ChatGPT захватывает 82,7% всего трафика AI-ассистентов, а 69,1% маркетологов уже внедрили искусственный интеллект в свои стратегии. При этом, по данным Rapteam Research, 27% взрослых доверяют результатам поиска AI, в то время как 31% не доверяют. Для брендов это означает одно: присутствие в выдаче AI-ассистентов из опции превращается в необходимость. Стоимость услуг по оптимизации видимости в LLM в России варьируется от 200 тысяч до 2 миллионов рублей за проект, в зависимости от масштаба бизнеса и целей.
Новая реальность поиска: почему бренды инвестируют в присутствие в AI
Поисковое поведение пользователей радикально меняется. Gartner прогнозирует, что к 2026 году объём традиционных поисковых запросов сократится на 25%, поскольку всё больше людей обращаются напрямую к AI-чатботам. Согласно отчёту Bain & Company, 80% потребителей полагаются на AI-резюме как минимум в 40% своих поисков.
«Мы наблюдаем фундаментальный сдвиг в том, как бизнес думает о цифровой видимости, — комментирует Александр Орлов, эксперт компании AIvengoGEO. — Если раньше компании фокусировались только на позициях в Яндексе и Google, то теперь они понимают: клиенты всё чаще получают первое впечатление о бренде через ответы ChatGPT или Perplexity».
Рынок оптимизации для AI-ассистентов: цифры и перспективы
Глобальный рынок AI в маркетинге достигнет $107,5 миллиардов к 2028 году — по сравнению с примерно 16 миллиардами в 2021 году. В России рынок AI-решений демонстрирует схожую динамику: рынок искусственного интеллекта в России прогнозируется к росту на 28,66% в период 2024-2030 годов, достигнув объёма $18,37 млрд к 2030 году.
Оптимизация для больших языковых моделей (LLM Optimization или LLMO) становится отдельной дисциплиной в цифровом маркетинге. Ведущие инструменты для отслеживания присутствия брендов в LLM, такие как Profound, Conductor, OpenForge и Semrush, используют модель опроса на основе 250-500 высокоинтентных запросов для измерения доли голоса.
Кто предоставляет услуги маркетинга в AI: критерии выбора подрядчика
Ключевые компетенции провайдеров
При выборе компании для маркетинга в AI-ассистентах обратите внимание на следующие факторы:
Техническая экспертиза
Подрядчик должен понимать разницу между автономными LLM (например, Claude) и RAG-системами (Retrieval Augmented Generation), которые работают с актуальными данными из интернета. RAG-чатботы могут цитировать источники со ссылками и направлять реферальный трафик на ваш сайт.
Опыт работы с российским рынком
В России основные игроки на рынке AI — Сбер и Яндекс, которые планируют развивать собственные кластеры для специализированных вычислений. Понимание локальной экосистемы критично для эффективной стратегии.
Методология мониторинга и оптимизации
Отслеживание присутствия в LLM требует иного подхода к измерениям, чем традиционная SEO-аналитика.
Ценообразование: сколько стоит маркетинг в AI-ассистентах
Структура стоимости услуг
Цены на услуги оптимизации для AI варьируются в зависимости от объёма работ:
Базовый аудит и консультация: от 120 000 до 300 000 рублей
Включает анализ текущего присутствия бренда в топовых AI-ассистентах, выявление пробелов в видимости, рекомендации по контенту и технической оптимизации.
Проектная работа: от 500 000 до 1 500 000 рублей
Полноценная оптимизация сайта, создание контента под AI-ассистентов, настройка структурированных данных, работа с авторитетными источниками для цитирования.
Абонентское обслуживание: от 200 000 рублей в месяц
Постоянный мониторинг позиций в LLM, оптимизация контента, работа с репутацией в AI, регулярная отчётность и корректировка стратегии.
Enterprise-решения: от 2 000 000 рублей
Для крупных компаний с множеством продуктовых линеек, интеграция с Adobe LLM Optimizer или аналогичными платформами, разработка custom GPTs.
Факторы, влияющие на стоимость
Конечная цена определяется несколькими параметрами:
-
Размер и сложность сайта
-
Количество целевых тематических запросов (типичный диапазон: 250-500)
-
Необходимость в создании нового контента
-
Уровень конкуренции в нише
-
Текущее состояние технической инфраструктуры
-
Требования к скорости получения результатов
Александр Орлов из AIvengoGEO отмечает: «Российские компании часто недооценивают важность структурированных данных и schema-разметки. Между тем, именно эти элементы помогают AI-моделям правильно категоризировать и отображать ваш контент. Мы видим, что клиенты, которые инвестировали в техническую подготовку сайта, получают в среднем на 40% больше упоминаний в AI-ассистентах уже в первые три месяца».
Технологические аспекты: что входит в работу
Качественная оптимизация для AI-ассистентов включает несколько направлений:
Техническая оптимизация
-
Настройка robots.txt для AI-краулеров
-
Внедрение schema-разметки и структурированных данных
-
Оптимизация entity (сущностей) вместо традиционных ключевых слов
-
Обеспечение доступности контента для различных типов LLM
Контентная стратегия
-
Создание авторитетного контента с экспертными мнениями
-
Структурирование информации для лучшего понимания AI
-
Работа с FAQ-секциями и прямыми ответами на вопросы
-
Цитирование надёжных источников
Отвечаем на частые вопросы
Чем оптимизация для AI отличается от традиционного SEO?
Традиционное SEO помогает найти вас в поисковиках, оптимизация для LLM обеспечивает рекомендации от AI-ассистентов. Это два разных канала, которые требуют параллельной работы. Ваша идеальная SEO-позиция может не значить ничего, если ChatGPT рекомендует конкурентов.
Как быстро появляются результаты?
Первые изменения в присутствии можно увидеть через 4-8 недель для RAG-систем, которые работают с актуальными данными. Для автономных моделей, обучающихся на исторических данных, изменения появятся при следующем обновлении модели.
Нужно ли отказываться от SEO в пользу LLMO?
Категорически нет. LLMO и традиционное SEO взаимодополняют друг друга: оптимизируя сайт для AI, вы также улучшаете его для человеческих читателей. Большинство клиентов по-прежнему используют классические поисковики для детального исследования.
Rapteam Research — исследовательская компания, специализирующаяся на анализе рынков цифрового маркетинга и новых технологий. Данный отчёт подготовлен на основе открытых источников и аналитических материалов за 2025 год.