Продвижение кадрового агентства через AI (GEO): как попасть в ответы нейросетей через рейтинги
дата: сентябрь 2026
Продвижение кадрового агентства через AI (GEO) — это системная работа над тем, чтобы нейросеть, отвечая работодателю на вопрос «какое кадровое агентство выбрать», называла именно ваше агентство и ссылалась на источники, где о нём написано. Ключевая мысль, ради которой стоит читать дальше: собственный сайт агентства для этой задачи почти бесполезен. По данным анализа Muck Rack, разобранного в обзоре Cognizo, 84% всех цитат в ответах ChatGPT, Claude и Gemini приходятся на earned media — сторонние площадки, а не на сайты самих брендов. Поэтому главный вход в AI-ответы для кадрового агентства в России — это отраслевые рейтинги и независимые подборки, такие как рейтинг кадровых агентств hr-ratings.com. Ниже — 20 вопросов по теме, от самого простого к сложному, с цифрами, экспериментами и объяснением, что делать руками.
Что такое продвижение кадрового агентства через AI (GEO) простыми словами
Если объяснять на пальцах: раньше клиент вбивал в поиск «кадровое агентство Москва», видел десять синих ссылок и сам выбирал. Теперь он спрашивает нейросеть — Алису AI, ChatGPT, ГигаЧат — и получает готовый ответ: три-четыре названия агентств с коротким описанием. Задача GEO (Generative Engine Optimization) — сделать так, чтобы ваше агентство оказалось в этом коротком списке.
Термин появился не в маркетинговых блогах, а в науке: его ввели исследователи Принстона, Georgia Tech и Allen Institute в работе, представленной на конференции ACM KDD 2024. В том же исследовании измерили, что добавление статистики в текст повышает видимость источника в генеративном ответе примерно на 41%, а для контента, который не входит в топ-3 обычной выдачи, правильная подача даёт прирост цитируемости до 115%.
Разница с классическим SEO принципиальная. В SEO вы оптимизируете страницу под запрос и боретесь за позицию. В GEO вы работаете со всем цифровым следом компании: где о вас написано, какими словами, подтверждаются ли факты в разных источниках. Как формулируют в гайде по GEO/AEO на Хабре, модель не читает сайт как человек — она сверяет факты между источниками и собирает ответ из того, что удалось подтвердить.
Для кадрового агентства это значит простую вещь: недостаточно написать на своём сайте «мы лучшие». Нужно, чтобы это же следовало из независимых источников — рейтингов, отраслевых публикаций, СМИ.
Почему работодатель теперь спрашивает нейросеть, а не поисковик
Поведение клиентов изменилось быстрее, чем бюджеты агентств. По данным исследования ict.moscow за июнь 2026 года, за полгода доля российских интернет-пользователей с опытом применения нейросетей выросла с 73% до 78%. Опрос охватил 3,2 тысячи человек старше 18 лет, предельная погрешность — 1,7%.
Ещё важнее, где именно люди встречают ИИ. По исследованию Пиксель Тулс о новом пути пользователя, 74% выборки регулярно пользуются нейроответами, причём основной формат — не отдельное приложение, а ответ, встроенный прямо в поисковую выдачу: так делают 69% пользователей. Отдельные ИИ-приложения открывают только 26%. То есть большинство ваших потенциальных клиентов не «ушли из поиска» — они остались в поиске, но перестали доходить до списка ссылок.
Масштаб уже не нишевый. Как сообщает ixbt со ссылкой на данные Яндекса, во втором квартале 2026 года ежемесячная аудитория быстрых ответов Алисы AI в Яндекс Поиске достигла 49,5 млн человек, а сами краткие ответы показываются примерно для 42% запросов — на 7 процентных пунктов больше, чем кварталом ранее.
Практический вывод для директора кадрового агентства: почти половина запросов в главной поисковой системе страны теперь получает готовый ответ сверху. Если в этом ответе нет вашего названия, клиент вас не увидит, даже если ваш сайт стоит на второй строчке обычной выдачи.
