Почему ChatGPT рекомендует ваших конкурентов, а не вас?

Я решил это проверить. Ситуация: вы хотите выбрать ресторан и вместо Яндекса или Гугла спрашиваете у ChatGPT: «Посоветуй хороший сербский ресторан в Москве».
AI предлагает несколько вариантов, один ресторан получает потенциального гостя, а другой нет. И у меня как у маркетолога возник довольно простой вопрос: "Почему нейросеть выбрала именно эти компании?" У одного ресторана может быть рейтинг 4,7, сотни отзывов, хороший сайт и несколько лет работы, а хитрый AI практически не упоминает его. А конкурента рекомендует регулярно, с чего это вдруг? Почему так происходит? И главное, можно ли на это повлиять?
Я решил проверить: поисковая выдача больше не единственная точка выбора Последние годы бизнес привык бороться за позиции в Google и Яндексе. SEO, карты, контекстная реклама, отзывы, агрегаторы. Всё это давно стало привычной частью маркетинга. Но сейчас появляется ещё одна точка принятия решения - AI. Люди задают ChatGPT, Gemini, Perplexity и другим системам вполне конкретные вопросы: «Какую стоматологию выбрать?» «Где отметить день рождения?» «Какое агентство посоветуешь?» «Какой отель выбрать?» «Где поставить виниры?» И вместо десяти ссылок получают готовый ответ, иногда с несколькими конкретными компаниями.
Отсюда возникает вопрос, который, как мне кажется, бизнесу скоро придётся задавать себе всё чаще: "Если потенциальный клиент спрашивает AI: "кого выбрать?" назовёт ли он вашу компанию? Думаю, в ближайшие несколько лет этот вопрос станет для маркетинга таким же привычным, каким когда то стал вопрос позиции сайта в поисковой выдаче. Но есть проблема. Как это измерять? «Мы появились в ChatGPT» - показатель только для виду и горе маркетолога, нам же циферки нужны!
Можно открыть ChatGPT и спросить: «Посоветуй ресторан в Москве». Увидеть свою компанию и решить: «Отлично. ChatGPT нас рекомендует». Но завтра ответ может измениться. Чуть иначе сформулируете вопрос и получите другой результат. Спросите Gemini и увидите третий, а откроете Perplexity и получите четвёртый. Поэтому один красивый скриншот на самом деле мало что доказывает, нужна выборка из запросов.
С этого и начался мой эксперимент. Я начал разрабатывать OAVI Методику я назвал OAVI, "OKHNIN AI Visibility Index" - Это попытка измерить видимость компании в AI числом от 0 до 100. Интересно понять, почему она именно столько раз и в стольких запросах мы появились. Сейчас в OAVI я исследую шесть параметров:
1. AI Presence - Насколько часто компания вообще появляется в ответах.
2. Recommendation Strength. AI просто упоминает компанию или действительно рекомендует её.
3. AI Share of Voice. Какую долю присутствия компания получает относительно конкурентов.
4. Citation Strength - На какие источники и упоминания опираются AI системы.
5. Entity & Accuracy - Насколько правильно AI понимает, что это за компания, чем она занимается и где находится.
6. Cross AI Consistency - Насколько результат сохраняется между разными AI системами.
Из этих показателей складывается итоговый OAVI от 0 до 100.
Сразу и важно! OAVI это моя авторская исследовательская методика. Это не официальный показатель ChatGPT, OpenAI или какой-то другой AI компании. И я пока не собираюсь утверждать, что нынешняя формула идеальна. Наоборот. Я хочу проверить её на реальных данных и посмотреть, что получится.
Эксперимент №1. Ресторан в Москве Для первого исследования я выбрал реальный московский ресторан. Почему именно ресторан? Потому что здесь очень легко представить настоящий пользовательский запрос, я взял сербский ресторан (непопулярная кухня): «Посоветуй хороший сербский ресторан в Москве». «Где попробовать плескавицу?» «Куда сходить на ужин на Пресне?» «Какие балканские рестораны Москвы стоит посетить?» В каждом таком вопросе несколько заведений фактически конкурируют между собой за рекомендацию AI.
Поэтому ресторан показался мне хорошим полигоном для теста. Как будет проходить эксперимент:
Я подготовил 30 пользовательских запросов. Есть общие запросы по категории, конкретные блюда, сценарии посещения, географические запросы и сравнения ресторанов.
Например: «Посоветуй хороший сербский ресторан в Москве». «Где попробовать вкусные колбаски в Москве?» «Посоветуй атмосферный балканский ресторан». «Где поесть сербскую кухню рядом?» «Назови топ 5 балканских ресторанов Москвы» и каждый такой запрос я проверю в нескольких AI системах ну или ИИ системах, как вам угодно)

Первый замер выглядит так: 30 запросов × 4 AI = 120 ответов. В каждом ответе я буду смотреть, появился ли ресторан, на какой позиции он находится, насколько сильно его рекомендуют, какие конкуренты появляются рядом, какие источники используются и насколько корректно AI описывает этот бизнес. Если я увижу, что результаты сильно скачут между повторными запросами, увеличу выборку. Но меня интересует не только рейтинги. Представим, что после исследования мы увидим следующую картину. Ресторан А появляется в 15% запросов. Ресторан B появляется в 55%. Можно просто посмотреть на эти цифры и сказать, что второй бизнес представлен в AI лучше. Но мне намного интереснее другое. Почему возникает такой разрыв? Может быть, конкурента чаще упоминают независимые источники? Может быть, его сайт лучше структурирован? Может быть, о нём больше релевантных публикаций? Возможно, информация о компании лучше согласована между разными площадками. А может быть, причина окажется совсем другой.Я не хочу заранее придумывать красивое объяснение и потом пытаться подтвердить его цифрами. Сначала данные и циферки - потом выводы. После этого я попробую изменить результат, а когда первый замер будет готов, я хочу определить основные причины разрыва между компанией и её AI(ИИ) конкурентами. А если хотите, чтобы я параллельно проверил вашу компанию, напишите название бизнеса в комментариях, а можно сразу в тг:OkhninВозьму несколько компаний из разных отраслей для следующих исследований.