Как мы вывели B2B-сервис Nopaper в нейросети: GEO для сервиса электронного документооборота
Рассказываем, как благодаря доработке контента под принципы E-E-A-T материалы Nopaper попали в Google AI Overviews и ChatGPT
Опубликовано 11.03.2026
Оглавление
О клиенте
О клиенте
Nopaper — B2B-сервис в сфере электронного документооборота и КЭДО.
Несколько лет наше агентство занималось SEO для сервиса Nopaper. За это время сайт вырос в органике, закрепился по ключевым запросам и стал стабильным источником трафика. Подробно об этом читайте в отдельном кейсе.
Аудитория Nopaper: HR-директора, юристы, бухгалтеры и руководители бизнеса. Это люди, которые не принимают решений без глубокого изучения вопроса: импульсивные покупки здесь не работают, только рациональный подход и экспертиза. Поэтому в этом сегменте именно контент становится главным инструментом генерации лидов.
Несколько лет наше агентство занималось SEO для сервиса Nopaper. За это время сайт вырос в органике, закрепился по ключевым запросам и стал стабильным источником трафика. Подробно об этом читайте в отдельном кейсе.
Аудитория Nopaper: HR-директора, юристы, бухгалтеры и руководители бизнеса. Это люди, которые не принимают решений без глубокого изучения вопроса: импульсивные покупки здесь не работают, только рациональный подход и экспертиза. Поэтому в этом сегменте именно контент становится главным инструментом генерации лидов.
Почему решили начать продвижение в нейростеях (GEO)
Почему решили начать продвижение в нейростеях (GEO)
С развитием нейровыдачи (Google AI Overviews, чат-ассистенты) начало меняться само распределение пользовательского внимания:
- значительная часть информационных запросов закрывается прямо в блоках ИИ,
- пользователь получает ответ, не переходя на сайт,
- CTR по информационным запросам закономерно снижается.
SEO по-прежнему работало, но логика поиска изменилась. И в ходе регулярных встреч с клиентом мы пришли к выводу: если нейросети становятся новым слоем поиска, бренд должен присутствовать и там. Мы должны встроить его в изменённую модель поведения пользователя.
Так родилась идея протестировать GEO (Generative Engine Optimization) — как логичное и своевременное расширение SEO-стратегии.
Так родилась идея протестировать GEO (Generative Engine Optimization) — как логичное и своевременное расширение SEO-стратегии.
“
Мы понимали, что направление GEO только формируется, но для информационной тематики оно выглядит особенно перспективным. Решили: пробовать нужно на старте.
Надежда Коробова
Руководитель SEO-отдела Artsofte Leads
Задача
Задача
Цель — сделать так, чтобы:
- материалы сайта корректно считывались и использовались в нейровыдаче,
- бренд фигурировал как источник информации,
- формулировки не искажались при автоматической пересборке ответа,
- SEO-позиции при этом не пострадали.
Решение
Решение
Работы по GEO не заменили SEO — они его углубили. В основе этого расширения лежат принципы E-E-A-T: Experience (опыт) — практический опыт автора в теме, Expertise (экспертность) — глубокие профессиональные знания, Authoritativeness (авторитетность) — признание эксперта в нише, Trustworthiness (надёжность) — прозрачность источников и отсутствие манипуляций.
Google закрепил подход E‑A‑T в руководствах по оценке качества контента в середине 2010‑х, а в 2022 году модель была расширена до E‑E‑A‑T (с акцентом на опыт). В эпоху ИИ они стали критическими: нейросети фильтруют тысячи источников и отбирают только те, где экспертность подтверждена фактами, авторством и ссылками.
В отличие от классической SEO-модели, GEO ориентирован не на клики из выдачи, а на то, чтобы генеративные движки (ChatGPT, YandexGPT, SGE и др.) использовали тексты как каноничный источник для ответов.
В этой парадигме ключевым становится не столько соответствие запросу, сколько подтверждённая экспертность и надёжность источника. Именно «E-E-A-T» даёт ИИ сигнал: этот материал можно безопасно цитировать.