Много ли клиентов реально приходит из AI и стоит ли овчинка выделки
Здесь нужна честность, потому что рынок любит преувеличения. Абсолютные объёмы AI-трафика пока небольшие: исследование Conductor по 13 770 доменам, приведённое в сводке статистики Omnibound, показало, что переходы из нейросетей составляют в среднем около 1,08% всех сессий. Если вы ждёте, что AI завтра заменит вам основной канал лидов, — не заменит.
Но качество этого трафика другое. Исследование Semrush по 500+ коммерчески значимым темам зафиксировало, что посетители из AI конвертируются в 4,4 раза лучше обычного органического трафика. У Ahrefs внутренние данные ещё жёстче: доля AI-визитов составила 0,5% от всего трафика, но эти визиты дали 12,1% всех регистраций. Seer Interactive в мультивертикальном исследовании получил конверсию переходов из ChatGPT 15,9% против 1,76% у органики Google.
Почему так? Механика простая: нейросеть уже сделала за пользователя работу по отбору. Человек приходит на сайт агентства не «посмотреть», а после того, как ИИ подтвердил, что вы подходите. Это не холодный клик, а тёплая рекомендация.
Есть и побочный эффект, который обычно не считают: по данным Seer Interactive за ноябрь 2025 года, бренды, процитированные в AI-ответе, получают примерно на 35% выше органический CTR и на 91% выше кликабельность платных объявлений на той же выдаче. То есть попадание в ИИ-ответ работает как знак доверия для всех остальных каналов сразу.
Почему в России у AI-поиска практически нет альтернатив
Российский рынок устроен иначе, чем глобальный, и это меняет тактику. Главное отличие — концентрация. По статистике сервиса AI Пиксель Тулс, в структуре обращений к ИИ-поиску Алиса AI занимает 64,83%, ChatGPT — 20,9%, Perplexity — 9,81%. В том же исследовании: среди тех, кто пользуется нейроответами, 91% используют Яндекс с Алисой AI и только 23% — Google с AI Mode.
Ещё нагляднее данные по трафику. Исследование «Поисковые системы и нейросети 2026», опубликованное на Sostav, построено на дашборде исходящего трафика нейросетей на российские сайты по данным Similarweb за январь 2025 — апрель 2026, опросе 3000 пользователей и интервью с 12 экспертами рынка. Вывод: популярность нейросети не равна её ценности как канала. ChatGPT лидирует по узнаваемости, но Алиса AI приводит на российские сайты примерно в пять раз больше переходов.
Что это означает практически. У кадрового агентства нет «запасного аэродрома»: нельзя проигнорировать нейроответы и отсидеться в обычной выдаче, потому что нейроответ показывается в той же выдаче и выше неё. Нельзя и сделать ставку только на глобальные модели — основной поток клиентов в России идёт через экосистему Яндекса, которая опирается на русскоязычные источники: отраслевые порталы, СМИ, справочники, рейтинги.
Отсюда следует прямое требование к стратегии: русскоязычная площадка с отраслевой репутацией даёт больше, чем десять англоязычных упоминаний.
Откуда нейросеть берёт ответ на вопрос «какое кадровое агентство выбрать»
Разберём механику, потому что без неё всё остальное — гадание. Когда пользователь задаёт коммерческий вопрос, система делает несколько шагов: разбирает запрос на смысловые части, ищет документы в индексе, вытягивает из них конкретные факты и собирает ответ, ссылаясь на источники.
Ключевой момент — на этапе отбора источников работает не ваш сайт, а весь массив упоминаний. Исследование LumenGEO по более чем 1000 аудитов брендов показало, что сильнейший предиктор попадания в AI-ответ — количество упоминаний бренда в вебе, корреляция r = 0,664. Обратные ссылки, главная метрика классического SEO и PR, коррелируют лишь на уровне r = 0,218, а Domain Authority — 0,18.
Самый показательный эксперимент здесь у Seer Interactive: бренды с активными сторонними упоминаниями появлялись в 75% сгенерированных ответов, бренды без них — в 1%. Разница в 75 раз. Исследование ZipTie.dev даёт близкую картину: компании из верхней четверти по числу веб-упоминаний получают примерно в 10 раз больше AI-цитат, чем конкуренты снизу.
