Кейс GEO-продвижения Преп-Центра: 6 оплаченных клиентов из нейросетей за 1,5 месяца, BMR вырос с 0% до 30%
Клиент — Преп-Центр, фулфилмент и подготовка товаров для Wildberries, Ozon, Яндекс Маркета и других маркетплейсов в Москве и Московской области.
Период активной работы: с 15 июля по 31 августа 2026 года.
Старт: BMR 0%, 0 упоминаний из 76 ответов нейросетей.
Контрольный замер 31.08.2026: BMR 30%, 17 упоминаний из 57 ответов ChatGPT, Google AI Mode и Поиска с Алисой.
Коммерческий результат: за первые 1,5 месяца менеджеры Преп-Центра зафиксировали 6 новых клиентов, которые назвали нейросети источником знакомства с компанией и оплатили услуги.
BMR, или Brand Mention Rate, — доля ответов нейросетей по зафиксированному набору коммерческих промптов, в которых встречается бренд.
Главный результат этого этапа уже нельзя описывать только через рост BMR. Видимость выросла с 0% до 30%, а следом появились оплаченные клиенты, которые сами указали нейросети как источник знакомства с Преп-Центром.
Первый быстрый результат мы зафиксировали уже через 5 дней после начала работы: BMR вырос с 0% до 7,5%, а Преп-Центр начал появляться в нескольких нейросетях. Этот этап подробно описан в первом публичном кейсе «5 нейросетей за 5 дней» на Workspace и в заметке о нем в TenChat.
Тогда оставался главный вопрос: это быстрый всплеск после первых публикаций и индексации или начало устойчивого роста? Через 1,5 месяца ответ уже можно оценивать не только по нейровидимости, но и по клиентам.
Самый важный результат теперь измеряется уже не только BMR
С самого начала проекта мы решили не ограничиваться мониторингом ответов ChatGPT, Google и Алисы. Менеджеры Преп-Центра спрашивают новых клиентов: «Откуда вы о нас узнали?» — и фиксируют ответ.
Такой учет был заложен еще при запуске проекта. Поэтому данные о клиентах появились не задним числом после удачного замера, а как отдельная бизнес-метрика.
| Период | Оплаченных новых клиентов всего | Из нейросетей |
|---|---|---|
| До начала работы GAEO | 6 | 0 |
| 1-й месяц работы | 10 | 3 |
| 15–31 августа | общее число уточняется | 3 |
За 1-й полный месяц 3 из 10 оплаченных новых клиентов, или 30%, указали нейросети как источник.
За следующие 17 дней еще 3 клиента из нейросетей оплатили услуги Преп-Центра. Общее число новых оплаченных клиентов за этот период на момент подготовки кейса уточняется, поэтому долю для второй половины августа я сознательно не считаю.
Итого к 31 августа: 6 оплаченных новых клиентов из нейросетей за 1,5 месяца GEO-продвижения.
Причем речь идет уже не о заявках, звонках или заполненных формах. Услуги оплачены.
Что это может означать в деньгах
Фактические суммы заказов именно этих 6 клиентов мы пока не знаем.
Но есть ориентир: по публичным кейсам Преп-Центра средний первый заказ можно оценить примерно в 390 000 ₽.
Тогда простой расчет дает:
6 клиентов × 390 000 ₽ ≈ 2 340 000 ₽.
То есть ориентировочный объем только первых заказов 6 клиентов из нейросетей может находиться около 2,34 млн ₽.
Это оценка, а не фактическая выручка по этим 6 клиентам. Конкретные суммы могли оказаться ниже или выше. Кроме того, большая часть клиентов Преп-Центра работает с компанией продолжительное время, поэтому первый заказ не отражает их будущий LTV.
Даже такая грубая оценка дает полезный масштаб: 2,34 млн ₽ примерно в 19,5 раза превышают стоимость моей работы с Преп-Центром за этот период, если для сравнения брать стоимость проекта за первые 1,5 месяца.
