Сергей Жиратков
SEO-специалист CoffeeStudio
WoolHouse — российский бренд премиального домашнего текстиля и одежды из натуральной шерсти, основанный в 2009 году компанией «Кампотекс». В ассортименте представлены пледы, одеяла, подушки, домашняя одежда, жилеты, пончо, куртки, тапочки и другие изделия для дома и отдыха.
Одна из особенностей продукции — итальянское трикотажное полотно с ворсом из 100% натуральной некрашеной шерсти тонкорунной овцы породы меринос. Дизайн разрабатывают в Москве, а изделия выпускают на собственной фабрике WoolHouse в городе Остров Псковской области.
У бренда широкий интернет-магазин с большим количеством товарных категорий и карточек, поэтому для работы с AI-поиском важно было выстроить систему, в которой информация о бренде, материалах, товарах и их свойствах связана между собой.
Клиент пришёл с запросом на продвижение в нейровыдаче. Нам нужно было повысить вероятность того, что Алиса AI будет находить, правильно интерпретировать и использовать информацию с сайта WoolHouse при ответах на релевантные вопросы пользователей.
.svg)
Задача не сводилась к тому, чтобы несколько раз добавить нужные ключевые слова в тексты. Потребовалось повысить цитируемость страниц, усилить сущностный профиль WoolHouse и привести сайт в состояние, при котором поисковым и AI-системам проще извлекать из него конкретные факты.
.webp)
WoolHouse работает на российском B2C-рынке в премиальном сегменте домашнего текстиля. Конкуренты — профильные бренды, крупные магазины и маркетплейсы из поисковой выдачи.
Покупателю важно понимать, чем отличается шерсть мериноса, из чего сделано изделие, как за ним ухаживать и за что он платит. Поэтому нельзя было свести контент к коротким формальным ответам только ради удобства ИИ — требовалось сохранить полезную для человека информацию и одновременно сделать её понятной для Алисы AI.
Сайт компании — это интернет-магазин с широким ассортиментом, большим количеством категорий и карточек товаров. Поэтому работать нужно было не с одной посадочной страницей, а с целой системой контента, технических страниц и связей между ними.
Спрос на изделия из шерсти менялся в течение года и рос в осенне-зимний период. Вместе с ним менялся и набор запросов, по которым пользователи искали информацию о товарах.
Алгоритмы и состав источников менялись, поэтому результат нельзя было обеспечить одной настройкой или разовой доработкой. Приходилось постоянно отслеживать, какие страницы использовались в ответах Алисы AI, проверять гипотезы и корректировать оптимизацию.
Сначала провели аудит и посмотрели, как WoolHouse и конкуренты были представлены в AI-ответах. Определили запросы, по которым бренд уже появлялся в выдаче, а также темы, где он отсутствовал или цитировался редко. Это дало отправную точку: стало понятно, какие направления уже работали, а где требовалось усилить присутствие WoolHouse.
Проанализировали информационные, коммерческие, локальные запросы пользователей и распределили их по смысловым группам. В отдельные кластеры вошли, например, «пледы из шерсти мериноса», «домашняя одежда из шерсти», «подушки WoolHouse», «уход за шерстью», «подарки из шерсти» и другие темы. Так мы работали с целыми направлениями пользовательского спроса.
Определили основные сущности, связанные с брендом: WoolHouse, «Кампотекс», шерсть мериноса, домашний текстиль, премиальный сегмент, итальянское полотно и российское производство. Затем проверили, насколько последовательно они связаны между собой в контенте и разметке сайта. Там, где информации не хватало, добавили недостающие связи и уточнения. Это помогло сделать сущностный профиль WoolHouse более цельным и понятным для поисковых и AI-систем.
Страницы структурировали так, чтобы отдельные смысловые фрагменты можно было использовать и цитировать независимо от остального текста.
При этом тексты не упрощали до формальных коротких ответов. Нужно было сохранить полезность для покупателя и одновременно сделать информацию однозначной и удобной для извлечения.
