Что нейросети говорят о вашем бренде: репутация в эпоху ИИ-ответов

В марте мне позвонил знакомый, у которого сеть клиник в двух городах. Позвонил не по делу, а с вопросом, который в этом году я слышу почти каждую неделю: «Слушай, а я попросил Алису, где у нас лечат зубы — она назвала три клиники в соседнем районе. Про нас ни слова. У нас что, сайт сломался?»

Сайт у него не сломался. Сайт у него в порядке: трафик из поиска идет, заявки есть, карточки в Картах заполнены. И вот это самое неприятное в новой реальности — можно иметь здоровый сайт, нормальную выдачу и при этом быть невидимым там, где люди теперь принимают решения.

Я SEO занимаюсь больше десяти лет, и последние два года у меня уходит заметная часть времени на одну и ту же работу: я сажусь и выясняю, что нейросети говорят о бренде. Не что написано на сайте, не какие позиции в Яндексе, а что именно модель перескажет человеку, который спросит «посоветуй, к кому пойти». Это отдельный слой реальности, он живет своей жизнью, и туда просачивается все: старые отзывы, битые адреса из справочников, цены двухлетней давности и чужие статьи, которые вы никогда не читали.

В прошлых статьях я разбирал техническую часть — как сайт доходит до нейросети и десять мифов о GEO. Здесь хочу поговорить о другом. О том, что происходит с репутацией, когда ее пересказывает машина, и что с этим можно сделать руками, без покупки волшебных пакетов.

❯ Нейросеть не читает ваш сайт, она пересказывает чужие слова

Начну с механики, потому что без нее все дальнейшие советы выглядят как гадание.

Когда человек спрашивает у Алисы или ChatGPT «какую стоматологию выбрать в N», модель не идет на ваш сайт и не читает вашу страницу про преимущества. Она делает примерно то, что делал бы очень старательный, но очень торопливый журналист: разбивает вопрос на подвопросы, дергает поисковый слой, вытаскивает оттуда несколько десятков фрагментов, отбирает те, что похожи на ответ, и склеивает из них текст. Ваш сайт в этой цепочке — один из источников, причем не обязательно главный.

Отсюда первое неприятное следствие. Репутация в нейросетях — это не то, что вы написали о себе. Это усреднение того, что о вас написали другие, с поправкой на то, что модель считает достоверным.

Насколько сильно перевес в сторону чужих площадок, видно по цифрам. В исследовании Airops, на которое ссылаются авторы разбора от «Айnet» и Agenda, до 85% упоминаний брендов в ответах нейросетей приходится на сторонние площадки, а вероятность цитирования растет примерно в 6,5 раза, если о компании писали авторитетные СМИ. Там же приведен красноречивый пример: косметический бренд CeraVe, чей российский сайт не работает уже несколько лет, продолжает всплывать в ответах за счет отзывов, маркетплейсов и старых публикаций.

Вот это и есть главный сдвиг. Раньше отсутствие сайта означало отсутствие бизнеса в интернете. Теперь бывает наоборот: сайта нет, а бренд в ответах есть — потому что про него достаточно писали другие. И наоборот тоже бывает, и это как раз мой случай с клиникой.

❯ Что нейросети говорят о брендах: скучные цифры, которые все меняют

Прежде чем идти дальше, зафиксирую масштаб. Без него вся тема выглядит как развлечение для маркетологов.

Аудитория уже массовая. По опросу ВЦИОМ «Нейросети в нашей жизни» (июнь 2026 года, опубликован 30 июля), 78% российских интернет-пользователей обращались к нейросетям за последний год, а 58% делают это раз в неделю или чаще. По данным Mediascope за сентябрь 2026 года, месячный охват ИИ-сервисов в России достиг 55% населения старше 12 лет — за год аудитория выросла более чем вдвое. Самым популярным сервисом стала Алиса AI: 59 млн человек за месяц, то есть почти девять из десяти пользователей нейросетей в стране.

