Видимость бренда в нейросетях: как измерить её по этапам воронки и где бренд не называют

Я измеряю, как нейросети говорят о брендах. Этот разбор — один из моих прогонов: молодой бренд из ниши продвижения в нейросетях, у которого есть постоянный набор из 20 вопросов покупателя. В прогоне весь набор задаётся нескольким нейросетям с поиском, и по ответам видно, где всплывает имя. Недавно я впервые разложил эти вопросы по этапам пути покупателя: от осознания проблемы до выбора подрядчика.

Из 15 упоминаний этого бренда в первом прогоне двенадцать дал один вопрос. Тот, где имя бренда уже стояло в формулировке. На знакомстве с проблемой и поиске решения бренд не назван ни разу: ноль из 120 ответов.

Выходит, увереннее всего нейросети называют бренд там, где я сам вписал его имя в вопрос. Примерно как искать себя в поисковике по фамилии и радоваться, что нашёлся.

Схема делит вопросы к ИИ-поиску на четыре этапа воронки продаж. Её 31 августа описал Кейси Нифонг в колонке на Search Engine Land. На знакомстве с проблемой человек спрашивает, почему растёт отток клиентов. На поиске решения — как его снизить и какие инструменты помогают. На сравнении собирает шорт-лист: лучшие платформы для удержания, бренд A против бренда B. На выборе спрашивает про конкретное имя: стоит ли бренд своих денег и что о нём говорят.

Главное предупреждение автора: общий балл видимости в ответах ИИ-моделей может скрывать, где именно бренд появляется. Пример у него условный: 40% в целом, 70% в вопросах с именем бренда и 10% в вопросах поиска решения. Вопросы Нифонг советует брать из звонков продаж, интервью и поисковых запросов, а стабильное ядро не трогать и новые добавлять отдельно.

Мне стало интересно, что покажет этот разрез на настоящих цифрах.

Набор собран из запросов Wordstat и зафиксирован: формулировки между прогонами не меняются. По схеме Нифонга он разошёлся так.

Вопросов вида «стоит ли бренд своих денег» в наборе нет: весь этап выбора держится на одном сравнительном вопросе. Разметка по этапам моя, спорные места есть: «сколько стоит» я отнёс к поиску решения, «как заказать аудит видимости» — к сравнению.

Упоминанием я считал ответ, в тексте которого есть название бренда; детектор ловит все падежи и написания. Адрес сайта без названия я считал отдельно, таких ответов два. Ещё отдельно считал, попал ли сайт бренда в источники ответа, то есть в ссылки, которые нейросеть показывает под ответом.

Бренд назван почти только там, где его имя уже стояло в вопросе. Считал я по ответам: в первом прогоне каждая нейросеть отвечала на каждый вопрос трижды, всего 240 ответов. Повтор показывает устойчивость ответа, но нового наблюдения не добавляет, поэтому рядом даю и число вопросов.

На знакомстве с проблемой — 0 из 72 ответов, на поиске решения — 0 из 48. На сравнении — 3 из 108, и все три дала одна модель на одном вопросе в трёх повторах. На выборе — 12 из 12.

Ещё в двух ответах на сравнении стоит адрес сайта без названия. В первом прогоне одна из моделей на вопросе про аудит видимости дала ссылку на страницу блога бренда. Во втором Алиса AI на вопросе об отзывах вписала в ответ адрес сайта, а название компании так и не написала. В упоминания я их не засчитал.

Во втором прогоне картина та же: из 8 упоминаний 7 снова дал вопрос с именем. Нейросетей в нём больше, а ответов меньше, 160: у большинства моделей один повтор на вопрос вместо трёх, пустые ответы и ошибки отсеяны. Поэтому между прогонами я сравниваю доли, а не абсолютные числа, и доли тоже отчасти зависят от состава.

В обоих прогонах 18 вопросов из 20 не дали бренду ни одного упоминания по названию. По этапам видно: ноль в начале пути покупателя и сотня процентов там, где покупатель сам написал имя. Эту сотню даёт сама формулировка: на этапе выбора модель повторяет имя из вопроса, даже когда пишет, что такую компанию не нашла.

На сравнении нейросети охотно называют подрядчиков, только других. Я считал шесть заметных игроков ниши, заданных заранее; прочие компании детектор не видит. В первом прогоне хотя бы один из шести встретился в 58% ответов этого этапа, бренд по названию — в 3%. Во втором картина та же, хотя доля игроков ниже. Состав прогона объясняет это лишь отчасти: у тех же моделей, что были в первом, доля игроков тоже упала, сильнее всего у одной.

Откуда модели собирают шорт-листы, я разобрал только на вопросе об отзывах: там больше половины ссылок ведут на посты в пользовательских блогах. На остальных вопросах сравнения мой классификатор площадок не распознаёт большую часть адресов, поэтому их я не считал.

Сайт бренда иногда стоит в источниках ответа, а названия в тексте нет, и почти все такие ответы дала одна модель на двух вопросах: о цене продвижения и об отзывах на агентства. В первом прогоне таких ответов 7, шесть из них у этой модели. Седьмой — ссылка на блог бренда на вопросе про аудит.

Во втором прогоне картина та же: из 3 ответов два у той же модели на тех же вопросах.

Что модель взяла со страницы, счётчик не показывает, а человек, который читает только ответ, бренда не увидит. На одной модели это ещё не закономерность.

Вопрос с именем бренда дал больше всего упоминаний, но узнавания он не гарантирует. В первом прогоне Claude в двух ответах из трёх путал бренд с компаниями похожего названия, музыкальным дистрибьютором и колл-центром, а в третьем написал, что не нашёл его. Во втором на вопрос, кто лучше, бренд или его конкурент, Claude ответил, что не нашёл информации об агентстве с таким названием. Нашёлся только похожий аккаунт в Instagram, «но это компания, работающая с музыкой», и модель предложила уточнить название. Конкурента в том же ответе модель описала подробно. В упоминания эти ответы вошли: имя стоит в самом вопросе.

Во втором прогоне у остальных моделей ответы разошлись: одна в разных повторах то ставила выше конкурента, то разводила их по задачам, другая поставила выше бренд, Алиса AI ответила, что однозначно сказать нельзя.

Чего я пока не знаю: что сдвинет бренд с 1–3% на этапе сравнения. Имя рядом с фактами и попадание в подборки пока гипотезы.