Привет! Это команда theLUMA.
Сегодня поговорим о том, как локальному бизнесу продвигаться в нейросетях.
Человек ищет сантехника, который приедет сегодня. Раньше он открывал карты, смотрел десяток вариантов рядом и звонил в два-три места. Сегодня он всё чаще просто спрашивает ChatGPT или Алису «кто может приехать сегодня починить кран» — и получает в ответ одно-два названия, а не список.
По данным BrightLocal, доля потребителей, которые используют ИИ для поиска локальных компаний, выросла с 6% год назад до 45% сегодня. Это не постепенный рост — это перемена в самой механике выбора. Раньше локальный бизнес конкурировал за место в списке. Теперь он конкурирует за то, чтобы вообще попасть в короткий ответ.
Что такое локальное продвижение в нейросетях
Локальное продвижение в нейросетях — это работа над тем, чтобы ИИ-ассистент называл конкретную компанию, когда пользователь ищет услугу «рядом», «в моём районе» или «сегодня». В отличие от общего GEO, здесь добавляется ещё одно измерение — географическое соответствие: модели важно не только то, что компания существует и разбирается в теме, но и то, что она физически может обслужить именно этого человека.
Это не отдельная технология, а надстройка над двумя направлениями сразу: над классическим локальным SEO (карточки в Google Business Profile и Яндекс Бизнесе, отзывы, карты) и над GEO как таковым (структура контента, точные факты, внешние подтверждения). Мы разбирали эти же принципы применительно к медицинским клиникам в статье «Как медицинской клинике продвигаться в нейросетях» — логика там та же, просто для любого локального бизнеса, а не только для медицины.
Почему невидимость — это норма, а не исключение
Здесь стоит сразу отказаться от иллюзии, что у среднего локального бизнеса есть хоть какая-то базовая видимость в ИИ.
Индекс локальной видимости SOCi, о котором писал Studio Meyer, проанализировал более 350 тысяч локаций и обнаружил, что ChatGPT рекомендует лишь около 1,2% из них при запросе локального варианта. Среди ресторанов 83% вообще не появляются в локальных рекомендациях ИИ ни разу. Речь не о низких позициях — речь о полном отсутствии в рассмотрении.
Модель, отвечая на локальный запрос, обычно называет одну-две компании и останавливается. Здесь нет второй страницы выдачи, куда можно долистать.
Чем локальный ИИ-поиск отличается от обычного локального SEO
| Направление | На что опирается | Что дальше делает пользователь |
|---|---|---|
| Локальный SEO (карты, 3-пак) | Позиция в выдаче, расстояние, рейтинг | Сравнивает несколько вариантов сам |
| Локальный ИИ-поиск | Синтез из карточки, отзывов, сайта и упоминаний | Получает уже готовую рекомендацию из одного-двух вариантов |
| GEO для информационных запросов | Структура контента, экспертность, цитируемость | Читает объяснение, не привязанное к географии |
| Работа с картами и справочниками | Актуальность карточки организации | Строит маршрут или звонит напрямую |
Главное отличие в том, что при локальном ИИ-запросе сравнение вариантов происходит не на стороне пользователя, а на стороне модели — до того, как он вообще увидел результат.
Что нейросети учитывают при локальных рекомендациях
Whitespark в своём ежегодном опросе экспертов по локальному поиску в 2026 году впервые выделил видимость в ИИ-поиске в отдельную категорию факторов ранжирования. Ключевой вывод исследования: набор сигналов для карт и для ИИ-рекомендаций почти совпадает, но с разным весом. Для карточки в картах важнее всего сама карточка организации. Для попадания в ответ нейросети заметно выше вес контента на сайте и содержательных отзывов — карточка остаётся необходимым условием, но перестаёт быть достаточным.
На практике это означает, что нейросеть при локальной рекомендации сверяет между собой:
- карточку организации — название, категорию, адрес, часы работы, услуги;
- отзывы — не только рейтинг, а содержание: что конкретно хвалят или на что жалуются;
- сайт — есть ли там ответы на реальные вопросы о цене, сроках, условиях;
- внешние справочники и каталоги — совпадают ли в них те же данные;
- согласованность — не противоречат ли эти источники друг другу.