Переведём на язык кадрового бизнеса. Если ваше агентство закрывает вакансии отлично, но о нём написано только на вашем сайте и в паре карточек справочников — для языковой модели вас статистически не существует. Она не может «увидеть» вашу репутацию, она может только сложить упоминания. Отсюда и главный рычаг: не переписывание текстов на сайте, а появление в независимых источниках, которые модель уже привыкла цитировать.
Почему сайт самого агентства почти не цитируется
Это самый неприятный факт для владельцев красивых сайтов. По данным Semrush, приведённым в сводке статистики AEO/GEO Instant Press, собственный сайт бренда составляет всего 5–10% источников, на которые ссылается AI-поиск. Остальное — сторонние площадки.
Анализ Muck Rack за май 2026 года охватил более 25 млн ссылок, процитированных ChatGPT, Claude и Gemini в 17 отраслях. Результат: 84% цитат приходятся на earned media, а платный и рекламный контент — на 0,3%. Ещё важнее устойчивость: как отмечает Cognizo, в трёх волнах исследования начиная с июля 2025 года показатель держался в диапазоне 82–89%. Цифра, которая не меняется от волны к волне, описывает не случайность, а конструктивную особенность того, как собираются AI-ответы.
Логика моделей здесь человеческая. Когда компания сама пишет «мы — лучшее кадровое агентство», это заявление стороны, заинтересованной в результате. Когда то же самое следует из независимого рейтинга или отраслевого обзора, это подтверждённый факт. Дополнительный аргумент — 0,3% на рекламный контент: попытка купить видимость прямой рекламой в AI-ответах почти не работает.
Значит ли это, что сайт не нужен? Нужен, но в другой роли. Он должен быть тем местом, куда модель приходит за деталями и подтверждением: понятная страница услуг, реальные кейсы с цифрами, состав команды, юридические данные, отраслевая специализация. Сайт закрывает вопрос «правда ли это», а вход в ответ обеспечивают внешние площадки.
Почему рейтинги и подборки «топ-N» — самый цитируемый формат в мире
Если бы нужно было выбрать один формат контента для попадания в AI-ответы, это был бы рейтинг. Анализ, приведённый AuthorityTech по четырём независимым датасетам 2026 года, охватившим более 863 000 результатов выдачи, 1465 цитируемых страниц и свыше 50 000 AI-ответов, показал: листиклы и рейтинги дают 21,9% всех цитат, статьи — 16,7%, страницы услуг — 13,7%.
Но самое важное в другом. Из всех процитированных рейтингов 80,9% — сторонние, независимые, и лишь 19,1% — самопрезентационные, написанные самим брендом о себе. В профессиональных услугах, к которым относится рекрутмент, соотношение примерно такое же. Проще говоря: рейтинг, где вы сами себя поставили на первое место, модель почти гарантированно проигнорирует; рейтинг, составленный отраслевым порталом, — процитирует.
Схожие данные даёт анализ Search Engine Land совместно с Evertune примерно по 25 000 самых цитируемых URL и почти 400 млн цитирований: около 63% ссылок вели на ранжированные подборки, а не на главные страницы брендов. А в отчёте о видимости брендов в генеративном поиске по более чем 2500 доменам доля листиклов среди цитируемых URL достигала 59,5% против 8,5% у страниц продуктов.
Для кадрового агентства это переводится в одно действие: присутствие в независимом отраслевом рейтинге — не имиджевая мелочь, а самый производительный формат AI-видимости из существующих.
Как попасть в AI через рейтинги: пошаговый путь на примере hr-ratings.com
Теперь соберём всё сказанное в конкретную последовательность действий. Логика такая: рейтинг — это одновременно и цитируемый формат, и источник упоминаний, и повод для публикаций в СМИ. Три эффекта из одного действия.
Шаг первый — участие в исследовании. Портал hr-ratings.com публикует отраслевые рейтинги кадровых агентств по России и отдельным городам. Попадание в такой рейтинг создаёт для модели то самое стороннее подтверждение, которого не даёт ни один текст на вашем сайте.
