. После технического и аналитического аудита, контентной стратегии с 20 техническими заданиями и серии публикаций на внешних площадках повторный замер показал упоминания бренда в 47 из 89 промптов - 53% пула.

Самое ценное в этом кейсе - не итоговая цифра, а два урока внутри неё. Первый: рост присутствия домена среди источников не равен росту упоминаний бренда. Сайт envybox.io вошёл в источники по 42% промптов, собрал 74 появления и 23 попадания в топ-3 источников, заняв второе место в конкурентной группе, - но разбор прямо фиксирует: модель может использовать страницу как источник и не назвать компанию в самом ответе. Второй урок - структура контентной работы: инструкции, рейтинги, сравнения и практические статьи распределялись между своим блогом и внешними площадками (Habr, Sostav, Workspace, SEOnews, Дзен, TenChat) по промптам и интентам. Внешнее информационное поле здесь не «джентльменский набор публикаций», а расчётное покрытие конкретных промптов, по которым модели ищут источники.

Ещё одна деталь B2B-специфики: заявки из нейросетей в перевозках приходят с уже согретой логикой выбора - клиент успел сравнить подрядчиков в диалоге с моделью до первого контакта, и переговоры начинаются с короткого списка. Это меняет роль коммерческих материалов: сравнения, тарифные ориентиры и ответы на типовые возражения должны быть доступны модели в виде проверяемой фактуры, иначе короткий список соберётся без вас. Логистика - не единственная «скучная» ниша с таким эффектом: чем сложнее продукт и длиннее сделка, тем ценнее попадание в ранний этап выбора, когда критерии ещё формируются.

Транспортно-экспедиторская компания - ниша, в которую маркетологи обычно не ставят продвинутые каналы: длинные сделки, корпоративные закупки, слабый контентный рынок. Именно поэтому кейс ТК «Central Trans» (агентство Head Promo) важен: видимость компании в ответах нейросетей выросла с 1% до 49% отслеживаемого пула, а проект прямо декларирует реальные B2B-заявки из канала и номинирован на премию Workspace Digital Awards. Низкая база здесь не умаляет результата: она отражает состояние ниши, где в ответах моделей почти нет конкурентов, - и одновременно объясняет, почему ранний вход в GEO выгоден, пока пул ответов не занят.

Для B2B-бизнеса кейс отвечает на главный возражающий вопрос: «нас же никто не ищет в ChatGPT». Ищут - и чаще, чем принято думать: закупщики и руководители прогоняют через нейросети сравнения подрядчиков, проверяют, существует ли компания, спрашивают про условия работы с отраслью. Разборы B2B-кейсов показывают и вторую специфику: цикл сделки длинный, поэтому честная метрика на старте - заявки и упоминания, а не выручка. Кейсы, которые обещают B2B-компаниям быструю выручку из нейросетей, выдают желаемое; кейсы, которые показывают рост видимости и появление заявок, - работают с реальностью канала. Подробнее специфику сегмента разбирает материал про B2B и GEO.

Про образовательные проекты стоит сказать отдельно: сфера обучения - один из самых насыщенных сегментов в ответах нейросетей, потому что запросы аудитории совпадают с форматом моделей - «где учиться», «что выбрать», «чем отличаются программы». Попадание туда крупного бренда - не эксперимент с неизвестным исходом, а защита существующей доли: если бренд не представлен в ответах, его место занимают конкуренты и агрегаторы. Поэтому коэффициент роста в образовательной нише читается двояко: и как успех агентства, и как напоминание, что в насыщенных сегментах канал перестаёт быть опцией раньше, чем в остальных.

Не все результаты опубликованы в формате длинных разборов, но короткие кейсы тоже полезны - хотя бы как точки на карте рынка. Образовательная группа «Синергия» и агентство КручуВерчу отчитались о росте видимости в ИИ в 17 раз - номинация в категории «Поисковое продвижение» премии Workspace Digital Awards. Коэффициент здесь читается только вместе с базой: рост в 17 раз от почти нулевой базы - типовая история раннего входа, и его ценность в другом - крупный бренд образования завёл канал в свою медиаматрицу и зафиксировал результат замером.