Google закрепил подход E‑A‑T в руководствах по оценке качества контента в середине 2010‑х, а в 2022 году модель была расширена до E‑E‑A‑T (с акцентом на опыт). В эпоху ИИ они стали критическими: нейросети фильтруют тысячи источников и отбирают только те, где экспертность подтверждена фактами, авторством и ссылками.
В отличие от классической SEO-модели, GEO ориентирован не на клики из выдачи, а на то, чтобы генеративные движки (ChatGPT, YandexGPT, SGE и др.) использовали тексты как каноничный источник для ответов.
В этой парадигме ключевым становится не столько соответствие запросу, сколько подтверждённая экспертность и надёжность источника. Именно «E-E-A-T» даёт ИИ сигнал: этот материал можно безопасно цитировать.
E-E-A-T в работе: что сделали
E-E-A-T в работе: что сделали
1. Усиление авторства
В рамках GEO-продвижения явное указание авторства усиливает сигналы экспертности и доверия — как для пользователей, так и для алгоритмов.
В переполненной информационной среде большие языковые модели (LLM — Large Language Models), на которых работают ChatGPT, YandexGPT и аналогичные нейросети, анализируют авторство, опыт автора и репутацию площадки как совокупный показатель экспертизы. Без явного и понятного указания на автора языковые модели с высокой вероятностью проигнорируют такой контент.
Наша задача — донести до языковых моделей чёткий сигнал: кто именно создал материал и почему этой информации можно доверять. Это повышает шансы, что именно наш контент будет выбран для формирования ответов в нейросетевой выдаче.
Что мы сделали:
В переполненной информационной среде большие языковые модели (LLM — Large Language Models), на которых работают ChatGPT, YandexGPT и аналогичные нейросети, анализируют авторство, опыт автора и репутацию площадки как совокупный показатель экспертизы. Без явного и понятного указания на автора языковые модели с высокой вероятностью проигнорируют такой контент.
Наша задача — донести до языковых моделей чёткий сигнал: кто именно создал материал и почему этой информации можно доверять. Это повышает шансы, что именно наш контент будет выбран для формирования ответов в нейросетевой выдаче.
Что мы сделали:
- внедрили подробные блоки об авторах — с должностью, релевантным опытом, достижениями и подтверждающими регалиями;
- чтобы нейросети легко доставали эту информацию, настроили глубокую микроразметку с заполнением расширенных полей.
Микроразметка — это машиночитаемый код на странице, который помогает поисковикам и LLM понимать, что означает тот или иной элемент: кто автор, какая у него должность, чем подтверждена экспертиза.
Мы использовали схемы Person и Author из стандарта Schema.org и заполнили расширенные поля — имя автора, должность, URL фотографии. Далее планируем создать отдельные страницы под авторов, где соберем все материалы с ссылками. Так модели получают структурированный сигнал об эксперте, понимают, что ему можно доверять, а значит цитировать.
Микроразметка организации. Мы также централизованно внедрили на всех страницах сайта микроразметку организации (Organization). Это помогает ИИ связывать контент не только с конкретным экспертом, но и с компанией в целом, формируя дополнительный сигнал доверия.
Исследования подтверждают, что такой подход работает: согласно данным Salt Agency, структурированные данные (включая разметку организации) регулярно встречаются в источниках, которые ИИ использует для формирования ответов. Чем полнее цифровой след, тем выше вероятность, что модель выберет именно этот материал.
Мы использовали схемы Person и Author из стандарта Schema.org и заполнили расширенные поля — имя автора, должность, URL фотографии. Далее планируем создать отдельные страницы под авторов, где соберем все материалы с ссылками. Так модели получают структурированный сигнал об эксперте, понимают, что ему можно доверять, а значит цитировать.
Микроразметка организации. Мы также централизованно внедрили на всех страницах сайта микроразметку организации (Organization). Это помогает ИИ связывать контент не только с конкретным экспертом, но и с компанией в целом, формируя дополнительный сигнал доверия.
