GEO-продвижение для стоматологии: с 15% до 82% видимости в нейросетях

Еще недавно для стоматологии было достаточно хорошо ранжироваться в поиске по коммерческим запросам. Сейчас часть потенциальных пациентов начинает выбор иначе: спрашивает у нейросети, какую клинику выбрать, где лучше сделать имплантацию или к какому врачу обратиться.

И здесь мы столкнулись с интересной ситуацией. У московской стоматологической клиники уже был развитый сайт, экспертные материалы и сильные специалисты. Проект был заметен в классическом поиске, но эта видимость не переносилась автоматически в ответы ИИ.

На старте работ клиника присутствовала примерно в 15% ответов по контрольной выборке наиболее важных для продвижения паттернов. Через шесть месяцев показатель достиг 82%.

Но нашей задачей было не просто получить больше ссылок из нейросетей. Нам было важно, чтобы клиника появлялась именно там, где потенциальный пациент уже близок к выбору: просит порекомендовать стоматологию, ищет имплантолога, сравнивает варианты лечения или ориентируется на отзывы.

За 6 месяцев GEO-продвижения видимость клиники в ответах ИИ выросла примерно с 15% до 82%. В новом кейсе KINETICA рассказываем, за счет чего удалось добиться такого роста: как анализировали ответы и источники ИИ, дорабатывали сайт, усиливали цифровой профиль врачей и работали с внешним информационным полем. 

На старте у проекта уже была хорошая база: коммерческие страницы услуг, информационные материалы, страницы специалистов, отзывы и поисковая видимость.

Но пользователь взаимодействует с нейросетью иначе, чем с классическим поиском. В поиске он может ввести: «имплантация зубов Москва». А нейросети задать вопрос: «Где лучше сделать имплантацию зубов в Москве?»

Во втором случае пользователь ждет уже не список страниц, а готовый ответ: несколько вариантов, сравнение и рекомендацию.

Когда мы начали проверять такие сценарии, стало видно, что материалы проекта могли использоваться как источники медицинской информации, но сама клиника гораздо реже появлялась в коммерческих рекомендациях.

Для GEO мы разделяем эти два типа присутствия: 

Разницу хорошо видно на одном из примеров: 

В ответе упоминаются 4 клиники. При этом в блоке источников ИИ использует 32 страницы.

32 источника ≠ 32 упомянутых бренда. Поэтому для нас есть два уровня результата:

В идеальном сценарии нужны оба результата: собственные материалы становятся источниками для ИИ, а сама клиника появляется в рекомендациях.

Начали мы не с написания новых текстов и не с внешних размещений. Сначала исследовали информационное поле вокруг клиники: что спрашивают пользователи, какие конкуренты появляются в ответах и какие источники используют нейросети.

Для анализа ниши, конкурентов, источников и формирования стратегии собрали значительно более широкий массив паттернов, чем показываем в статье.

Он охватывал выбор клиники и врача, имплантацию, протезирование, виниры, стоимость лечения, отзывы, сравнение методов, репутационные и экспертные медицинские вопросы.

Такой массив позволил понять:

Но показывать весь массив в статье нет смысла. Поэтому для кейса выбрали 10 наиболее важных и показательных для продвижения паттернов и сформировали из них контрольную выборку.

Именно по ней сравниваем ситуацию до начала работ и через 6 месяцев:

Каждый паттерн проверяли в ChatGPT, Поиске с Алисой, DeepSeek, Perplexity и Google AI Overview. Получается 50 пересечений «паттерн × ИИ-система» в одном контрольном срезе.

При этом мы не считаем, что для каждого GEO-проекта нужно автоматически мониторить одинаковый набор нейросетей. Выбор зависит от тематики, географии проекта и пользовательских сценариев: у разных ИИ есть своя специфика формирования ответов и работы с источниками.

В этом проекте отдельно следили за Поиском с Алисой и Google AI Overview. Здесь генеративный ответ встроен в поисковый сценарий: пользователь может столкнуться с рекомендациями ИИ уже во время обычного поиска стоматологии, врача или услуги.

10 паттернов × 5 систем — это контрольная выборка для кейса, а не весь объем исследования. Рабочий мониторинг был значительно шире и использовался для анализа ниши, конкурентов, источников и корректировки стратегии.

Первый контрольный срез показал не просто низкую видимость, но и характерную структуру присутствия.

Материалы проекта уже использовались как источники информации. Но большая часть присутствия приходилась на информационные вопросы.