Это пока не ROMI. Для корректного ROMI нужны фактические суммы заказов именно этих клиентов, маржинальность и полный объем затрат на продвижение.
Корректный вывод сейчас такой: уже через 1,5 месяца GEO стало для Преп-Центра источником реальных оплаченных клиентов, а потенциальный экономический эффект по порядку величины существенно превышает стоимость работы.
Что было на старте
У Преп-Центра уже был сильный реальный бизнес: склад, собственные процессы приемки и упаковки, WMS, FBO и FBS, автоматическая термоусадка, воздушно-пузырьковая пленка, маркировка, работа с жидкими и сложными товарными категориями, высокая производительность и хорошие отзывы.
9 июля 2026 года мы сделали расширенный стартовый замер BrandFound. Проверили 19 целевых пользовательских промптов в 4 нейросетевых интерфейсах, всего 76 ответов.
Преп-Центр не встретился ни разу.
BMR = 0%. Share of Voice = 0%. 0 упоминаний из 76 ответов.
При этом конкуренты появлялись регулярно. У многих была лучше организована цифровая фактура: отдельные страницы услуг, прайс, FAQ, кейсы, отзывы, каталоги и внешние публикации.
Получилась характерная для GEO ситуация: реальный бизнес был значительно сильнее своего представления в интернете.
В сети одновременно существовали основной сайт prep-center.ru, Яндекс mini-site и старый сайт на кириллическом домене. Во внешних источниках встречались разные адреса и телефоны, оставшиеся после переездов. Сильные производственные кейсы были спрятаны внутри главной страницы, а подробного публичного прайса практически не было.
Нейросети видели отдельные фрагменты, но им было сложнее собрать устойчивую связку:
Преп-Центр → конкретная категория товара → нужные операции → доказанный опыт → подходящий подрядчик.
Стратегия: сначала коммерчески сильные узкие интенты
Мы сознательно не начали с широкого запроса вроде «лучший фулфилмент Москвы».
Вместо этого разобрали спрос по реальным коммерческим задачам, где у Преп-Центра уже было операционное преимущество. В стартовое ядро вошли:
- бытовая химия;
- шампуни и гели;
- косметика;
- автохимия и автокосметика;
- строительная химия;
- термоусадка;
- воздушно-пузырьковая пленка.
Всего зафиксировали 19 промптов и затем не меняли это ядро, чтобы сравнивать результат во времени.
Один человек сначала спрашивает, как правильно подготовить косметику к Wildberries. Второй уже ищет фулфилмент, который сделает всю работу. Третий просит ChatGPT или Алису подобрать 5–10 компаний.
Для информационного вопроса полезны подробная страница и FAQ. При выборе конкретного подрядчика начинают работать кейсы, цены, отзывы и профили компании. Для запроса «подбери 10 компаний» особенно важны рейтинги, каталоги и независимые внешние публикации.
Основной принцип проекта получился таким: один подтвержденный факт о бизнесе должен встречаться в нескольких независимых источниках и в нужном пользователю контексте.
Что сделали за 1,5 месяца
1. Привели к одной редакции данные о компании
Зафиксировали единую редакцию названия Преп-Центр, адреса склада, контактов, графика, площади, производительности, маркетплейсов и основных услуг.
Старый сайт на кириллическом домене перевели постоянным 301-редиректом на основной prep-center.ru. Позже дополнительно привели к единому виду www, canonical, внутренние ссылки и обработку параметров.
Отдельная страница «О Преп-Центре» собрала основную фактуру бизнеса: специализацию, склад, процессы, ключевые возможности и реквизиты.
2. Перестроили сайт вокруг реальных пользовательских интентов
Вместо ситуации, когда почти все полезные сведения были сосредоточены на главной странице, появились самостоятельные страницы под конкретные товарные категории и задачи:
- фулфилмент для жидких товаров;
- бытовую химию;
- шампуни и гели;
- косметику;
- автохимию и автокосметику;
- строительную химию.