Исследования подтверждают, что такой подход работает: согласно данным Salt Agency, структурированные данные (включая разметку организации) регулярно встречаются в источниках, которые ИИ использует для формирования ответов. Чем полнее цифровой след, тем выше вероятность, что модель выберет именно этот материал.
2. Подтверждение экспертных утверждений
Как и явное авторство, экспертные цитаты с реальными именами и источниками усиливают E-E-A-T и повышают шансы на цитирование в AI-ответах.
Поэтому мы внедрили цитаты в кейсы и статьи и разметили их через Schema.org/Quotation. Этот тип микроразметки специально предназначен для структурирования высказываний: он помогает языковым моделям точно извлекать текст цитаты, определять автора и источник, а также корректно атрибутировать информацию при формировании ответов.
Поэтому мы внедрили цитаты в кейсы и статьи и разметили их через Schema.org/Quotation. Этот тип микроразметки специально предназначен для структурирования высказываний: он помогает языковым моделям точно извлекать текст цитаты, определять автора и источник, а также корректно атрибутировать информацию при формировании ответов.
3. Структурирование материалов
Нейросети читают страницу по её структуре. Чётко размеченные заголовки (H1-H4), списки, таблицы, блоки «вопрос-ответ» и подписанные изображения с alt-текстами значительно увеличивают шансы контента быть отобранным для генеративного ответа.
Как отмечают специалисты, генеративные ответы особенно часто опираются на хорошо структурированный контент — маркированные списки, заголовки, ёмкие перечни.
Ключевые работы
Как отмечают специалисты, генеративные ответы особенно часто опираются на хорошо структурированный контент — маркированные списки, заголовки, ёмкие перечни.
Ключевые работы
- Чёткая HTML-иерархия
- Таблицы и списки для сложной информации
- Резюме в конце статьи и FAQ-блоки
Это даёт ИИ возможность пройти три этапа синтеза информации:
1. Извлечение смыслов — модели не нужно продираться через художественные обороты или длинные вступления, готовые факты доступны сразу.
2. Агрегация — если вопрос пользователя сложный, ИИ собирает ответы из разных частей статьи. Резюме служит для него картой, ускоряя сборку финального текста.
3. Форматирование — блоки FAQ уже имеют структуру «вопрос-ответ», которую поисковые алгоритмы используют для формирования быстрых ответов (featured snippets) в выдаче.
1. Извлечение смыслов — модели не нужно продираться через художественные обороты или длинные вступления, готовые факты доступны сразу.
2. Агрегация — если вопрос пользователя сложный, ИИ собирает ответы из разных частей статьи. Резюме служит для него картой, ускоряя сборку финального текста.
3. Форматирование — блоки FAQ уже имеют структуру «вопрос-ответ», которую поисковые алгоритмы используют для формирования быстрых ответов (featured snippets) в выдаче.
4. Эксперимент: LLMS.txt
В корень сайта мы добавили файл LLMS.txt.
LLMS.txt — предложенный открытый стандарт текстового файла, который работает в паре с robots.txt и sitemap: он помогает LLM легче находить важные разделы и ориентироваться в структуре сайта. Это упрощает извлечение информации моделями и потенциально улучшает её использование в ответах.
Как это выглядит на проекте Nopaper:
LLMS.txt — предложенный открытый стандарт текстового файла, который работает в паре с robots.txt и sitemap: он помогает LLM легче находить важные разделы и ориентироваться в структуре сайта. Это упрощает извлечение информации моделями и потенциально улучшает её использование в ответах.
Как это выглядит на проекте Nopaper:
После добавления этого файла мы зафиксировали появление статей Nopaper в ответах GPT.
Прямую причинно-следственную связь установить невозможно: материал мог быть взят как из LLMS.txt, так и из поисковой выдачи.
На данном этапе мы рассматриваем этот инструмент как дополнительный сигнал для ИИ, но пока что не как гарантированный метод попадания в генеративные ответы.
Прямую причинно-следственную связь установить невозможно: материал мог быть взят как из LLMS.txt, так и из поисковой выдачи.
