PR для алгоритмов — как управлять тем, что говорит о вас ИИ

Пользователи все чаще обращаются к нейросетям за конкретными рекомендациями: куда отправиться в путешествие, где поужинать, в каком салоне сделать маникюр. Сейчас перед бизнесом стоит задача — влиять на формирование своего образа в ИИ, а для этого важно понимать, от чего он зависит и как складывается. Отвечаем на эти вопросы, а также делимся пятью инструментами, которые помогают делать PR для алгоритмов.

Как ИИ формирует образ бренда

1. Измеряет не позицию, а присутствие

У ИИ нет никаких сформированных списков и рейтингов, это подтверждают, в том числе, исследования. Выдача постоянно меняется в зависимости от того, как именно сформулирован запрос, какие источники модель изучила, в какой системе он задан. Поэтому нет никакого смысла отслеживать позицию в выдаче ИИ по аналогии с тем, как это работает в поисковых системах. 

Важно обращать внимание на другое —  как часто компания выдается по ключевым запросам. А также, что нейросеть знает о бренде и каким сформировала его образ. Это как раз то, с чем имеет смысл работать. 

Управлять присутствием в ИИ можно (и нужно!). Нейросеть, безусловно, анализирует внутренние каналы компании – сайт, блог, соцсети, но важнее всего присутствие в сторонних медиа и именно в редакционных, а не рекламных материалах. ИИ не придумывает информацию (хотя, бывает и такое), а берет ее из тех источников, которым доверяет, по большей части это СМИ и сайты с хорошим рейтингом: UGC-площадки, блоги. 

2. «Старая» информация конкурирует с «новой»

ИИ-системы отвечают на запросы, анализируя разные источники.

Так, по умолчанию нейросети не выходят в Интернет в момент получения запроса, это стандартный режим работы. Если специально не подключить функцию поиска, модель отвечает, анализируя информацию, на которой успела обучиться к моменту ввода промта. Исключение — Perplexity, поиск встроен в него изначально, а во всех остальных случаях ИИ использует архив.

Архивный режим — это данные, на которых обучалась модель до определенного периода. Поэтому в распоряжении ИИ будут данные о компании до этого момента, рекомендации нейросети будут построены на этом.

Perplexity, ChatGPT с включенным поиском, Gemini через поисковую интеграцию с Google в момент запроса обращаются к актуальным источникам в Интернете. Публикация прошлого года и материал вчерашнего дня здесь конкурируют на равных, потому что модель берет то, что находит прямо сейчас.

У большинства компаний в архивном режиме уже что-то есть — публикации, упоминания, отраслевые обзоры, где название компании встречалось в том или ином контексте, на основании этих материалов ИИ уже сложил образ бренда и классифицировал его. Чтобы поменять это восприятие, необходимо последовательное присутствие в источниках, которые ИИ-системы читает, эта информация будет получена и усвоена им в следующем цикле обучения либо при работе онлайн.

Как повлиять на то, что знает и что думает о вас нейросеть? 

№ 1. Говорить о себе языком, понятным ИИ 

Для языковой модели принципиальна принадлежность бренда к категории. Алгоритм присваивает компании место в своей «системе понятий», это зависит от того, какой образ компании складывается у ИИ при изучении разных источников. 

ИИ выбирает материалы, в которых суть явления описана понятными словами, которыми оперируют обычные пользователи. А слишком официальные тексты с профильными терминами могут просто быть им пропущены, так как он не увидит совпадений с вопросом.  

Например, компания пишет о себе «инновационное решение для автоматизации бизнес-процессов в отельной отрасли», а пользователь ищет «ИТ-решения для отелей» — разница значительная, возможно, ИИ вообще не посчитает бренд подходящим запросу исключительно из-за несовпадения формулировок. 

Чем четче описан бизнес или проект, тем более заметен он для машинного интеллекта, если он видит разное, ему сложнее разобраться и классифицировать объект. 

Для нашего клиента, компании First Data, мы регулярно выпускаем исследования в крупнейших СМИ: «Коммерсантъ», «Ведомости», «Известия», «РБК», в материалах на протяжении трех лет мы описываем бизнес одинаково — martech-компания. Как результат, First Data выдается в топ-3 рекомендации ИИ по своим ключевым запросам. Если бы мы описывали ее в одном материале как «агентство, которое настраивает таргетированную рекламу», в другом как «платформу, которая аккумулирует данные о покупках», эффект мог бы быть иным. Поэтому пословица «повторенье – мать ученья» работает и в случае с ИИ. 

№ 2. Переобучать ИИ объемом

У языковых моделей есть характерная особенность — первый нарратив о бренде, попавший в обучающие данные, закрепляется и воспроизводится устойчиво, преобладает среди другой информации. При этом, если несколько доверенных источников описали компанию определенным образом, а сама компания говорит о себе иначе, модель пойдет за большинством. 

Поэтому повлиять на то, что знает о вас ИИ можно с помощью большего количества материалов. Если нужная формулировка встречается модели в разных независимых источниках, она начнет переобучаться.

Три года мы работаем с TeamJet, IT-компанией, которая делает цифровые решения для отелей. Когда мы начинали работать, у компании был только один инструмент и большинство упоминаний во внешних и внутренних источниках, конечно, были о нем. Но сейчас TeamJet создаёт целую отельную экосистему, поэтому нашими материалами мы планомерно наполняем информационное пространство, чтобы ИИ понимал, что компания делает не только систему управления персоналом, но и множество других инструментов для отельеров. Для этого выпускаем материалы в СМИ, ведем блог на сайте, делаем контент в социальных сетях, создаем коллаборации с другими лидерами мнений. 

№ 3. Делать ставку на редакционные материалы

ИИ-модели обучены распознавать характер материала и снижать его вес при формировании ответов. Платное размещение, нативный контент с пометкой «на правах рекламы», баннеры — все это алгоритм учитывает значительно слабее, чем редакционные тексты. Колонка, интервью, аналитический материал в отраслевом СМИ, то есть именно PR-материалы, весят для модели больше, чем любая оплаченная публикация. 

Поэтому фокус лучше делать на материалах для СМИ. Развернутый текст, написанный журналистом о компании, где правильно сформулированы ее ключевые ценности — то, что нужно. Повторяем это в большой объеме и правильно сформированный образ в ИИ готов, а следом и рекомендации от него по ключевым запросам. 

Нейровидимость требует стратегического подхода и планомерной работы. Образ в ответах ИИ складывается из тех же публикаций, что и медийный образ в целом, разница в том, что алгоритм воспроизводит его буквально, без редакторской интерпретации. Но, самое главное, что на него можно влиять и им можно управлять. 

Статья опубликована на сайте Workspace.