GigaChat для маркетологов: как попасть в ответы LLM Сбера

GigaChat — это семейство языковых моделей Сбера, доступное через Salute (b2c) и SberCloud (b2b API). Для маркетологов это второй после YandexGPT канал AI-поиска в России — особенно сильный в b2b-сегменте через корпоративные внедрения в 1С, СБК и Salute Speech. Попасть в ответы GigaChat можно через 5 сигналов: разрешение GigaChatBot в robots.txt, экспертный контент на авторитетных доменах (RBC, Kommersant, Habr), упоминания в РФ-источниках, Schema.org разметка, авторская атрибуция.

Главное за 30 секунд

• GigaChat у Сбера обходит сайты отдельным краулером GigaChatBot — это не YandexBot и не GPTBot, и его нужно разрешать отдельно.
• В b2c GigaChat встроен в Salute (умные колонки SberBoom, ТВ-приставки), в b2b — доступен через SberCloud API.
• Корпоративная аудитория Сбера шире, чем у YandexGPT: банк обслуживает 70%+ корпоративного сектора РФ, что даёт GigaChat прямой канал в b2b.
• GigaChat опирается на открытый веб плюс лицензированные источники — это отличает его от YandexGPT, который тянет из собственного поискового индекса.
• Для попадания в ответы важнее не позиция в Яндекс.Поиске, а упоминания в РБК, «Коммерсанте», на Habr и VC.ru.
• Schema.org-разметка Article + Person + Organization обязательна для машинного распознавания авторства и темы.
• Первые результаты появляются через 6–16 недель после внедрения сигналов.

Что такое GigaChat и где его слышит/видит пользователь

GigaChat — это мультимодальная LLM-платформа Сбера, которая отвечает на текстовые и голосовые запросы внутри экосистемы Salute и доступна разработчикам через SberCloud. В отличие от чистого чат-бота, GigaChat встроен в десятки точек контакта — от голосового ассистента в колонке до API в банковском приложении.

Пользователь чаще всего сталкивается с GigaChat, не зная об этом напрямую. Когда человек спрашивает что-то у ассистента «Салют» на умной колонке или в приложении СберБанк Онлайн, ответ генерирует именно GigaChat. В 2026 году модель GigaChat 5 находится в бета-тестировании и постепенно заменяет предыдущие версии в продуктовых сценариях.

Для маркетолога это означает простую вещь: ваш бренд может попасть в устный ответ ассистента на запрос «какой сервис лучше для X» — и пользователь даже не увидит ссылку, только услышит название. Это меняет логику оптимизации: нужно работать не на клик, а на упоминание. Подробнее про общую механику мы разбирали в полном гайде GEO в России 2026.

4 точки контакта пользователя с GigaChat

Точки контакта с GigaChat — это каналы, через которые модель доставляет ответ конечному пользователю или бизнес-системе. Их четыре, и каждая требует разного подхода к контенту.

Salute (b2c). Голосовой и текстовый ассистент в умных колонках SberBoom, ТВ-приставках и мобильных приложениях Сбера. Здесь GigaChat отвечает на бытовые и потребительские запросы. Контент, который сюда попадает, должен быть кратким, фактологичным и подходящим для устного воспроизведения.

Salute Speech. Технология распознавания и синтеза речи, встроенная в Сбер-эфир и ряд партнёрских продуктов. Она не цитирует контент напрямую, но формирует речевой слой над ответами GigaChat. Для маркетолога важно понимать: если ответ зачитывается голосом, длинные URL и сложные конструкции теряются.

SberCloud (b2b API). Корпоративный доступ к GigaChat через облако Сбера. Компании встраивают модель в свои продукты — от чат-ботов поддержки до аналитических систем. Здесь ваш контент может стать частью ответа в чужом b2b-продукте, если модель сочтёт его авторитетным источником.

Корпоративные интеграции в 1С и СБК. Сбер встраивает GigaChat в бизнес-сервисы — «Сбербанк Бизнес Корпорация» (СБК) и решения на базе 1С. Это уникальный для Сбера канал: ни у одной другой российской LLM нет такого прямого доступа к рабочим местам бухгалтеров, финансистов и руководителей малого бизнеса.

Чем GigaChat отличается от YandexGPT по подходу к источникам

Ключевое различие GigaChat и YandexGPT — в источнике знаний: YandexGPT работает поверх поискового индекса Яндекса (RAG по собственному вебу), а GigaChat комбинирует обученные знания модели с выборочным цитированием открытого веба и лицензированных баз. Это меняет приоритеты оптимизации.

