Как мы увеличили упоминания fashion-ритейлера в ChatGPT

В 2024 году fashion-ритейлер с оборотом 50M+ рублей столкнулся с падением органического трафика на 18% за год. При этом в ChatGPT при запросах «где купить качественную одежду в РФ» или «лучшие магазины одежды 2026» — его не упоминали. Конкуренты? Уже в топе: «Обратите внимание на [X] и [Y]…»

Мы запустили GEO-стратегию — и через 3 месяца:

• +65% упоминаний в ChatGPT (с 12% до 78%)
• +92% в Gemini (с 8% до 85%)
• +42% целевого трафика из AI-источников

Исходная точка: что показал аудит

Начали не с правок, а с аудита. Мы взяли 25 запросов, по которым клиенты ищут одежду: «где купить качественный базовый гардероб», «магазины российской одежды с доставкой», «как выбрать пуховик на зиму» и другие. Прогнали каждый через ChatGPT, Gemini и Алису. Зафиксировали результат до начала работ — без точки А невозможно честно посчитать динамику.

Картина была типичной. Бренд упоминался в 12% ответов ChatGPT и 8% ответов Gemini. Причём в 6 случаях из 10 упоминание было косвенным: «один из российских ритейлеров» — без названия. Конкурент, который годами публиковал собственное исследование про состав тканей, цитировался в три раза чаще.

Аудит показал четыре проблемы: маркетинговые тексты без единого факта, отсутствие структурированной разметки, карточки товаров со словом «премиум» вместо цифр и полное отсутствие собственных данных, которые можно цитировать. Дальше работали по этому списку.

Что мы сделали (без «SEO-магии»)

1. Заменили «маркетинговый» контент на цитируемый экспертиз

Было:

«10 причин выбрать нас: качество, сервис, модные коллекции…»

Стало:

«Почему 68% покупателей возвращают одежду? Данные опроса 5000 человек»
«Как [Клиент] сократил водопотребление на 41%: отчёт 2024»

→ Внутри — факты, цифры, ссылки на исследования, авторство бренда.

2. Добавили структурированную разметку (Schema.org)

→ Чем точнее структура — тем выше шанс, что ИИ «откусит» блок как цитату.

3. Оптимизировали карточки товаров под «цитирование»

Было:

«Стильные джинсы из денима премиум-класса»

Стало:

«Джинсы [Модель] — часть коллекции, созданной с фондом Х.
— 73% хлопка — органический, сертифицированный GOTS.
— С 2023 г. сократили водопотребление на 41% — данные в отчёте [ссылка]»

→ Такие блоки легко цитируются как авторитетный источник.

4. Собрали раздел вопросов и ответов

Из базы поддержки выгрузили 200 реальных вопросов покупателей за год. Сгруппировали, отобрали 40 самых частых. На каждый написали ответ с цифрами: сроки доставки по городам, таблицы размеров с реальными замерами, правила возврата со ссылками на конкретные пункты закона.

Разметили раздел по Schema.org FAQPage. Эффект заметили через пять недель: ИИ начал утаскивать ответы целиком. На вопрос «вернут ли деньги за товар без бирки» нейросеть отвечала текстом магазина почти дословно — со ссылкой на источник.

5. Начали публиковать собственные данные

Самый недооценённый приём из всех. Мы инициировали два исследования: опрос 5000 покупателей о причинах возвратов и отчёт о водопотреблении при производстве. Такие данные в нише больше никто не публиковал — цитировать можно только нас.

Исследование про возвраты подобрали два отраслевых СМИ и крупный телеграм-канал про ритейл. Внешние упоминания со ссылками усилили авторитетность домена — и в классическом поиске, и в ответах нейросетей.

Как мы измеряли результат

Каждые две недели — замер по 25 запросам в трёх системах: ChatGPT, Gemini, Алиса. Фиксировали в таблице четыре параметра: был ли бренд в ответе, прямое или косвенное упоминание, позиция в ответе (первая треть или конец), контекст — рекомендуют, нейтрально или с оговорками.

Важная деталь: на один и тот же вопрос ИИ в разные дни отвечает по-разному. Поэтому каждый запрос прогоняли три раза и считали долю ответов с упоминанием. Иначе разовую удачу легко принять за рост, а случайное отсутствие — за падение.

