Финтех-стартап в ответах DeepSeek: кейс захвата ниши

Клиент: финтех-стартап — сервис приёма платежей и онлайн-касс для малого бизнеса и самозанятых (оборот 90M+ руб/год, 2 года на рынке, лицензия ЦБ).
Проблема: на запросы «как принимать оплаты самозанятым», «эквайринг для ИП без создания ООО» нейросети советовали только крупные банки и ЮKassa. Стартапа не было ни в одном ответе.
Ставка: DeepSeek — модель, которая только набирала аудиторию в России. Ниша финансовых рекомендаций в ней была ещё пустой.

Через 4 месяца — топ-3 рекомендаций DeepSeek, 71% упоминаний по ключевой семантике, +64% регистраций из AI-источников.

• Упоминания в DeepSeek: 0% → 71%
• Упоминания в ChatGPT: 8% → 44%
• Регистрации из AI-поиска: +64%

Исходная точка: что показал аудит

Мы начали с замера по 18 запросам: «эквайринг для ИП», «онлайн-касса по 54-ФЗ», «как принимать оплату на сайте самозанятому», «сравнение эквайринга банков» и другие. Каждый запрос прогнали через DeepSeek, ChatGPT и Gemini — по три раза, чтобы отсечь случайность.

В DeepSeek ситуация оказалась неожиданной: на большинство финансовых вопросов модель отвечала общими словами и называла одни и те же три-четыре бренда. При этом половина ответов содержала оговорку «уточняйте актуальные условия» — то есть DeepSeek сам признавал, что не доверяет своим данным. Ниша была не просто свободной, она была голодной до структурированной информации.

Сайт стартапа давал для этого ноль материала: тарифы «по запросу», лицензия упомянута один раз в подвале, сравнений с банками нет, FAQ ограничивался «как вывести деньги». Полная методика такой диагностики — в статье Пошаговый аудит цитируемости в нейросетях.

Почему DeepSeek — отдельное окно возможностей

Логика ставки была простой. В ChatGPT финансовая ниша давно поделена: крупные банки публикуют контент, за них голосуют тысячи упоминаний в СМИ и на форумах. Стартапу там пришлось бы 2-3 года догонять.

DeepSeek пришёл на российский рынок позже. Русскоязычного корпуса о новых финтех-сервисах в его данных почти не было. Аудитория при этом росла быстро — модель бесплатная, и её активно тестировали предприниматели и разработчики, то есть ровно та аудитория стартапа.

Отсюда стратегия: стать главным источником по нише в DeepSeek, пока конкуренты спят. А затем переносить наработанный контент под ChatGPT и Gemini — с готовыми фактами и структурой это уже вопрос месяцев, а не лет.

Что мы сделали

1. Раскрыли тарифы и регуляторику

Было:

«Прозрачные тарифы, быстрые выплаты, удобный личный кабинет»

Стало:

«Приём платежей для самозанятых: комиссия 2,3% + 20 ₽ за транзакцию.
— Выплаты на карту: на следующий рабочий день, без выходных задержек
— Онлайн-касса по 54-ФЗ: включена, чеки в налоговую уходит автоматически
— Лицензия ЦБ РФ № 3532-К, соответствие 115-ФЗ
— Источник: тарифы актуальны на август 2026, официальный документ — [ссылка]»

→ В финансовой нише ИИ рекомендует только тех, кому может доверять по документам. Тариф + лицензия + законы — три опоры доверия.

2. Создали сравнения «банк vs сервис»

Пять страниц-сравнений: «Эквайринг Сбера vs наш сервис: комиссия и сроки», «Онлайн-касса: банк или финтех-сервис». Внутри — таблицы с комиссиями, сроками подключения, лимитами. Честно, включая пункты, где банк выгоднее.

Честность — ключевое. Когда в сравнении есть строки, где конкурент выигрывает, нейросеть трактует таблицу как объективную и цитирует её целиком, а не пересказывает выборочно.

3. Внедрили разметку FinancialService + FAQPage

На всех ключевых страницах — структурированная разметка FinancialService: лицензия, тарифы, география работы, каналы поддержки. Для раздела вопросов — FAQPage по Schema.org.

Разметка важна не для «SEO-галочек», а как машиночитаемая визитка: нейросети видят не текст, который надо интерпретировать, а готовые пары «параметр — значение». Именно такие блоки DeepSeek вставляет в ответы почти дословно.