Добавили сервисные страницы по этикеткам, «Честному знаку», FBO, комплектации наборов и срочной обработке крупных партий. В конце августа появилась страница «Преп-Центр в интернете», где собраны официальные внешние профили и публикации о компании.
Структура постепенно стала соответствовать логике покупателя:
категория → нужная операция → подтверждающий кейс → цена → обращение.
3. Превратили реальные операции в доказательные кейсы
Это одна из самых важных частей проекта.
Вместо общих фраз про «качественную упаковку» появились конкретные партии и цифры.
Например:
- 23 500 единиц шампуней и гелей за 4 дня;
- 10 000 единиц бытовой химии за 3 дня;
- 8 400 единиц косметики, 14 SKU и 7 паллет;
- 2 393 набора автохимии за 2 дня;
- 144 000 единиц канцтоваров за 5 дней.
По косметике на приемке нашли 55 проблемных единиц. 12 удалось исправить, 43 исключили. В результате подготовили 8 357 единиц, сформировали 164 транспортных короба и 5 FBO-поставок на Wildberries и Ozon.
Для ответа нейросети это совсем другой уровень фактуры: есть товар, масштаб, операция, срок и результат.
4. Опубликовали 129 услуг и цен
Внутренний прайс Преп-Центра разобрали на 129 отдельных услуг с ценами и единицами измерения.
Прайс появился на сайте и начал использоваться во внешних профилях. Теперь можно подтвердить конкретные операции: приемку, упаковку в ВПП, термоусадку, маркировку, комплектацию, хранение, FBO, FBS и другие работы.
Публичная версия доступна в разделе «Тарифы».
5. Расширили структурированные данные сайта
Добавляли и дорабатывали Schema.org: Organization / LocalBusiness, Service, FAQPage, BreadcrumbList, AggregateRating и sameAs.
FAQ строили вокруг настоящих пользовательских вопросов из матрицы промптов.
Структурированные данные сами по себе не гарантируют рекомендацию в ChatGPT или Алисе. Их задача проще: уменьшить неоднозначность и помочь поисковым системам разобрать организацию, услуги, цены, отзывы и связанные внешние профили.
6. Усилили внешние профили
Обновляли Преп-Центр в Яндекс Бизнесе, Google, 2ГИС, Zoon, Yell, YP, SellerMAP, Pulscen и других доступных источниках.
Добавляли услуги, цены, фотографии и одинаковые факты о компании.
Отдельно работали с отзывами. Если клиент действительно заказывал упаковку шампуней, термоусадку или FBO, полезнее описать именно этот опыт, а не оставлять универсальное «все понравилось».
7. Запустили внешние публикации
В 1-й месяц появились базовые материалы на Sostav, затем публикационная программа расширилась на TenChat, full-full.ru, Дзен, Oborot и другие площадки.
Темы тоже постепенно расширялись: жидкие товары, косметика, автохимия, строительная химия, термоусадка и ВПП.
Ссылки на сами продвиженческие статьи в этом кейсе я сознательно не ставлю.
Задача публикационной программы была практической: когда человек просит нейросеть подобрать несколько фулфилментов, Преп-Центр должен присутствовать в документах, из которых такая рекомендация может быть собрана.
8. После каждого этапа снова измеряли результат
BrandFound запускался по одной и той же матрице. Автоматическую разметку ответов я дополнительно перепроверял вручную: сервис иногда пропускал настоящее упоминание бренда или, наоборот, отмечал лишнее.
Постепенно стало видно, что разные нейросети используют разные источники.
После 1-го месяца ChatGPT был главным слабым местом: BMR по последним 5 замерам составлял около 2%. Google AI Mode давал около 10%, Поиск с Алисой — около 35%.
Это напрямую изменило работу 2-го месяца. Мы сильнее вложились в собственный сайт, отдельные страницы услуг, кейсы, FAQ и внешние подтверждения, чтобы уменьшить зависимость результата от Яндекса и одной сильной публикации.