На данном этапе мы рассматриваем этот инструмент как дополнительный сигнал для ИИ, но пока что не как гарантированный метод попадания в генеративные ответы.
Примеры GEO-адаптированных материалов
Примеры — статьи для блога:
В рамках GEO-продвижения мы создавали и новые материалы, и обновляли уже опубликованные статьи.
Примеры — статьи для блога:
В рамках GEO-продвижения мы создавали и новые материалы, и обновляли уже опубликованные статьи.
Цифровой след и внешние размещения
Цифровой след и внешние размещения
В условиях нейровыдачи сигналы о бренде в сети учитываются не только при классическом SEO-ранжировании, но и при отборе источников для генеративных ответов ИИ. Чем больше подтверждённых упоминаний, ссылок и распространённого контента, тем выше вероятность, что модели будут рассматривать сайт как авторитетный и цитировать его.
Исходя из этого, мы не разделяли SEO и GEO жёстко — задачи решались в связке. Часть работ традиционно относилась к наращиванию ссылочной массы, но общая цель была шире: усилить присутствие бренда в цифровом поле в целом.
Что вошло в работу:
Результат
С 1 сентября по 1 декабря материалы с упоминанием Nopaper были размещены на 26 внешних площадках.
Исходя из этого, мы не разделяли SEO и GEO жёстко — задачи решались в связке. Часть работ традиционно относилась к наращиванию ссылочной массы, но общая цель была шире: усилить присутствие бренда в цифровом поле в целом.
Что вошло в работу:
- закупка ссылок,
- размещение материалов на внешних ресурсах,
- кросс-постинг со стороны маркетологов клиента в рамках PR-активности.
Результат
С 1 сентября по 1 декабря материалы с упоминанием Nopaper были размещены на 26 внешних площадках.
Результаты GEO-продвижения
Результаты GEO-продвижения
Точка отсчёта — 1 сентября (до начала оптимизации под нейровыдачу).
Контрольная дата — 1 декабря (через 3 месяца после внедрения изменений).
Контрольная дата — 1 декабря (через 3 месяца после внедрения изменений).
- Появление материалов в ИИ (Google AI Overviews и ChatGPT)
Сервис Pixeltools фиксирует рост упоминаний бренда по тематическим промптам — особенно в Perplexity. Абсолютные позиции (цифры) здесь не показательны из-за постоянных изменений, поэтому мы оцениваем сам факт присутствия в генеративных системах.
- Рост ИИ-трафика
Однако с распространением нейровыдачи пользователь всё чаще получает ответ прямо в интерфейсе ИИ, не переходя на сайт. Поэтому в GEO ключевая метрика смещается: важен не столько объем трафика, сколько сам факт использования контента и упоминания бренда в ответах.
Что показал проект
Что показал проект
GEO — это не замена SEO, а следующий слой работы с контентом.
Усиление E-E-A-T повышает не только шансы на попадание в нейровыдачу, но и классические позиции.
Мы видим, что позиции по GEO-оптимизированной статье растут в SEO-поиске.
Усиление E-E-A-T повышает не только шансы на попадание в нейровыдачу, но и классические позиции.
Мы видим, что позиции по GEO-оптимизированной статье растут в SEO-поиске.
Следовательно, SEO-трафик заметно вырос на эту статью:
Выводы
Выводы
В современной поисковой экосистеме цель меняется: важно не только занять позицию, но и стать «правильным ответом».
“
Самая сложная часть — работать в направлении, где нет чётких правил. Невозможно гарантировать появление в GPT, стабильность формулировок. Поэтому мы не опираемся на гарантии, а тестируем гипотезы, усиливаем прозрачность контента и фиксируем динамику. Результат сложно измерить, поэтому мы измеряем движение.
GEO — это не про быстрые лиды. Это стратегическая работа с присутствием бренда в новой логике поиска. Если раньше задачей было получить клик, то теперь — быть выбранным источником.
GEO — это не про быстрые лиды. Это стратегическая работа с присутствием бренда в новой логике поиска. Если раньше задачей было получить клик, то теперь — быть выбранным источником.
