Качество присутствия бренда в ответах нейросетей

Всем привет, я Владимир Назаров, основатель и руководитель агентства поискового маркетинга Head Promo.

Сегодня вновь хочу поговорить о теме GEO-продвижения и ответах нейросетей. Тема уже укрепилась, многие про неё слышали и используют ИИ как отдельный маркетинговый канал.

Но сегодня я не про то, как попасть в ответы. А про то, что важно не только в них попасть, но и про то, как именно нейросеть будет говорить о бренде компании.

Бренд может регулярно появляться в ответах ChatGPT, Алисы и Perplexity – и при этом проигрывать конкурентам. Нейросеть может включить компанию в подборку, но поставить её ниже, описать без преимуществ или представить как второстепенную альтернативу. Поэтому одного показателя видимости недостаточно: необходимо оценивать то что я бы назвал ”качество присутствия бренда в ответе”.

Давайте рассмотрим на примере китайских авто, попросим Perplexity нам порекомендовать надежный китайский бренд:

Единоличное преимущество он отдал Chery. При этом, обратите внимание, что марки GAC, FAW и Jetour тоже присутствуют в ответе, но в каком контексте. 

“FAW Hongqi — премиальное подразделение FAW, уровень надежности близок к Chery (186 PP100), но модельная линейка уже и дилерская сеть может быть слабее в некоторых регионах.”

“GAC Trumpchi — также 186 PP100, известен кроссоверами и минивэнами, но в СНГ/Европе представлен уже, чем Chery.”

Фактически эти марки он упомянул, да. Но не “порекомендовал”. Более того, сделал прямое сравнение не в пользу этих марок.

Ещё пример, на этот раз из Алисы:

Как подробно и классно описана “АМ Медика” и как скудно “Казанская клиника”. Сколько ИИ указал преимуществ первого варианта, тут и рассрочка, и рейтинг, и количество отзывов, и разные уровни и “самый широкий выбор программ чекапа”. И стандартное описание второго варианта, разве что помянуты рейтинг и удобный график.

То же самое: бренд “Казанская клиника” представлен в ответе? Представлен. Но выглядит ли он наилучшим вариантом? Не выглядит.

В обоих примерах компании попали в подборку, но нейросети отвели им разные роли. Один бренд стал основной рекомендацией и получил подробную аргументацию, а остальные оказались вторичными альтернативами.

Условно качество присутствия бренда в ответе можно разделить на несколько уровней:

• простое упоминание;

• присутствие в качестве вторичной альтернативы;

• рекомендация с конкретными аргументами;

• основная рекомендация;

• позиция лидера или ориентира, с которым сравнивают остальных.

Отдельная ситуация – когда бренд упоминается с негативными оговорками, устаревшими или ошибочными фактами. Нейросеть также может перепутать продукт, регион или условия либо сослаться на нерелевантный источник.

Поэтому при GEO-мониторинге важно оценивать не только сам факт присутствия бренда, но и:

• на каких позициях бренд находится;

• какую роль ему отводит нейросеть;

• рядом с какими конкурентами он упоминается;

• какими преимуществами объясняется его выбор;

• есть ли в ответах ошибки или искажения;

• какова тональность ответа;

• какие источники используются.

В этом и заключается отличие зрелого GEO-подхода от простого мониторинга упоминаний.

Как влиять на смыслы в AI-ответах?

На самом деле не так сложно. Логика в том, что ИИ берут описание компании и преимущества с определенных ресурсов, на основе которых формируют свой ответ. 

Давайте на примере:

У нас есть ТК Кит, которая описывается как крупнейший оператор сборных грузов, а среди преимуществ: “фиксированные тарифы”. Справа на скриншоте указаны источники, идем по ним, ищем информацию. Находим её на Adpass:

Как раз та самая информация про специализацию на сборных грузах и акцент на преимуществе в виде фиксированной цены.

То есть наша задача – транслировать именно те преимущества, расставлять те акценты, которые мы бы хотели, чтобы подчеркивала нейросеть в своих ответах.

Хорошо, если у вас компания небольшая и инфы в целом не очень много. А если крупная, много лет на рынке? И кто его знает, что за последние годы изменилось в позиционировании. Допустим, у вас рекламное агентство, которое специализировалось на работе с международными брендами и продвижении в странах ЕС. Так себе позиционирование для российского агентства после 2022 года. А раньше вы везде это писали и нейронки будут продолжать его транслировать в своих ответах. Идем и планомерно корректируем информацию везде, докуда дотянутся руки:

карты, справочники, каталоги, профили на отзовиках, экспертные статьи и т.д. Заодно актуальность обновите и даты поменяете. Параллельно создаете новые материалы, регаетесь на новых площадках.

И тут мы уже уходим не только в технический процесс попадания в ответы, а в маркетинговые дебри: изучить, что говорят ИИ о ваших конкурентах и как на этом фоне выделить свои сильные стороны.

Например: 

• Конкурент: широкая сеть филиалов по России, гарантия 2 года, цены от 3000 рублей

• Вы: Региональная компания с высокой долей покрытия в конкретном регионе, гарантия 2,5 года, цены от 2500 рублей, работа без выходных, рассрочка.

Подытожим, план такой:

• Зафиксировать, как нейросети описывают бренд сейчас.

• Сравнить это описание с конкурентами и реальным позиционированием компании.

• Определить смыслы и преимущества, которые необходимо усилить.

• Найти источники устаревшей или искажённой информации.

• Обновить сайт, карточки, каталоги, отзывы и внешние материалы.

• Повторить замер и проверить изменение ответов.

Вывод

Появление бренда в ответах нейросетей – базовая задача. Следующий этап – работа с качеством присутствия: какую роль нейросеть отводит компании, какими преимуществами объясняет её выбор, как сравнивает с конкурентами и насколько точно передаёт информацию.

Поэтому в GEO важно не только, чтобы нейросеть назвала компанию, но и чтобы после её ответа у пользователя появились причины выбрать именно её.