Бренд есть в ответах ChatGPT и пропадает в Алисе: почему так выходит и что здесь проверять маркетологу
На брифе клиент почти всегда показывает одну картинку: бренд в поиске на месте, в ChatGPT его тоже называют, вопросов нет. Я задаю тот же вопрос Алисе и получаю список, в котором компании нет вовсе, зато есть два конкурента и один отраслевой справочник. Для бренда здесь важнее другое: это не сбой одной нейросети, а разные способы собрать ответ.
Почему два ассистента описывают один бренд по-разному
ChatGPT в значительной части ответов опирается на то, что усвоено при обучении, и подтягивает веб-поиск, когда вопрос требует свежести. Российские ассистенты устроены иначе: они плотнее завязаны на собственную поисковую выдачу и на русскоязычные источники, которым доверяют. Из этого следует простая вещь: бренд может быть хорошо описан в англоязычном и профессиональном контуре и почти не существовать в том наборе источников, из которого ответ собирает Алиса.
На практике это выглядит так. Компания публикует кейсы в своём блоге, выступает на профильных конференциях, её упоминают в телеграм-каналах. ChatGPT этого хватает: он знает категорию, знает имя, собирает нейтральное описание. Алиса же отвечает тем, что видит в выдаче здесь и сейчас, и если по запросу наверху стоят маркетплейсы, каталоги и обзоры конкурентов, бренд в ответ просто не попадает.
Разрыв между двумя ассистентами показывает не качество нейросети, а то, в каких источниках о бренде нечего прочитать
Что обычно стоит за провалом в российском контуре
Проблема обычно начинается не с нейросети, а раньше. За год работы с такими задачами набирается довольно короткий список причин:
- О компании нет текстов на русском языке вне её собственного сайта: ни отраслевых публикаций, ни обзоров, ни справочников.
- Бренд описан словами, которыми не говорит покупатель: в ответах ассистента звучат простые формулировки категории, а компания про себя пишет языком презентации для инвестора.
- Данные о компании устарели: модель воспроизводит старое название, прежний продуктовый набор или давно закрытое направление.
- Категория занята крупными агрегаторами: ассистент охотнее берёт каталог или рейтинг, чем сайт отдельной компании.
- Упоминания есть, но без фактов: название встречается в тексте, а ни цифр, ни условий, ни сравнений рядом нет, и модели нечего процитировать.
Что проверять по шагам
Если смотреть на задачу шире, проверка укладывается в несколько понятных действий. Здесь стоит проверить не только сайт.
- Сравните один и тот же вопрос в нескольких системах: ChatGPT и Поиск с Алисой дадут вам два разных набора рекомендованных компаний и, что важнее, два разных набора источников.
- Посмотрите, какие сайты ассистент указывает как основание ответа. Это и есть ваш список площадок для работы, а не абстрактный медиаплан.
- Проверьте, совпадает ли описание бренда в ответе с позиционированием. Расхождение здесь дороже отсутствия: клиент видит себя не тем, кем себя считает.
- Отметьте, кто из конкурентов стабильно попадает в ответ, и найдите источник, который его туда приводит.
- Повторите замер через две-три недели: единичный ответ ассистента ничего не говорит, значение имеет только повторяемость.
Как это измерять регулярно
Один ответ нейросети не данные, а скриншот для планёрки. В агентской работе удобнее смотреть не отдельную реплику ассистента, а динамику по группе запросов: как часто бренд называют, в каком окружении и из каких источников модель собрала рекомендацию. Для этого уже есть инструменты: GeoRank, brandfound. Они отличаются набором отслеживаемых систем и глубиной разбора источников, и выбор здесь зависит от того, сколько у вас запросов и нужна ли вам отдельно российская часть ответов.
Что из этого забрать в план работ
На мой взгляд, здесь бренды часто путают две разные задачи. Первая: сделать так, чтобы нейросеть вообще знала компанию. Вторая: сделать так, чтобы она описывала её правильно. Первая решается внешними публикациями и присутствием в источниках, которым доверяет конкретный ассистент. Вторая решается аккуратностью формулировок: единым описанием компании, актуальными фактами и цифрами, которые можно процитировать.
В агентской работе это частая ситуация: заказчик приходит с просьбой «поднять нас в ChatGPT», а на деле нужно заполнить пустоту в русскоязычных источниках, потому что именно оттуда ответ собирает та нейросеть, которой пользуются его покупатели. Разрыв между двумя ассистентами это не повод чинить одну систему, а подсказка, где у бренда не хватает текстов о себе.
Поэтому я бы не делила работу на «SEO» и «GEO». Это по-прежнему вопрос того, что о компании написано, кем и насколько это похоже на правду. Нейросети лишь показали, где написано недостаточно.