23 апреля 2026 г.12 мин чтения

GEO для рекрутинг-платформ: как HH, SuperJob и нишевым job-бордам попадать в AI

Оптимизация для HH.ru, SuperJob, Habr Career и других job-бордов: как попадать в ответы ChatGPT, Алисы и Perplexity по карьерным запросам.

Владислав Пучков

Основатель GEO Scout, эксперт по GEO-оптимизации

Рекрутинговые платформы впервые сталкиваются с конкурентной угрозой, которая не поддаётся классическим SEO-инструментам. Человек, который хочет найти работу или нанять разработчика, всё чаще открывает не поисковик, а ChatGPT или Алису — и получает конкретный совет с названиями платформ. AI-провайдеры формируют короткий список рекомендаций сами, без кликов по ссылкам и без второй страницы выдачи. Если job board не появляется в этом списке, он не существует для части своей потенциальной аудитории.

Рекрутинговый рынок РФ: какие платформы в зоне риска

Российский рынок онлайн-рекрутинга структурирован вокруг нескольких крупных игроков с принципиально разным позиционированием:

Каждая из этих платформ имеет свой профиль в AI-ответах. HH.ru появляется почти везде по умолчанию — за счёт возраста и трафика. Habr Career доминирует в IT-запросах. Getmatch присутствует в нишевых запросах про пассивный поиск. Региональные платформы часто полностью отсутствуют даже в ответах Алисы, несмотря на сильную локальную позицию.

Два пользователя — два разных AI-паттерна

Принципиальная особенность рекрутинговых платформ — двусторонняя аудитория. Соискатели и работодатели задают AI принципиально разные вопросы, и оптимизация под каждый сценарий требует отдельных страниц и отдельного контента.

Паттерны соискателей

Соискатели спрашивают AI практические, часто эмоционально нагруженные вопросы:

• «где лучше искать работу в 2026 году»
• «какой сайт для вакансий удобнее — HH или SuperJob»
• «где найти работу без опыта»
• «лучший job board для IT-специалистов»
• «как найти удалённую работу разработчику»
• «где искать работу в регионах»

AI формирует ответ, опираясь на контент о пользовательском опыте: удобство интерфейса, скорость отклика работодателей, наличие резюме-конструктора, фильтры по зарплате и формату работы. Платформы, у которых есть страницы с этим контентом — инструкции, сравнения, советы по поиску — получают преимущество.

Паттерны работодателей

Работодатели и HR-менеджеры задают более аналитические вопросы:

• «где лучше размещать вакансии для IT-найма»
• «сколько стоит размещение вакансии на HH»
• «как быстро найти разработчика middle уровня»
• «сравнение job board для стартапа»
• «какая платформа лучше для массового подбора»

AI в этом случае ищет конкретику: охват кандидатской базы, стоимость размещения, интеграции с ATS, скорость найма, аналитику по откликам. Без отдельных страниц для работодателей платформа выпадает из этих ответов целиком — даже если активно оптимизирует контент для соискателей.

Ключевые запросы, по которым AI рекомендует job board

Перед оптимизацией важно понять, какие именно вопросы пользователи задают AI в рекрутинговом контексте. Основные кластеры:

Общие карьерные запросы (высокий объём):

• «где искать работу в России»
• «какой сайт для поиска вакансий»
• «лучшие job board 2026»

Нишевые профессиональные запросы:

• «лучший job board для IT»
• «где найти вакансии дизайнера»
• «платформа для поиска маркетологов»
• «где разместить вакансию для врача»

Запросы по формату работы:

• «где найти удалённую работу»
• «платформы для фриланса в России»
• «job board с гибридным форматом»

Запросы работодателей:

• «где размещать вакансии для малого бизнеса»
• «сравнение HH SuperJob для IT-найма»
• «как найти пассивных кандидатов»

Каждый кластер — это отдельная страница или FAQ-блок на сайте платформы. Мониторинг AI-видимости по этим промптам через GEO Scout покажет, по каким кластерам платформа уже присутствует, а где есть пробел.

Сигналы, которые AI использует для оценки job board

AI-модели оценивают рекрутинговые платформы по нескольким группам сигналов. Понимание этих сигналов — основа GEO-стратегии.