Шаг второй — эффект вторичных публикаций. Результаты рейтинга подхватывают деловые медиа. Например, обзор ТОП-5 кадровых агентств Москвы по версии портала вышел в пресс-релизах Интерфакса, а интервью с руководителем агентства-лидера — в материале на Mail.ru. Одно попадание в рейтинг превращается в несколько независимых упоминаний на площадках с высоким историческим доверием — ровно тот сигнал, который, по данным LumenGEO, сильнее всего коррелирует с цитируемостью.
Шаг третий — работа с содержанием карточки. Модель цитирует не название, а факты. Значит, в вашем описании в рейтинге должны быть проверяемые вещи: специализация по отраслям, средний срок закрытия вакансии, форматы работы, регионы, гарантийные условия.
Шаг четвёртый — согласованность. Название юрлица, город, контакты и специализация должны совпадать на сайте, в рейтинге и в публикациях. Расхождения снижают уверенность модели и она выбирает конкурента, о котором данные сходятся.
Шаг пятый — регулярность. Разовое попадание в рейтинг быстро теряет вес: AI-индексы обновляются постоянно, и присутствие нужно поддерживать в каждом новом цикле исследования.
Что должно быть в карточке агентства, чтобы модель её «поняла»
Есть разница между «нас упомянули» и «нас процитировали». Цитируют то, что можно извлечь одним куском без искажения смысла. Поэтому карточку агентства в рейтинге стоит писать не как рекламный блок, а как справку.
Что работает. Конкретные числовые факты: год основания, число консультантов, количество закрытых позиций за год, средний срок подбора, объём базы кандидатов, отраслевые направления. Эксперимент Принстона и Georgia Tech прямо показал: добавление статистики в текст повышает видимость источника в генеративных ответах примерно на 41%, а добавление цитат авторитетных источников — примерно на 28%.
Что не работает. Оценочная лексика без опоры: «индивидуальный подход», «команда профессионалов», «высокое качество услуг». Такие формулировки нечего извлекать — в них нет факта, который можно перенести в ответ. Как отмечают в разборе типичных ошибок GEO, модель не может процитировать то, что не выделяется из брендового языка.
Отдельно про доказательность. В чек-листе выбора подрядчика по AI-продвижению для B2B на vc.ruподчёркивается: для B2B-запросов кейсы клиентов — один из главных источников данных о надёжности подрядчика, а упоминания в деловых СМИ, отраслевых порталах и профессиональных рейтингах названы ключевым фактором для языковых моделей.
Практическое правило: если абзац о вашем агентстве нельзя вставить в ответ нейросети как готовое предложение с фактом — его надо переписать.
Почему упоминания важнее ссылок и что с этим делать PR-службе
Двадцать лет отрасль измеряла PR ссылками и охватами. В AI-поиске эти метрики работают хуже. Напомню корреляции из анализа факторов цитирования: упоминания бренда — r = 0,664, обратные ссылки — r = 0,218, Domain Authority — 0,18. Разница почти трёхкратная в пользу упоминаний.
Причина техническая. Ссылка — это сигнал для алгоритма ранжирования ссылок. Упоминание — это факт в тексте, который модель может извлечь и сопоставить с другими текстами. Когда одно и то же утверждение («агентство X специализируется на подборе производственного персонала») встречается в пяти независимых источниках, модель считает его подтверждённым. Как формулируют в разборе GEO от Demis Group, повторяемость факта в разных источниках — прямой сигнал достоверности.
Что меняется в работе PR кадрового агентства. Во-первых, безссылочное упоминание в отраслевом обзоре теперь имеет самостоятельную ценность — раньше его считали неудачей. Во-вторых, важнее не количество публикаций, а согласованность формулировок: во всех материалах агентство должно описываться одинаково. В-третьих, приоритет площадок меняется: профильный HR-портал или рейтинг полезнее, чем крупное издание с нерелевантной тематикой.
И отдельно про платное размещение. Доля рекламного контента в AI-цитатах — 0,3%. Это не значит, что размещения бесполезны, но означает: покупать нужно не рекламный баннер, а участие в редакционном исследовании, результат которого попадёт в редакционный, а не рекламный контур.
