Лендинг B2B-сервиса,
который привёл 21 заявку
без рекламы и соцсетей.

Что было до

BlackPixel.ai — B2B AI-редактор фотоальбомов для типографий, фотостудий и свадебных фотографов. Главный рынок — Латинская Америка.

До 13 февраля на домене была другая страница: сразу вела на продукт, любой мог зарегистрироваться и тестировать редактор. Это работало как B2C-витрина: трафик из любых источников видел демо и пытался разобраться сам. Конверсии в платящих B2B-клиентов из этого потока не было — типографии и студии не покупают софт после самостоятельного теста, им нужна квалификация и демо с командой.

Что я поменяла 13 февраля:

1. Закрыла приложение от публичного доступа.
2. Поставила лид-форму на главной — теперь демо только по заявке.
3. Полностью переписала лендинг: с продуктовой витрины на B2B-консультативную страницу с фокусом на типографиях.

С этого дня и до сегодня никакой платной рекламы и никакого маркетинга в соцсетях у BlackPixel нет. Был только один входящий канал — этот лендинг. Всё, что я делала с тех пор — это работа с самим лендингом: SEO, GEO, контент, локализация. Я не пишу код руками — я работаю в Claude Code, задаю направление, ревьюю результат и принимаю решения по структуре и копирайту. Это меняет скорость на порядок.

Сайт без рекламы и без соцсетей может приводить B2B-лиды, если выстроить три слоя: глубинное понимание клиента → точную упаковку оффера → структурную видимость для AI-поисковиков.

Это не про красивый дизайн. Это про то, что до первой строчки кода на лендинге уже была сделана работа, которой большинство SaaS-команд не делают вообще.

Цифры за 3 месяца

Источник — GA4, аккаунт blackpixel.ai, отчёт «Источники трафика — Основная группа каналов».

Что в этом важно

1. 97% трафика — Direct. Это либо «набрали в адресной строке» (значит, бренд BlackPixel уже узнают), либо «пришли по ссылке без UTM-меток / из мессенджеров / из LLM-чатов». В современных GA4-отчётах клики из Perplexity, ChatGPT и Claude часто регистрируются как Direct, потому что эти AI-источники не передают referrer. Для нового B2B-домена в феврале это не «случайные посетители» — это либо целевой brand-search, либо AI-источник.
2. 2 662 ключевых события на 264 юзера = ~10 на пользователя. Люди реально читали, скроллили, кликали по табам — а не закрывали через 5 секунд. Доля ключевых событий 39,6% — высокая.
3. Organic Search всего 5 пользователей. Google индексирует молодой домен медленно: лендинг живёт 3 месяца, проиндексировано ~25% страниц. Это ожидаемая фаза, не провал.
4. 21 заявка на демо (посчитана отдельно через лид-форму). Конверсия Visitor → Lead ≈ 8%, что для B2B-лендинга с CTA «Request a demo» в верхнем квартиле бенчмарка (медиана B2B SaaS — 2–3%).

Куда ушли эти 21 заявка

• 5 компаний — в активных переговорах. Это типографии и студии из целевой ЛАТАМ-аудитории, с которыми сейчас идут демо и обсуждение пилотов.
• 6 заявок — целевые, но слились с диалога. Тот рынок, тот язык, заявка реально от типографии — но после первого контакта переписка не продолжилась.
• ~10 заявок — нецелевые или без ответа. Часть искала сервис для личных нужд (B2C), часть так и не вышла на связь.

Что я сделала: от ресёрча до деплоя

Весь процесс — от первого ресёрча до деплоя — собран внутри Claude Code. Я не открываю редактор кода и не печатаю CSS руками. Я формулирую задачу, проверяю результат глазами, корректирую — и это даёт скорость, которой нет у классического флоу «бриф → дизайнер → разработчик».

Шаг 1. Синтетические кастдевы по моей методологии

До того как был сгенерирован первый HTML-файл, я провела синтетические кастдевы — авторская система, которой я заменяю классический 3–4-недельный спринт интервью.

Многослойная симуляция системно покрывает аудиторное пространство. Для BlackPixel я гоняла её по сегментам: владельцы типографий, делающих фотокниги; свадебные фотографы, продающие альбомы; сетевые фотолабы и фото-маркетплейсы; B2C end-customers типографий (те, кто реально оформляет альбом).

По каждому сегменту — глубокий протокол интервью: бэкграунд → текущий workflow → боль → существующие решения → почему они не работают → что было бы «решением» → готовность платить → каналы открытия.

Зачем синтетика, а не живые интервью. На стадии «продукт ещё в разработке» живые интервью с типографиями в ЛАТАМ — это месяцы рекрутинга и языковые барьеры. Синтетика даёт быструю карту гипотез, которые я потом валидирую точечно на 2–3 живых разговорах, а не на 30.

Шаг 2. Парсинг живых отзывов о конкурентах

Параллельно я спарсила отзывы реальных людей о похожих сервисах: Photobook.ai, Mixbook, Printbox, Journi, SmartAlbums, ZNO и других. Источники — G2, Capterra, Trustpilot, Reddit, отраслевые форумы.

