Como um desenvolvedor com Claude Code lançou uma plataforma geo para marcas em nove redes de IA

Один вопрос в рабочем чате в сентябре 2025 года запустил для мобильного разработчика полноценный разворот карьеры: из штатной работы над приложением для Biblio Globus он ушёл в создание geo-платформы, которая помогает бизнесу следить за тем, как бренд выглядит в ответах девяти нейросетей. В этой истории важны сразу две вещи: спрос на новую категорию generative engine optimization и то, насколько сильно AI-инструменты вроде Claude Code сократили путь от идеи до продукта. По словам автора, толчком стала реплика CEO: «Кто что знает про GEO?»

После этого интерес к теме перестал быть абстрактным. GEO, или Generative Engine Optimization, — это попытка адаптировать логику SEO к эпохе чат-ассистентов, когда пользователь всё чаще получает не список ссылок, а готовый ответ. Для брендов это меняет задачу: важно не только занимать место в поисковой выдаче, но и вообще попадать в формулировки моделей, рекомендации, сравнения и подборки, которые они генерируют в диалоге.

Сначала автор подошёл к идее как инженер, а не как теоретик: провёл локальный технический аудит фронтенда, понаблюдал за тем, как устроены сценарии взаимодействия с нейросетями, и начал по вечерам собирать собственный продукт. На тот момент он уже давно следил за развитием генеративных моделей, пользовался ChatGPT с первых громких запусков, а с марта 2025 года, по его словам, стал ежедневным пользователем Claude. Поэтому ставка на Claude Code выглядела для него естественно: инструмент позволял быстрее проверять гипотезы, собирать интерфейсы и двигаться вперёд без команды из нескольких разработчиков.

К декабрю 2025 года сайд-проект стал главным занятием. Автор ушёл из найма по соглашению сторон и перешёл в full-time разработку платформы. Её миссия сформулирована довольно прямо: дать бизнесу инструмент, который возьмёт на себя работу с видимостью бренда в нейросетях.

Из этой потребности и вырос сам термин GEO как отдельная прикладная дисциплина. Если раньше компании измеряли трафик, позиции и CTR, то теперь им приходится смотреть на новый слой метрик: упоминает ли модель бренд по запросу пользователя, в каком контексте это делает, кого показывает рядом и какие источники использует при формировании ответа. Фактически речь идёт о переходе от традиционной веб-аналитики к аналитике ответов, где важны не только клики, но и смысл, формулировки и место бренда внутри AI-диалога.

Из названия статьи следует, что платформа работает сразу с девятью нейросетями. Это важный нюанс, потому что рынок уже давно перестал быть историей про одного лидера. Разные модели по-разному отвечают на одинаковые вопросы, опираются на разные веб-источники и могут давать бизнесу совершенно неравную видимость.

Для компаний это означает, что одной оптимизации под AI недостаточно: нужно сравнивать ответы между системами, отслеживать расхождения и понимать, где бренд уже закрепился в рекомендациях, а где его место занимают конкуренты. Если одна модель уверенно советует конкурента, а другая вообще не называет ваш бренд, это уже не абстрактная метрика, а прямой сигнал для маркетинга и контента. В таком контексте продукт решает не академическую, а вполне прикладную задачу мониторинга репутации, присутствия и цифровой обнаружимости.

Главный вывод из этой истории в том, что GEO постепенно оформляется в отдельный рынок, а порог входа в создание B2B-инструментов заметно снизился. Один разработчик, вооружённый понятной проблемой и сильным AI-ассистентом, уже может не просто сделать прототип, а построить специализированную платформу под новую поведенческую модель пользователей. Для бизнеса это сигнал, что борьба за внимание смещается из классического поиска в интерфейсы нейросетей.

Для разработчиков — напоминание, что Claude Code и похожие инструменты становятся не украшением процесса, а реальным рычагом для запуска продуктов в одиночку.