В коммерческих сценариях — когда пользователь просил порекомендовать клинику, выбрать место для имплантации или найти врача — бренд практически отсутствовал.

На старте получили 8 присутствий из 50 — 16%, или около 15%.

Причем семь из восьми приходились всего на три паттерна, преимущественно информационные.

То есть проблема была не только в низкой видимости. Бренд почти не присутствовал в сценариях, наиболее близких к выбору клиники и врача.

После стартового среза мы начали разбирать не только сами ответы, но и документы, на которые опираются нейросети.

Если по запросу о выборе стоматологии ИИ использует рейтинги, каталоги, отзывы и тематические подборки, одной доработки собственного сайта недостаточно.

Мы анализировали 32top, Simpladent, TopDentist, VC.ru, ПроДокторов, DocDoc, Zoon, а также другие рейтинги, медицинские каталоги, отраслевые публикации и тематические подборки.

Разные площадки решали разные задачи.

ПроДокторов, DocDoc и Zoon были важны как часть внешнего профиля клиники и специалистов: сведения о врачах, специализации, отзывы и информация о клинике.

32top, Simpladent, TopDentist и тематические подборки на VC.ru рассматривали в том числе как рейтинговые и рекомендательные документы, связанные со сценарием выбора стоматологии.

Мы не составляли универсальный список «площадок для GEO» и не пытались получить максимальное количество ссылок. Работали в обратном порядке: паттерн → ответ ИИ → источники ответа → приоритетные точки присутствия бренда.

Нам было важно попасть в тот слой документов, который участвует в формировании ответа по нужному пользовательскому сценарию.

Собственный сайт оставался базой GEO, но мы не стали просто переписывать страницы «под нейросети». Вместо этого пересматривали их структуру и связи.

Пользователь — и система, которая анализирует страницу, — должны быстро понять: какую услугу оказывает клиника → кто ее оказывает → какой у специалиста опыт → какие методы используются → есть ли реальные работы → что говорят пациенты → где можно подробнее изучить экспертность врача.

Поэтому внутри коммерческих страниц усиливали цепочку: услуга → специалист → специализация → опыт → реальные работы → отзывы → экспертный материал. 

Редизайн посадочных страниц в этом случае помогал связать коммерческое предложение с доказательствами экспертизы.

Отдельное направление — присутствие специалистов за пределами сайта клиники. Для медицинской тематики это особенно важно: пациент оценивает не только бренд клиники, но и конкретного врача — его образование, специализацию, опыт, отзывы и профессиональную репутацию.

Здесь мы учитывали и логику E-E-A-T: Experience, Expertise, Authoritativeness и Trust. Для медицинской тематики надежность и подтверждаемость информации особенно важны.

Поэтому для всех врачей клиники добавили или актуализировали карточки на профильных медицинских площадках: ПроДокторов, DocDoc, НаПоправку, Zoon и ЧудоДоктор.

При этом задачей было не просто увеличить количество карточек. Мы сверяли ФИО, специализацию, образование, профессиональный опыт, направления лечения и другие значимые сведения с информацией на собственном сайте и исправляли расхождения.

Если на сайте врач представлен как имплантолог с одной специализацией, в медицинском каталоге указано другое, а на третьей площадке остались устаревшие сведения, вокруг специалиста формируется противоречивый цифровой профиль.

Нам был нужен обратный эффект: разные источники должны подтверждать одни и те же факты о специалисте, а не противоречить друг другу.

При этом речь не о копировании одинаковых описаний. Совпадать должны прежде всего проверяемые факты, а не формулировки текстов.

В этот же контур включили работу с отзывами. Для паттернов вроде «Какие стоматологии Москвы имеют хорошие отзывы пациентов?» собственного заявления клиники о качестве услуг недостаточно — здесь особенно важен независимый пользовательский контекст.

Еще до начала GEO-работ мы увидели, что значительную часть поисковой видимости проекта формирует информационный контент. Среди страниц с наибольшим количеством запросов в органической выдаче преобладали именно статьи блога.

Это логично: пациент далеко не всегда начинает путь с запроса «записаться на имплантацию». Сначала он пытается разобраться в проблеме: почему болит десна, какие бывают виниры, что происходит с зубом мудрости или какой специалист ему нужен.

Для классического SEO блог был прежде всего верхней частью воронки: информационный запрос → статья → переход на услугу или к специалисту. 

С развитием GEO у контента появилась еще одна функция: информационный запрос → статья как источник для ИИ → цитирование → знакомство с экспертизой клиники. 

