Медицинская клиника: как стать экспертом в ответах Алисы

Клиент: частная клиника семейной медицины (Москва), 12 врачей, 8 лет на рынке.
Проблема: при запросах «где пройти диспансеризацию в Москве» и «надёжная клиника для детей» в Алисе — рекомендовали только государственные учреждения и «крупные сети».
Их сайт: информационный, но без ссылок на нормативы и без профилей врачей.

Через 4 месяца — топ-3 рекомендаций Алисы, +57% записей из AI-поиска, +124% рост в запросах с «безопасно», «лицензировано», «по рекомендациям Минздрава».

Исходная точка: что показал аудит

Начали с замера. Взяли 20 запросов, по которым пациенты ищут клинику: «где пройти диспансеризацию в Москве», «частный педиатр рядом», «клиника, где принимают по ДМС», «где сделать УЗИ ребёнку» и другие. Прогнали каждый через Алису, GigaChat и ChatGPT — по три прогона на модель, чтобы исключить случайность.

Результат: в 60 ответах Алисы клиника не упомянута ни разу. В ответах фигурировали государственные поликлиники и две крупные сети. ChatGPT выдавал похожую картину, GigaChat упоминал клинику один раз — с устаревшим списком услуг.

Разбор сайта объяснил причины. Лицензия была, но «где-то в подвале» — ссылкой на PDF без номера. Врача описывались как «наши опытные специалисты» — без имён и квалификаций. Цены на услуги отсутствовали. Ни одной ссылки на клинические рекомендации. Нейросетям было нечего цитировать — а в медицине без подтверждений они вообще стараются не называть частные клиники. Как провести такой аудит для своего учреждения, я подробно разбираю в статье Пошаговый аудит цитируемости в нейросетях.

Что мы сделали (с учётом медицинской специфики)

1. Добавили ссылки на клинические рекомендации Минздрава

Было:

«Мы лечим ОРВИ эффективно и быстро»

Стало:

«Диагностика ОРВИ в [Клиент] проводится по клиническим рекомендациям Минздрава РФ (версия 2024 г., утв. протоколом №12 от 15.03.2024)»

→ Такие фразы Алиса цитирует как авторитетный источник.

2. Внедрили разметку MedicalBusiness + Person для врачей

На всех ключевых страницах услуг добавили структурированную разметку MedicalBusiness: номер лицензии, адрес, часы приёма, перечень услуг, принимаемые полисы ДМС. И для каждого врача — отдельный блок Person с ФИО, дипломом, сертификатом повышения квалификации.

Профили врачей вынесли на отдельные страницы: специализация, стаж, образование, научные публикации. Это дало неожиданный побочный эффект — Алиса начала рекомендовать не просто «клинику», а конкретного врача по узким запросам вроде «педиатр-аллерголог Москва».

3. Запретили «маркетинговую» речь

Убрали:

• «лучшая клиника Москвы» → заменили на «клиника с 8-летним опытом семейной медицины»
• «мы гарантируем выздоровление» → заменили на «по данным наблюдений, 92% пациентов с ОРВИ выздоравливают за 5–7 дней»

Почему? Алиса и Gemini снижают доверие к утверждениям без подкрепления.

4. Создали раздел вопросов и ответов по симптомам

Собрали 30 реальных вопросов из колл-центра и записей на приём: «какие анализы сдают при частых простудах у ребёнка», «что входит в диспансеризацию в 40 лет», «когда нужен педиатр, а когда — скорая». На каждый — ответ врача со ссылкой на клинические рекомендации и дисклеймером «не заменяет консультацию».

Именно этот раздел дал первые упоминания: пациенты задают Алисе вопросы по симптомам, а не «купить приём». Клиника, которая отвечает на такие вопросы с опорой на нормативы, становится для ИИ экспертом номер один в теме.

5. Навели порядок на геосервисах и площадках отзывов

Алиса активно использует данные экосистемы Яндекса: Справочник, Карты, отзывы. Мы выверили профиль в Яндекс Справочнике (услуги, цены, часы, врачи), синхронизировали данные в 2ГИС и на ПроДокторов.

Отдельная работа — ответы клиники на негативные отзывы. Не удаление (это невозможно), а официальные развёрнутые ответы с фактами. Нейросеть видит диалог и понимает, как клиника решает проблемы.

