В 2025 году Strategic Profits провела во Флориде, США, выступление в формате интервью. Игорь Ивицкий рассказал о личном эксперименте за пределами своей обычной темы Google Ads.
Доклад «How AI Search Will Make or Break Your Brand» был посвящён моменту, когда потенциальный клиент не просматривает список результатов поиска, а спрашивает ИИ, кому можно доверить задачу. Игорь сопоставил привычный подбор ключевых слов для Google Ads с тем, как модель собирает из открытых фактов связное представление о человеке или компании.
Видимость в ИИ начинается со связности
Главная идея Игоря состояла в том, что ИИ не просто поднимает одну удачную страницу. Он пытается распознать человека или бренд и собрать о нём понятную картину из разных сигналов. Шанс на уместную рекомендацию растёт, когда публичные факты указывают на одну область компетенции, содержат конкретные подтверждения и не противоречат друг другу.
Поэтому механическая замена поисковых ключей запросами к чат-боту не решает задачу. У поисковой рекламы остаются свои инструменты: Google описывает типы соответствия ключевых слов, а широкое соответствие управляет охватом подходящих запросов. Эти механизмы определяют показ объявления. Для рекомендации ИИ должен понять, чем известен бренд и на каких основаниях ему можно приписать нужную компетенцию.
Та же граница видна на примере исключений. В рекламе минус-слова и справка Google по минус-словам помогают не показывать объявления по нежелательным запросам. Но они не создают цельную профессиональную идентичность в ответах ИИ. Для этого нужны согласованные факты и доказательства, которые сохраняют смысл при объединении данных из разных источников.
Понятная проблема и область компетенции, с которой должен связываться бренд.
Конкретные публичные факты с разными формулировками, но общим смыслом.
ИИ связывает доказательства с брендом и может использовать их в рекомендации.
Мой принцип работы с видимостью в ИИ
Я не считаю её переписанной версией SEO. Публичные данные должны складываться в одну связную историю о моей работе, а каждый факт должен быть достаточно конкретным, чтобы ИИ мог его понять и использовать.
Эту разницу важно разбирать в обучении, потому что она меняет сам вопрос: не «какую фразу повторять», а «что рынок должен иметь возможность проверить о нас». В школе мы рассматриваем такой подход как часть маркетинга, основанного на доказательствах.
На бесплатном мастер-классе показываю пошагово, как превратить рекламу в предсказуемый поток клиентов.
Смотреть мастер-класс →Ключевые выводы
- Рекомендация меняет стартовый уровень доверия. Люди, пришедшие после ответа ИИ, уже понимали свою задачу и были готовы обсуждать её предметно.
- Единица видимости здесь не страница, а бренд как целое. Модели нужна связная картина человека или компании, чтобы объяснить уместность рекомендации.
- Конкретные факты полезнее общих заявлений об экспертности. Цифры, результаты и проверяемые достижения дают материал, который можно отличить от очередного общего руководства.
- Согласованность не требует копировать одну формулировку. Описания на разных площадках могут отличаться, если они поддерживают одну профессиональную идентичность.
- Срок частично зависит от обновлений моделей. Игорь не мог запросить немедленную индексацию и увидел заметную перемену после крупного обновления.
- Кейс даёт свидетельство, но не универсальное доказательство. Это эксперимент одного человека с замером до и после; его деловой эффект нужно проверять по повторным ответам и отслеживаемым обращениям.
Ключевые моменты доклада
Отправная точка: две общие строки
В марте 2024 года Игорь провёл простой тест: спросил ChatGPT, кто он такой. Ответ распознал украинского математика с некоторым опытом в Google, но не показал профессиональную позицию, которую должен был увидеть потенциальный клиент. Игорь описал результат коротко: “Zero authority, zero recognition.” Вместо того чтобы принять ответ за приговор репутации, он зафиксировал исходную точку. Для бизнеса разрыв был существенным. Консалтинг Игоря работает с клиентами, которые тратят на рекламу не менее $1 млн в год. Это опытные покупатели, редко реагирующие на обычный таргетинг, ленты и знакомые обещания продавцов. После многих презентаций они привыкли проверять каждое утверждение. Если ИИ не связывал имя Игоря с узкой задачей такого клиента, бренд отсутствовал именно в момент запроса рекомендации. Поэтому эксперимент был не о красивой биографии, а о точном распознавании в нужном контексте.
