Кейс по GEO-продвижению: как всего 1 ошибка лекарственного бренда запустила цепочку других ошибок – и что мы с этим сделали
Дарья Завьялова, главный редактор в маркетинге TexTerra, эксперт в сфере практической методологии GEO, автор курса «Редактура и фактчекинг».
Дано:
Крупный фармацевтический бренд заказал у нас GEO-аудит. Цели:
· выяснить, как ИИ-системы его видят, присутствует ли он в их источниках и рекомендациях,
· насколько достоверную информацию нейросети представляют пользователю о бренде.
Зачем это компании? Она присутствует на рынке много лет, за эти годы опубликовала сотни материалов о себе и своих продуктах, появляется в поиске и в ответах ИИ-систем. Но — всегда есть но! — нейросети могли вводить пользователя в заблуждение относительно ее продуктов, а это, на минуточку, лекарственные препараты. Риск понятен, поэтому мы провели такой аудит по собственной методике.
Что мы использовали:
· промпт-сет из 60 вопросов, которые пользователь мог бы задать нейросети о бренде и его препаратах. Зачем: чтобы узнать, как ИИ отвечает на эти вопросы и какую информацию предоставляет,
· повторные контролируемые замеры — по тем же промпт-сетам. Зачем: чтобы установить динамику и получить исходную точку для дальнейших контрольных замеров,
· замеры классической SEO-видимости — ТОП поисковой выдачи является базой для нейросетей. Зачем: чтобы сэкономить время — если материалы хороши и работают, то их не нужно менять, а нужно дополнять новыми.
У нашего клиента уже была хорошая поисковая база: ранжирование по тысячам запросов, часть страниц занимала высокие позиции, но основную долю запросов обеспечивали 10-20 страниц, среди которых выделялась инструкция по применению препаратов. Запомните этот момент.
Мы нашли причину проблем
Исток проблемы заключался как раз в длительной истории бренда и очень большом числе материалов. Нейросеть не могла отличить старые материалы от новых, смешивала данные в своих ответах и в итоге рекомендовала некое лекарство в случаях, когда его нельзя применять, путала лекарственные формы и показания к их применению и т.д.
Вот самый показательный пример:
1) нейросеть приписала одному из препаратов компонент, которого в составе нет,
2) из ошибочного факта вывела фармакологическую группу и механизм действия,
3) из них вывела потенциальные риски и объяснение порядка отпуска.
Причем ответ нейросети был очень связным и убедительным для пользователя. Думаю, не стоит говорить, какие риски это создает для человека, который применит препарат по советам нейросети — и для компании, когда человек пострадает от этого.
Кроме того, проблемы могут быть и в самой нейросети. Perplexity, например, часто ссылается на медицинские материалы, связанные с заболеванием, при котором возможно применение препарата. Но при этом данные материалы не содержат ни слова о препарате — нейросеть отбирала страницы потому, что в них была информация, указанная в материалах бренда как показание к применению препарата.
Так что мы открывали все ссылки вот буквально этими руками и собственными глазами читали страницы, чтобы сопоставить их содержание с конкретными фактами из ответа Perplexity. А вы говорите, нейронки полностью заменят человеков, ага...
3 ключевых вывода, или почему много статей — это не всегда хорошо
Изначально все было сделано правильно: компания разместила на сайте официальные инструкции с актуальной информацией. НО! Одновременно на их же сайте были выложены информационные, маркетинговые и редакционные страницы. И если в инструкции все формулировки были точны, то на этих страницах оказались куда более широкие формулировки.
Проще говоря, нейросеть при поиске обнаруживала в одном информационном контуре несколько версий одного факта. Это может запутать даже человека, а для ИИ такая ситуация становилась причиной формирования неверных ответов.
Вывод № 1: вся информация о вашей компании, бренде, товарах, услугах, специалистах должна быть строго единообразной и достоверной.
Еще одна беда — нейросети, та же Perplexity, почему-то не воспринимала официальную страницу препарата на сайте компании как опорный источник и искала информацию на сторонних ресурсах. Но в том-то и дело, что там данные могли не обновляться годами! И нейросеть смешивала старую информацию с новой.
Вывод № 2: всегда следите за тем, как представлена информация о вашей компании и продуктах на сторонних ресурсах и вносите изменения.
У брендов с долгой историей, как в случае нашего клиента, часть расхождений возникает не из-за ошибок, а именно из-за исторического контекста: наличия в доступе старых исследований, описаний других дозировок, других лекарственных форме и т.д. Но ИИ, как и сам человек без медобразования, запросто принимает ее за актуальную.
Вывод № 3: нужно тщательно следить, во-первых, за актуализацией данных, во-вторых — маркировать архивные данные.
Что мы сделали: 5 шагов к устранению риска
1. Выбор 19 страниц, которые нужно изменить срочно
Мы выбирали их степени риска — сначала нужно исправить страницы с неверным составом, показаниями, смешением разных продуктов и т.д. Это главная страница сайта, инструкция, страница применения, материалы о составе и показаниях, страницы самого препарата, сравнительные материалы и статьи о разных клинических состояниях.
2. Перечень материалов: какие обновить, какие написать заново
Зачем делать лишнюю работу, если уже есть материалы, которые прекрасно закрывают контентные пробелы? Поэтому мы определили несколько таких центральных материалов, чтобы их актуализировать и выстроить их связи с более узкими страницами. Также мы привели в порядок архив (см. вывод № 3).
3. Создание факт-матрицы
Это единая система фактов для препарата, бренда и компании, чтобы устранить путаницу в информации, чтобы вся команда давала в текстах единый набор данных (см. вывод № 1).
4. План работы с внешними источниками
Нейросети берут информацию отнюдь не только с вашего сайта и блога. Большинство их источников — внешние, т.е. в применении к медицинскому бренду это медицинские статьи на других сайтах, справочники, научные публикации, аптечные карточки. Все данные в них должны соответствовать факт-матрице.
5. Технические проверки для корректной работы с контентом
Все важные материалы должны быть доступны для нейросети, структурированы и связаны между собой. Также нужно устранить технические ограничения, мешающие обработке контента нейросетями и поисковыми системами.
Что у нас получилось
Аудит дал конкретный маршрут, по которому следует устранять опасную путаницу:
· какие страницы и внешние источники проверить в первую очередь,
· какие факты сверить и как расставить приоритеты,
· зафиксировал исходный срез: с ним мы сравним AI-ответы после доработок и увидим, перестала ли нейросеть путать составы и показания.
Без такой диагностики правки шли бы вслепую — ведь можно наугад переписать сотню страниц и так и не найти ту единственную, которая угрожает репутации бренда и его видимости в нейросетях.