Ресторан с высоким рейтингом в Google Maps не появлялся в рекомендациях ChatGPT, Perplexity и других AI-ассистентов. Причина — недостаточно структурированных данных о бизнесе за пределами Google. После доработки контента, микроразметки и цифрового следа бренда ресторан начал появляться в AI-рекомендациях по релевантным запросам — сначала по узким сценариям, затем по широким. Ниже — как именно это было сделано AI SEO и что можно повторить для любого локального бизнеса
Рутинная проверка, которая пошла не так
Есть привычка, от которой мы никогда не отступаем в локальном SEO: перед стартом любого проекта открываем Google Maps, вбиваем запрос клиента и смотрим, кто в топе.
В этот раз всё выглядело идеально. Карточка суши-ресторана в Париже была безупречна: высокий рейтинг, десятки живых отзывов, аккуратный сайт, уверенные позиции рядом с конкурентами по соседству. По всем канонам локального SEO — готовый кейс успеха, ещё не начавшись.
Но в этот раз мы решили копнуть глубже и проверить не только Google Maps, но и то, что видит ChatGPT. Задали вопрос, который в 2026 году задают чаще, чем гуглят:
«Where can I eat good sushi in Paris?»
Ресторана в ответе не было.
Мы списали это на случайность и попробовали ещё:
— Best sushi restaurant Paris — Sushi near Eiffel Tower — Vegetarian sushi rolls Paris — Japanese restaurant Paris delivery
Тишина. Ни разу. Ни в одном варианте.
Ресторан, который выигрывал у соседей на карте, был невидим там, где всё больше людей на самом деле принимают решение — куда пойти поесть.
Почему высокий рейтинг в Google Maps не гарантирует видимость в AI
Это был не баг и не совпадение. Это была трещина в фундаменте того, что принято называть «сильным локальным SEO».
Мы привыкли думать: если карточка в Google хороша — бизнес найдут. Но AI-ассистент не листает карту, не сравнивает звёзды и не читает последние пять отзывов. Он собирает картину бизнеса из десятков источников одновременно — и либо видит цельный, убедительный образ, либо не видит вообще ничего.
Мы проверили другие рестораны — те, что AI рекомендовал стабильно, — и закономерность нашлась быстро. За каждым таким рестораном стояла не одна сильная карточка Google, а плотная сеть присутствия: подробные страницы на сайте, структурированные данные (schema.org), публикации в местных медиа, упоминания в подборках, единая и непротиворечивая информация в десятках каталогов — то, что в GEO называют NAP-консистентностью (Name–Address–Phone одинаковы везде).
Google Maps оказался лишь одним голосом в этом хоре. AI слушал весь хор целиком.
Как AI-ассистенты на самом деле выбирают, что рекомендовать
Здесь и проходит граница между классическим SEO и GEO (Generative Engine Optimization) — оптимизацией под генеративный поиск.
Google годами ранжировал страницы по позициям в списке ссылок. AI-системы — ChatGPT, Perplexity, Google AI Overviews, Gemini — работают иначе: они с помощью retrieval-augmented generation (RAG) находят несколько источников по теме запроса, сопоставляют их между собой и вплетают в единый связный ответ. Бизнес либо попадает в эту выборку источников, либо остаётся невидимым — независимо от того, насколько хороша его карточка в одном отдельном сервисе.
Отсюда и практический вывод: чтобы AI порекомендовал бизнес, ему нужно на что опереться в нескольких независимых местах сразу, а не в одном сильном профиле.
Что мы изменили
Мы перестали думать о сайте ресторана как о наборе SEO-страниц под ключевые слова. Вместо этого начали думать о нём как об ответе на реальные вопросы, которые кто-то может задать своему AI-ассистенту прямо сейчас: что заказать на двоих, есть ли доставка, какие роллы вегетарианские, чем эта кухня отличается от соседней. Каждая новая страница отвечала на один конкретный вопрос — не абстрактному поисковику, а живому диалогу.
