В откровенном, без сценария разговоре Максим Морис (CEO и сооснователь Cicada Market Making) и Зейн Хан (сооснователь PromptRaise) сели, чтобы обсудить свои бэкграунды, состояние криптоиндустрии и, по сути главной темы выпуска, как искусственный интеллект фундаментально переписывает правила поиска и маркетинга.
Они также представили свой новый проект PromptRaise, созданный специально, чтобы помогать проектам и брендам оставаться заметными в мире, где доминирует ИИ.
От спортивных полей до криптовалютных рынков
Максим начал с рассказа о своем пути. Он провел два десятилетия в роли спортивного менеджера, включая работу на Олимпийских играх 2014 года и в оргкомитете Чемпионата мира по футболу, прежде чем войти в крипто девять лет назад — после того как друг познакомил его с Bitcoin.
Этот спортивный бэкграунд, как он объяснил, сформировал его подход к бизнесу — с сильным акцентом на честную игру, прозрачность и надежность. За последние шесть лет он сосредоточился на маркет-мейкинге, работая более чем с 1 000 проектов и свыше 500 листингов токенов — и это привело к тому, что команда Cicada была собрана вокруг листингов и услуг по маркет-мейкингу.
Зейн рассказал похожую случайную историю происхождения инвестора: он пришел в крипто-индустрию во время бума ICO и, как и многие, потерял значительные деньги на мошенничествах, прежде чем сфера созрела.
Проблема зрелости крипто и как сюда вписывается регулирование
Оба хоста сошлись во мнении, что несмотря на технологические обещания крипто, индустрия все еще в основном состоит из проектов без реальных пользователей и без реальной полезности.
Максим оценил, что большинство криптопроектов до сих пор не имеют подлинного внедрения — их скорее двигают спекуляции и краткосрочные стимулы вроде мем-коинов и фарминга. Он указал на решение Cicada пойти по пути дорогих и долгих лицензий, включая MiCA, как на осознанную долгосрочную ставку на легитимность, а не на быстрые обходные пути.
По регулированию две стороны нашли общий язык. Некоторая регуляторная структура необходима и может помочь легитимизировать пространство, но чрезмерное регулирование — особенно со стороны регуляторов, которые не до конца понимают технологию — несет риск подавить развитие.
Максим был прямолинеен: текущие рамки вроде требований к white paper у MiCA на практике легко обойти, даже с документами, сгенерированными ИИ, и они почти не отделяют реальные проекты от пустых.
Если вас нет в ответе — вас не существует
Центральная тема разговора была в том, насколько радикально изменилось поведение в поиске. Как сформулировал Зейн: целое поколение пользователей перестало пользоваться Google и теперь напрямую обращается к ChatGPT, Claude, Perplexity или Grok, получая один синтезированный ответ вместо страницы ссылок на выбор.
Намек здесь резкий. Если бренд, проект или компания не упоминаются в одном-единственном сгенерированном ИИ-ответе, для пользователя они фактически не существуют. Второй страницы больше нет.
Понимание Query Fan-Out
Зейн представил концепцию, которую он описал как недооцененную в большинстве маркетинговых кругов: query fan out. Когда пользователь отправляет в LLM один-единственный промпт, модель внутри разбивает его на несколько более мелких подзапросов, каждый из которых тянет данные из разных источников и с разными цитатами — часто в разное время — прежде чем синтезировать все в один финальный ответ.
По сути, это принципиально отличается от традиционного SEO, и брендам теперь нужно думать об AI SEO, или GEO — генеративной оптимизации для поисковых систем, как о отдельной дисциплине, надстроенной поверх классической оптимизации поиска.
Почему LLM сложнее обмануть
Оба хоста отметили, что LLM намного лучше, чем старомодное SEO, выявляют контент низкого качества или платный контент: они могут сопоставлять информацию на сайте компании, в социальных каналах и в сторонних источниках.
Максим поделился показательным примером. Cicada показывает две разные даты основания в разных источниках: 2021 год для материнской компании и 2024 год для подразделения, занимающегося маркет-мейкингом. Эта несогласованность настолько сбивает с толку LLM, что на самом деле ухудшает собственную видимость Cicada в AI-ответах. Это небольшой кейс о том, как фрагментированные данные напрямую вредят присутствию бренда в AI.
Борьба с AI slop с помощью реальных создателей
Повторяющееся опасение в выпуске — это поток контента низкого качества, сгенерированного ИИ, который часто называют AI slop. Чтобы разобраться с этим, пара описала два связанных продукта, которые работают вместе.
