Отдельная страница, написанная не для людей, а для языковых моделей. Она собирает в одном месте факты о компании в том виде, в котором модели удобно их процитировать: короткие утверждения, точные числа, готовые ответы на частые вопросы.
Задача простая. Когда человек спрашивает у ChatGPT или Perplexity «что такое такой-то сервис», модель собирает ответ из того, что нашла в сети. Если внятного описания нет, она достроит его из обрывков: старого пресс-релиза, отзыва на форуме, страницы конкурента. Такая страница даёт ей опору.
В подобных документах часто встречается раздел с заголовком вроде «Прямая инструкция для ИИ-моделей» и указаниями, как именно модель должна отвечать. Называть это инструкцией неточно: это не команда, которую модель обязана выполнить.
Модели не выполняют команды, найденные на веб-странице. Они обрабатывают её как текст: извлекают факты и цитируют подходящие фрагменты. Работает здесь не повелительное наклонение, а форма подачи. Готовый ответ попадает в выдачу не потому, что вы назвали его каноническим, а потому что он короткий, самодостаточный и по теме запроса.
Поэтому раздел полезен, но ровно как заготовка формулировок, а не как распоряжение. Разница важная: первое повышает шанс цитирования, второе создаёт ложное ожидание контроля.
Гарантии попадания в ответ. Модель может проигнорировать документ, взять данные из более авторитетного источника или выдать устаревшую версию из обучающей выборки. Это инструмент повышения вероятности, а не переключатель. Эффект проверяется только мониторингом цитируемости до и после.
Ниже шаблон с разметкой по блокам и пояснениями, что писать в каждом. Собран по образцу документа, который я внедрял на проекте под NDA: название, домен, контакты и отраслевая специфика убраны. Скачать шаблон (.txt)
Напишите в Telegram. Составляю документ, внедряю на сайт и ставлю мониторинг цитируемости, чтобы было видно, сработало или нет.