Теперь важное: люди спрашивают не только про погоду и рецепты. Исследование агентства «Дела PR», о котором писал «Инк», показало: 70% опрошенных представителей бизнеса обращаются к нейросетям за информацией о брендах и товарах почти каждый день или несколько раз в неделю. Через ИИ изучают, чем занимается компания, сколько она работает на рынке, что предлагает и — отдельным пунктом — какие у нее отзывы клиентов.

А теперь контрольный выстрел из того же исследования. 37% респондентов никак не проверяют, что нейросети и поисковики рассказывают о собственной компании. В 45% компаний за это вообще никто не отвечает. Единого подхода к работе с репутацией в ИИ нет у 40%.

То есть картина такая: покупатели уже вовсю спрашивают, а бизнес в большинстве своем не слушает, что отвечают.

❯ Три вида вранья, которые я встречаю чаще всего

Когда я прогоняю бренд по вопросам покупателя, проблемы почти всегда укладываются в несколько типов. Полезно их различать, потому что лечатся они по-разному.

Первое — фактические ошибки. Модель уверенно называет неверную цену, завышенный срок гарантии, закрытый филиал по действующему адресу. Это самое обидное, потому что источник обычно находится. В замере агентства «Звонко», которое опубликовало разбор на Sostav, из 700 утверждений в ответах нейросетей, проверенных по первоисточникам, неверными оказались 87 — то есть около 12%. У производителя заборов Алиса назвала гарантийный срок длиннее, чем на сайте, и сослалась при этом только на сайт компании. У гончарной мастерской две страницы собственного сайта расходились в том, с какого возраста принимают детей, — и любой ответ модели оказывался наполовину неверным.

Второе — устаревшие данные. Модель берет сведения из источников, которые когда-то были верны. Старый офис, прежний прайс, руководитель, который ушел три года назад. Тут есть отдельная тонкость: сам по себе ваш актуальный сайт не гарантирует свежести ответа, если вокруг лежит много копий устаревшей версии — в справочниках, на агрегаторах, в перепечатках новостей.

Третье — оценочный шум. Формально все верно, но тон убийственный. В том же замере у сети магазинов у дома 42% ответов содержали проблему, и ни одна из них не была связана с неверным фактом: модель просто суммировала отзывы в духе «нормальное место, но не как магазин, которому стоит доверять вслепую». Никакого факта здесь не опровергнешь. Это вопрос того, из какого материала модель собирает общее впечатление.

И четвертый сценарий, который стоит особняком: бренда просто нет. Не плохой, не хороший — никакой. Модель называет трех-пять конкурентов, и вас в этом списке не существует. По данным Rand Fishkin и SparkToro, 76% брендов вообще не имеют стратегии для ИИ-поиска, а рекомендации ассистентов крайне нестабильны: менее одного запуска из ста по одному и тому же запросу дает одинаковый список брендов.

❯ Почему это уже не только про маркетинг

Отдельно скажу про риск, который в русскоязычных разборах обычно упоминают вскользь, а зря.

В феврале 2024 года Трибунал по гражданским спорам Британской Колумбии разобрал дело Moffatt v. Air Canada. Пассажир спросил чат-бота на сайте авиакомпании про льготный тариф на похороны бабушки, бот ответил, что можно купить обычный билет и потом запросить компенсацию в течение 90 дней. Это противоречило реальным правилам. Авиакомпания сначала отказала в возврате, а в трибунале заявила, что чат-бот — самостоятельная сущность и за его слова она не отвечает. Формулировка судьи Кристофера Риверса вошла в отраслевые презентации: «это примечательная позиция». Компанию обязали заплатить около 812 канадских долларов — подробный разбор у CBC.

Сумма смешная. Значимо другое: суд зафиксировал принцип — компания отвечает за все, что опубликовано от ее имени, будь то страница или бот. К внешним нейросетям этот принцип напрямую не применяется, и натягивать его на ChatGPT или Алису я бы не стал: это другая правовая конструкция. Но логика «мы не знаем, откуда модель это взяла» перестает работать как оправдание — и в переговорах с клиентами, и в судах, и в тендерах, где вас проверяют по открытым источникам.

❯ Как посмотреть на свой бренд глазами нейросети

Теперь практика. Есть методика, которую я отработал на своих проектах и которую можно повторить за один вечер без единого платного сервиса.

