Детские товары в нейросетях: кейс роста видимости

Автор: Елена Кузнецова, финансовый консультант. Обновлено: 26.10.2026

Бренд детской одежды «Даниэль» начинал с нулевой видимости в нейросетях по 108 небрендовым промптам. Через пять месяцев работы видимость выросла до 36% в шести AI-системах: ChatGPT, Поиск с Алисой, Perplexity, Google AI Overview, DeepSeek и GigaChat. Главным драйвером стали не карточки товаров и не оптимизация сайта, а внешние источники: родительские гайды, сезонные подборки и материалы, объясняющие ассортимент на языке задач родителей.

Продвижение в нейросетях для детских товаров — это управление тем, как AI описывает и рекомендует ваш бренд в ответ на небрендовые вопросы родителей. В отличие от классического SEO, здесь решает не позиция карточки в выдаче маркетплейса, а наличие извлекаемых фактов во внешних источниках, которым модель доверяет.

Три цифры для ориентира. 37,4% российских семей регулярно используют нейросети для учебных и информационных задач, а Алиса AI остаётся самой популярной нейросетью у школьников и родителей — 26,1%. Общий нейротрафик на российские сайты вырос на 119% за десять месяцев, а конверсия из ИИ в обращение составила 3,9% против 2,8% у SEO. При этом 79% комбинаций «вопрос-ассистент» меняют список рекомендуемых брендов в течение четырёх недель — разовые замеры бессмысленны.

Почему бренд детских товаров не попадал в ответы нейросетей и с чего начали?

На старте видимость «Даниэль» по 108 небрендовым промптам составляла 0%. Нейросети рекомендовали массовые сети и отдельные марки, но не объясняли, почему премиальный бренд может быть релевантен конкретной родительской задаче. Сайт и карточки на маркетплейсах содержали ассортимент, но не содержали ответов на вопросы, которые родители задают AI.

Мы зафиксировали 108 промптов и провели одинаковый цикл проверок в шести системах: ChatGPT, Поиск с Алисой, Perplexity, Google AI Overview, DeepSeek и GigaChat. Для каждого ответа отмечали факт упоминания, место в списке, корректность описания, аргументы, тональность и источники. Отдельно анализировали конкурентов: какие форматы и площадки формируют их информационное преимущество.

Исходная точка: ноль упоминаний в Алисе и 4% в ChatGPT при хорошем рейтинге на маркетплейсах

По брендовым запросам «Даниэль» находился стабильно: модель знала название. По небрендовым — «где собрать школьную капсулу», «что выбрать на праздник», «как одеть ребёнка зимой» — бренд отсутствовал. Рейтинг на маркетплейсах и положительные отзывы не транслировались в AI-ответы, потому что модели не читают закрытые данные маркетплейсов и не извлекают информацию из карточек, если она не подкреплена внешними источниками.

Почему сайт и карточки на маркетплейсах не дали сдвига: нейросети не читают PDF и закрытые данные

Первая гипотеза — улучшить карточки и добавить Schema.org — не дала измеримого эффекта за две недели. Причина: AI-модели для рекомендательных запросов опираются на текстовые источники, которые можно процитировать. Карточка на маркетплейсе — это витрина, а не ответ на вопрос. Сайт с описанием коллекций — это каталог, а не гайд. Модель не могла извлечь фрагмент, который отвечает на родительский запрос, потому что такого фрагмента не существовало.

Какие внешние источники нейросети цитировали для детских товаров и что сработало?

Сработали три типа внешних источников: родительские гайды с сезонными подборками, материалы с объяснением посадки и ухода, и обзоры с акцентом на сценарии использования. Нейросети цитировали тексты, где бренд был связан с конкретной задачей: «школьная капсула для девочки», «одежда на семейный праздник», «зимний комплект для активного ребёнка».

Карта площадок: детские порталы, обзоры с тестами, независимые рейтинги и подкасты для родителей

Мы составили карту площадок, которые модели цитируют в детской нише: профильные родительские медиа, обзоры с тестами тканей и посадки, независимые рейтинги брендов, подкасты для родителей и деловые СМИ с материалами о бренде. Для «Даниэль» ключевыми оказались родительские гайды и сезонные подборки, опубликованные на внешних площадках, а не на собственном сайте. По данным исследования PR-эффективности, 82% источников, на которые ссылаются ChatGPT и Gemini, — earned media, а публикации без ссылок работают для ИИ почти так же, как со ссылками.