Authority-сигналы

Авторитет платформы в глазах AI формируется из:

• Возраст домена: HH.ru работает с 2000 года — это устойчивый entity, известный большинству AI-моделей из обучающих данных
• Трафик и цитируемость: платформы с высоким органическим трафиком чаще упоминаются в независимых источниках, которые AI использует как подтверждение
• Медиаприсутствие: публикации в РБК, Ведомостях, Forbes Russia формируют authority-слой, недоступный для покупки
• Отраслевые исследования: зарплатные рейтинги HH.ru цитируются в новостях — каждое такое упоминание усиливает entity-профиль платформы

Категорийная специализация

AI хорошо понимает специализацию платформы, если она явно выражена:

• Habr Career ассоциируется с IT — благодаря аудитории, открытым зарплатам и экосистеме Хабра
• Getmatch ассоциируется с пассивным поиском и senior-разработчиками
• Avito Работа ассоциируется с рабочими профессиями и массовым сегментом

Нишевые платформы, которые пытаются охватить все категории, теряют категорийный авторитет и начинают проигрывать широким агрегаторам.

UX и технические факторы

AI-модели, которые используют web-crawling в реальном времени (Perplexity, Google AI Mode), учитывают:

• Скорость загрузки страниц
• Мобильную адаптацию
• Структуру данных: наличие JSON-LD разметки JobPosting, Organization, FAQ
• Доступность страниц для индексации (корректный robots.txt)

Подробнее о технических факторах — в статье GEO-аудит сайта.

Зарплатные данные и обзоры рынка как entity-сигнал

Один из самых недооценённых инструментов GEO для рекрутинговых платформ — регулярная публикация зарплатных исследований и обзоров рынка труда.

Логика простая: когда AI получает вопрос «сколько зарабатывает Python-разработчик в Москве», он ищет авторитетный источник с актуальными данными. HH.ru публикует такие исследования ежеквартально — и AI регулярно на них ссылается. Это создаёт рекурсивный эффект: исследование усиливает entity, entity усиливает доверие к данным платформы в других ответах.

Что публиковать:

• Ежеквартальные обзоры зарплат по специальностям и регионам
• Индексы активности рынка (количество вакансий, соотношение спроса и предложения)
• Рейтинги востребованных профессий
• Исследования по форматам работы (удалёнка, гибрид, офис)
• Сезонные отчёты (рынок труда после новогодних праздников, летний найм)

Как оформлять для AI:

• Чёткие заголовки с датой исследования
• Конкретные цифры в тексте, а не только в графиках
• Методология — AI доверяет источникам с прозрачной методологией
• JSON-LD разметка DataSet или Article с datePublished

Community-сигналы усиливают эффект: когда зарплатное исследование обсуждается на Хабре или в профессиональных Telegram-каналах, это создаёт дополнительные точки упоминания, которые AI воспринимает как подтверждение авторитета источника.

Кейс: как агрегатор вакансий попадает в нишевую рекомендацию

Рассмотрим механику на конкретном сценарии. Представьте нишевую платформу, специализирующуюся на вакансиях в медицине, — условный MedWork.

Исходная ситуация: платформа имеет 50 000 вакансий, хороший трафик в нише, но полностью отсутствует в AI-ответах на вопрос «где найти работу медсестрой» или «где разместить вакансию врача».

Проблема: у платформы нет страниц, специально написанных для ответа на эти вопросы. Главная страница — это агрегатор вакансий, а не ответ на вопрос соискателя.

GEO-решение:

1. Создать страницу «Как найти работу медсестрой» с конкретными советами, фильтрами и примерами вакансий
2. Создать страницу для работодателей «Где разместить вакансию врача» с данными о кандидатской базе и стоимости
3. Добавить FAQ со структурированной разметкой: «Сколько вакансий врача открыто в Москве?», «Какая средняя зарплата медсестры в регионах?»
4. Опубликовать ежеквартальный обзор зарплат в медицине
5. Получить упоминания в медицинских профессиональных изданиях

Результат через 2-3 месяца: платформа начинает появляться в ответах Perplexity и Google AI Mode по нишевым запросам. AI идентифицирует её как специализированный ресурс для медицинского рынка труда — и в нише конкурировать с HH.ru становится реальным.

Международный контекст: LinkedIn и Indeed против РФ-платформ

Для понимания GEO-контекста важно знать, как AI воспринимает международные платформы на российском рынке.

LinkedIn и Indeed имеют колоссальный глобальный entity-авторитет. В ответах ChatGPT на вопрос «where to find a job» они доминируют по умолчанию. На вопросы на русском языке про российский рынок AI чаще балансирует между глобальными и локальными игроками.

Ключевое наблюдение: Алиса (Яндекс) в большинстве случаев рекомендует российские платформы по российским карьерным запросам — HH.ru, SuperJob, Avito Работа. ChatGPT чаще упоминает LinkedIn рядом с российскими платформами. Это означает, что стратегия видимости в Алисе и в ChatGPT требует разных акцентов.