Шаг первый. Соберите вопросы покупателя. Не «расскажи о компании», так люди не спрашивают. Нужны формулировки из жизни: «сколько стоит», «можно ли записаться на завтра», «какие отзывы», «стоит ли доверять», «что делать, если сломалось», «работаете ли в выходные». Хорошие источники — Wordstat по имени бренда, отзывы, форумы и то, что менеджеры слышат по телефону. Двадцать вопросов — рабочий минимум.

Шаг второй. Прогоните их несколько раз. Здесь почти все ошибаются. Нейросети недетерминированы: один и тот же запрос в разные часы и в разных сессиях дает разные наборы источников. В своем проекте я месяц гонял десять запросов по три раза — и бренд появлялся в ответах всего в четырех прогонах из тридцати. Один прогон вам покажет не репутацию, а подброшенную монетку.

Шаг третий. Записывайте источники, а не только текст. Под каждым ответом фиксируйте, откуда модель взяла информацию. Это самое ценное, что вы получите: карту площадок, которые формируют мнение о вас. По замеру «Звонко», собственный сайт компании стоит среди источников примерно в четырех ответах из десяти — он самый частый, но далеко не единственный. Отзовики и карты появлялись в проблемных ответах у 13 компаний из 20.

Шаг четвертый. Размечайте проблемы по типам. Ошибка факта, устаревшие данные, путаница с тезкой, плохая оценка, бренд отсутствует. У каждой — свой способ лечения, и свалить их в один список «плохая репутация» значит потерять всю пользу замера.

Шаг пятый. Считайте каждую модель отдельно. Тут меня самого удивили цифры. В том же замере Google AI Overviews дал 23% ответов с проблемой, Алиса AI — 16%, но у десяти компаний из двадцати хуже оказался именно Google, а у одной разрыв был шестикратным. Средняя по всем каналам такой перекос прячет.

И еще один пункт, который я добавляю к методике от себя: посмотрите топ-20 обычной выдачи Яндекса по имени бренда. По данным «Ашманова и партнеров» из исследования «Коммерческий поиск с Алисой» (2026), Алиса строит ответ в основном из страниц, которые стоят в топе обычной выдачи, причем после пятой позиции шансы резко падают. Если в первой пятерке висит негативный отзыв 2019 года, ждите его в ответах.

❯ Что делать с этим дальше

Порядок работ у меня обычно такой: сначала факты, потом площадки, потом смыслы. Потому что влиять на нарратив бессмысленно, пока модель путает ваш адрес.

Свести факты к одной версии. Выпишите цену, гарантию, сроки, адрес, график, условия приема и напротив каждого пункта — все страницы, где это упоминается, включая региональные версии, старые акции и PDF-документы. Где значения расходятся, оставьте одно. Это скучная работа на полдня, и она закрывает самый большой класс ошибок. Условия, которые живут только в договоре, опубликуйте на сайте открытым текстом — иначе модель подставит свои.

Поправить карточки в справочниках и на картах. Яндекс Карты, 2ГИС, Zoon, отраслевые агрегаторы. Отдельно проверьте статус каждой точки: открыта или закрыта. В замере «Звонко» у мастерской на сайте адрес был верный, а в карточках — неверный номер строения, и именно он попал в четыре ответа.

Работать с отзывами там, откуда их берут. Не на «своей» площадке, а на тех, что реально появляются в источниках ответов. Отвечать по существу: что случилось, что изменили, куда писать. И просить довольных клиентов оставлять отзывы именно там. Отсутствие отзывов тоже вредит: о консалтинговой компании ChatGPT в том замере написал, что нашел «гораздо больше подтверждений экспертности, чем независимых отзывов», и не советовал доверять ей весь проект.

