Клиент: крупный европейский банк, сегмент РКО (расчётно-кассовое обслуживание) для малого и среднего бизнеса. Название банка, его домены и ссылки на материалы не раскрываются по условиям NDA.
Задача: нейросети (ChatGPT, Perplexity, Алиса и другие) всё чаще отвечают на вопросы предпринимателей о выборе банка для РКО, но называли банк клиента не во всех ответах. Нужно было системно проверить, какие вопросы задают предприниматели о РКО, где нейросети называют банк клиента, а где — конкурентов, и за счёт публикаций повысить цитируемость банка в ответах нейросетей.
Решение
В рамках проекта было сделано:
Собрали карту вопросов, которые предприниматели задают нейросетям о выборе банка для РКО — итого собрали 47 вопросов и проверили ответы на них в 7 нейросетях.
Замерили исходный уровень цитирования банка клиента в ответах нейросетей и сравнили с конкурентами из сегмента РКО.
Нашли разрывы: вопросы, на которые нейросети называли конкурентов, а не банк клиента.
Под каждый разрыв подготовили материалы: 12 статей на внешних площадках, которые цитируют нейросети, и 33 статьи на собственном сайте банка.
Публиковали материалы на протяжении трёх месяцев (июнь — сентябрь 2026) и повторно замеряли ответы нейросетей, чтобы увидеть изменения.
Результат
За три месяца работы (июнь — сентябрь 2026) мы:
• увеличили число цитирований банка клиента в ответах нейросетей с 123 до 165 (+34%);
• из 12 статей на внешних площадках нейросети стали цитировать 5;
• из 33 статей на сайте банка нейросети стали цитировать 17;
• всего набрали 58 упоминаний в ответах на 45 материалов по 47 вопросам в 7 нейросетях;
• лучший канал по цитируемости — собственный сайт банка (83%), слабейший — Дзен (13%);
• среди нейросетей лидирует Perplexity — 34 упоминания, а ChatGPT и ГигаЧат пока не упоминали банк клиента ни разу;
• по итогу пилота банк клиента занял 4-е место из 8 среди банков-конкурентов по цитируемости (47,6% против 61,8% у лидера рынка).