Как мы измеряли результат

Те же 20 запросов, каждые две недели, три прогона на модель. Фиксировали: факт упоминания, позицию в списке рекомендаций, контекст — «рекомендует», «упоминает нейтрально» или «отговаривает». Плюс смотрели записи на приём с UTM-метками от AI-источников в медицинской CRM клиники.

Отдельно следили за «тревожными» запросами — со словами «безопасно», «лицензировано», «без развода на деньги». Именно по ним рост оказался самым большим (+124%): пациенты, которые спрашивают ИИ о безопасности, доверяют ответу больше всего.

Результаты (4 месяца)

• Упоминания в Алисе: 0% → 76%
• Записи из AI-поиска: +57%
• Доля «по рекомендации ИИ»: 0% → 28%
• Рост в медицинских запросах: +124%

Что не сработало

И о провалах — чтобы вы не повторяли.

Блог «про здоровье» общего характера. Написали десять статей в стиле «10 способов укрепить иммунитет». Ноль цитирований: по таким темам конкурируют Дзен, СМИ и государственные порталы — у них больше охват и возраст домена.

Раздутые страницы услуг. Попробовали сделать «энциклопедические» описания на 5000 знаков с историей методики. Алиса игнорировала: пациенту нужен ответ на вопрос, а не лекция. Сработал обратный подход — конкретный вопрос, короткий ответ, номер протокола.

Покупные обзоры на внешних сайтах. Два «независимых» обзора клиник на сторонних площадках не дали ни одного упоминания. Для медицины ИИ доверяет первоисточникам и нормативам, а не рекламным публикациям.

Специфика Алисы: почему она ведёт себя иначе

Алиса — не ChatGPT. Она плотно завязана на экосистему Яндекса: Справочник, Карты, отзывы, Дзен. Для локальных запросов («педиатр рядом») она сначала смотрит профиль бизнеса в Яндекс Справочнике, и только потом — сайт. Поэтому порядок в геосервисах для Алисы важнее, чем для любой другой модели.

Второе отличие — консервативность в медицине. Алиса заметно охотнее называет государственные клиники и крупные сети: у них больше упоминаний в новостях и на государственных порталах. Частной клинике нужно дать ей «законный повод» для рекомендации: лицензию, протоколы, квалификацию врачей.

Поэтому проверять себя нужно во всех системах сразу — методика для разных платформ описана в статье Привлечение клиентов из ИИ-поисковиков.

Особенности GEO для медицины

• 🔹 Доверие > охват. Лучше 1 упоминание как «эксперт по Минздраву», чем 10 — как «популярная клиника».
• 🔹 ФИО врачей — обязательны. ИИ не доверяет «нашим специалистам» без имён и квалификации.
• 🔹 Лицензия и номер протокола — ваш главный SEO-тег для ИИ.
• 🔹 Избегайте маркетинговых клише. Они снижают E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness) — ключевой фактор для Алисы.

Сроки, команда и как повторить самостоятельно

Работа заняла четыре месяца. Команда: я как стратег, медицинский редактор (критично — тексты по медицине без врача писать нельзя), разработчик на разметку. Самое трудоёмкое — раздел вопросов и ответов: 30 вопросов по 30–40 минут на каждый с проверкой врачом.

Первые упоминания в Алисе появились на пятой неделе — после заполнения Справочника и разметки MedicalBusiness. До топ-3 по основным запросам — к концу третьего месяца. В GigaChat рост пошёл быстрее, в ChatGPT — медленнее.

Для самостоятельного старта без подрядчика подходит чек-лист GEO на 30 дней: первые шаги (лицензия, Справочник, профили врачей) клиника может сделать силами своего маркетолога за неделю.

Главный вывод

В медицине нейросети консервативны по природе: ошибка в рекомендации стоит слишком дорого — и пациенту, и репутации самой модели. Поэтому ИИ называет только тех, кому можно доверять по документам: лицензия, протоколы, квалификация врачей.

Это парадоксально снижает конкуренцию. Крупные сети побеждают в охвате, но проигрывают в конкретике: у них те же «опытные специалисты», что и у всех. Клиника, которая публикует протоколы, имена и цифры, получает рекомендации ИИ дешевле, чем рекламу.

Начните с малого: номер лицензии на видном месте, страница каждого врача с квалификацией, ответы на реальные вопросы пациентов. Проверить, что о вас говорит Алиса прямо сейчас, можно за 15 минут — по методике из статьи «Как проверить, что ChatGPT знает о вашем бренде».