Я искала не «нравится / не нравится», а JTBD, барьеры, мотивы и язык: какие задачи реально пытаются решить пользователи; на чём ломаются (UX, время, цена, качество печати, интеграция); какими словами они описывают проблему — это сырьё для копирайта; какие триггеры заставляют переключиться с одного сервиса на другой.

На лендинге каждый блок выстроен по одной формуле:

Это не «мы лучшие». Это «вот что вы говорили на форумах — вот что мы делаем с этим — вот цифра, которая это подтверждает».

Шаг 3. Извлечение PMF, JTBD, барьеров и мотивов

Из обоих источников (синтетика + живые отзывы) я собрала единый артефакт:

• PMF-гипотеза: конкретный сегмент × конкретная боль × конкретный момент.
• JTBD-формулировки: «когда я / хочу / чтобы / потому что» для основных юзкейсов.
• Барьеры: что мешает купить (цена, недоверие, integration risk, языковой барьер).
• Мотивы: что подтолкнёт к решению (экономия времени, рост маржи, упрощение онбординга end-customer'ов).

Этот документ стал ТЗ на лендинг. Каждый блок страницы отвечает на конкретный пункт из списка — нет «декоративных» секций.

Шаг 4. Локализация под ЛАТАМ без смены домена

Целевой рынок — Латинская Америка, и я сразу отказалась от схемы «отдельный поддомен на язык» — она утяжеляет SEO, размывает Domain Authority и заставляет поддерживать три сайта вместо одного.

Что я сделала вместо:

• Один домен, три языка (EN / ES / PT) — переключение через JS, авто-определение по языку браузера пользователя.
• hreflang на все три языка + x-default — сигнал Google и AI-краулерам, какую версию показывать в каком регионе.
• og:locale:alternate для es_ES и pt_BR — превью в шерах подхватывают язык получателя.
• Локализация на уровне изображений: для примеров кейсов и mockup'ов я использовала персонажей с латиноамериканской внешностью, а не сток с белыми моделями из США. Это работает на уровне «бессознательного match» — клиент-типография в Аргентине или Бразилии видит «свою» аудиторию на скриншотах.
• Загрузка не утяжелилась: один HTML, тексты — словарём в отдельном файле переводов, грузится только нужный язык.

Шаг 5. GEO-оптимизация (Generative Engine Optimization)

Это самая нестандартная часть, и именно она объясняет 97% Direct-трафика.

Что такое GEO. Это оптимизация сайта не под Google, а под AI-поисковики: ChatGPT, Perplexity, Claude, Google AI Overviews, Bing Copilot. Логика другая, чем у классического SEO: AI не ранжирует по ключам, AI выбирает источники для цитирования на основе технических сигналов (schema.org, llms.txt, чистоты структуры) + brand authority + E-E-A-T.

Аудит до правок показал GEO Score 34/100 (Critical). К концу того же дня — 86/100 (Good).

GEO Score: до / после

Что сделала за один день — коротко

• Открыла сайт для AI-краулеров (ChatGPT, Claude, Perplexity, Gemini, Bing Copilot и ещё ~20 ботов).
• Добавила sitemap.xml и llms.txt — карту сайта и «инструкцию для AI», как нас цитировать.
• Разметила главную и блог через schema.org (Organization, SoftwareApplication, FAQPage, BreadcrumbList).
• Прописала canonical, hreflang на 3 языка, Open Graph и Twitter Card на каждой странице.
• Завела Wikidata-записи для компании и продукта — это даёт AI устойчивую сущность для распознавания бренда.
• Развернула контент-корпус: 13 страниц вместо одной, ~33 000 слов на трёх языках, у каждой статьи — автор и FAQ-разметка.

Что это дало: технический GEO 96/100, Schema 98/100, AI Citability 92/100. Сайт стал «читаем» для всех крупных AI-поисковиков и получил структурированные сигналы, по которым его можно цитировать.

Brand Authority остался на 55 / 100 — это единственная категория, которую правками кода не закроешь. Чтобы AI начал «знать» BlackPixel как entity, нужны внешние упоминания: Wikipedia, Reddit, отраслевые СМИ (Petapixel, Printing Impressions), G2 / Capterra-профили. Это PR-работа, не код.

Про Reddit отдельно. Туда я отправлю своего друга Маркуса 🤖 — это мой Reddit-агент, который шныряет по сабреддитам, ищет ветки, где наша тема обсуждается прямо сейчас, и подсовывает мне готовые варианты комментариев под характер каждого сообщества. Где-то — длинная история с цифрами, где-то — короткий ехидный ответ, где-то — ссылка на исследование. Моя работа — нажать «отправить» (или сказать «не, Маркус, мимо, перепиши»). Так что эту часть кейса я скоро дополню — с цифрами, как обычно.

Шаг 6. Пайплайн сборки и деплоя

локально (Claude Code)
  →  git ветка
  →  push в приватный репозиторий
  →  Vercel auto-deploy по push в main
  →  продакшен на blackpixel.ai через 30–60 сек

Стек: статичный HTML / CSS / JS, без фреймворка. Один index.html + словарь переводов + style.css. Никакого билда, никакого Next.js — потому что для лендинга это лишний слой, а CDN-кэш Vercel и так раздаёт страницу за миллисекунды.