Результаты (3 месяца)

• Упоминания в ChatGPT: 12% → 78% (+65%)
• Упоминания в Алисе: 5% → 61% (+1120%)
• Доля «рекомендаций»: 9% → 63% (+600%)
• Целевой трафик из AI: — → +42%

Что не сработало

Не всё сработало. Честно расскажу о провалах — они сэкономят вам бюджет.

Пресс-релизы на агрегаторах. Разместили три релиза о новых коллекциях. Эффект для цитируемости — нулевой. ИИ не берёт новостные копипасты без фактов и цифр.

Разметка отзывов. Наивно ждали, что ReviewSnippet подтянет рейтинг бренда в ответы ИИ. Не подтянул: за три месяца — ни одного ответа с рейтингом. Отзывы работают на доверие человека, но не нейросети.

Отдельные «ИИ-лендинги». Сначала сделали два лендинга под ключевые запросы. Вреда не было, но и пользы — ноль: без фактуры они не цитировались. Правильный путь — усиливать существующие страницы, которые уже получают трафик.

Как поддерживать результат: сезонность и коллекции

Fashion — ниша, где контент устаревает быстрее всего. Коллекции меняются каждые три месяца, цены — ещё чаще. Если после запуска всё бросить, упоминания просядут за два-три месяца: нейросети предпочитают свежие источники и быстро замечают, когда данные протухли.

Поэтому мы встроили три привычки в регулярные процессы магазина:

Обновление дат. Раз в квартал — ревизия цен и сроков на приоритетных страницах, обновление пометки «актуально на…» в карточках и FAQ.

Факты в каждую новую коллекцию. Пресс-релиз коллекции заменили мини-отчётом: состав тканей, сертификация, диапазон цен. Публикуется за неделю до старта продаж — к моменту спроса данные уже в индексе.

Квартальный замер. Раз в три месяца — контрольный прогон тех же 25 запросов и сравнение с предыдущим замером. Просели конкретные запросы — точечно дорабатываем страницы под них.

Отдельно про высокий сезон. Осенью и зимой вопросы «где купить пуховик» задают в разы чаще, и конкуренция за место в ответах в этот момент максимальна. Готовить страницы под сезонные запросы нужно за два месяца до пика — нейросети должны успеть «увидеть» обновления до роста спроса.

На поддержку уходит примерно 5% ресурсов от запуска. Именно поэтому GEO дешевле, чем кажется: дорогой только первый цикл, дальше — аккуратная рутина. Если вы только определяете, что нужно вашему сайту, начните с пошагового аудита цитируемости — он покажет, какие страницы уже близки к цитированию, а какие требуют полной переработки.

Сроки, ресурсы и как повторить самостоятельно

Вся работа заняла три месяца. Основной ресурс — контент: около 30 переработанных страниц, 40 ответов в FAQ и два исследования. Техническая часть — два дня разработчика: разметка Schema.org, правки карточек, скорость загрузки.

Порядок действий для самостоятельного повторения: сначала аудит и фиксация точки А, потом карточки товаров и FAQ, и только затем — собственные исследования. Пошаговый план на 30 дней — в чек-листе GEO.

Кейс показателен ещё и тем, что ниша «эмоциональная»: одежду выбирают сердцем, а не по готовому ответу нейросети. Если GEO сработал здесь — в B2B и услугах он работает ещё лучше. Сравните с кейсом GEO для B2B и кейсом финтех-компании в DeepSeek.

Главный вывод

GEO ≠ SEO.

• В SEO боремся за 1-е место в выдаче.
• В GEO — становимся авторитетным источником.

Если убрать из этого кейса всё и оставить одну мысль, она будет такой: ИИ цитирует не самые «оптимизированные» сайты, а самые полезные источники. Мы не гонялись за алгоритмами — мы сделали контент, который удобно цитировать. Цифры пришли сами.

И ещё: эффект накапливается. Через три месяца после окончания работ упоминания продолжали расти — нейросети переобучаются и заново находят обновлённые страницы. Проверить свою текущую видимость можно за 15 минут по методике из статьи «Как проверить, что ChatGPT знает о вашем бренде».

Нейросети не ранжируют — они цитируют то, чему доверяют.