Управление репутацией 13.08.2026 Время чтения: 11 мин Просмотров: 92

Репутация компании в нейросетях: как проверить ответы Алисы, ChatGPT и Google

Разные ответы ChatGPT, Алисы AI и Gemini об одной компании
В этой статье
  1. 01 Кто и как спрашивает нейросети о компаниях
  2. 02 Откуда нейросети берут ответы о вашем бренде
  3. 03 Алиса AI
  4. 04 ChatGPT
  5. 05 Обзоры от ИИ Google
  6. 06 Какие вопросы задать: список для проверки
  7. 07 Как проверять корректно
  8. 08 Как читать результат: четыре типовых диагноза
  9. 09 Что можно и чего нельзя изменить
  10. 10 Чек-лист проверки

Человек собрался делать ремонт, открыл Алису и спросил: «стоит ли обращаться в Ясный дом». Через пару секунд он получил готовый абзац с выводом и парой ссылок под ним. Сравнил с ответом про конкурента, выбрал и закрыл вкладку. В отдел продаж «Ясного дома» этот разговор никогда не попадёт — ни в счётчик, ни в звонки, ни в заявки.

Снять картину по своей компании можно самому за один вечер. Соберите 5-7 типовых вопросов о компании, задайте каждый в новом чате Алисы AI, в ChatGPT и в поиске Google с обзором от ИИ, зафиксируйте дословную формулировку, дату, ответ и ссылки на источники под ним. Дальше — какие вопросы задавать, как не испортить замер историей своих чатов и что делать с четырьмя типовыми результатами.

Схема формирования ответа нейросети о компании из публичных источников
Ответ собирается из публичных страниц, поэтому влиять на него приходится через источники, а не через переписку с ассистентом.

Кто и как спрашивает нейросети о компаниях

По нашему опыту чаще всего встречаются четыре сценария, и все — в момент выбора:

  • Подбор подрядчика. Человеку нужен ремонт, юрист или клиника — он описывает задачу и просит посоветовать варианты.
  • Проверка перед предоплатой. Компанию уже нашли, теперь выясняют, не обманут ли.
  • Сравнение финалистов. Осталось двое, нужен аргумент в пользу одного.
  • Вопрос о работодателе. Соискатель спрашивает, что пишут о компании бывшие сотрудники.

Перекос замечают поздно: отдел маркетинга измеряет репутацию тем, что видит, — рейтингом на картах, отзывами, первой страницей выдачи. Клиент до этих страниц уже не доходит, он получает пересказ и вывод. Google так и описывает назначение обзоров от ИИ: помочь быстро ухватить суть и дать точку входа для дальнейшего изучения ссылок (документация Google Search Central об AI-функциях в поиске). Точка входа, которой многие не пользуются, потому что вывод уже прочитан.

Откуда нейросети берут ответы о вашем бренде

Три системы устроены по-разному.

Алиса AI

Алиса работает от поиска. В справке Яндекса механика описана прямо: при генерации ответа она анализирует запрос, изучает релевантные страницы из Поиска и готовит структурированный ответ со ссылками на источники (справка Яндекса об Алисе AI в Поиске). Ссылки показываются во всех ответах, кроме генерации текстов и изображений и режима решения задач, где Алиса опирается на знания своей нейросети. Там же Яндекс предупреждает, что ответ может содержать неточности.

Проверять её удобнее всего: под каждым ответом видно, из каких страниц он собран. У владельцев сайтов есть и второй инструмент — отчёт «Видимость сайта в Алисе AI» в Яндекс Вебмастере с метрикой Share of Voice — долей запросов, в ответах на которые упомянут сайт. Принцип отбора Яндекс описывает так: в источники попадают страницы с высокими позициями в Поиске по основному запросу и смежным темам и с качественно проработанным содержанием (справка Яндекс Вебмастера о видимости сайта в Алисе AI).

ChatGPT

ChatGPT сам решает, идти ли ему в интернет: по описанию OpenAI, поиск включается автоматически, когда вопросу нужны свежие данные из сети, а вручную его запускают отдельным инструментом (справка OpenAI о ChatGPT Search). Когда поиск сработал, в тексте появляются встроенные цитаты, а под ответом открывается панель с процитированными источниками.

