Почему ChatGPT ничего не знает про вашу компанию

ChatGPT — это не Google

Самое важное, что нужно понять с самого начала: ChatGPT не работает как Google.

Google каждый день ходит по интернету, смотрит, что появилось нового, и обновляет свой индекс. Открыли сайт сегодня — через несколько дней он в выдаче.

ChatGPT и Claude устроены иначе. Их сделали так: взяли огромное количество текстов из интернета, дали модели всё это «прочитать» — это длилось несколько месяцев и стоило миллионы долларов — а потом перестали. После этого модель помнит только то, что прочитала тогда. Каждый день в интернет она не ходит.

Думайте об этом как о библиотеке. Кто-то собрал большую библиотеку книг, дал ChatGPT её всю прочитать, потом библиотеку закрыли. ChatGPT помнит, что было в книгах. Что появилось позже — не знает.

Если в этих книгах не было ничего про вашу компанию — ChatGPT про вас не знает. И когда вы спрашиваете — он либо честно говорит «не знаю», либо, чаще, придумывает что-то правдоподобное.

Откуда библиотека

Эту библиотеку собирают не вручную. Они автоматически собирают то, что хорошо известно в интернете. То есть — то, на что ссылаются другие сайты, что упомянуто в Wikipedia, что появляется в новостях и крупных базах данных.

Что туда обычно попадает:

— сайты, на которые ссылаются десятки или сотни других известных сайтов; — статьи на Wikipedia; — страницы в крупных базах данных вроде Crunchbase; — материалы из больших новостных изданий; — научные статьи.

Что туда обычно НЕ попадает:

— сайты, которым меньше года или двух, особенно если на вас мало ссылок; — контент, спрятанный за платной подпиской или регистрацией; — большинство сайтов малого и среднего бизнеса — потому что в момент сборки они выглядели «не очень заметными».

Если вы попадаете во вторую категорию — вы не в библиотеке. И никакая «магия» уже не поможет это исправить задним числом, потому что библиотеку закрыли. Помочь может только подготовка к следующему сбору.

Почему «AI-оптимизация» обычно не помогает

В 2024–2025 на рынке появилась услуга — «GEO», «AI-SEO», «оптимизация под нейросети». Цена обычно €1.5–3K в месяц.

Что в неё чаще всего входит:

— добавление специальных тегов в код сайта (так называемые meta-теги); — разметка вашего FAQ для машинного чтения; — установка специального файла под названием llms.txt в корне сайта.

Что с этим не так. ChatGPT, Claude и Perplexity meta-теги не читают. У них для этого нет робота, который ходит по сайтам — мы выше обсудили, почему. Файл llms.txt — это идея, которую предложил один человек в 2024 году. Идея хорошая, но крупные компании, которые делают ChatGPT и Claude, этот файл пока никак не используют.

Эти услуги влияют на одну вещь — на то, что Google показывает в своей выдаче над органикой (так называемые AI Overviews). Это полезно для классического SEO. Но ChatGPT и Claude — отдельно. На них это не влияет.

Что реально работает

Я перечислю по убыванию пользы за час вашего времени.

Первое и самое важное — Wikidata.

Wikidata — это такая «база фактов» от создателей Wikipedia. Wikipedia — это статьи, а Wikidata — структурированные данные: компания, где она находится, чем занимается, кто её основал, какой у неё сайт. На Wikidata данные о компании может добавить любой человек, и это не нужно никому одобрять. Барьер входа намного ниже, чем для статьи в Wikipedia.

Wikidata очень сильно влияет на то, что ChatGPT и особенно Claude знают о вашей компании. Потому что её данные верифицированы и используются как «надёжный источник».

Что нужно сделать: зайти на wikidata.org, нажать «создать запись», заполнить четыре основные вещи — что это (компания), где находится, чем занимается, какой сайт. Час времени. Бесплатно.

По моему опыту с клиентами: после внесения в Wikidata Claude и Perplexity начинают давать намного лучшие ответы про компанию. С ChatGPT эффект скромнее — у OpenAI вообще меньше открытости в этой области.

Второе — Crunchbase.

Crunchbase — это как LinkedIn для компаний. Их данные лицензируются и часто оказываются в материалах, на которых учат модели. Funding round или инвестиции не обязательны — обычный профиль подходит.

Третье — подкасты с автоматической расшифровкой.

YouTube, Spotify и Apple Podcasts все делают автоматическую расшифровку выпусков. Эти расшифровки попадают в открытый интернет. Когда соберут следующую «библиотеку», эти расшифровки могут попасть в обучение моделей следующего поколения.

Это долгий канал — нужно ждать год или два, пока новые модели выйдут. Но это редкая возможность «появиться» в моделях, не имея собственного большого медиа-присутствия.

Четвёртое — Wikipedia.

Wikipedia требует трёх или более независимых упоминаний в надёжных изданиях. Пресс-релизы и интервью с вами не считаются. Для большинства бизнесов этот барьер не пройти. Но если у вас есть упоминания в индустриальных изданиях — попробовать стоит.

Что делать в понедельник

Одно действие сегодня вечером: открыть wikidata.org и создать запись о компании. Час времени.

Одно действие на этой неделе: проверить, есть ли вы в Crunchbase. Если нет — завести.

Одно действие в этом квартале: найти подкастера в вашей нише, который записывает выпуски с расшифровкой. Договориться об одном появлении.

Одно действие, которое можно прекратить: платить агентству за «оптимизацию под AI», если их работа сводится к meta-тегам и установке llms.txt. Это не рычаг.

То, что мы сейчас обсуждаем, это не маркетинг. Это присутствие компании в открытых проверенных источниках информации. Делается тихо, без бюджета, влияет долго.