YandexGPT в режиме поиска подтягивает свежие документы из индекса Яндекса в момент запроса. Поэтому для попадания в его ответы критична индексация YandexBot и позиции в Яндекс.Поиске. Мы разбирали это в материале «Как попасть в ответы YandexGPT».

GigaChat устроен иначе. Большая часть знаний зашита в саму модель на этапе обучения, а актуализация идёт через ограниченный набор доверенных источников. Это значит, что попадание в обучающую выборку и в лицензированные базы важнее, чем сиюминутная поисковая позиция. Контент должен присутствовать на доменах, которым Сбер доверяет системно.

Различаются и краулеры. У каждой системы свой User-agent, и их нужно разрешать отдельно:

• GigaChatBot — краулер Сбера для GigaChat
• YandexBot — основной краулер Яндекса (питает в том числе YandexGPT)
• GPTBot — краулер OpenAI для ChatGPT

Если в robots.txt разрешён только YandexBot, GigaChatBot не получит доступа к сайту, и контент не попадёт в обучающие или цитируемые данные Сбера. Это самая частая ошибка, которую мы видим у российских компаний.

5 сигналов которые помогают попасть в ответы

Сигналы для GigaChat — это технические и контентные факторы, по которым модель Сбера определяет, можно ли использовать ваш материал в ответе. Ниже пять основных, в порядке приоритета.

1. GigaChatBot в robots.txt

Первое и обязательное условие — открыть доступ краулеру. Минимальная конфигурация в robots.txt:

User-agent: GigaChatBot
Allow: /

User-agent: YandexBot
Allow: /

User-agent: GPTBot
Allow: /

Sitemap: https://example.ru/sitemap.xml

Если вы хотите ограничить доступ к служебным разделам, делайте это явно через Disallow, не закрывая весь сайт. Дополнительно рекомендуем разместить файл llms.txt с описанием структуры контента для языковых моделей — как это сделать для русскоязычного сайта, мы описали в гайде по llms.txt.

2. Citation-источники: где GigaChat вас ищет

GigaChat выборочно цитирует ограниченный пул авторитетных РФ-доменов. По нашим наблюдениям, в приоритете:

• RBC.ru — деловая повестка, аналитика рынков
• Kommersant.ru — экономика, отраслевые материалы
• Vedomosti.ru — корпоративные новости, b2b-контекст
• Habr.com — техническая экспертиза, IT-разработка
• VC.ru — маркетинг, стартапы, продуктовые кейсы
• Cnews.ru — корпоративные ИТ и цифровизация

Эти домены важны не случайно. Сбер ориентирован на b2b и деловой сегмент, поэтому отдаёт предпочтение источникам, где публикуется проверяемая экспертиза, а не пользовательский контент. Упоминание вашего бренда или цитата вашего эксперта на одном из этих ресурсов весит больше, чем десятки публикаций на малоизвестных площадках. Полный разбор приоритетных площадок — в материале «Citation-источники в России 2026».

3. Schema.org разметка

GigaChatBot использует структурированные данные, чтобы корректно распознать тип контента, автора и организацию. Минимально необходимы три типа:

• Article — для статей и экспертных материалов
• Person — для атрибуции автора
• Organization — для идентификации компании-издателя

Без разметки модель может верно понять текст, но с разметкой вероятность точной атрибуции и цитирования заметно выше. Какие именно поля заполнять и как связать сущности через @id, мы разобрали в гайде по Schema.org для GEO в России.

4. Authority signals и авторская атрибуция

Сбер особенно ценит подтверждаемую экспертность автора. На практике это означает разметку Person с массивом sameAs, который ведёт на проверяемые профили:

{
  "@type": "Person",
  "name": "Иван Петров",
  "jobTitle": "Эксперт по корпоративным финансам",
  "sameAs": [
    "https://habr.com/ru/users/ipetrov/",
    "https://www.linkedin.com/in/ipetrov/",
    "https://orcid.org/0000-0002-1234-5678"
  ]
}

Если автор — кандидат или доктор наук, наличие ORCID становится критичным сигналом: он подтверждает академическую идентичность и связывает автора с публикациями. Для b2b-тематик (финансы, право, ИТ, медицина) это особенно весомо, потому что Сбер обслуживает корпоративный сектор и склонен доверять формально подтверждённой квалификации.