Отсюда правило замера: смотрите не только на текст, но и на наличие цитат. Нет ни встроенных цитат, ни кнопки «Источники» — значит, по ответу нельзя подтвердить, что он опирается на веб-поиск. Для замера считайте его ответом без видимых веб-источников. Про небольшую компанию в таком режиме легко получить смесь устаревших данных и сведений о фирме-тёзке.

Обзоры от ИИ Google

Google собирает обзор поверх обычной выдачи, а не вместо неё. В документации описан приём query fan-out: система задаёт несколько связанных запросов по подтемам, подбирает подтверждающие страницы и за счёт этого показывает более широкий и разнообразный набор ссылок. Отдельных требований для попадания в обзоры от ИИ у Google нет: достаточно, чтобы страница была проиндексирована и допускала сниппеты. Специальных файлов и структурированных данных под эти блоки не существует. Ограничить показ содержимого можно теми же тегами, что и в обычном поиске: nosnippet, data-nosnippet, max-snippet, noindex. Как устроена сама выдача, над которой выводится обзор, мы разбирали в статье о том, что такое SERP.

Вывод по всем трём системам один: ответ о компании собирается из публичных страниц. Логика как во дворе, где сосед советует химчистку на углу: переубеждать соседа бессмысленно, менять надо то, что говорят во дворе. Отсюда и название направления — GEO (generative engine optimization, генеративная поисковая оптимизация); встречается и термин AEO, оптимизация под ответы. За обоими стоит одна и та же работа с источниками.

Ответ Google с обзором от ИИ и блоком использованных источников
Блок источников — самая полезная часть замера: он показывает конкретные страницы, которые надо править, а не абстрактный «негатив в интернете».

Какие вопросы задать: список для проверки

Пять типов вопросов закрывают почти всё. Формулировки ниже — на вымышленной ремонтной компании «Ясный дом» и её вымышленном конкуренте «Домовом мастере», подставьте свои названия.

  • Базовый. «Что известно о компании Ясный дом». Проверяете карточку фактов: чем занимается, где работает, с какого года и кто владелец. Здесь всплывают перепутанные адреса и компании-тёзки.
  • Оценочный. «Стоит ли обращаться в Ясный дом» и отдельно «какие недостатки у компании Ясный дом». Второй вопрос обязателен: он прямо просит систему собрать всё плохое, что она нашла.
  • Сравнительный. «Что выбрать: Ясный дом или Домовой мастер». Самый неприятный формат: ответ заканчивается рекомендацией в чью-то пользу.
  • По старому инфоповоду. «Правда ли, что Ясный дом срывал сроки сдачи». Показывает, жива ли история, которую в компании считают давно закрытой.
  • Отраслевой, без названия компании. «Какую компанию выбрать для ремонта квартиры в Казани». Здесь проверяете не тон, а сам факт присутствия в подборке.

Добавьте HR-вопрос, если нанимаете людей: «что пишут сотрудники о работе в Ясном доме». И держите формулировки такими, какими их задаёт клиент: маркетолог спросит «репутация компании Ясный дом», живой человек напишет «ясный дом ремонт кинут или нет» — и получит другой ответ.

Таблица фиксации вопросов, ответов, источников и диагнозов репутации в нейросетях
Без листа фиксации проверка превращается в набор впечатлений, а сравнить следующий срез с предыдущим не выйдет.

Как проверять корректно

Главная ошибка самостоятельного замера — спросить со своего рабочего аккаунта, в котором вы месяц обсуждали собственную компанию. Ассистент помнит контекст и подстраивается. Мы не раз видели, как чистый замер и разговор в личном чате сотрудника дают об одной и той же компании ответы разной тональности.

Правила чистого замера:

  • Новый чат без истории. По возможности гостевой режим или отдельный браузерный профиль, отключённая персонализация.
  • Повторы. Каждый вопрос минимум дважды и в разные дни: формулировка, день и регион меняют ответ.
  • Точная фиксация. Дословный текст вопроса, дата, система, режим (с веб-поиском или без), регион и язык интерфейса.
  • Скриншот целиком. Вместе с блоком источников, иначе через месяц не докажете сами себе, что там было.
  • Список источников отдельной строкой. Домены важнее текста ответа: именно с ними потом идёт работа.

