Альфа-Банк
Альфа-Банк — один из крупнейших негосударственных банков в России, предоставляющий свои услуги более 35 лет. Банк предлагает полный набор финансовых продуктов для частных лиц и бизнеса и обслуживает миллионы клиентов по всей стране.
Выбор банковского продукта — кредита, ипотеки, дебетовый карты, эквайринга для бизнеса и других — не происходит спонтанно. Пользователи интернета сравнивают предложения разных банков, изучают условия, читают рекомендации и ищут выгодное для себя предложение. С развитием AI-сервисов этот процесс все чаще начинается с вопроса нейросети, а не с изучения классической поисковой выдачи.
Целью проекта стало увеличение представленности сайта и бренда в AI-поиске. Для ее достижения команда iSEO поставила перед собой следующие задачи:
- Увеличить цитируемость сайта и видимость бренда в Яндекс Алисе AI.
- Увеличить цитируемость сайта в LLM: Qwen и Алиса AI.
Инструменты
Ключевым инструментом стал AI Visor — собственная разработка iSEO для аналитики и мониторинга AI-поиска. Сервис использовался для отслеживания динамики ключевых GEO-показателей: оценки присутствия сайта и бренда в AI-выдаче, а также анализа эффективности проведенной оптимизации на каждом этапе проекта.
Дополнительно команда использовала Яндекс Вордстат и Keys.so для формирования и актуализации семантического ядра, и Gar.pro — для оценки текстовой релевантности и поиска точек роста контента.
Вызовы
и решения
Отбор запросов и страниц
Сначала нужно было определить запросы и страницы с наибольшим шансом закрепиться в AI-выдаче. Специалисты iSEO проанализировали текущие позиции сайта, поисковый интент пользователей и AI-выдачу по целевым запросам в Google AI Overviews и Алисе AI. На основе этих данных AI Visor автоматически выделил приоритетные запросы для GEO-продвижения, а команда получила дашборд с данными о присутствии бренда в AI-выдаче и нейросетях:
- 1459 запросов — для мониторинга AI-выдачи;
- 1383 промта — для мониторинга LLM.
В семантику вошли высокочастотные (ВЧ) запросы: от 2 до 10 самых частотных на коммерческую страницу и от 2 до 4 — на информационную.
Оптимизация контента под AI-ответы
Работы с контентом разделили на три направления:
- создание новых страниц;
- оптимизация существующих страниц;
- оптимизация страниц, которые находились в ТОПе классического поиска, но не попадали в ответы AI.
Контент новых страниц сразу готовили с учётом требований генеративных систем: актуальная информация, краткие блоки с определениями, понятная и информативная структура, оптимизированные мета-теги и микроразметка. После индексации такие страницы быстро росли в позициях и попадали в нейроответы поисковых систем.
Пример: «Регистрация бизнеса»
- Что сделали: создана страница «Аффилированные лица и компании: что это простыми словами».
- До: по кластеру отслеживалось 2 ВЧ-запроса, сайт по ним не цитировался.
- После: после создания и индексации страницы Альфа-Банк начал цитироваться по этим запросам.
Число AI-ответов со ссылкой на alfabank.ru по кластеру, март — август 2026. Данные AI Visor
Фрагмент AI-ответа Яндекса по запросу «аффилированность»: alfabank.ru среди источников
На существующих коммерческих и информационных страницах актуализировали контент, добавили информационные блоки и скорректировали структуру.
Пример: «Дебетовые карты»
- Что сделали: обновлён контент страницы «Что такое кэшбек и как он работает».
- До: по кластеру отслеживалось 2 ВЧ-запроса, цитируемость была хаотичной.
- После: после обновления сайт стабильно цитируется без просадок.
Число AI-ответов со ссылкой на alfabank.ru по кластеру, март — август 2026. Данные AI Visor
Быстрый ответ Алисы AI по запросу «что такое кэшбэк»: alfabank.ru среди источников
На страницах, которые уже были в ТОПе, но не цитировались в AI-ответах, оптимизировали мета-теги, микроразметку и перелинковку, а текст дополнили короткими определениями и выжимкой основной сути.
Пример: «Кредитные карты»
- Что сделали: обновлены мета-теги и микроразметка страницы «Как правильно и выгодно пользоваться кредиткой».
- До: по кластеру отслеживалось 2 ВЧ-запроса, сайт по ним не цитировался.