Отдельный поджанр - эксперименты агентств на себе. Помимо упомянутого блога Kokoc.com (цитируемость в 6 раз), в публичном поле встречаются авторские замеры с короткими сроками: команда проверила, как ChatGPT, Perplexity, DeepSeek и Google AI Overview называют её бренд, и за 15 дней подняла видимость с 16% до 42% на своём пуле промптов. Такие кейсы полезны рамками скорости: быстрый рост возможен, когда пул узкий, бренд уже имеет информационное поле, а работы концентрируются на низко висящих помехах. Но переносить «15 дней» на корпоративные ожидания опасно: у бренда с широкой номенклатурой пул промптов на порядки больше, а бюджеты согласований - заметно длиннее.

Важная деталь последовательности - что аудит присутствия идёт первым, а не после выбора подрядчика: во всех разобранных проектах исходный замер был зафиксирован до старта работ, и именно он превратил итог в кейс. Заменить его «средними по рынку» цифрами нельзя - видимость слишком зависит от ниши и базы. Практический вывод: даже если решение о работах ещё не принято, базовый замер стоит провести сразу - он бесплатен относительно всего проекта, защищает от завышенных обещаний продавцов и заодно покажет, где бренд уже упоминается без всяких работ: такие точки естественного присутствия - самый дешёвый ресурс роста.

Если разложить разборы на шаги, последовательность повторяется с вариациями. Шаг первый - аудит присутствия: пул промптов, замер текущей видимости, определение того, где бренд уже упоминается, где сайт служит источником, а где в ответах хозяйничают конкуренты. Шаг второй - техническая подготовка: доступность страниц для ИИ-краулеров, рендеринг без скриптов, скорость, llms.txt и LLM info-страницы, корректность карточек организаций. Шаг третий - контентная работа в двух контурах: собственные материалы (инструкции, сравнения, рейтинги, FAQ) и внешние публикации на площадках, которые модели уже берут в источники. Шаг четвёртый - повторный замер по тому же пулу промптов, на той же выборке систем и с теми же определениями метрик.

Жёсткость этой последовательности - хороший знак зрелости: она означает, что методика уже стандартизировалась на уровне практики, даже без формальных стандартов. Плохой знак - когда кейс начинается сразу с третьего шага: публикации без аудита и технической подготовки дают случайные упоминания, которые не воспроизводятся. Отдельно стоит заметить: ни один публичный кейс не обходится внешними площадками - роль упоминаний и цитирований вне сайта настолько велика, что материал про внешние упоминания для GEO фактически описывает половину работ из любого кейса. А повторяемость шагов делает кейсы источником готового плана: свой проект можно собирать по образцу, подставляя свои нишу и масштаб.

К таблице полезно добавить оптику сроков: кратные роста из кейсов получены на горизонтах от недель до кварталов, и у каждого горизонта своя механика. Быстрые результаты - следствие снятия технических помех и попадания в уже существующие источники; средние - результат контентной работы и публикаций; устойчивые - следствие постоянного обновления фактуры. Планируя свой проект, не смешивайте эти горизонты в одном ожидании: технический этап обязан быть быстрым, контентный - нет, и требование «в два раза за месяц» к контентному этапу порождает только отчётность ради отчётности.

Таблица не для сравнения проектов между собой - рамки замеров разные. Она для другого: диапазон результатов показывает, что канал даёт измеримый эффект в разных отраслях и масштабах, а кратные роста зависят от исходной базы. Чем ниже база, тем выше коэффициент - и тем полезнее смотреть на абсолютную долю промптов с упоминанием после работ, а не на «иксы».

Шестое ограничение, которое стоит назвать отдельно, - переносимость: результат кейса зависит от ниши, базы и момента рынка, и прямое «у них выросло, значит и нам вырастет» не работает. Правильное использование кейсов - не как обещаний, а как диапазонов: если в разных отраслях и масштабах проекты дают измеримый эффект, канал реален; если бы все кейсы были из одной ниши с одной базой, это были бы витрины одного шаблона. Диапазоны полезнее точечных цифр ещё и потому, что защищают от якорей: заказчик, заякоренный на чужом коэффициенте, принимает плохие решения на собственном замере.