Языковое переключение: по языку браузера + LocalStorage (запоминаем выбор), без редиректов и поддоменов.

Метрики: GA4 + Google Tag Manager, события на скролл блоков и сабмит формы. Через GTM же можно подключать любые пиксели без передеплоя.

Lighthouse: 95+ Performance · 100 SEO · 100 Best Practices · 95 Accessibility.

Блоки лендинга по JTBD, не «как принято»

1. Hero. Месседж «Hours → 7 minutes» (точная цифра из бенчмарков продукта) + один CTA «Request a demo». Без второго CTA — для типографии каждое лишнее действие это лишний микрооткат.
2. Pain agitation. Цитаты-боли из парсинга отзывов: «80% albums never get ordered», «designer bottleneck», «pricing chaos at checkout». Это слова реальных типографий, а не наши.
3. How it works. 3 шага по 25 секунд каждый — с реальными бенчмарками (50 фото → 25 секунд layflat). AI цитирует именно такие конкретные цифры.
4. Features (12 product formats). ItemList со всеми форматами (layflat, bifold, trifold, pagebook × square/vertical × AR) — это даёт ЛАТАМ-клиенту видеть, что мы покрываем всё, что у них спрашивают end-customers.
5. White-label section. Главный B2B-аргумент: «editor embedded on your domain with your brand». Ответ на JTBD «не хочу рекламировать чужой бренд на своём сайте».
6. Social proof. Три отзыва (на старте — иллюстративные, размечены как Review с указанием, что это early customer feedback). По мере прихода реальных пилотов — заменяются.
7. FAQPage с 9 вопросами. Эти 9 — топовые из синтетических кастдевов: «какая модель работы?», «как происходит интеграция?», «что с ценой?», «как защищены данные клиентов?». Каждый — отдельная JSON-LD FAQ entity.
8. Roadmap (отдельная страница). Публичный список shipped и planned фич — сильнейший trust-сигнал для B2B и одновременно богатый корпус для AI-цитирования.
9. Blog с 8 длинными статьями. ~4 000 слов на статью, FAQPage в каждой. Темы выбраны из самых частых LLM-запросов в нише.
10. Demo request form. Квалифицирующие поля: страна, объём альбомов в месяц, тип бизнеса, роль. Фильтр на входе.

«А выглядит как обычная Тильда»

Я уже несколько раз слышала: «ну этот лендинг выглядит как типичный Тильда-блок-сайт». И каждый раз — будто этой фразой пытаются понизить ценность того, что сделано.

Я в это не верю. Я считаю, что клиентам глубоко всё равно, на чём собран сайт — Тильда, Webflow, голый HTML или Next.js. Их интересует одна вещь: сказать ли страница те самые слова, которые попадут в их боль, родят узнавание «да, это про меня» и желание оставить заявку.

Это и есть главное в маркетинге. Не движок. Не количество анимаций. Не «уникальность» вёрстки. А точность месседжа.

Когда я делаю лендинг, я не борюсь за приз «самый необычный сайт года». Я борюсь за то, чтобы из 100 человек, попавших на страницу, X% узнали свою ситуацию, доверились автору и нажали кнопку. Если для этого достаточно простой эстетики и точных слов — отлично, страница свою работу сделала.

Цифры в этом кейсе — про это. 264 человека, 21 заявка, $0 на рекламу. Дизайн в этом уравнении — переменная, которая в десятый раз менее важна, чем то, КАК сформулирован hero, КАКИЕ боли вытащены из ресёрча, и КАК страница выглядит для AI-поисковика.

«Выглядит как Тильда» — это комплимент. Значит, страница не отвлекает от смысла.

Шесть правил, если у тебя нет рекламного бюджета

1. Сначала ресёрч, потом дизайн. 80% работы я сделала до того, как был сгенерирован первый HTML. Лендинг — это упаковка JTBD, а не «креативный проект».
2. Парси отзывы конкурентов. Лучший источник копирайта на B2B-лендинге: язык, барьеры, моменты переключения. Бесплатно, несколько часов работы.
3. Не плати за SEO-агентство — закрой GEO своими руками за день. robots.txt, sitemap.xml, llms.txt, schema.org на главной и FAQPage в блог-статьях. Это +50 пунктов GEO-готовности за 4–6 часов работы в Claude Code, не требует фреймворка.
4. Один домен × три языка лучше, чем три поддомена. Не размывай Domain Authority.
5. Brand Authority — это PR, не код. Не жди, что только техника закроет AI-видимость. Параллельно нужен Reddit, отраслевые гостевые статьи, Wikipedia (когда наберётся 5–10 third-party упоминаний).
6. B2B-лиды без рекламы — это марафон, не спринт. 21 лид за 3 месяца без бюджета — это нормально. Реклама даст быстрее, но дороже и без долгих actives. Лендинг продолжает приводить лиды, когда бюджет кончается.