- После: сайт стабильно цитируется по всем запросам кластера без просадок.
Число AI-ответов со ссылкой на alfabank.ru по кластеру, март — август 2026. Данные AI Visor
Быстрый ответ Алисы AI по запросу «как пользоваться кредитной картой»: alfabank.ru среди источников
После завершения работ ключевые показатели повторно замерили в AI Visor и оценили вклад каждого направления:
- Создание новых страниц — самый результативный тип работ: новые страницы под ВЧ- и СЧ-запросы, сделанные с учётом требований SEO и AI-ответов.
- Оптимизация существующих страниц — на втором месте: актуализация старых статей и коммерческих страниц под высокочастотные темы вернула утраченный трафик и привела новых пользователей из AI-ответов.
- Доработка страниц из ТОПа, не попадавших в AI-ответы — на третьем месте: небольшие правки мета-тегов, микроразметки и короткие текстовые блоки вывели их в AI-ответы по 90% релевантных запросов.
По итогам для каждого направления бизнеса Альфа-Банка SEO-стратегию заменили комбинированной — SEO+GEO.
Результаты
AI-ответы Яндекса (Алиса AI)
Главный результат проекта — рост цитируемости в AI-ответах Яндекса. На 17 августа alfabank.ru указан среди источников в 947 из 1448 ответов Алисы AI с источниками, это 65,4% — втрое больше, чем на старте проекта в марте. Вместе с цитируемостью выросла и видимость бренда: Альфа-Банк упоминается в 289 из 1459 ответов (19,8%, +38% к старту).
Упоминания бренда и цитирование домена в Алисе AI, март — август 2026. В плашках — изменение к предыдущему замеру. Данные AI Visor
Языковые модели: Qwen и Алиса
Проиндексированные изменения на страницах повлияли и на ответы LLM. Для оценки использовался пул из 1383 промтов:
- Qwen: с начала мониторинга в июне число ответов со ссылкой на сайт выросло с 48 до 585 — с 3,5% до 42,3% пула.
Qwen: число ответов со ссылкой на alfabank.ru по пулу из 1383 промтов, июнь — август 2026. Данные AI Visor
- Алиса (LLM): с апреля число ответов со ссылкой на сайт выросло с 136 до 221 — с 12% до 20% пула (+40%).
Алиса (LLM): число ответов со ссылкой на alfabank.ru по пулу из 1383 промтов, апрель — август 2026. Данные AI Visor
В итоге Альфа-Банк стал заметнее в нейровыдаче по целевым запросам о банковских продуктах. Это особенно важно на фоне роста zero-click-сценариев, когда пользователь получает ответ прямо в интерфейсе поисковой системы и не переходит на сайты.
+205%
рост цитируемости сайта в Яндекс Алисе AI
+38%
рост видимости бренда в Яндекс Алисе AI
42%
ответов QWEN LLM ссылаются на сайт (на старте — 3,5%)
+54%
рост цитируемости сайта в нейросети Яндекс Алиса
ВЫВОДЫ
Комбинированный подход SEO+GEO и три направления работы с контентом — создание новых страниц, полная и точечная оптимизация существующих — позволили реализовать большой объём внедрений на сложном проекте и заметно усилить присутствие Альфа-Банка в генеративной выдаче и ответах LLM.
Кейс показывает: в эпоху AI-поиска SEO-стратегию нужно перестраивать. Чтобы попасть в AI-ответы, одной релевантности страниц недостаточно — важны качество, структура и полнота контента.
Следующий этап — внешняя GEO-оптимизация: усиление присутствия бренда на авторитетных внешних площадках. Чем больше независимых упоминаний, тем чаще нейросети включают бренд в ответы, особенно на запросы со сравнением банков и выбором продукта. Это позволит охватить пользователей ещё на ранних этапах принятия решения.
«Цитирование и упоминание бренда в AI-поиске становится сейчас первой точкой знакомства пользователей с вашим брендом, и чтобы это знакомство было приятным, стоит модифицировать текущий SEO подход к развитию сайтов, создавать органичную комплексную связь между SEO и GEO работами в рамках вашего проекта»
Похожие проекты
Свяжитесь
с нами
Ищете надежного партнера?
в течение 10 минут.
Проводите тендер?
Спасибо
за подписку
отправляем только самые полезные статьи