Для присутствия в экосистеме Алисы особенно важны Яндекс.Карты (карточка компании), Яндекс.Дзен (публикации) и корректная индексация в Яндекс.Поиске.

Таблица: платформа — тип запроса — текущая AI-видимость

Следующая таблица отражает типичную картину AI-видимости российских job board по ключевым кластерам запросов. Конкретные показатели Share of Voice варьируются в зависимости от провайдера и формулировки запроса.

Эту картину можно измерить точно и ежедневно. GEO Scout настраивает мониторинг по конкретным промптам и показывает Share of Voice каждой платформы в разрезе 10 AI-провайдеров — с динамикой, тональностью и позицией относительно конкурентов.

Как мониторить AI-видимость рекрутинговой платформы

Без системного мониторинга GEO-работа ведётся вслепую. Нельзя улучшить то, что не измеряешь.

Для job board мониторинг строится по нескольким кластерам промптов:

Для соискателей:

• «где лучше искать работу в [город/регион]»
• «лучший сайт вакансий для [специальность]»
• «как найти удалённую работу в [сфера]»

Для работодателей:

• «где разместить вакансию [специальность]»
• «лучшая платформа для IT-найма»
• «сравнение job board для [сегмент компании]»

Для зарплатных данных:

• «сколько зарабатывает [специальность] в России»
• «средняя зарплата [профессия] в Москве»

GEO Scout позволяет настроить эти промпты, ежедневно получать данные по всем 10 провайдерам и видеть, как меняется Share of Voice после каждого GEO-действия — публикации исследования, обновления страницы, выхода материала в СМИ. Командный центр автоматически превращает данные мониторинга в приоритетный список действий: какую страницу обновить, какой промпт усилить, где появился разрыв с конкурентом.

Чек-лист GEO для job board

Контент и страницы

• Отдельные страницы для соискателей и для работодателей с разными FAQ
• Страницы по специальностям: «вакансии разработчика», «работа медсестрой», «вакансии маркетолога»
• Страницы по форматам работы: удалённая, гибридная, офис, частичная занятость
• Региональные страницы с локальными данными по рынку труда
• Страница сравнения с конкурентами (честная, с таблицей преимуществ)
• Страница с методологией и данными о платформе (количество вакансий, размер кандидатской базы, охват)

Зарплатные и аналитические данные

• Ежеквартальный обзор зарплат — минимум по 10-15 профессиям
• Региональные данные с разбивкой по городам
• Индекс активности рынка (соотношение вакансий и резюме)
• Исследования по востребованным навыкам

Технические факторы

• JSON-LD разметка: Organization, JobPosting (на страницах вакансий), FAQ
• Корректный robots.txt и sitemap.xml
• Core Web Vitals: LCP менее 2.5 сек, FID менее 100 мс
• Мобильная адаптация
• Присутствие в Яндекс.Каталоге и Яндекс.Картах (для Алисы)

Внешнее присутствие

• Публикации в деловых СМИ с цитированием платформенных данных
• Экспертные комментарии HR-редакций (Forbes, РБК Тренды, VC.ru)
• Профили на площадках с отзывами: Otzovik, IRecommend, App Store / Google Play
• Упоминания в профессиональных сообществах: HR-сообщества, IT-форумы, Telegram-каналы рекрутеров

Мониторинг и аналитика

• Настройка промптов в GEO Scout по всем кластерам запросов
• Baseline по Share of Voice относительно HH.ru и других ключевых конкурентов
• Ежедневный мониторинг изменений в 10 AI-провайдерах
• Отслеживание AI-трафика в системе аналитики (UTM-параметры для переходов из AI)

Что делать прямо сейчас

GEO для рекрутинговых платформ — это не разовая оптимизация, а системная работа, которая даёт накопительный эффект. Первый шаг — измерить текущую видимость и понять, по каким запросам платформа уже появляется, а где есть пробел.

Бесплатный тариф GEO Scout позволяет настроить 3 промпта в 3 нейросетях без привязки карты. Этого достаточно, чтобы за один день получить базовую картину: упоминается ли платформа в ответах ChatGPT, Алисы и Perplexity по ключевым карьерным запросам, и кто из конкурентов доминирует в этих ответах прямо сейчас.

Платформы, которые начали GEO-работу сегодня, через 2-3 месяца получат устойчивое присутствие в AI-ответах — до того, как большинство конкурентов осознает важность этого канала.

Если ищете более широкий контекст — читайте про GEO для HRTech (ATS, LMS, HRM-платформы) и GEO для B2B SaaS — там много пересекающихся принципов по структуре страниц и работе с авторитетом в нишевых вертикалях.