Как я за 2 дня собрал 12 вики-страниц и заложил фундамент авторского бренда для нейросетей

Наткнулся на статью «Как  попасть в рекомендации ChatGPT, Perplexity и Gemini: 5 шагов, которые  работают в 2026». Сначала пролистал — ну да, очередной гайд для  маркетологов. Но одна мысль зацепила: AI-поисковики  берут данные не из открытой Wikidata напрямую, а из проприетарных  Knowledge Graph — Google для Gemini, Bing для ChatGPT. И если автора нет в этих графах знаний, для нейросетей он попросту невидим. Неважно, сколько у вас подписчиков.

Решил  заморочиться и проверить на себе. За 2 полных дня с нуля собрал 12  сущностей в Wikidata: сам автор, методология, серии книг, под-серии и 6  конкретных книг. Затем сформировал -разметку  (Book, Author с sameAs на Wikidata), вшил в свой сайт и проверил через  валидатор — всё подтянулось, коды вики-страниц залинковались корректно.

Теперь  это работает как машиночитаемый «скелет» авторского бренда. И вот как  повторить то же самое, если вы писатель и хотите, чтобы вас находили не  только живые читатели, но и AI-ассистенты.

Зачем автору Knowledge Graph

Обычный  читатель ищет книгу в Яндекс или Google. AI-читатель (через ChatGPT,  Perplexity) ищет структурированные ответы. Если ваш авторский профиль,  серии и книги прописаны в Wikidata и подтверждены схемой на официальном  сайте — нейросеть видит вас как достоверный источник. Без этого — вы  просто текст среди миллионов.

Что я сделал по шагам

1. Wikidata как ядро. Создал элементы для:
   • Автора (Q139890905)
   • Методологии («Вектор Воронкова»)
   • Серий книг («Прагматика отношений», «Прошивка», «База ДОТУ» и др.)
   • Каждой книги (6 штук, от «Воронки для Золушки» до «Прошивка. Геймер»)
2. Для каждого элемента прописал: название, жанр, язык, дату публикации, ссылки на источники (ЛитРес, Ридеро, Author.Today, Ozon). Без авторитетных ссылок элемент могут удалить.
3. на сайте. Добавил разметку Author и Book с прямой ссылкой на Wikidata через sameAs. После валидации структура сомкнулась — сайт «понял», что книга связана с вики-сущностью, а та — с внешними подтверждениями.
4. Классификаторы и свойства. Самая нудная часть — подбирать правильные коды: instance of (P31) = literary work, author (P50), language of work or name (P407), publication date (P577) и т.д. Без второго монитора и подсказок AI ушло бы вдвое больше времени.
5. Дополнительные якоря.  LinkedIn-профиль автора (Bing Knowledge Graph ему доверяет), страница в  Google Sites с описанием всех книг и серий. Всё это скрепляется  ссылками, создавая «паутину доверия».

Что в итоге

Прямого  эффекта в выдаче ChatGPT / Perplexity пока не вижу — и не жду раньше,  чем через месяц. Краулерам нужно переварить новые сущности, обновить  индексы. Сейчас это именно закладка фундамента.

Через месяц планирую проверить простым тестом:  задам нейросети уникальный вопрос по своей методологии и посмотрю,  процитирует ли она меня со ссылкой. Если да — значит, AI-видимость  заработала. Обязательно опубликую результат здесь же, в блоге.

Почему это важно для авторов именно сейчас

Традиционные  соцсети перегружены, поисковики меняются. Всё больше читателей  спрашивают у ИИ: «Посоветуй книгу про системный подход к отношениям» или  «Кто писал о ДОТУ для жизни?». Если ваш авторский бренд не  структурирован для машин — вы проигрываете не конкурентам-писателям, а  тишине.

Это не замена живой аудитории, а дополнение. Вы продолжаете вести блоги, выкладывать книги на Author.Today, общаться с читателями. Но теперь еще и создаёте под собой технический скелет, который будет работать вдолгую.

Кто-то  уже пробовал подобное? Делитесь опытом: сколько ушло времени, какие  были грабли, заметили ли рост цитирований. Всем заинтересованным могу  скинуть ссылки на свои вики-страницы как пример — пишите в комментарии.