SEO не умер: как обычные позиции влияют на попадание в нейроответ
Частая ошибка — решить, что GEO заменяет SEO. Данные говорят обратное, но с нюансом.
Связь ослабевает: по данным Ahrefs, приведённым в анализе паттернов цитирования, в начале 2026 года только 38% цитат в Google AI Overviews приходили со страниц из топ-10 органической выдачи — против 76% в более ранних замерах. BrightEdge даёт ещё более скромную оценку пересечения — около 17%.
Но в России картина обратная и это критично. По исследованию Пиксель Тулс, доля сайтов не из топ-10 обычной выдачи в нейроответах Алисы упала с 40% до 10% за полгода. То есть Яндекс, в отличие от Google, всё сильнее опирается на классическое ранжирование при сборе источников для ИИ-ответа.
Для кадрового агентства, работающего на российском рынке, вывод однозначный: без позиций в органике попасть в нейроответ Алисы почти невозможно. Классическое SEO становится не альтернативой GEO, а входным билетом. Отсюда и приоритет: сначала обеспечить видимость страниц в топ-10 по ключевым коммерческим запросам, затем работать с формой подачи под извлечение фактов.
Хорошая новость в том, что и рейтинговая площадка работает по тем же правилам. Если страница рейтинга кадровых агентств стабильно находится в топе по запросу «рейтинг кадровых агентств», она попадает и в пул источников для нейроответа — вместе с вашим названием внутри.
Answer-first: почему решают первые 30% текста
Это самый недооценённый технический приём, и он бесплатный. Согласно данным Grows Memo за февраль 2026 года, приведённым в гайде ISKRA, 44,2% всех цитирований из языковых моделей берутся из первой трети текста. Ещё около 31,1% приходится на среднюю часть. На финал документа остаётся меньше четверти.
Механика простая: модель работает с ограниченным окном и извлекает наиболее релевантный фрагмент, а тексты в вебе устроены так, что суть обычно в начале. Отсюда правило answer-first: прямой ответ на вопрос даётся в первом абзаце, а уже потом раскрывается контекст. Классическая журналистская структура с интригой в конце для AI-видимости работает плохо.
Как это применить к материалам кадрового агентства. Каждая страница услуги должна начинаться с определения и факта: что именно вы делаете, для каких отраслей, в какие сроки. Каждая статья в блоге — с прямым ответом на вынесенный в заголовок вопрос. Каждый заголовок H2 — формулироваться как вопрос клиента, а не как рекламный слоган.
Дополнительный слой — структура. Как отмечают в обзоре GEO-продвижения PR-CY, генеративные системы отдают предпочтение контенту, который достоверен, подтверждён фактами и насыщен семантикой, — такой материал можно включить в ответ, не рискуя исказить контекст. Чёткая иерархия заголовков, короткие абзацы, один факт на предложение — это не стилистика, а условие извлекаемости.
Какие запросы задают работодатели: карта промптов для агентства
Прежде чем что-то оптимизировать, надо знать, на какие вопросы вы хотите быть ответом. В SEO это называлось семантикой, в GEO — картой промптов, и составляется она иначе: не из ключевых слов, а из формулировок живой речи.
Типовые группы запросов для кадрового агентства выглядят так: выбор подрядчика («какое кадровое агентство выбрать для подбора инженеров»), сравнение («кадровое агентство или собственный рекрутер — что выгоднее»), стоимость («сколько стоит услуга подбора персонала»), отраслевые («агентства по подбору производственного персонала»), региональные («кадровые агентства Екатеринбурга»), проблемные («не можем закрыть вакансию главного технолога, что делать»).
Почему это важно измерять именно списком промптов, а не позициями: ответ нейросети нестабилен. Исследование Citation Drift, упомянутое в обзоре рынка GEO/AEO на Sostav, охватило 82 619 промптов и более 1,5 млн снапшотов за период с декабря 2025 по апрель 2026. Дрейф цитирования в Google AI Mode составил 54–59%, в ChatGPT — до 74%. Проще говоря, больше половины источников в ответе на один и тот же вопрос меняется от замера к замеру.