Как менялся BMR
| Этап | BMR |
|---|---|
| Старт | 0% |
| Через 5 дней | 7,5% |
| Пик первого месяца, 04.08 | 22% |
| Среднее последних 5 замеров к 11.08 | 15% |
| Контрольный замер 31.08 | 30% |
Через 5 дней после старта BMR достиг 7,5%.
Дальше важно было проверить, останется ли это единичным всплеском после первых публикаций. Не осталось.
К концу 1-го месяца средний BMR последних 5 измерений вырос до 15%, а пиковый замер дал 22%.
31 августа получили новый контрольный результат: 17 реальных упоминаний из 57 ответов, BMR 30%.
К 31 августа результат уже распределился между 3 нейросетями
| Нейросеть | BMR 31.08 |
|---|---|
| ChatGPT | 32% (6/19) |
| Google AI Mode | 26% (5/19) |
| Поиск с Алисой | 32% (6/19) |
ChatGPT вырос с примерно 2% по последним 5 замерам 1-го месяца до 32% в контрольной точке 31 августа.
Google вырос примерно с 10% до 26%.
Алиса сохранила сильную видимость на уровне 32%.
То есть к концу августа общий результат уже перестал зависеть почти исключительно от Яндекса.
Что происходило с источниками
1-й месяц дал особенно интересную картину.
Sostav встретился как источник в 78 ответах BrandFound и находился рядом с 23 реальными упоминаниями Преп-Центра.
Одна статья про фулфилмент жидких товаров присутствовала в 75 ответах и сопровождала 23 упоминания бренда. У Google AI Mode она находилась рядом с 18 из 19 его реальных упоминаний Преп-Центра.
Собственный prep-center.ru встретился в 30 ответах и во всех 30 случаях находился рядом с брендом. Особенно часто сайт использовала Алиса: 26 из 38 накопленных к тому моменту упоминаний сопровождались prep-center.ru.
Zoon встречался в 11 ответах, в 10 из них рядом был Преп-Центр.
Это не позволяет доказать, что конкретная статья или страница вызвала конкретное упоминание. Зато хорошо показывает другое: Google, Алиса и ChatGPT используют разные комбинации источников. Поэтому устойчивое GEO-присутствие приходится строить одновременно из собственного сайта, профилей компании, отзывов, кейсов и независимых публикаций.
Где Преп-Центр виден лучше всего
| Кластер | BMR 31.08 |
|---|---|
| Шампуни и гели | 67% |
| Автохимия и автокосметика | 50% |
| Косметика | 33% |
| Строительная химия | 33% |
| Бытовая химия | 25% |
| Термоусадка | 17% |
| Термоусадка + ВПП | 0% |
Общий BMR 30% не получился за счет одного удачного вопроса. Бренд уже появляется в нескольких коммерческих товарных категориях.
Особенно сильными стали шампуни и гели с BMR 67%, а также автохимия и автокосметика с 50%.
При этом результат хорошо показывает, куда двигаться дальше. Термоусадка и ВПП пока значительно слабее реальных производственных возможностей Преп-Центра. Поэтому специализированные страницы и внешние материалы по этому направлению стали одной из следующих итераций.
Почему оплаченные клиенты для меня важнее BMR
В GEO легко увлечься собственной аналитикой: считать упоминания, позиции, источники и цитирования.
Все это нужно, пока помогает принимать решения.
Но конечная проверка стратегии находится за пределами BrandFound. Люди должны приходить в бизнес.
В июле Преп-Центр почти отсутствовал в нашей измеряемой выборке ответов нейросетей. К августу BMR вырос до 30%.
Одновременно менеджеры начали регулярно получать ответ «узнал о вас из нейросети» от клиентов, которые затем действительно оплачивали работу.
За 1-й полный месяц это были 3 из 10 оплаченных новых клиентов. За следующие 17 дней добавились еще 3 оплаченных клиента из нейросетей.
