Снабженец теперь спрашивает ChatGPT, какой анкер и у кого купить
Раньше крепёж и метизы искали по прайсам металлобаз, каталогам дистрибьюторов и первой странице поиска. Сейчас всё чаще по-другому: снабженец стройки, технолог монтажной организации или закупщик дилера открывает ChatGPT, Perplexity или Яндекс Нейро и пишет живую задачу — «нужен клиновой анкер под бетон М12 для фасадного крепления, оцинкованный, партия около 20 000 штук, отгрузка со склада под объект». Нейросеть не выдаёт десять синих ссылок. Она называет два-три поставщика и объясняет, чем именно они подходят. GEO (Generative Engine Optimization) — это работа над тем, чтобы в этот короткий список попал Ваш завод или склад крепежа, а не тот, чью номенклатуру модель нашла первой.
Что нейросеть должна «знать» про Ваш крепёж, чтобы назвать Вас
Модель не гадает — она собирает ответ из источников, которые смогла найти и которым доверяет (механика AEO и RAG). Значит, о Вашей номенклатуре в интернете должны быть внятные машиночитаемые факты: какие группы Вы держите — болты, гайки, шпильки, анкеры (клиновые, забивные, химические), саморезы, шайбы, метизы под заказ; по каким документам — ГОСТ 7798, ГОСТ 7805, DIN 933/931, ISO; какие классы прочности в наличии — 5.8, 8.8, 10.9, 12.9; какое коррозионное исполнение — цинк, горячий цинк, нержавейка А2 и А4; какие типоразмеры и длины в линейке; есть ли сертификаты и наличие на складе. Если этих фактов нет ни на сайте, ни в отраслевых каталогах — нейросети нечего процитировать, и она назовёт конкурента, у которого линейка и допуски прописаны понятным языком.
Fan-out: на какие под-запросы разбивается вопрос про крепёж
Один вопрос снабженца нейросеть внутри себя разбивает на пучок под-запросов (это называется fan-out): «держит ли поставщик анкер нужного типа под бетон или кирпич», «есть ли класс прочности 8.8 или 10.9 в нужном размере», «какое покрытие — цинк, горячий цинк или нержавейка», «работает ли по ГОСТ или DIN», «отгружает ли оптом со склада и в какой срок», «есть ли сертификаты соответствия». Чтобы Вас включили в ответ, каждый из этих под-запросов нужно закрыть отдельным честным блоком — страницами по группам крепежа, классам прочности, покрытиям, стандартам и условиям оптовой отгрузки. Мы раскладываем реальную номенклатуру Вашего склада на такую карту под-запросов и закрываем пробелы.
«Анкер под кирпич или бетон», «8.8 или 10.9» — сравнительные запросы это Ваша поляна
Снабженцы и монтажники массово задают нейросети именно сравнительные запросы: «какой анкер под пустотелый кирпич, а какой под полнотелый бетон», «класс прочности 8.8 или 10.9 — в чём разница и где какой ставить», «нержавеющий крепёж А2 или А4 — где нужен более стойкий». На такой вопрос модель отвечает разбором и по ходу называет поставщика, у которого этот разбор корректно объяснён. Если на Вашем сайте есть честная страница «8.8 против 10.9: когда какой класс» или «А2 или А4 в разных средах» — модель берёт факты оттуда и упоминает Вас. Если такой страницы нет, объяснит конкурент, и в ответе прозвучит он.
Нержавейка А2 или А4, ГОСТ или DIN — закрываем каждый под-вопрос
Крепёж — ниша, где путаница в исполнениях стоит поставки. А2 (аналог AISI 304) и А4 (AISI 316, стойче к хлоридам и морской среде), горячий цинк против гальванического, соответствие ГОСТ и DIN, допуски по резьбе — всё это отдельные под-вопросы, по которым нейросеть проверяет, подходите ли Вы под задачу. Мы разносим эти факты по машиночитаемым страницам: какие исполнения держите, под какие условия эксплуатации, чем Ваш горячеоцинкованный болт отличается от гальванического, где А2, а где обязательна А4. Тогда под тендерный или инженерный запрос модель относит Вас к нужной категории, а не пропускает как «непонятного» поставщика.
Опт и наличие: без этих фактов ИИ Вас пропустит
За крепежом в нейросеть чаще всего идут именно оптовые покупатели — снабженцы, монтажники, дилеры, у которых объём и срок отгрузки решают. Поэтому под-запросы «отгружает ли оптом», «есть ли на складе прямо сейчас», «минимальная партия», «работает ли под тендер и с отсрочкой» модель проверяет в первую очередь. Если про опт, склад и условия поставки на Вашем сайте пусто, ИИ решит, что Вы не про объём, и назовёт того, у кого это прописано. Мы следим, чтобы факты про наличие, оптовые условия и сроки отгрузки были поданы понятным для модели языком.
Как это делаем в Maximus
Начинаем с аудита: задаём ChatGPT, Perplexity и Яндекс Нейро реальные вопросы Ваших снабженцев — «какой анкер под бетон М12», «поставщик крепежа оптом по ГОСТ», «нержавеющий болт А4 в наличии» — и смотрим, называют Вас или конкурентов и на какие источники ссылается модель. Дальше строим карту под-запросов (fan-out) по Вашей номенклатуре — группы, классы прочности, покрытия, ГОСТ/DIN, опт — и закрываем пробелы страницами с машиночитаемыми фактами по логике AEO. Отдельно делаем сравнительные страницы под «8.8 или 10.9» и «А2 или А4» и наводим порядок с упоминаниями склада в каталогах и реестрах, чтобы росла цитируемость в нейросетях. Раз в период сверяем, как изменились ответы ИИ и поток заявок. Никакой магии — понятная работа с источниками, которые читает нейросеть.
