Как мы поменяли мышление нейросетей и ресторан появился в ответах

Первая задача: объяснить, что такое современная русская кухня

Это оказалось важнее, чем нарастить количество упоминаний. Пока категория понимается неверно, любые публикации попадают не в тот класс, и ресторан остаётся невидимым для тех, кто ищет именно это.

Начали с фактов. Проводим ресёрч, находим всё, что можем подтвердить: награды с годами, действующего шефа, форматы вечера, цены сетов, историю здания. Сводим в один документ и передаём на сверку клиенту.

Дальше — язык. Не «у нас вкусно и красиво», а как это описать так, чтобы модель отнесла к правильному классу: переосмысление классики, авторская интерпретация, сезонный продукт, меню как история. Эти формулировки развернули везде: сайт, карточки, публикации, база знаний.

И параллельно — чтобы источники перестали спорить

В Яндекс.Картах одно описание, в 2ГИС другое, на сайте отеля третье. Где-то русская кухня, где-то европейская, где-то без указания вовсе.

Вторая задача: попасть туда, где брендов быть не должно

Есть запросы, где рекомендаций нет по определению. Человек спрашивает не «где поужинать», а «по каким признакам выбрать ресторан современной русской кухни». Это справочный вопрос: модель объясняет, а не советует, и названий заведений в таком ответе обычно не бывает.

И вот в таком ответе она сама привела SAVVA — не ссылкой в конце, а прямо в тексте: за кухню отвечает такой-то шеф, и у него узнаваемый стиль.

Рейтинг, в котором клиент не первый

В нашем рейтинге SAVVA стоит третьей. Выше — два ресторана, у одного из которых две звезды. Это не скромность, это единственный способ, чтобы материал работал.

Считаем по шести критериям с весами, выведенными из корпуса отзывов: разобрали больше 600 негативных отзывов по премиум-ресторанам Москвы, около 1200 болевых точек. У каждого участника заполнено «где теряет», включая нашего клиента.

А первое место забирается не в лоб, а на сужении, которое проверяется фактом: не «лучший ресторан Москвы», а «единственный звёздный ресторан современной русской кухни напротив Большого театра».

Сайт: не витрина, а источник

Внешнее поле — половина работы. Вторая в том, чтобы рекомендация продолжалась понятной страницей. Модель, назвав ресторан, ведёт человека дальше. Если он попадает на сайт, где нет ответов на те же вопросы — что за кухня, из чего сет, сколько стоит, как забронировать — цепочка рвётся на последнем шаге.

Сайт собрали заново: из макета пиксель-в-пиксель, двенадцать страниц, всё содержимое на данных. Меню — 790 позиций, которые редактируются в одном файле, а не правятся руками в вёрстке. Без базы данных и без CMS: чем меньше слоёв между запросом и ответом, тем быстрее отдаётся страница и тем меньше ломается.

Сайт, который читает нейросеть

Schema автогеном из данных: Restaurant, LocalBusiness с координатами и часами, Person на шефа Шмакова, меню на 790 позиций в разметке (а не в JS), Event, WebSite. Плюс meta, canonical, sitemap, alt.

Одно описание везде, где о ресторане есть запись

Запись в Викидате со связкой на шефа и наградой. Единый NAP: сайт, разметка, карты и Викидата говорят машине одно и то же. У нейросети пропадают сомнения, кто это и где.

JTBD-исследование (light)

Разобрали 600+ негативных отзывов ниши, построили матрицу боли и вытащили реальные критерии выбора. Не из головы, а из того, на чём гости накалывались. Полный метод — на странице метода, тут задействовано ~5%.

Материалы под цитирование

20 материалов на 6 площадках: обзоры, разборы «как выбрать», личный опыт. Живым голосом аудитории, а не рекламным. Именно их нейросети теперь берут в источники.

Август против июня: +170 бронирований при том же бюджете на рекламу. Август — спад сезона. В сентябре опережаем август ещё на 70.

Реклама не добавлялась, коллаборации не было. Прибавился только брендовый трафик из поиска.

Отдельно два результата, которые считаю важнее цифр.

Нейросети поменяли понимание категории. «Современную русскую кухню» они считали недавно открывшимися ресторанами. Теперь Алиса цитирует другое определение, переосмысление классики, и ставит SAVVA в лидеры.

Попали в информационные ответы, где названий ресторанов вообще не ждали.