На сайте бренд говорит одно, а в ChatGPT другое: откуда берётся разрыв и что с ним делать
Клиент приходит с задачей про встроенного AI-консультанта: отвечает медленно, путается в категориях, нужно дообучить. На брифе выясняется другое. Консультант отвечает в целом правильно, а вот ChatGPT на тот же вопрос про эту компанию рассказывает историю, которую в компании никто не узнаёт.
Это не поломка консультанта и не ошибка нейросети. Это два разных набора данных, которые между собой никто не сверял.
Два ответа про один бренд собираются из разного
Встроенный консультант на сайте работает на данных компании: каталог, карточки товаров, прайс, база знаний поддержки, регламенты. Он ограничен тем, что ему дали, и поэтому редко врёт о фактах, которые в этих данных есть.
Внешняя модель собирает ответ из всего, что нашла о компании в интернете: старые публикации, карточки в агрегаторах, отзывы, справочники, обсуждения на форумах, пресс-релизы трёхлетней давности. Ваш сайт здесь только один из источников и далеко не всегда главный. ChatGPT в режиме поиска отвечает со ссылками на найденные страницы, и по этим ссылкам обычно видно, кого он прочитал вместо вас: как устроен этот режим, OpenAI описывает в анонсе.
Отсюда и расхождение. На сайте бренд рассказывает о себе то, что знает сам. Во внешней модели бренд выглядит так, как о нём написали другие.
Как разрыв выглядит на практике
В агентской работе расхождения почти всегда ложатся в один и тот же набор:
- Ассортимент. Консультант показывает актуальный каталог, нейросеть перечисляет направления, которые компания закрыла год назад
- Цены и условия. На сайте одна вилка, в ответе модели цифры из старой статьи или из прайса конкурента
- География. Консультант знает про семь городов, модель уверенно говорит про два
- Позиционирование. Компания считает своей сильной стороной сервис и сроки, а модель описывает её как недорогой вариант
- Состав услуги. В базе знаний услуга описана пакетами, модель выдаёт свою версию наполнения
- Статус компании. Прежнее название, старый владелец, сайт, которого уже нет
Первые три пункта это обычная устаревшая информация, она лечится проще всего. Четвёртый и пятый опаснее: там модель не ошибается в фактах, а пересказывает чужую трактовку вашего бренда.
Почему консультанту нельзя поручить обе задачи
Встроенный консультант работает с теми, кто уже пришёл на сайт. Внешняя модель работает раньше: когда человек ещё выбирает, к кому идти, и спрашивает без названия бренда.
Для бренда здесь важнее другое. Консультант не влияет на то, что модель расскажет о компании. Сколько бы вы ни улучшали ответы на сайте, внешний ответ не поменяется, пока не изменятся источники, из которых модель собирает картину.
Консультант на сайте отвечает за то, что компания знает о себе. Внешняя модель отвечает за то, что о компании написали другие.
Как сверить две версии
Процедуру можно пройти руками за день.
- 1. Выгрузите 15-20 вопросов, которые чаще всего задают консультанту. Это ваша эталонная версия бренда
- 2. Задайте те же вопросы внешним моделям: ChatGPT, Поиску с Алисой, Gemini. Каждый вопрос в двух формулировках, с названием бренда и без него
- 3. Разложите расхождения по трём корзинам: факт устарел, факта нигде нет, факт есть, но модель взяла его у конкурента
- 4. Посмотрите, на какие страницы модель ссылается. Это и есть список источников, с которыми придётся работать
- 5. Отдельно разберите вопросы без упоминания бренда: там видно, появляетесь вы вообще или нет
Вторая корзина самая полезная. Факта нигде нет означает, что компания знает о себе что-то, чего не написала ни на одной внешней площадке. Угадать это модель не умеет.
Что синхронизировать первым
- Факты, по которым принимают решение: география, сроки, диапазон цен, что входит в услугу
- Формулировки позиционирования: одна и та же фраза на сайте, в карточках справочников, в публикациях и в комментариях экспертов
- Источники, которые модель цитирует чаще всего: если она читает отраслевой каталог с описанием пятилетней давности, начинать стоит с него, а не с главной страницы сайта
Разовую сверку делают руками: вопросы, ответы, таблица расхождений. Если запросов десятки, моделей несколько и смотреть нужно регулярно, для этого есть отдельные GEO-сервисы: Profound, Peec AI, brandfound, GeoRank и другие. Они снимают ответы по расписанию, показывают, кто упоминается рядом с вами, и фиксируют источники цитирования.
Что с этим делать дальше
Я бы начала с замера, а не с доработки консультанта. Пока нет списка расхождений, любое улучшение на сайте это работа с той версией бренда, которую внешняя модель всё равно не увидит.
Дальше разрыв превращается в обычную маркетинговую задачу. Часть расхождений закрывается правкой данных на сайте и в справочниках, часть внешними публикациями, часть пересмотром формулировок, которые вы сами о себе пишете. Для клиента результат измеряется не качеством консультанта, а тем, совпадает ли рассказ о бренде в двух местах, где его читают.