Затем переписали структурированные данные сайта — так, чтобы информация была понятна не только человеку, но и машине, которая читает страницу за долю секунды и должна извлечь из неё факты, а не догадки.
Обновили Google Business Profile — не косметически, а полностью: описание, категории, фотографии блюд, раздел вопросов и ответов.
И привели в порядок цифровой след ресторана за пределами Google — локальные каталоги, ресторанные справочники, профильные площадки, — чтобы всюду, где AI мог наткнуться на упоминание ресторана, оно говорило одно и то же.
| Было | Стало |
| Сайт — набор страниц под ключевые слова | Каждая страница отвечает на конкретный пользовательский сценарий (доставка, сеты, вегетарианские роллы, ужин на двоих) |
| Минимальная и неструктурированная разметка | Полноценные структурированные данные (schema.org) на ключевых страницах |
| Google Business Profile заполнен базово | Профиль дополнен категориями, фото блюд, разделом вопросов и ответов |
| Информация в каталогах разрозненная и местами противоречивая | Единые, непротиворечивые данные о бизнесе во всех каталогах и справочниках |
| Ресторан не появляется ни в одном AI-ответе | Ресторан появляется сначала в узких, затем в широких AI-рекомендациях |
Что получилось
Через несколько недель мы повторили те же запросы, с которых начинали проект.
Сначала ресторан появился в ответах на узкие, специфичные сценарии — доставку, ужин для двоих. Затем — в более широких запросах о суши в Париже в целом. Постепенно AI начал видеть то, что человек видел с самого начала: хороший ресторан.
Для нас главным выводом стало не то, что AI «полюбил» ресторан. Дело в том, что до этого момента AI попросту не получал от бизнеса достаточно сигналов, чтобы иметь право его рекомендовать.
GEO — это не отдельная услуга, а продолжение SEO
Сильная карточка в Google Maps больше не гарантирует видимость бизнеса. Она гарантирует видимость только в Google Maps. Решения всё чаще принимаются в диалоге с AI-ассистентом — там, где работает не одна карточка, а совокупность всего, что бизнес когда-либо сказал о себе миру: сайт, каталоги, структурированные данные, упоминания в медиа.
Поэтому мы больше не считаем оптимизацию под AI-поиск отдельной услугой. Это естественное продолжение локального SEO — и, судя по всему, уже его обязательная часть.
Частые вопросы
Учитывает ли ChatGPT данные из Google Maps? Google Maps — лишь один из источников, которые может учитывать AI-система при формировании ответа. Гораздо больше значения имеет то, насколько цельно и непротиворечиво бизнес представлен за пределами одной платформы: на сайте, в каталогах, в публикациях.
Как узнать, рекомендует ли AI мой бизнес? Самый простой способ — вручную задать в ChatGPT, Perplexity и других AI-ассистентах те вопросы, которые реально задал бы клиент («где поесть суши в Париже», «лучший ресторан рядом с …»), и проверить, появляется ли бизнес в ответе.
Что такое GEO и чем оно отличается от SEO? SEO нацелено на позицию в списке ссылок поисковика. GEO (Generative Engine Optimization) нацелено на то, чтобы контент бизнеса попал в число источников, которые AI использует при генерации ответа. Задачи разные, но фундамент — качественный, структурированный, актуальный контент — общий для обеих дисциплин.
Нужна ли структурированная разметка для попадания в ответы AI? Да, она заметно упрощает AI-системам извлечение фактов о бизнесе — часов работы, меню, адреса, категории — и снижает риск ошибки или пропуска бизнеса при формировании ответа.
Как долго ждать результата от оптимизации под AI-поиск? В нашем кейсе первые изменения — появление в узких, специфичных запросах — стали заметны уже через несколько недель после обновления контента и данных. Более широкие, конкурентные запросы обычно требуют больше времени.
Заменяет ли GEO традиционное SEO? Нет. GEO — это надстройка над SEO, а не замена: сильная база в классическом поиске остаётся фундаментом, на котором строится видимость и в AI-ответах.
