Как за 8 недель поднять видимость SaaS-продукта в ChatGPT в ×23? Делимся кейсом AEO | GEO
Только представьте, что ваш потенциальный клиент открывает ChatGPT и спрашивает «какой софт выбрать для управления проектами в сервисной компании». ИИ отвечает. Называет пять продуктов. Вашего в списке нет.
Именно с такой ситуацией мы столкнулись, когда начали работать с Birdview PSA — B2B SaaS-платформой для управления проектами на рынке США и Канады. Продукт сильный, команда профессиональная, SEO в порядке. Но в ChatGPT по ключевому кластеру запросов — 0,9% упоминаний. Фактически ноль.
За 8 недель мы подняли этот показатель до 21,5%. Рост в 23 раза. И вот как это происходило.
Почему это вообще важно?
Покупатели B2B-софта всё чаще начинают выбор не с Google, а с ChatGPT, Gemini или Perplexity. Они задают вопросы вроде «как выбрать PMS для распределённой команды» или «какой софт снижает риски при внедрении» и получают готовый ответ с рекомендациями.
Если бренда нет в этом ответе, то он выпадает из процесса выбора на самом раннем этапе. До того, как клиент зашёл на сайт, прочитал кейсы или поговорил с сейлом.
У Birdview была сильная позиция в узком PSA-кластере (Professional Services Automation): Perplexity цитировал их в 40% ответов, Claude — в 41%. Но в более широком и конкурентном PMS-кластере (Project Management Software) — почти ничего. А именно там сидит более широкая аудитория: консалтинг, архитектурные бюро, проектные команды.
Что мы сделали
Шаг 1. Собрали карту запросов
Взяли 100 LLM-запросов по PMS-тематике и разметили каждый по четырём уровням воронки — от «что такое PMS» до «готов купить, помоги выбрать». Параллельно проверили, какие сайты AI-системы цитируют по этим запросам, и получили карту конкурентов в нейровыдаче.
На старте всё выглядело так:
Шаг 2. Выбрали темы с максимальной отдачей
Не стали распылять бюджет на все уровни воронки. Использовали скоринг «Decision × 2 + Evaluation × 1», отдав больший вес тем запросам, где попадание в нейроответ ближе всего к продаже.
В топ-5 вышли исключительно Decision-запросы:
- How to choose project management software for a company
- How to pick project management software for distributed teams
- How to pick PMS for growth companies
- How to select cloud PMS for a company
- What indicates low implementation risk for project software
Шаг 3. Написали и опубликовали контент
Каждая тема — два материала. Один публиковали на сайте клиента, один на Medium. Итого запланировано 10 материалов, опубликовано 8 за 8 недель.
Каждый текст проходил четыре проверки перед публикацией:
Последний показатель — ключевой. Это внутренняя оценка того, насколько текст структурирован для извлечения языковой моделью: есть ли ответ в начале, самодостаточны ли абзацы, есть ли таблицы и FAQ.
Шаг 4. Еженедельный мониторинг
С первого дня пилота мы проводили еженедельные замеры по четырём провайдерам: ChatGPT, Gemini, Perplexity, Google AIO. 16 контрольных сканов за 8 недель. Такой подход позволяет увидеть динамику в реальном времени и перераспределять усилия. Например, отметили, что Gemini быстрее всего откликается на гайды с конкретными бизнес-сценариями и усилили именно этот формат.
Результаты через 8 недель
Количество LLM-запросов, по которым Birdview появляется в нейроответах, выросло с 8 до 103. Рост в 12,8 раза.
Бонус, которого не ожидали
95 из 100 целевых LLM-запросов имеют пересечение с SEO-ключами клиента. Контент, написанный под нейровыдачу, одновременно начал работать на SEO-трафик. Один материал — два канала.
Что изменилось в конкурентном ландшафте
В феврале в PMS-нейровыдаче доминировали узкоспециализированные PSA-платформы. В апреле рядом с Birdview появились Monday.com, Wrike, Asana — универсальные PM-инструменты с огромной аудиторией. Birdview занял позицию в этом ряду как серьёзная альтернатива, сохранив при этом лидерство по PSA-специфичным темам.
Выводы
Три вывода, которые работают не только для SaaS:
- Площадка имеет значение. Perplexity охотнее цитирует Medium, ChatGPT — структурированные гайды на сайте. Публиковать один текст на одной площадке, значит терять половину потенциального охвата.
- Фокус на Decision-запросах окупается быстрее. Не потому, что другие запросы не важны, а потому что именно там попадание в нейроответ ближе всего к реальному покупателю.
- Мониторинг нужен с первого дня, а не после. Без еженедельных данных невозможно понять, что работает, и перераспределить усилия вовремя.
FAQ
Можно ли получить такие же результаты за 8 недель для любого продукта?
Зависит от двух вещей: насколько конкурентен кластер и насколько чётко определены Decision-запросы. У Birdview было конкурентное преимущество — сильная база в PSA-кластере, которая косвенно помогла в PMS. Для продукта без какого-либо AI-присутствия первые реальные упоминания появляются через 1–2 месяца.
Что такое LLM-citability и как её измеряют?
Это метрика, которая оценивает структуру текста с точки зрения AI-извлечения: есть ли ответ в первых 150 словах, сформулированы ли H2 как вопросы, самодостаточны ли абзацы, есть ли таблицы и FAQ. Порог ≥ 80 означает, что текст написан так, что модель может взять любой фрагмент и использовать его в ответе без контекста страницы.
Как понять, стоит ли вообще заниматься AEO для нашего продукта?
Проверьте прямо сейчас: откройте ChatGPT и спросите, какой продукт выбрать в вашей категории. Пока вас нет в ответе, вы теряете клиентов, которые даже не знают о вашем существовании.