Кейс: AI продвижение сайта balconia.ru

История и исходные данные

На момент начала AI продвижения в нише уже существовала сильная конкуренция: в поисковых системах, картах, рейтингах, справочниках и рекомендательных сервисах присутствовали десятки компаний по остеклению и отделке балконов в Москве.

После начала продвижения сайт регулярно дорабатывался под актуальные требования поисковых систем и нейросетей. Благодаря этому бренд стал чаще попадать в генеративные ответы и подборки по коммерческим запросам.

Техническая основа и «машинный опыт» (MX)

Работы были направлены на чистую HTML-структуру, логичную иерархию заголовков, корректную индексацию важных страниц и стабильное отображение на мобильных устройствах.

Семантическая верстка и понятная структура помогают алгоритмам отделять основной контент от служебных элементов и быстрее извлекать сущности: услуга, регион, бренд, цена, рейтинг, отзывы и примеры работ.

Структура контента и его «читаемость» для ИИ

Контент был сфокусирован не только на ключевых словах, но и на ответах на реальные вопросы пользователей: какие виды остекления бывают, сколько стоит отделка, что входит в работы под ключ, какие материалы используются и как выбрать подрядчика.

Такая структура повышает вероятность того, что нейросеть сможет использовать сайт как источник для краткого синтезированного ответа.

Семантическое ядро и чёткие сущности

Отдельно прорабатывались группы запросов по остеклению балконов, ремонту лоджий, отделке под ключ, профилям Rehau, материалам для внутренней отделки и локальным коммерческим запросам по Москве.

Важная задача — чтобы AI-модели связывали бренд «Балкония» с нужными сущностями: остекление балконов, ремонт лоджий, отделка балконов под ключ, Москва, отзывы и рейтинги.

Авторитетность и внешнее присутствие (E-E-A-T)

Для AI-видимости важны не только страницы сайта, но и внешние подтверждения: карты, справочники, рейтинги, отзывы, экспертные публикации и упоминания на тематических ресурсах.

Наличие бренда в нескольких независимых источниках помогает нейросетям увереннее включать компанию в рекомендательные ответы.

Микроразметка (Schema.org)

Микроразметка используется для структурирования данных о странице, авторе кейса, услуге AI-продвижения и результатах видимости в ответах нейросетей.

Итог: что мы получили

balconia.ru начал стабильно появляться в ИИ-ответах Алисы, а компания «Балкония» попала в ответы ChatGPT, DeepSeek и Gemini по запросам, связанным с лучшими компаниями по остеклению и отделке балконов в Москве.

Инструменты и сервисы, которые использовались для продвижения сайта  в ответах нейросетей и брендирования компании

Keys.so: анализ упоминаний сайта в ИИ-ответах Алисы и проверка видимости по запросам.

Topvisor: мониторинг поисковых позиций и контроль динамики видимости.

Pixel Tools: проверка частотности и дополнительная SEO-аналитика.

Яндекс.Вебмастер и Google Search Console: первоисточники данных об индексации и поисковой видимости.

Яндекс.Метрика: анализ поведения пользователей и качества посадочных страниц.

ChatGPT, DeepSeek, Gemini: ручная проверка AI-ответов по коммерческим и исследовательским запросам.

Screaming Frog SEO Spider: технический аудит страниц, заголовков, метаданных и доступности контента.

Микроразметка Schema.org: структурирование данных о сайте, услугах, авторе и результатах.

Работа с отзывами и справочниками: усиление репутационных сигналов, которые могут учитываться нейросетями при рекомендациях.

Роль AI специалиста в проекте

Сергей Купряшкин отвечал за AI-стратегию проекта, постановку задач исполнителям, анализ видимости сайта поисковыми системами и нейросетями, контроль качества генераций и AI-автоматизацию SEO-процессов.

Ограничения публичного кейса

В данном кейсе не раскрываются данные CRM, фактическое количество обращений, выручка, маржинальность и внутренняя аналитика заказчика. Эти данные относятся к закрытой коммерческой информации. Основной акцент сделан на открыто проверяемых данных: упоминаниях в AI-ответах, скриншотах нейросетей, внешних сервисах и публичных изменениях сайта.