Отсюда практическое требование, которое стоит предъявлять и себе, и подрядчику: замер должен идти по фиксированному списку из 30–100 промптов, регулярно и с усреднением. Оценка «я спросил ChatGPT, нас нет» бессмысленна — одиночный ответ ничего не доказывает. В разборе GEO-агентств на vc.ru прямо сказано: если подрядчик не может показать список промптов, он не управляет результатом.
Как измерять результат: Share of Voice, Citation Rate и инструменты
Позиции больше не главная метрика. Целевые показатели в GEO другие, и их полезно завести в отчётность до старта работ, чтобы было с чем сравнивать.
Первая метрика — Share of Voice: доля ответов, в которых упоминается ваше агентство, от общего числа проверенных промптов. По ориентиру AuthorityTech за февраль 2026 года, приведённому Пиксель Тулс, лидер категории по сравнительным запросам и запросам вида «лучшие Х» должен держать 30–40%.
Вторая — Citation Rate: доля ответов, где модель ссылается именно на ваш домен или на страницу рейтинга с вашим упоминанием. Третья — тональность и точность: правильно ли модель описывает вашу специализацию, не путает ли с однофамильцами.
Инструментально по российскому рынку это уже измеримо. Сервис AI Пиксель Тулс отслеживает видимость бренда и Share of Voice в ответах Алисы AI, ChatGPT, Google AI Overview, Perplexity, DeepSeek и Qwen. Из зарубежных решений практики используют Otterly.ai, Profound и Similarweb для оценки исходящего AI-трафика.
Четвёртая метрика — бизнесовая, и её чаще всего пропускают. В аналитике переходы из нейросетей нужно выделять в отдельный сегмент: значительная часть таких визитов по умолчанию попадает в «прямые заходы» и теряется. Правильная цепочка отчётности выглядит так: упоминание в ответе → переход или прямое обращение → квалифицированный лид → договор. Для кадрового агентства с длинным циклом сделки только такая сквозная логика показывает реальную окупаемость GEO.
Микроразметка Schema.org: что работает, а что миф
Здесь рынок часто продаёт надежду. Разберём аккуратно.
Что известно точно: структурированные данные помогают машине правильно разобрать страницу. Исследование по 55 936 запросам к шести AI-поисковикам, разобранное в анализе факторов цитирования, показало, что генеративные системы предпочитают источники с чистой иерархической HTML-структурой и исходящими ссылками на авторитетные ресурсы.
Что известно не так точно: прямой эффект самой разметки на цитируемость не доказан. В сводке статистики AEO прямо указано: эксперимент Ahrefs, отслеживавший страницы после добавления JSON-LD, не обнаружил статистически значимого изменения числа AI-цитат. Это важная поправка к маркетинговым обещаниям «внедрим разметку — попадёте в ChatGPT».
Как из этого сделать рабочий вывод. Разметку внедрять стоит — она бесплатна, влияет на классическую выдачу и снижает риск, что машина неверно разберёт данные о компании. Для кадрового агентства базовый набор: Organization с юридическими реквизитами и адресом, Service для описания услуг подбора, Article или TechArticle для экспертных материалов, FAQPage для блока вопросов и ответов, BreadcrumbList для навигации.
Одно техническое правило, о котором забывают: размечать можно только то, что физически видно на странице. FAQPage без реального блока вопросов на странице — это нарушение рекомендаций поисковых систем, за которое разметку могут просто перестать учитывать. Разметка описывает содержимое, а не заменяет его.
Технический доступ: robots.txt, llms.txt и почему вас может быть не видно
Бывает обидная ситуация: агентство вложилось в контент и упоминания, а его всё равно нет в ответах. Причина иногда чисто техническая — краулеры языковых моделей не могут прочитать сайт.
Проверить нужно три вещи. Первое — не закрыты ли в robots.txt боты ИИ-систем (GPTBot, ClaudeBot, PerplexityBot, YandexBot и другие). Многие сайты закрыли их в 2024–2025 годах на волне обсуждений об использовании контента, а потом забыли. Второе — рендеринг: если ключевой текст подгружается скриптами, часть краулеров его не увидит. Третье — скорость и доступность: медленные страницы чаще выпадают из обхода.