Мини-кейс: как это выглядит на практике
Представим частную ветеринарную клинику в спальном районе. Карточка в Яндекс Бизнесе заполнена, рейтинг 4.8, но в отзывах в основном короткие «всё понравилось», а на сайте — общее описание услуг без цен и без графика работы по выходным.
На запрос «ветеринар рядом, работает в воскресенье» модель не может подтвердить факт из карточки текстом на сайте — и вместо клиники называет конкурента, у которого на сайте прямо написано «принимаем без выходных, суббота и воскресенье — с 10 до 18». Дело не в рейтинге и не в расстоянии. Дело в том, что у конкурента было буквально написано то, о чём спросили.
Как локальному бизнесу продвигаться в нейросетях
- Привести карточку организации к единому виду. Название, категория, адрес, телефон и часы работы должны совпадать на сайте, в Яндекс Бизнесе, Google Business Profile и на сторонних площадках — расхождение в любой детали работает против бизнеса.
- Перенести содержание карточки на сайт текстом. Часы работы, условия, цены и особенности должны быть не только в карточке, но и в обычном тексте на сайте — модель охотнее подтверждает факт, который видит в двух независимых местах.
- Работать с содержательными отзывами. Отзыв с конкретными деталями — что делали, сколько заняло, что понравилось — весит для модели больше, чем высокий средний рейтинг без пояснений.
- Поддерживать точность в справочниках и каталогах. 2ГИС, отраслевые каталоги, агрегаторы — везде должны быть одни и те же данные, без устаревших телефонов и адресов.
- Отвечать на локальные условия прямо в тексте. «Работаем без выходных», «выезд в течение часа», «принимаем без записи» — конкретные фразы, которые нейросеть может процитировать почти дословно.
- Проверять реальные локальные запросы регулярно. Не бренд-запросы, а то, что реально спрашивают: «рядом», «сегодня», «работает сейчас» — и смотреть, какая компания называется вместо вашей.
Частые вопросы
Достаточно ли просто вести карточку в Яндекс Бизнесе или Google Business Profile?
Нет. Карточка — необходимое условие, но при рекомендациях в ИИ всё больший вес получают контент сайта и содержательные отзывы, а не только сама карточка.
Влияет ли расстояние до пользователя на рекомендацию ИИ?
Да, но не так прямолинейно, как в картах. Модель учитывает географию как один из факторов наряду с полнотой данных, отзывами и точностью информации, а не как единственный критерий.
Можно ли получить рекомендацию без сайта, только с карточкой в справочниках?
Отчасти. Информационный сайт заметно повышает шансы, потому что даёт модели текст, который можно подтвердить и процитировать, а не только структурированные поля карточки.
Как быстро появляется эффект от работы с локальным продвижением?
Фиксированного срока нет. Обновления карточек учитываются быстрее, а изменения на сайте — только после следующего обхода и, для части моделей, после обновления самой модели.
Стоит ли отвечать на негативные отзывы, если это не влияет напрямую на рейтинг?
Да. Ответ на негативный отзыв с разбором конкретной ситуации — это дополнительный текст, который тоже может учитываться моделью при оценке качества обслуживания.
Итог
Локальный бизнес долго существовал в логике «оказаться в списке рядом с конкурентами». ИИ-рекомендации работают по другому принципу: модель называет одного-двух победителей и на этом останавливается. Правила игры почти те же, что и в обычном локальном SEO — карточка, отзывы, точность данных, — но вес сместился в сторону содержательного текста, который можно процитировать напрямую.
Компании, которая пока не проверяла, что отвечает ИИ на простой запрос вроде «рядом» и «сегодня», стоит начать именно с этого — не с редизайна сайта, а с одного вечера вопросов в ChatGPT и Алисе.
А вы уже проверяли, кого нейросети называют вместо вас на локальные запросы?
Источники
- BrightLocal. Half of consumers are asking AI for business recommendations
- Whitespark. 7 Local Search Ranking Factors That May Challenge Your Current Thinking
- Studio Meyer (по данным SOCi Local Visibility Index). AI Now Recommends Local Businesses. Most Are Invisible