4. Собрали FAQ по законам

25 вопросов из реальных обращений в поддержку: «нужна ли онлайн-касса самозанятому», «что такое 115-ФЗ и почему заблокировали выплату», «как 54-ФЗ влияет на чеки». Каждый ответ — со ссылкой на норму закона и разбором на человеческом языке.

Это дало эффект «двойного цитирования»: DeepSeek ссылался на стартап и в ответах про сервис, и в ответах про законы — вторая категория запросов в разы шире первой.

5. Запустили калькулятор комиссии

Отдельный инструмент: оборот, средний чек, способ приёма оплат — на выходе расчёт комиссии за месяц и год, рядом методика и сравнение с банковским эквайрингом.

Калькулятор стал самой цитируемой страницей: в ответах вида «сколько стоит принимать платежи самозанятому» DeepSeek приводил цифры именно из него.

Как мы измеряли результат

Те же 18 запросов, каждые две недели, три прогона на модель. В таблице: факт упоминания, позиция в списке рекомендаций, контекст — «рекомендует», «нейтрально» или «предостерегает». Отдельно — регистрации с UTM-метками от AI-источников, чтобы связать упоминания с деньгами.

Нюанс DeepSeek: ответы сильнее «плавают» от запроса к запросу, чем у ChatGPT. Без трёх прогонов динамику читать нельзя — разовый замер вводит в заблуждение в обе стороны.

Результаты (4 месяца)

• Упоминания в DeepSeek: 0% → 71%
• Упоминания в ChatGPT: 8% → 44%
• Упоминания в Gemini: 3% → 39%
• Позиция в DeepSeek: не упоминался → топ-3
• Регистрации из AI-поиска: +64%

Что не сработало

И о гипотезах, которые провалились.

Посевы в телеграм-каналах. Десятки упоминаний сервиса в профильных каналах не дали роста в ответах DeepSeek. Модель слабо связывает рекламные посты с продуктом — ей нужны факты на сайте и в открытых источниках.

Страница «Отзывы клиентов». Собрали 40 отзывов, оформили, разметили. В финансовых ответах DeepSeek не процитировал ни один — клиентов интересуют тарифы и законы, а не эмоции.

Лонгриды «о трендах финтеха». Три большие статьи про рынок в целом ушли в никуда: по таким темам конкурируют РБК, Ведомости и VC — стартапу их не обойти. Работают только темы, где вы — первоисточник: свои тарифы, свои кейсы, свои данные.

DeepSeek против ChatGPT и Gemini: где финтеху проще

За четыре месяца мы увидели чёткую картину. DeepSeek дал самый быстрый рост — первые упоминания на третьей неделе, топ-3 к третьему месяцу. В ChatGPT стартап вырос с 8% до 44% — прилично, но до топ-3 не дотянул: там слишком сильны банки. Gemini реагировал медленнее всех, зато стабильнее — упоминания почти не «отваливались» при повторных замерах.

Практический вывод для финтеха: начинайте с DeepSeek (низкая конкуренция, быстрая отдача), параллельно закладывайте фундамент для ChatGPT и Gemini — одни и те же страницы работают на все модели. Про различия платформ и почему проверять надо минимум три — подробно в статье Привлечение клиентов из ИИ-поисковиков.

Сроки, команда и как повторить самостоятельно

Четыре месяца. Команда: я как стратег, копирайтер с опытом в финансах (без него в регулируемой нише нельзя — слишком легко ошибиться в терминах), разработчик на разметку и калькулятор. Самое трудоёмкое — сравнения и FAQ по законам: каждая цифра проверялась по официальным источникам.

Бюджет стартапа был ограничен, и это не помешало: в GEO дорог не объём, а точность. Одна страница сравнения с корректной таблицей работает лучше двадцати «мнениях» статей.

Для самостоятельного старта — чек-лист GEO на 30 дней. Первые шаги (тарифы, лицензия, FAQ) финтех может сделать силами одного контент-менеджера за две недели.

Главный вывод

Появление новой нейросети — это окно возможностей, которое открыто несколько месяцев. В ChatGPT ниша финансов занята банками на годы вперёд. В DeepSeek на момент старта не было никого — и стартап с бюджетом в разы меньше банковского занял топ-3 за один квартал.

Формула простая: новые модели появляются регулярно, и каждый раз ниша в них пуста. Кто первым опубликует факты — тарифы, лицензии, сравнения, калькуляторы — тот и становится «дефолтной рекомендацией». Догнать потом значительно дороже, чем зайти первым.

Проверить, что нейросети знают о вашем сервисе прямо сейчас, можно за 15 минут — по методике из статьи «Как проверить, что ChatGPT знает о вашем бренде».