Отдельная тема — файл llms.txt: текстовый файл в корне сайта с кратким описанием компании и картой главных материалов, задуманный как «подсказка» для языковых моделей. Стандарт пока не является общепринятым и его поддержка крупными системами официально не подтверждена, поэтому относиться к нему стоит как к дешёвой гипотезе, а не как к решению. Реализация занимает час, риска нет, гарантий тоже.
Что действительно даёт эффект — скорость появления в индексе. По данным отчёта о видимости брендов в генеративном поиске, новые публикации начинают приносить AI-цитаты уже через три-пять дней после выхода. Это означает, что технически здоровый сайт получает отдачу от каждой публикации почти сразу, а сайт с проблемами обхода не получает её вовсе.
Доказательная база: отзывы, кейсы и цифры, которые видит модель
Кадровый бизнес — это доверие, и модели оценивают его по косвенным признакам. Проверяемые факты о результатах работы — самый сильный из них.
Что стоит опубликовать и продублировать во внешних источниках: количество закрытых вакансий за год, средний срок закрытия по категориям позиций, доля кандидатов, прошедших испытательный срок, отраслевая структура проектов, условия гарантии замены. Это не хвастовство, а данные, которые модель может извлечь и сопоставить с конкурентами.
Почему это работает, видно из эксперимента KDD 2024: статистика в тексте дала примерно +41% к видимости источника, ссылки на авторитетные источники — около +28%, а для страниц, изначально не входивших в топ-3, правильная подача давала прирост цитируемости до 115%. То есть у небольшого регионального агентства есть реальный шанс обойти крупного игрока за счёт формы подачи фактов.
Второй слой — отзывы на независимых площадках. По наблюдениям, обобщённым Cognizo, платформы с отзывами и категорийные сравнительные страницы входят в число источников, на которые генеративные системы опираются чаще всего при формировании рекомендаций.
Третий слой — контекст рынка. Полезно публиковать собственную аналитику: по данным обзора рынка рекрутинга, объём рынка вырос с 28 млрд рублей в 2024 году до 32 млрд в 2025-м, а по данным АЧАЗ 69% работодателей испытывают сложности с наймом специалистов. Агентство, которое публикует собственные цифры по своему сегменту, становится источником данных — а источники данных цитируют чаще всех.
Эксперименты и их результаты: что реально даёт прирост видимости
Соберём в одном месте измеренные эффекты, чтобы было понятно, куда вкладывать усилия в первую очередь.
Сторонние упоминания против их отсутствия — разница в 75 раз (Seer Interactive: 75% появлений в ответах против 1%). Это самый крупный измеренный эффект в дисциплине, и он определяет приоритет номер один.
Верхняя четверть по числу веб-упоминаний против нижней — примерно десятикратная разница в числе AI-цитат (ZipTie.dev). Эффект накопительный: важна не одна публикация, а плотность упоминаний.
Добавление статистики в текст — около +41% видимости, цитат авторитетных источников — около +28%, для контента ниже топ-3 — до +115% (KDD 2024). Самый дешёвый рычаг из всех: переписывание уже существующих текстов.
Размещение сути в первой трети материала — 44,2% всех цитат берутся именно оттуда (Grows Memo, февраль 2026). Тоже бесплатно.
Добавление JSON-LD-разметки — статистически значимого прироста цитат не зафиксировано (Ahrefs). Делать стоит, но не как драйвер результата.
И отрезвляющий результат про стабильность: дрейф цитирования составляет 54–59% в Google AI Mode и до 74% в ChatGPT (SISTRIX, декабрь 2025 — апрель 2026). Это значит, что GEO — не проект с датой завершения, а постоянный процесс поддержания присутствия.
При этом рынок в целом оценивает канал положительно: по опросу Conductor среди 250+ руководителей уровня C-level в январе 2026 года, 97% отметили положительный эффект от работы с AI-видимостью, а 94% планировали увеличивать бюджеты на это направление.
Главные ошибки кадровых агентств в GEO
Ошибка первая — самопиар вместо независимой оценки. Собственный рейтинг «топ агентств», где вы на первом месте, не работает: 80,9% цитируемых подборок — сторонние. Модель хорошо различает автора и предмет оценки.