Поэтому формат материалов пришлось адаптировать. Нам было недостаточно просто написать качественный медицинский текст и указать врача автором материала. Нужно было показать, почему этот специалист компетентен именно в данной теме.

Статьи сильнее связывали с врачами: указывали автора и специализацию, добавляли профессиональные комментарии и ссылки на страницу специалиста. А там, где тема позволяла — фотографии конкретных работ и клинические примеры, подтверждающие практический опыт врача.

Сильный информационный раздел поэтому не потерял значение с развитием генеративного поиска. Наоборот, у него появилась ещё одна функция: не только привлекать органический трафик, но и становиться источником для ответов ИИ. 

В течение шести месяцев рабочий мониторинг оставался шире контрольной выборки: мы продолжали анализировать новые сценарии, конкурентов и источники. Но для корректного сравнения с исходной точкой повторно взяли те же 10 паттернов и те же пять ИИ-систем.

Так мы сравниваем изменение видимости, а не две разные группы запросов.

Получили 41 присутствие из 50 возможных — 82%.

Лучший результат — в Поиске с Алисой: 100% контрольных паттернов. В ChatGPT и Google AI Overview — по 90%, в Perplexity — 70%, в DeepSeek — 60%.

Но важнее другое: новые упоминания появились именно в коммерческих сценариях.

Теперь клиника присутствовала в ответах на запросы:

«Посоветуй лучшие стоматологические клиники в Москве»;

«Какие стоматологии в Москве считаются лучшими для имплантации зубов?»;

«Где лучше сделать имплантацию зубов в Москве?»;

«Посоветуй хорошего стоматолога-имплантолога в Москве»;

«В какой стоматологии Москвы лучше поставить виниры?»

То есть проект перешел от преимущественно информационного цитирования к присутствию в коммерческих и рекомендательных сценариях.

Работы не шли строго друг за другом: часть направлений развивали параллельно, а данные мониторинга использовали для следующих итераций.

1-й месяц — исследование. Собрали расширенный пул паттернов, зафиксировали стартовую видимость, проанализировали конкурентов и источники.

2-й месяц — собственные ресурсы. Начали перестраивать коммерческие страницы и усиливать связи между услугами, врачами, опытом и экспертным контентом.

3-й месяц — экспертиза. Доработали страницы специалистов и экспертные материалы, начали актуализировать внешний профиль врачей.

4-й месяц — репутация. Продолжили работу с профильными площадками, карточками и отзывами, проверили согласованность информации о специалистах.

5-й месяц — внешнее информационное поле. Работали с рейтингами, тематическими подборками и другими источниками, выявленными при анализе целевых паттернов.

6-й месяц — повторный анализ. Проверили оставшиеся зоны слабой видимости, скорректировали работы и повторили контрольный срез по тем же ключевым паттернам.

Получился постоянный цикл: измерили → нашли пробел → усилили → проверили → скорректировали.

За 6 месяцев GEO-продвижения видимость московской стоматологической клиники по контрольной выборке выросла примерно с 15% до 82%. Но важна не только сама цифра. 

На старте проект уже обладал сильным сайтом и экспертным контентом, но преимущественно использовался как источник по отдельным информационным вопросам. В коммерческих рекомендациях бренд появлялся редко.

Мы не стали решать эту проблему только новыми текстами. Доработали коммерческие страницы, сильнее раскрыли экспертизу врачей, адаптировали информационный контент, актуализировали карточки специалистов на медицинских площадках, работали с отзывами, рейтингами, подборками и другими внешними источниками, которые обнаруживали при анализе пользовательских сценариев.

В итоге наш подход можно собрать в одну цепочку:

И изменилось не только количество присутствий. Клиника стала появляться непосредственно в коммерческих и рекомендательных ответах — в тот момент, когда пользователь уже выбирает, куда обратиться и какого специалиста выбрать.

Для нас в этом и заключается основная задача GEO: создать достаточно оснований для того, чтобы бренд появился в ответе ИИ в тот момент, когда пользователь принимает решение.

Мы в KINETICA начинаем GEO-продвижение с исследования: собираем пользовательские паттерны, фиксируем стартовую видимость, сравниваем бренд с конкурентами и разбираем источники ответов. После этого становится понятно, где находится реальное ограничение — на собственном сайте, в экспертности, репутации или внешнем информационном поле — и какие точки стоит усиливать в первую очередь.

Оставить заявку на нашем сайте или обсудить проект с продакшн-директором KINETICA в Telegram