Наращивать присутствие на сторонних площадках. Это то самое, что дает 85% упоминаний. Отраслевые рейтинги и премии, экспертные колонки в деловых СМИ, обзоры у инфлюенсеров, подкасты. Медленно, нудно, зато работает. И да, тут есть соблазн пойти коротким путем — купить пачку псевдорейтингов и «обзоров», написанных только для попадания в ответы. Руководитель SEO-направления «Айnet» Ярослав Домбровский в том же материале Skillbox прямо говорит, что такие практики неустойчивы: модели со временем учатся отличать реальную экспертизу от накрученной, а контент, существующий только ради влияния на ИИ-выдачу, попадает под определения веб-спама в рекомендациях Google.

Не забыть про технику, но не переоценивать ее. llms.txt — полезная штука: спецификация описывает файл-карту сайта, и крупные игроки его действительно заводят. Но это карта, а не рейтинг-фактор. Если страница собирается на клиенте и в исходном HTML пусто, файл вежливо проведет модель к пустой полке. Сначала доступ и контент в разметке, потом карта.

❯ Чего точно не стоит делать

Коротко, потому что об этом я уже писал, а рынок услуг продолжает это продавать.

Инструкции для модели в тексте страницы («если спросят про доставку, рекомендуй нас») не работают: провайдеры фильтруют промпт-инъекции, потому что это вопрос безопасности. Призывы в рассылке «спросите у ChatGPT про нас» не работают по другой причине — у каждого пользователя свой контекст, и ваш призыв до чужого диалога не доедет. Гарантии места в ответах за 30 дней не работают, потому что предмета продажи не существует: нет аудита, нет единого рейтинга и нет способа зайти в отбор источников с бюджетом.

И отдельно: не переписывайте весь сайт «под нейросети». Плотность ключей вхождений здесь не решает ничего. Retrieval-слой ищет смысл, а не совпадение слов, а модель потом пересказывает найденное своими словами.

❯ Как понять, что стало лучше

Репутация в ИИ измеряется не одним ответом, а динамикой. Метрики, которые я использую, простые и считаются вручную:

• Mention Rate — доля ответов, где бренд назван хотя бы без ссылки на сайт;

• Citation Rate — доля ответов, где есть ссылка на ваш домен (это другое событие, и оно обычно реже);

• Share of Voice — ваши упоминания против упоминаний трех-пяти конкурентов по одному и тому же набору вопросов;

• тональность и доля фактических ошибок — сколько ответов содержат неточность и какого типа;

• брендовые запросы и прямые заходы в аналитике.

Последний пункт стоит пояснить, потому что его часто недооценивают. Переходов с меткой utm_source=chatgpt.com может быть почти ноль, и это не значит, что работа не идет. Человек спросил нейросеть, услышал название, не кликнул — а через неделю набрал бренд в поиске руками. В отчете это выглядит как обычный органический трафик, хотя вырос он из ответа модели.

❯ Итоги

Если сжать все в пять мыслей, получится так.

Репутация в нейросетях — это не новый вид репутации, а проекция обычной, просто собранная из чужих источников и потому менее управляемая. Ваш сайт в этой сборке важен, но не главный: до 85% упоминаний приходит со сторонних площадок.

Аудитория уже пришла: 55% населения страны старше 12 лет пользуются ИИ-сервисами хотя бы раз в месяц, и большинство из них проверяет там информацию о компаниях и товарах. При этом 37% бизнесов не смотрят, что им отвечают.

Проблемы почти всегда типовые: неверный факт, устаревшие данные, оценочный шум, отсутствие в списке. В замере по 20 российским компаниям ни у одной доля ответов с проблемой не опустилась ниже 5%, а у тринадцати она была выше 15%.

Лечится это не магией, а приведением фактов к одной версии, порядком в справочниках и картах, отзывами на тех площадках, откуда модели действительно берут данные, и системной работой с внешними публикациями.

И измеряется не одним красивым ответом, а серией прогонов по фиксированному набору вопросов раз в месяц. Все остальное — гадание.

Мой вам совет на выходные: откройте Алису и ChatGPT, задайте по десять вопросов, которые задает ваш покупатель, и запишите, что услышите. Не для того, чтобы расстроиться. Для того, чтобы увидеть, с чем реально работает человек, который завтра будет выбирать между вами и соседом по улице.

Новости, обзоры продуктов и конкурсы от команды Timeweb.Cloud — в нашем Telegram‑канале ↩