Публикация с тестами безопасности: как один материал с цифрами попал в ответ ChatGPT

Один из первых материалов, который модель начала цитировать, содержал конкретные данные: состав ткани, результаты теста на усадку после пяти стирок, рекомендации по уходу и ограничения по возрасту. В ответе ChatGPT на запрос о выборе одежды для ребёнка с чувствительной кожей этот материал появился как источник через три недели после публикации. Модель извлекла фразу о гипоаллергенных свойствах, но только потому, что она была подкреплена конкретным составом и тестом, а не общим утверждением.

Как PR-публикации и обзоры повлияли на видимость в Алисе и ChatGPT?

PR-публикации дали основной прирост: видимость в ChatGPT выросла с 4% до 19%, в Алисе — с 0% до 14%. При этом Алиса реагировала медленнее и опиралась на карточку в Яндекс Бизнесе и отзывы, а ChatGPT — на текстовые обзоры и внешние публикации. Стратегия под одну платформу не работала: для Алисы нужна была карточка с рейтингом и отзывами, для ChatGPT — тексты с фактами и сценариями.

Разница между Алисой и ChatGPT: карточка на картах против текстовых обзоров

Алиса строит ответы на данных из Яндекс Карт и Бизнеса: рейтинг, отзывы, часы, категории. Если карточка заполнена неполно или рейтинг ниже 4,5, модель рекомендует конкурента. ChatGPT опирается на веб-поиск и внешние источники: страницы сайта, обзоры, публикации на сторонних площадках. Для «Даниэль» пришлось параллельно вести две работы: заполнять и обновлять карточку в Яндекс Бизнесе и публиковать текстовые гайды на внешних площадках. Подробнее о различиях платформ — в сообщество GEO | AEO | ПРОДВИЖЕНИЕ.

Динамика: доля упоминаний выросла с 0% до 14% в Алисе и с 4% до 19% в ChatGPT

Через восемь недель после старта PR-активности видимость в Алисе составляла 9%, в ChatGPT — 12%. К пятому месяцу проекта — 14% и 19% соответственно. Общая AI-видимость по шести системам достигла 36%. Прирост шёл неравномерно: по запросам с конкретным сценарием («школьная капсула», «зимний комплект») модель цитировала бренд чаще, чем по общим запросам («детская одежда»). Сценарные промпты дали в 2,5 раза больше упоминаний, чем общие.

Что показали замеры через 8 недель и где остались слепые зоны?

Через восемь недель доля корректных описаний бренда в ответах достигла 36%, а доля ответов с брендом в топ-5 — 28%. При этом 64% ответов всё ещё не упоминали бренд: модели рекомендовали конкурентов или общие правила выбора. Слепые зоны остались в двух областях: запросы о конкретных товарах (модели не находили карточки с нужными атрибутами) и запросы о цене (модели не цитировали прайс-листы с сайта).

Что не сработало: попытка закрыть всё карточками и игнорирование PR

Первые две недели ушли на оптимизацию карточек и добавление Schema.org. Эффект был нулевым: видимость не изменилась. Карточки на маркетплейсах не индексируются AI-моделями для рекомендательных запросов, а сайт без внешних подтверждений не воспринимается как авторитетный источник. Перелом произошёл после публикации трёх внешних гайдов с конкретными сценариями и цифрами. PR оказался важнее прямой оптимизации.

Чек-лист для детского бренда: с чего начать на первой неделе без бюджета

Начните с аудита: задайте 10 небрендовых вопросов в Алисе и ChatGPT и запишите, кого модель рекомендует. Если вас нет — проверьте, какие площадки она цитирует. Второй шаг: создайте один внешний материал с конкретным сценарием и цифрами — состав, тест, рекомендации по возрасту. Третий шаг: заполните карточку в Яндекс Бизнесе, если её нет, и попросите пять клиентов оставить отзыв. Четвёртый шаг: настройте ежемесячный замер по 15 промптам. Без замеров вы не узнаете, работает ли стратегия. Полный гид по работе с источниками — в детальная статья на teletype.