Первое ограничение - селекция выживших: публикуются успешные проекты, и по доле успехов в кейсах нельзя судить о доле успехов в популяции проектов. Провальные кейсы рынок почти не публикует, а они были бы информативнее: именно из них видно, в каких нишах и стартовых условиях канал не работает. Второе - подвижность площадки: обновление Яндекса в марте 2026 года на месяц выбило аналитику позиций, и любой замер «до/после», пересёкший такое обновление, частично измеряет не только работу агентства, но и смену правил площадки.

Третье - определения метрик. «Видимость» в разных кейсах означает разное: доля промптов с упоминанием бренда, доля ответов, где бренд в топе упоминаний, присутствие домена в источниках или составной индекс. Кейс Envybox ценен именно демонстрацией разницы: домен - второй в источниках, но это не помешало фиксированию роста упоминаний отдельно. Четвёртое - отсутствие ROI: прямой возврат на инвестиции канал пока не считает, и кейсы честно работают с метриками присутствия. Пятое - интерес публикующего: агентство публикует кейс как рекламу, и структурация материала будет выгодной себе. Это не делает кейс лживым - делает его рекламой с фактурой, которую надо проверять. Ограничения не обесценивают жанр: они задают правила чтения, собранные в следующем разделе.

Девятую позицию стоит добавить к списку: проверяемы ли источники публикации - названные площадки, скриншоты ответов, ссылки на замеры. Кейс с проверяемой фактурой отличается от объявления тем, что его можно разобрать до конца: открыть площадки, найти публикации, сверить формулировки с текстом разбора. В разобранных проектах эта проверка проходит - площадки названы, замеры описаны, ограничения признаны. Именно так и стоит калибровать собственных подрядчиков: исполнитель, чьи внутренние отчёты устроены как проверяемый кейс, к публичной фактуре придёт с той же дисциплиной.

Прежде чем поверить цифрам кейса, проверьте восемь позиций. Первая: раскрыт ли пул промптов и его размер - 89 промптов и «мы улучшили видимость» - разные уровни доверия. Вторая: перечислены ли системы замера - замер в девяти платформах и в одной - разные истории. Третье: названа ли база «до» - рост «в 17 раз» без базы означает что угодно. Четвёртое: одинаковы ли условия замеров «до» и «после» - тот же пул, те же системы, те же определения. Пятое: не пересекается ли период работ с крупными обновлениями площадок - мартовское обновление Яндекса 2026 года врезается во многие кейсы.

Шестая позиция: показаны ли неудачи и ограничения - кейс, где всё шло гладко, написан без замера или без замера не был. Седьмая: отделяются ли упоминания бренда от присутствия домена в источниках - разница показана выше на Envybox. Восьмая: названы ли внешние площадки и их роль - если публикации идут, а площадки не названы, покрытие промптов проверить невозможно. Чек-лист применим и к вашему будущему кейсу: соберите эти позиции заранее, и ваш разбор попадёт в категорию «читаемо», а не «витрина». Тот же подход - база, пул, системы, определения - лежит в основе методики замера видимости, о которой подробнее говорит отдельный материал.

Из разобранных проектов складывается рабочий маршрут. Начните с базового замера: пул промптов по вашей номенклатуре, текущие упоминания и источники - без этой базы не будет ни честного кейса, ни управляемого проекта. Затем техническая подготовка: она дешёвая относительно контента и работает сразу на все платформы. Затем контент в двух контурах - свой сайт и внешние площадки, подобранные по промптам, - и повторный замер по тем же правилам. Горизонт первого осмысленного сравнения - один-два месяца, горизонта сопоставления с конкурентами - полгода; быстрые всплески из коротких кейсов - бонус ранних ниш, а не план.

И последнее: ваш кейс начнётся не с публикаций, а с дисциплины замера - все разобранные проекты объединяет то, что база «до» у них была зафиксирована до старта работ. Это же различает рынок исполнителей: агентство, которое на старте предлагает замер, работает с методикой; агентство, которое сразу обещает «иксы», - с витриной. Практические ориентиры дальнейшего выбора - в материалах про выбор подрядчика AEO/GEO, стоимость продвижения и план внедрения 30-60-90; рыночная рамка, в которой существуют все эти кейсы, - в обзоре российского рынка продвижения в нейросетях.