5. Языковые маркеры

GigaChat обучен преимущественно на русскоязычном корпусе и лучше распознаёт контент с естественной русской терминологией. Избегайте машинного перевода с английского — модель хуже атрибутирует такой текст. Используйте отраслевые термины так, как они реально употребляются в русскоязычной деловой среде, и давайте определения ключевым понятиям в начале раздела. Definition-формат (короткое жирное определение в первом абзаце) повышает вероятность того, что модель возьмёт ваш фрагмент как готовый ответ.

Чек-лист настройки сайта под GigaChat

• Открыть GigaChatBot в robots.txt отдельной директивой Allow: /.
• Проверить, что сайт не закрыт целиком от неизвестных краулеров.
• Добавить llms.txt с описанием структуры и приоритетных разделов.
• Внедрить Schema.org Article, Person, Organization на всех экспертных страницах.
• Заполнить sameAs у каждого автора (Habr, LinkedIn, ORCID при наличии).
• Указать jobTitle и подтверждённую квалификацию автора.
• Размещать экспертные материалы и цитаты спикеров на RBC, «Коммерсанте», Habr, VC.ru.
• Использовать definition-формат: короткое определение жирным в начале раздела.
• Писать на естественном русском без машинного перевода.
• Настроить мониторинг упоминаний бренда в ответах GigaChat через Citerank — инструмент мониторинга AI-видимости.

Что НЕ работает (анти-паттерны)

Анти-паттерны — это действия, которые не помогают или вредят попаданию в ответы GigaChat. Они часто переносятся из классического SEO, где работали по другой логике.

Ставка только на позиции в Яндекс.Поиске не даёт результата для GigaChat. Высокая позиция помогает YandexGPT, но GigaChat не привязан к индексу Яндекса напрямую — без присутствия в доверенных источниках высокий рейтинг бесполезен.

Закупка ссылок и упоминаний на низкокачественных площадках не повышает авторитетность для Сбера. Модель ориентирована на узкий пул проверенных доменов, и ссылки с PBN или биржевые упоминания игнорируются либо снижают доверие.

Машинный перевод англоязычного контента ухудшает атрибуцию. Текст с неестественными конструкциями модель распознаёт как менее качественный и реже использует в ответах.

Keyword stuffing и переоптимизация под ключи не имеют смысла для LLM. GigaChat оценивает смысл и фактологию, а не плотность вхождений — переспам делает текст хуже для машинного извлечения.

Анонимный контент без авторской атрибуции теряет вес. Без Person-разметки и подтверждённых профилей модель не может оценить экспертность и реже цитирует материал в b2b-тематиках, где квалификация автора важна.

FAQ

Чем GigaChatBot отличается от YandexBot? Это разные краулеры разных компаний. GigaChatBot принадлежит Сберу и собирает данные для GigaChat, YandexBot — Яндексу и питает в том числе YandexGPT. Их нужно разрешать в robots.txt по отдельности; разрешение одного не открывает доступ другому.

Нужно ли разрешать GigaChatBot, если у меня уже открыт YandexBot? Да. Это независимые User-agent. Если в robots.txt прописан только YandexBot, GigaChatBot не получит доступа к сайту и контент не попадёт в данные Сбера.

GigaChat сильнее в b2b или b2c? В b2b. Сбер обслуживает более 70% корпоративного сектора РФ и встраивает GigaChat в 1С, СБК и SberCloud, что даёт прямой канал к бизнес-аудитории. В b2c он представлен через Salute, но там конкурирует с другими ассистентами.

Какие источники GigaChat цитирует чаще всего? По нашим наблюдениям — деловые и технические домены: RBC.ru, Kommersant.ru, Vedomosti.ru, Habr.com, VC.ru, Cnews.ru. Сбер ориентирован на проверяемую экспертизу, поэтому отдаёт предпочтение этим площадкам.

Насколько критичен ORCID? Для общих тем — желателен. Для b2b-тематик с участием экспертов с учёными степенями (финансы, право, медицина, ИТ) — критичен, потому что подтверждает академическую идентичность автора и связывает его с публикациями.

За какой срок появляются результаты? Обычно через 6–16 недель после внедрения сигналов. GigaChat актуализирует знания не мгновенно, поэтому быстрых результатов, как от смены поисковой позиции, ждать не стоит.

Можно ли оптимизировать сайт одновременно под GigaChat и YandexGPT? Да, и это рекомендуется. Базовые сигналы (Schema.org, авторская атрибуция, экспертный контент) работают на обе модели. Различается техническая часть: для YandexGPT важнее индексация и позиции, для GigaChat — присутствие в доверенных источниках и разрешение GigaChatBot.