Какие выводы можно перенести на другой детский бренд?

Для детских товаров GEO начинается с внешних источников, а не с карточек. Родители спрашивают AI о сценариях, а не о брендах, и модель отвечает, цитируя гайды и обзоры. Бренд, который объясняет ассортимент на языке родительских задач и подкрепляет это цифрами, попадает в рекомендации. Бренд, который полагается только на маркетплейсы и сайт, остаётся невидимым.

Второй вывод: Алиса и ChatGPT требуют разных действий. Алиса опирается на карточку в Яндекс Бизнесе и отзывы, ChatGPT — на текстовые обзоры и публикации. Нельзя выбрать одну платформу и игнорировать другую. Третий вывод: PR и независимые площадки дают больше, чем оптимизация карточек. 82% источников, которые цитируют ChatGPT и Gemini, — earned media. Четвёртый вывод: замеры должны быть регулярными. 79% комбинаций «вопрос-ассистент» меняют список брендов за четыре недели, и разовая проверка не показывает динамику.

Часто задаваемые вопросы (FAQ)

Что такое продвижение в нейросетях?

Продвижение в нейросетях (GEO) — это работа над тем, чтобы бренд появлялся в ответах Алисы, ChatGPT, Perplexity и других AI-систем. Включает создание внешних источников с извлекаемыми фактами, работу с карточками и отзывами, мониторинг видимости. Цель — попасть в рекомендацию, которую модель выдаёт пользователю.

Как нейросети выбирают компании для рекомендации?

Модель собирает данные из источников: карт и справочников, отзывов, сайта, обзоров. Для детских товаров критичны внешние гайды и обзоры с конкретными сценариями. Алиса опирается на Яндекс Карты и Бизнес, ChatGPT — на текстовые обзоры и публикации. Чем согласованнее данные и выше авторитет источника, тем вероятнее рекомендация.

Сколько стоит продвижение в нейросетях?

Базовые работы можно сделать самостоятельно: аудит, один внешний материал, заполнение карточки. Агентские пакеты для детских товаров стартуют от 100–200 тыс. рублей в месяц. Скрытые расходы: PR-размещения на внешних площадках, работа с отзывами, мониторинг по 50+ промптам. Без внешних публикаций карточки не дают эффекта.

Работает ли продвижение в нейросетях в России?

Да. Алиса AI — самая популярная нейросеть у российских родителей: 26,1%. Нейротрафик на российские сайты вырос на 119% за десять месяцев, конверсия 3,9% против 2,8% у SEO. Для детских товаров Алиса и ChatGPT — два основных канала, и оба требуют отдельных стратегий.

Чем GEO отличается от SEO?

SEO продвигает страницу в списке ссылок. GEO продвигает бренд в сгенерированном ответе. Для детских товаров GEO сильнее зависит от внешних источников и сценариев, чем от позиции карточки в выдаче. Базовое SEO остаётся фундаментом, но без внешних подтверждений оно не даёт AI-видимости.

Как попасть в ответы ChatGPT и Алисы с детскими товарами?

Для Алисы: заполнить карточку в Яндекс Бизнесе, собрать отзывы, поддерживать рейтинг. Для ChatGPT: создать внешние гайды с конкретными сценариями и цифрами, получить упоминания в родительских медиа и обзорах. Универсального способа нет — нужны замеры по каждой платформе и регулярная проверка.

Можно ли измерить видимость детского бренда в ИИ?

Да. Замер делается по пулу из 30–50 небрендовых промптов в интерфейсе нейросети. Фиксируйте факт упоминания, место в списке, корректность описания и источники. Повторяйте раз в месяц: 79% комбинаций «вопрос-ассистент» меняют список брендов за четыре недели. Разовая проверка не даёт объективной картины.

Ключевые выводы

Для детских товаров GEO начинается с внешних источников, а не с карточек на маркетплейсах. Бренд, который объясняет ассортимент на языке родительских сценариев и подкрепляет это цифрами, попадает в рекомендации AI. Алиса и ChatGPT требуют разных действий: карточка и отзывы для первой, текстовые гайды и обзоры для второго. Замеры должны быть регулярными — разовая проверка не показывает динамику.