Пока рано строить из этой выборки сложную атрибуционную модель. Мы не можем доказать, какой конкретно материал привел каждого человека и сколько касаний с брендом было до обращения.
Но у нас появилась последовательность из 2 независимых измерений:
нейросети стали чаще рекомендовать Преп-Центр → реальные клиенты стали называть нейросети источником знакомства с компанией.
Именно эту связку я считаю главным результатом первых 1,5 месяцев.
Масштаб работы
За этот период проект включал намного больше, чем выпуск нескольких внешних статей.
Мы построили фиксированную матрицу из 19 промптов и регулярно перепроверяли ответы, синхронизировали сведения о компании во внешних профилях, разобрали 129 услуг и цен, значительно расширили структуру сайта, вынесли реальные работы в отдельные кейсы, добавили FAQ и Schema.org, исправили URL и каноникализацию.
Параллельно развивали каталоги и карты, выпускали внешние публикации и анализировали, какие источники действительно появляются в ответах разных нейросетей.
В конце августа отдельно провели большой цикл ускорения сайта. На мобильных страницах до оптимизации встречались LCP до 14 секунд, TBT до 3,6 секунды и CLS около 0,208.
После нескольких итераций главная показывала примерно 1,21 секунды FCP, 2,44 секунды LCP и CLS около 0. Финально были проверены 26 публичных страниц.
Эту техническую работу я не считаю объяснением всего прироста BMR: значительная часть ускорения была завершена совсем близко к контрольному замеру.
Зато сайт стал быстрее для пользователей и технически аккуратнее как источник.
Итог за 1,5 месяца
9 июля Преп-Центр получил 0 упоминаний в 76 ответах нейросетей.
На старте BMR составлял 0%.
Через 5 дней он вырос до 7,5%.
К концу 1-го месяца средний BMR последних 5 замеров достиг 15%, пиковый — 22%.
31 августа контрольная матрица из 19 промптов в 3 нейросетях дала 17 упоминаний из 57 ответов, BMR 30%.
Первоначальный ориентир на первые 3 месяца составлял 15–25%, то есть он был превышен примерно за половину планового срока.
Но теперь есть результат важнее.
За первые 1,5 месяца уже 6 новых клиентов, пришедших из нейросетей, оплатили услуги Преп-Центра.
В 1-й полный месяц это были 3 из 10 всех оплаченных новых клиентов компании.
Если для оценки взять средний первый заказ около 390 000 ₽ по публичным кейсам Преп-Центра, потенциальный объем первых заказов этих 6 клиентов составляет около 2,34 млн ₽. Фактические счета и LTV могут дать другую цифру, поэтому это оценка, а не заявленная выручка.
Для меня итог проекта на 31 августа выглядит так:
0% → 30% BMR.
0 оплаченных клиентов из нейросетей в стартовой выборке → 6 за первые 1,5 месяца работы.
Следующая задача — удержать видимость, расширить ее на слабые категории и через несколько месяцев уже по фактическим данным посчитать экономику привлеченных клиентов.
Методологическая оговорка
Стартовый расширенный замер 09.07 проводился по 19 промптам в 4 интерфейсах и дал 0/76.
Основная договорная матрица затем была зафиксирована на тех же 19 промптах в 3 нейросетях, то есть 57 ответах на замер.
Поскольку исходный результат был нулевым во всех проверенных нейросетях, формулировка «BMR вырос с 0% до 30%» корректна.
Данные о клиентах получены отдельно от BrandFound. Менеджеры Преп-Центра спрашивают новых клиентов, откуда они узнали о компании. В кейсе учитываются клиенты, которые назвали нейросети источником и впоследствии оплатили услуги.
Оценка 2,34 млн ₽ рассчитана как 6 клиентов × ориентировочный средний первый заказ 390 000 ₽ по публичным кейсам Преп-Центра. Это не фактическая выручка этих 6 клиентов и не ROMI.