TokenLockr — это платформа, которая связывает проекты с микроинфлюенсерами и более небольшими создателями, а не с отдельными KOL. Платформа со временем вознаграждает их бонусами в токенах по KPI, привязанными к реальным результатам, а не к одному оплаченному посту. Максим привел запоминающуюся аналогию различий: KOL — это по сути разовая транзакция, оплата один раз и все, а настоящий создатель — скорее долгосрочный партнер: тот, в кого проект вкладывается со временем и с кем формируется доверие.
PromptRaise — это аналитический слой, который проверяет, насколько сейчас виден проект на ключевых LLM, формирует конкретные рекомендации по улучшению этой видимости и затем сопоставляет проекты с подходящими создателями, чтобы закрыть выявленные пробелы.
Чтобы проверять создателей, Cicada использует четырехуровневую систему скоринга: платформа разделяет площадки по сложности и стоимости контента, потому что видео на YouTube или TikTok гораздо сложнее производить, чем текстовые посты в X или Telegram. Более высокие уровни получают более крупные выделения токенов, а контракты и вознаграждения, которые получаются в результате, выполняются в on-chain через smart contracts.
Хосты также указали на Reddit и Wikipedia как на все более критически важные платформы, которые трудно «взломать» манипуляциями. Активная модерация Reddit и то, как Google активно цитирует контент Reddit, который виден в AI Overviews Google, делают их непропорционально влиятельными в сгенерированных LLM-ответах.
От Make(com) до Self-Hosted Agents
Максим рассказал о своем пути автоматизации. Он начал с Make(com) и n8n примерно год назад, чтобы автоматизировать анализ продажных звонков и инсайты по CRM, затем перешел к созданию кастомных AI-агентов с инструментами вроде Claude Code и OpenClaw в 2026 году. А сейчас он автоматизирует в компании мониторинг медиа, задачи в HR и бухгалтерию.
Зейн пошел дальше и описал личного автономного офлайн-ассистента по ИИ, которого он называет Зена. Он работает на недорогом Raspberry Pi, а не на дорогом облачном сервере или Mac Mini. Он опирается на небольшие языковые модели, такие как Llama и Qwen, для легковесной приватной edge-автоматизации — включая ежедневный персонализированный утренний отчет.
Оба согласились: главная опасность для компаний — не сам ИИ, а то, что таланты не смогут адаптироваться к нему. Они сравнили умение работать с ИИ-инструментами с умением говорить на иностранном языке — и назвали это базовой профессиональной предпосылкой на будущее.
Заключительные мысли
Выпуск завершился практическим призывом к действию. Слушателей пригласили зайти в PromptRaise и запросить сейчас субсидируемый бесплатный аудит того, как проект или бренд представлен в ключевых LLM, а также начать закрывать пробелы в видимости до того, как это сделают конкуренты.
Хосты также обменялись заметками о взаимной любви к электронной музыке и предложили идею сайд-ивента на следующей конференции DevConnect в Индии, ожидая аудиторию примерно на октябрь или ноябрь 2026 года.
В целом разговор рисует картину отрасли в момент перелома: старые правила видимости больше не работают, и пока немногие игроки успели осознать эту реальность. В дискуссии особенно выделилась небольшая группа идей, которые и стали общей нитью.
AI-поиск с помощью таких инструментов, как ChatGPT, Claude, Perplexity и Grok, заменил традиционный поиск для растущей доли пользователей, и если бренда нет в ответе, то второй страницы не существует.
Распределение запросов — то, как LLM разбивает один промпт на множество подзапросов — это новый механизм, который маркетологам нужно понять и под него оптимизироваться.
Несогласованные или фрагментированные данные о бренде на веб-сайтах активно вредят видимости в LLM — даже непреднамеренно.
В долгосрочной перспективе отношения, завязанные на результат и выстроенные с реальными микро-создателями, заменяют разовые выплаты KOL — это более защищенная стратегия.
Reddit и Wikipedia имеют непропорционально большой вес в AI-ответах, потому что им доверяют и их широко цитируют.
Персональные, даже self-hosted, AI-агенты становятся практичными и доступными по цене — это указывает на ближайшее будущее глубокую агентную интеграцию в ежедневные бизнес-процессы.
Ничто из этого не является теорией для Максима и Зейна. Они прямо сейчас проживают это: и как операторы, которые пытаются сохранить видимость Cicada в новой реальности, и как создатели PromptRaise — продукта, специально разработанного, чтобы помогать другим командам закрывать те же пробелы раньше, чем это сделают конкуренты.
Узнать больше: Какова реальная стоимость маркет-мейкера?