Внедрили разметку Schema.org, чтобы поисковым системам было проще определять типы информации на страницах и связи между ними. Структурированные данные дополнили работу с контентом: они помогали точнее описывать товары, организацию и другие сущности сайта в машиночитаемом формате.
Параллельно провели техническую SEO-оптимизацию. Улучшили скорость загрузки и мобильную адаптацию, проверили сканируемость и индексируемость страниц. Также устранили дубли, настроили канонические URL и оптимизировали изображения.
Создавали новые и обновляли существующие материалы по темам, связанным с продукцией WoolHouse: свойствам шерсти мериноса, сравнению материалов, правилам ухода и выбору подарков. Это расширило тематическое поле, в котором WoolHouse мог выступать источником информации.
.webp)
.webp)
В контенте сделали заметнее факты, подтверждающие опыт и специализацию WoolHouse: работу бренда с 2009 года, собственное производство, особенности материалов и реальные отзывы покупателей. Дополняли страницы историями и экспертными комментариями там, где они помогали раскрыть тему.
Отдельно работали со структурой самих текстов. Разбивали большие фрагменты на атомарные смысловые блоки, делали абзацы более самостоятельными, убирали двусмысленные формулировки. Усилили заголовки H2-H3 и добавили краткие ответы в начале отдельных разделов.
После внедрения изменений работа не закончилась. Мы отслеживали упоминания WoolHouse, смотрели, какие страницы использовались и цитировались в AI-ответах, и сравнивали динамику по целевым запросам. На основании этих данных корректировали контент, семантику и дальнейшие точки оптимизации.
Нет настройки, которую можно включить и гарантированно получить появление бренда в ответах, поэтому приходилось работать сразу с несколькими факторами и проверять их влияние на практике.
WoolHouse нужно было выделить среди других брендов и крупных площадок конкретными фактами: составом изделий, особенностями материалов, собственным производством и специализацией на товарах из шерсти мериноса.
.webp)
В классическом SEO можно отслеживать позиции страницы по запросу. В AI-ответах такой прямой модели нет, поэтому мы ориентировались на количество упоминаний и цитирований, Share of Voice и динамику присутствия бренда в отслеживаемой выдаче.
Основной спрос на изделия из шерсти приходится на более холодное время года, поэтому частотность и характер запросов меняются в течение сезона.
Контент нельзя было свести к коротким шаблонным ответам только ради удобства машинной обработки. WoolHouse продаёт продукт, ценность которого нужно объяснять: состав, свойства материала, особенности использования и ухода, поэтому мы искали баланс между содержательностью текста и чёткой структурой.
За период с 1 апреля по 24 сентября 2026 года средняя цитируемость WoolHouse составила 460 упоминаний в месяц. Суммарно за время наблюдения зафиксировали около 2 670 упоминаний.
Средний Share of Voice сохранялся на уровне не ниже 80%. То есть WoolHouse присутствовал в значительной доле релевантных AI-ответов, которые входили в систему мониторинга. Показатели сохранялись на высоком уровне на протяжении почти шести месяцев.
Бренд стал регулярно упоминаться и цитироваться в AI-ответах по темам, связанным с шерстью мериноса, изделиями из неё и уходом.
Попадание в ответы Алисы AI нельзя гарантировать: алгоритмы меняются, а состав источников зависит от запроса и множества факторов, но на вероятность появления бренда можно влиять. Для этого сайт должен быть технически доступным, содержать однозначные и проверяемые факты, последовательно раскрывать свою тематику и давать информацию в форме, которую удобно извлекать и цитировать.
Кейс WoolHouse показывает это на измеримых данных: за почти шесть месяцев работы проект вышел на среднюю цитируемость 460 упоминаний в месяц и Share of Voice не ниже 80%. Работа с проектом продолжается: мы отслеживаем изменения AI-выдачи, проверяем новые запросы и масштабируем подход на другие категории сайта.
мы можем оценить текущую видимость проекта в AI-ответах, найти точки роста и определить, какие изменения нужны именно вашему сайту.
Уже пошли разбираться с вашей задачей