По каждому вопросу заполняйте шесть полей: вопрос, система, дата, суть ответа одной фразой, источники, диагноз.

Один ответ не доказывает ничего: он показывает, что система способна так ответить, а не что она отвечает так всем и всегда. Для своих проектов мы держим постоянную карту вопросов и снимаем ответы изолированно, но важен принцип, а не инструмент: сравнивать можно только одинаково снятые замеры.

Как читать результат: четыре типовых диагноза

Фактические ошибки. Неверный адрес, чужой телефон, устаревшее юрлицо, приписанные достижения компании-тёзки. Причина почти всегда механическая: публичные источники расходятся между собой. На одном сайте остался адрес офиса, из которого съехали три года назад, на другом — прежнее название. Система не выбирает правду, она пересказывает то, что написано чаще и увереннее.

Пустота. Компанию не знают или не упоминают в отраслевых ответах. Обычно это значит, что о ней написано в основном на её собственном сайте: ни карточек в каталогах, ни обзоров, ни подборок, ни внешних публикаций. Примерно как резюме без единой рекомендации — формально всё на месте, подтвердить некому.

Негатив. Система пересказывает отзывы и публикации. Смотрите не на текст, а на ссылки: чаще всего за развёрнутым обвинительным абзацем стоят две-три конкретные страницы, а не «весь интернет».

Рекомендует конкурентов. Разберите, откуда они взялись. Обычно за упоминанием стоит подборка «лучших компаний», отраслевой рейтинг, каталог или обзор в СМИ — страница, на которой вас нет.

Диагноз определяет, что делать дальше: спорить с ответом бесполезно, править надо источники. Разбор цитируемых страниц, исправление фактов и достройка недостающей авторитетной базы — это и есть управление репутацией в нейросетях как отдельная работа.

Четыре проблемы репутации в нейросетях: ошибка, пустота, негатив и рекомендации конкурентов
У каждого диагноза свой набор источников и свой сценарий исправления.

Что можно и чего нельзя изменить

Обещания в духе «выведем вас в топ-1 ChatGPT» стоит читать так же, как обещания гарантированного первого места в поиске за неделю. Обученную модель нельзя открыть и отредактировать по заявке, а формулировку конкретного ответа никто не контролирует. OpenAI прямо пишет про свой поиск, что гарантировать верхнее место невозможно (справка OpenAI о ChatGPT Search). Google столь же прямо сообщает, что специальных оптимизаций для попадания в обзоры от ИИ не существует.

На что повлиять можно:

  • источники ответа: неточные и устаревшие публикации исправляют или удаляют по правилам площадок, где это законно и обоснованно;
  • недостающая база: карточки в каталогах, экспертные материалы, присутствие в отраслевых подборках и рейтингах, внятные страницы на своём сайте;
  • фактическая согласованность: одинаковые адрес, название, юрлицо и описание деятельности везде, где о компании написано.

Оговорка про сроки. Усвоенная моделью информация уходит из ответов с задержкой, и сколько она продлится, не скажет никто. Ответы с веб-поиском обновляются заметно быстрее, поэтому исправление источников даёт результат неравномерно: сначала меняются ответы со ссылками, потом всё остальное.

Чек-лист проверки

  1. Составьте 5-7 вопросов пяти типов: базовый, оценочный, сравнительный, по старому инфоповоду, отраслевой без бренда.
  2. Заведите лист фиксации: вопрос, система, дата, суть ответа, источники, диагноз.
  3. Прогоните весь список по трём системам в новых чатах без истории.
  4. Повторите через несколько дней и сравните.
  5. Выпишите все домены из блоков источников — это ваш реальный фронт работ.
  6. Поставьте диагноз по каждой системе отдельно: ошибка, пустота, негатив, конкуренты.
  7. Начните исправления со страниц, которые цитируются чаще других.
  8. Сопоставьте результат с общей картиной: ответы нейросетей — лишь часть репутации. Остальные зоны поможет пройти пошаговый чек-лист проверки репутации компании в интернете.

Проверка занимает вечер, работа с источниками — месяцы. Но начинается всё одинаково: с честного ответа на вопрос, что о вас говорят, когда вы не слышите.