Кристина Малекова
AI

Один бренд, девять нейросетей, девять разных репутаций: в Gemini компанию знают в половине ответов, в ChatGPT в каждом двенадцатом

Компания одна, а отражений столько, сколько ассистентов вы проверили
Компания одна, а отражений столько, сколько ассистентов вы проверили

Проверить себя в нейросети стало привычкой: спросил у ChatGPT про свою нишу, увидел компанию в ответе, успокоился. Беда в том, что этот ответ говорит ровно про один ассистент. Рядом работает ещё десяток, и каждый рассказывает про вашу компанию свою версию: где-то вы в половине ответов, где-то вас нет вовсе.

Разберу, откуда берётся разброс, как его измерить и что с ним делать. Цифры ниже из моего замера: три месяца по девяти системам, один и тот же набор запросов.

Почему репутаций сразу несколько

Ассистент не показывает ссылки, он пересказывает. Пересказ собирается из двух слоёв: что модель запомнила на обучении и что ей выдал веб-поиск в момент вопроса. Оба слоя у каждой системы свои:

  • разные корпуса обучения и разные даты среза;
  • разные поисковые бэкенды: Google, Bing, Яндекс или собственный индекс;
  • разные правила цитирования: кто-то тянет из агрегаторов и рейтингов, кто-то с сайта компании;
  • разные фильтры: часть моделей осторожничает с рекомендациями и уходит в общие формулировки;
  • разный язык ответа: русский и английский запрос про одну компанию дают разные источники.

Поэтому «мы проверили в ChatGPT, всё нормально» ничего не говорит о том, что увидит клиент, который спросил у Алисы, у Gemini или у DeepSeek. Это три разные выдачи, и связаны они между собой слабо.

Как выглядит разброс на живом замере

Замер устроен просто: берётся набор запросов вокруг ниши (аналитические, рекомендательные, топ-листы, задачные) и прогоняется по всем системам сразу, с одинаковым периодом и одинаковыми формулировками. Руками это не собрать: девять ассистентов на нескольких сотнях запросов дают тысячи ответов в месяц, и каждый ответ надо ещё разобрать на упоминания. Я снимаю их в brandfound, но подойдёт любой сервис, который умеет прогонять запросы пачками и сам считать, где компания названа. За август 2026 вышло около 740 ответов на каждую систему. Доля ответов, где проверяемая компания вообще была упомянута:

  • Google Gemini: 50%
  • Grok: 41%
  • Perplexity: 33%
  • Google AI Mode: 27%
  • Чат с Алисой AI: 25%
  • Поиск с Алисой: 25%
  • GigaChat: 20%
  • DeepSeek: 20%
  • ChatGPT: 9%

Разрыв между верхней и нижней строкой почти шестикратный. Запросы те же, период тот же, компания та же. Меняется только система, которая отвечает. И если бы замер шёл только по ChatGPT, вывод звучал бы как «нас не существует», что неправда.

Видимость в одной нейросети это не видимость бренда. Это видимость в одной нейросети.
Вывод трёх месяцев замеров

Откуда берётся разброс

Когда я разложила ответы по системам, причин набралось четыре.

  • Источник, а не компания. Модель называет тех, кто есть в обзоре или подборке, которую она нашла. Нет вас в обзорах ниши, нет и в ответе.
  • Свежесть. Системы с сильным веб-поиском (Gemini, Perplexity, Grok) быстро подхватывают свежие публикации, модели, отвечающие из памяти, отстают на месяцы.
  • Осторожность. Часть ассистентов на прямой вопрос «что выбрать» отвечает критериями без имён. Вас не упомянули не потому, что вы плохие, а потому что система не называет никого.
  • Формулировка запроса. Топ-листы вроде «лучшие сервисы для...» дают упоминаний в разы больше, чем задачные вопросы вроде «как измерить...». Это разные воронки, и считать их надо порознь.

Что с этим делать

  1. Считать видимость по каждой системе отдельно, а не одной цифрой: средняя по девяти ассистентам прячет и провал, и лидерство.
  2. Начинать с той системы, где вы слабее, и смотреть, кого она называет вместо вас: это готовый список площадок для работы.
  3. Разделять запросы по типам: топ-листы, сравнения, задачные вопросы. Проседание обычно локальное, а не тотальное.
  4. Проверять не только факт упоминания, но и тон: назвать вас могут и в роли дорогой альтернативы.
  5. Повторять замер раз в месяц: модели обновляются, и вчерашние 50% превращаются в 30% без единого действия с вашей стороны.

Чего делать не стоит

Не делать выводы по одному разговору с ассистентом. Ответ нейросети недетерминирован: два одинаковых вопроса подряд дадут разные формулировки и разный набор имён. Проверка руками это анекдот, а не замер. Смысл есть только в доле упоминаний на сотнях прогонов.

И не переносить логику SEO целиком. В поиске вы боретесь за позицию, в ответе нейросети вы боретесь за то, чтобы вас вообще назвали. Позиции там нет, есть присутствие, формулировка и источник, из которого ассистент вас достал.

Если коротко: репутация компании больше не одна. Их столько, сколько ассистентов у вашей аудитории, и каждую придётся мерить отдельно. Начинать стоит не с той системы, которой пользуетесь вы, а с той, которой пользуются ваши клиенты.

22