Почему рекомендация ИИ меняет разговор
По наблюдению Игоря, обычная реклама и рекомендация ИИ создавали два разных начала коммуникации. Объявление знакомило человека с неизвестным продавцом, поэтому первой реакцией часто был скепсис. Доверие приходилось собирать с нуля. Рекомендация появлялась как ответ на вопрос самого клиента и уже содержала контекст. Человек описывал бюджет, проблему или критерий выбора, а система называла специалиста, который, по её оценке, подходил под запрос. Игорь назвал это мгновенным переносом доверия от ИИ. Такой ответ не закрывал сделку, но заметно менял первую беседу. Лид приходил более тёплым, поскольку часть работы по формулировке задачи происходила до контакта. За месяц, о котором шла речь в докладе, десятки потенциальных клиентов написали ему с одной и той же причиной: “ChatGPT recommended you.” Для консалтинга с небольшой аудиторией сложных заказчиков качество такого входа важнее широкого охвата.
Стратегический смысл легко исказить. Задача не в том, чтобы ИИ назвал компанию прекрасной. Общая похвала мало что объясняет и может исчезнуть в следующем ответе. Полезный результат гораздо уже: нужный человек задаёт вопрос о реальной проблеме, а система связывает её с брендом через понятные и конкретные свидетельства. Поэтому Игорь критиковал курсы, где SEO-термины просто заменили словами про ChatGPT. Со сцены прозвучало: “Forget about keywords.” Это не означало, что поисковая реклама устарела. Речь шла о разделении двух задач. Ключевые слова помогают организовать спрос и охват в рекламной системе. Видимость в ИИ показывает, складываются ли разрозненные открытые данные в устойчивую идентичность, признанную область работы и обоснование рекомендации. В одном случае запрос сопоставляется со страницей, в другом человек или компания синтезируется для принятия решения.
Что изменилось за год
Эксперимент длился около года, и большую часть этого времени яркого внешнего результата не было. Игорь регулярно проверял несколько ИИ-систем и сначала видел варианты всё того же поверхностного ответа. Материалы нельзя было отправить на немедленный обход так, как страницу отправляют через консоль поисковой системы. Перемена стала заметна после крупного обновления ChatGPT: описание стало значительно полнее, а имя начало появляться в рекомендациях. Эту задержку нельзя убирать из истории ради убедительности. Она означает, что цикл обратной связи остаётся неопределённым и честно обещать фиксированный срок распознавания невозможно. Поэтому важен мониторинг. Полезные контрольные точки связаны не только с объёмом публикаций. Нужно смотреть, стали ли нейтральные вопросы давать более точное описание, понимает ли модель нужную область компетенции и упоминают ли реальные потенциальные клиенты ИИ как источник знакомства.
В докладе Игорь рассказал, что собрал систему авторитета из пяти частей, однако устойчивый вывод находится выше конкретной механики. Сначала он определил область знания, с которой хотел связать своё имя, затем сделал открытые доказательства вокруг него глубже и согласованнее. Факты в разных источниках должны были дополнять друг друга, а не превращать каждый профиль в копию одного слогана. Контент оценивался не только по вероятности человеческого клика, но и по тому, даёт ли он модели конкретный материал для связи с брендом. Итогом стал показанный в эфире контраст: две общие строки в начале, затем подробное описание и релевантные рекомендации, после которых за месяц пришли десятки тёплых обращений. Такой формат не отделяет влияние каждого изменения от влияния обновления модели. Но он даёт практическую гипотезу для проверки: связные и насыщенные фактами свидетельства способны улучшить понимание специализированного бренда ИИ-системой.
Полная запись доклада, включая систему из пяти частей, промпты для аудита и подробное обсуждение с ведущим, входит в бонусный пакет для учеников.
Главное
За 12 месяцев Игорь прошёл путь от двух общих строк в ответе ИИ до подробного распознавания, рекомендаций и десятков тёплых обращений.
Стратегическим рычагом стал связный массив конкретных фактов вокруг одной профессиональной идентичности, а результат проверялся по ответам ИИ и реальным входящим разговорам.