Надежда Коробова
Руководитель SEO-отдела Artsofte Leads
Отзыв клиента
Отзыв клиента
“
Мы давно работаем с Artsofte Leads по SEO и видим стабильный рост органического трафика. Но с развитием нейросетей стало понятно: пользователь всё чаще получает ответ, даже не заходя на сайт. Нам было важно понять, как в этой новой реальности оставаться видимыми и продолжать работать с аудиторией. Поэтому мы решили протестировать GEO как естественное расширение SEO-стратегии.
Вместе с командой агентства мы сформулировали гипотезы, внедрили изменения и через три месяца увидели результат. Материалы Nopaper начали появляться в Google AI Overviews и использоваться как источники в ответах ChatGPT. При этом GEO не отменило SEO, а дополнило его. Одна из статей не только попала в нейровыдачу, но и поднялась из ТОП-30 в ТОП-5 классического Поиска. Для нас это стало сигналом, что усиление E-E-AТ работает на обе задачи сразу.
Главное — мы перестали полагаться только на клики и начали встраивать бренд в новый слой поискового поведения. Для B2B-ниши, где решения принимают взвешенно, присутствие в авторитетных источниках на стороне ИИ работает на доверие и укрепляет позиции на перспективу.
Особенно ценно, что Artsofte Leads выступает не просто исполнителем, а думающим партнёром. Команда разбирается в специфике B2B, понимает нашу аудиторию и предлагает решения, которые работают вдолгую.
Вместе с командой агентства мы сформулировали гипотезы, внедрили изменения и через три месяца увидели результат. Материалы Nopaper начали появляться в Google AI Overviews и использоваться как источники в ответах ChatGPT. При этом GEO не отменило SEO, а дополнило его. Одна из статей не только попала в нейровыдачу, но и поднялась из ТОП-30 в ТОП-5 классического Поиска. Для нас это стало сигналом, что усиление E-E-AТ работает на обе задачи сразу.
Главное — мы перестали полагаться только на клики и начали встраивать бренд в новый слой поискового поведения. Для B2B-ниши, где решения принимают взвешенно, присутствие в авторитетных источниках на стороне ИИ работает на доверие и укрепляет позиции на перспективу.
Особенно ценно, что Artsofte Leads выступает не просто исполнителем, а думающим партнёром. Команда разбирается в специфике B2B, понимает нашу аудиторию и предлагает решения, которые работают вдолгую.
Резюме
Резюме
- GEO помогает контенту появляться в ответах ИИ: Google AI Overviews, ChatGPT, Perplexity. Мы протестировали его для B2B-сервиса Nopaper.
- За три месяца доработали контент под E-E-A-T: внедрили микроразметку авторов, добавили экспертные цитаты, структурировали материалы с чёткой иерархией, таблицами и FAQ-блоками, разместили LLMS.txt и усилили цифровой след внешними публикациями.
- Результат — статьи Nopaper начали появляться в Google AI Overviews и использоваться как источники в ChatGPT. Pixeltools зафиксировал рост упоминаний бренда в Perplexity. При этом GEO дополнило SEO: одна из статей поднялась из ТОП-30 в ТОП-5 классического Поиска.
- Для B2B присутствие в ответах ИИ работает на доверие и укрепляет позиции на перспективу. GEO — это стратегическая работа с брендом в новой логике поиска.
Над проектом работают
Дарья Мельникова
SEO-специалист
Надежда Коробова
Руководитель SEO-отдела
Хотите знать, что работает
в digital-маркетинге?
в digital-маркетинге?
Подпишитесь на нас — в telegram или на email-рассылку.
Частые вопросы
Частые вопросы
GEO (оптимизация под генеративные движки) — это логичное расширение SEO, которое адаптирует контент под новый слой поискового поведения. Если классическое SEO ориентировано на переходы из поисковой выдачи, то GEO решает другую задачу: сделать так, чтобы материалы сайта использовались как источники в ответах ИИ — Google AI Overviews, ChatGPT, Perplexity и других ассистентах. При этом GEO не отменяет SEO, а дополняет его: усиление E-E-AТ-факторов работает на обе задачи сразу.