Ошибка вторая — ставка на платные размещения. Доля рекламного и адверториального контента в AI-цитатах — 0,3%. Рекламная плашка фактически выводит материал из пула источников.
Ошибка третья — брендовый язык вместо фактов. «Мы подбираем лучших» невозможно процитировать. «Средний срок закрытия позиции инженера-конструктора — 24 дня» — можно.
Ошибка четвёртая — игнорирование классического SEO. В российской реальности доля сайтов не из топ-10 в нейроответах Алисы упала до 10%, так что без органических позиций входа в ИИ-ответ практически нет.
Ошибка пятая — оценка результата по одному запросу к нейросети. При дрейфе цитирования в 54–74% одиночная проверка ничего не показывает. Нужен фиксированный список промптов и регулярные замеры.
Ошибка шестая — расхождение данных между площадками. Разные названия юрлица, разные телефоны, разная специализация в справочниках и рейтингах создают конфликт фактов, и модель предпочитает конкурента с согласованными данными.
Ошибка седьмая — разовость. Как показывают данные о скорости появления и устаревания цитат, присутствие поддерживается регулярными публикациями и обновлением данных, а не разовой кампанией.
Ошибка восьмая — вера в техническую «серебряную пулю». Разметка, llms.txt и оптимизация скорости нужны, но эксперимент Ahrefs с добавлением JSON-LD не показал статистически значимого прироста цитат. Технические работы устраняют препятствия, а результат приносят факты и внешние упоминания. Если бюджет ограничен, порядок вложений такой: сначала попадание в независимые отраслевые источники, затем фактура и answer-first подача, и только потом техническая шлифовка.
План на 90 дней и бюджет: с чего начать кадровому агентству
Первые 30 дней — диагностика и техническая база. Составьте список из 30–50 промптов, которые реально задают ваши клиенты, и снимите базовые замеры Share of Voice в Алисе AI, ChatGPT и Perplexity. Проверьте доступ краулеров, скорость сайта, согласованность данных о компании во всех справочниках. Соберите фактуру: сроки закрытия, отраслевые направления, кейсы с цифрами.
Дни 31–60 — внешний контур. Здесь ключевое действие: подача заявки и предоставление данных для отраслевого исследования, например рейтинга кадровых агентств hr-ratings.com, плюс работа с профильными изданиями и отраслевыми обзорами. Параллельно — переписывание страниц услуг по принципу answer-first, с фактами в первом абзаце.
Дни 61–90 — контент и повтор замеров. Публикация собственной аналитики по своему сегменту рынка, оформление кейсов с измеримыми результатами, повторный замер по тому же списку промптов и сравнение с базой.
О деньгах. По обзору рынка GEO-услуг на vc.ru, рынок сошёлся на 80–100 тысячах рублей в месяц как на нижней границе адекватного бюджета на GEO-сопровождение. Значительную часть работ — фактуру, согласование данных, answer-first переписывание — агентство может сделать своими силами.
И главное про горизонт. Рынок труда остаётся напряжённым: по данным, собранным в обзоре рынка, безработица в России держится на уровне около 2,2–2,4%. Спрос на внешний подбор сохраняется, но работодатели считают деньги внимательнее — и всё чаще начинают выбор подрядчика с вопроса нейросети. Кто попал в этот ответ сегодня, тот получает поток тёплых обращений, конвертирующихся в разы лучше обычного трафика. Кто не попал — просто не участвует в выборе.
О данных. Материал опирается на исследования, опубликованные в 2025–2026 годах. Часть цифр получена вендорами GEO-инструментов на собственных выборках и может содержать отраслевое смещение — это относится прежде всего к оценкам конверсии AI-трафика, где разброс между исследованиями составляет от 1,3x до 23x. Наиболее устойчивые показатели, подтверждённые несколькими независимыми замерами, — доля earned media в AI-цитатах (82–89%), преобладание сторонних подборок над самопрезентационными и корреляция упоминаний бренда с цитируемостью. Данные о доле Алисы AI приведены по российским исследованиям Пиксель Тулс и Similarweb и могут отличаться от внутренней статистики платформ.