Действительно, с распространением нейровыдачи пользователь всё чаще получает ответ прямо в интерфейсе ИИ, не переходя на сайт. Поэтому в GEO ключевая метрика смещается: важен не столько объём трафика, сколько сам факт использования контента и упоминания бренда в ответах. Для B2B-ниши, где решения принимают взвешенно, присутствие в авторитетных источниках на стороне ИИ работает на доверие и укрепляет позиции на перспективу.
Отслеживать присутствие можно с помощью специализированных сервисов. Например, Pixeltools показывает динамику упоминаний бренда по тематическим промптам и фиксирует, в каких генеративных системах (Google AI Overviews, ChatGPT, Perplexity) появляются материалы сайта. Важно учитывать, что абсолютные позиции здесь не показательны из-за постоянных изменений, поэтому оценивать нужно сам факт присутствия.
E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness) — это принципы оценки качества контента: опыт автора, экспертность, авторитетность и надёжность источника. В эпоху ИИ эти принципы вышли на первый план. Нейросети фильтруют тысячи источников и выбирают те, где экспертность подтверждена фактами, авторством и ссылками. E-E-A-T даёт ИИ сигнал: этому материалу можно доверять.
В рамках GEO-продвижения важно донести до языковых моделей чёткий сигнал: кто именно создал материал и почему этой информации можно доверять. Для этого мы внедрили подробные блоки об авторах — с должностью, релевантным опытом и достижениями. Чтобы нейросети легко доставали эту информацию, мы настроили глубокую микроразметку с заполнением расширенных полей (схемы Person и Author из стандарта Schema.org).
Нейросети читают страницу по её структуре. Чётко размеченные заголовки (H1-H4), списки, таблицы, блоки «вопрос-ответ» и подписанные изображения с alt-текстами значительно увеличивают шансы контента быть отобранным для генеративного ответа.
Важно выстроить строгую иерархию заголовков — без перескоков с H2 на H4. Сравнительные данные и перечни лучше выносить в таблицы и маркированные списки: такие форматы легче считываются алгоритмами. В конце статей полезно добавлять резюме с ключевыми выводами и FAQ-блоки. Это даёт ИИ карту материала и ускоряет сборку ответа.
Важно выстроить строгую иерархию заголовков — без перескоков с H2 на H4. Сравнительные данные и перечни лучше выносить в таблицы и маркированные списки: такие форматы легче считываются алгоритмами. В конце статей полезно добавлять резюме с ключевыми выводами и FAQ-блоки. Это даёт ИИ карту материала и ускоряет сборку ответа.
LLMS.txt — предложенный открытый стандарт текстового файла, который работает в паре с robots.txt и sitemap. Он помогает большим языковым моделям легче находить важные разделы и ориентироваться в структуре сайта, упрощая извлечение информации.
После добавления этого файла мы зафиксировали появление статей Nopaper в ответах GPT. Прямую причинно-следственную связь установить сложно, но мы рассматриваем этот инструмент как дополнительный сигнал для ИИ.
После добавления этого файла мы зафиксировали появление статей Nopaper в ответах GPT. Прямую причинно-следственную связь установить сложно, но мы рассматриваем этот инструмент как дополнительный сигнал для ИИ.
Да, может. В нашем кейсе одна из статей не только попала в нейровыдачу, но и поднялась из ТОП-30 в ТОП-5 классического Поиска. Это подтверждает, что усиление E-E-AТ-факторов (проработка авторства, экспертных блоков, структуры контента) работает на обе задачи сразу — и на видимость в нейросетях, и на ранжирование в традиционном Поиске.
Новые материалы по этой теме
Новые материалы по этой теме
Подписка на статьи и кейсы
Пишем о том, что работает на практике, а не в теории.
Обсудим продвижение вашего проекта?
Оставьте ваши контакты, и мы свяжемся с вами
Делимся опытом