Как ИИ решает, какие компании показать в локальном поиске — и что с этим делать бизнесу
Разные нейросети формируют локальную выдачу по своим принципам, поэтому результаты часто не совпадают с картами. Эксперты RocketData протестировали основные нейромодели и выяснили, какие источники влияют на их выбор. В статье — результаты наблюдения и чек-лист, который поможет бизнесу повысить видимость в нейропоиске.
Модели и параметры сравнения
Для наблюдения эксперты RocketData выбрали ChatGPT, DeepSeek, Google AI Overviews, Google режим ИИ и Яндекс Алиса. В качестве теста использовали запрос «В какой барбершоп записаться в Минске?». Стоит отметить, что конкретную локацию использовали лишь как пример: для других стран и городов принципы работы алгоритмов остаются теми же.
На что смотрели:
- Откуда каждая модель берет данные
- Появляются ли закрытые или нерелевантные точки
- Какие площадки чаще всего влияют на итоговый список
Разбор результатов: как ИИ собирает данные о компаниях
Ниже — на какие источники опиралась каждая модель и какие наблюдения у нас появились в результате сравнения.
ChatGPT
В ответах ChatGPT на запрос про барбершопы модель опирается на несколько типов площадок:
- В первую очередь нейросеть смотрит на локальные каталоги (в Беларуси это Barbershops.by, Relax.by и 103.by). Это справочники с карточками заведений, адресами, рейтингами и отзывами.
- Еще один источник — геосервисы, в нашем случае Яндекс Карты.
- Также ChatGPT анализирует городские медиа — обзоры, статьи с подборками барбершопов.
- И наконец, модель смотрит на сайты самих барбершопов.
Наблюдения:
- ChatGPT ориентируется на локальные каталоги и отзовики.
- В выдаче больше локальных источников, чем международных.
- В списке нет закрытых или несуществующих барбершопов.
DeepSeek
У DeepSeek выдача оказалась не полностью актуальной. Модель берет много источников, но почти не проверяет, насколько свежая в них информация.
- Как и ChatGPT, DeepSeek обращает внимание на локальные каталоги (Barbershops.by, Relax.by, 103.by и Ermilov.by).
- Нейросеть анализирует онлайн-СМИ и городские медиа — старые и новые подборки, обзоры.
- Также DeepSeek подтягивает данные из глобальных сайтов. Среди них встречаются англоязычные ресурсы. В нашем случае — это сайт Barberhead.com, где информация обновлялись последний раз в 2021 году.
- Еще один источник — сторонние площадки. Это сайты барбершопов из топа поисковой выдачи по запросу и видео на YouTube. В нашем примере модель учла ролик по теме запроса, который был опубликован шесть лет назад.
Наблюдения:
- DeepSeek использует значительно больше источников, чем другие модели, но при этом совсем не проверяет актуальность данных.
- В выдачу попадают закрытые или переименованные заведения — именно такая ситуация и возникла в нашем примере.
Google AI Overviews
В случае с Google AI Overviews появились источники, которых не было у других моделей.
- Как и остальные нейросети, модель смотрит на локальные каталоги (Barbershops.by и Ermilov.by.)
- Дальше Google AI анализирует геосервисы. В нашем примере это были данные с Яндекс Карт.
- Как и в случае с предыдущими моделями, в источники попали обзоры и подборки из медиа, где упоминаются барбершопы.
- Еще одно интересное наблюдение — модель просмотрела страницы барбершопов в Instagram.
- И финальный источник — сайты самих заведений.
Наблюдения:
- Google AI ориентируется на медиа и обзоры, а не на картографические данные.
- В выдаче оказался барбершоп, которого уже нет — модель смотрит на старые публикации и не проверяет актуальность информации.
Google режим ИИ
На удивление, режим ИИ у Google формирует локальную выдачу заметно иначе, чем Google AI Overviews.
- В этом случае модель в первую очередь смотрит на геосервисы, и основным источником становятся карточки в Google Maps.
- Дальше Google подключает обзоры в онлайн-СМИ и медиа.
- В источники попадают и соцсети — прежде всего страницы барбершопов в Instagram.
- Финальный набор данных Google получает с официальных сайтов компаний, где указаны услуги, цены и базовые сведения о работе.
Наблюдения:
- Модель использует данные Google Maps как главный источник.
- Выдача вышла корректной: все барбершопы работают, ошибок нет.
Яндекс Алиса AI
Яндекс Алиса показала самый логичный выбор источников среди всех протестированных моделей. Это заметно повлияло на качество выдачи.
- Сначала Алиса смотрит на геосервисы. В нашем наблюдении это карточки компаний на Яндекс Картах и в 2ГИС.
- Дальше модель анализирует отзовики (для белорусской выдачи нейросеть изучила Relax.by, 103.by, Otzovik.by, Zoon.by).
- Еще один источник — сервисы и купонные площадки, на которые не опиралась ни одна другая нейросеть (в нашем случае это Daroo.by и Slivki.by).
Наблюдения:
- Алиса использует свежие данные из карт и отзовиков, а не старые статьи или рейтинги.
- Выдача оказалась самой точной и актуальной среди всех протестированных ИИ-моделей.
- Модель не учитывает устаревшие материалы и не включает закрытые компании.
Итоговое сравнение моделей
После того как мы разобрали каждую модель по отдельности, стало видно, что нейросети формируют локальную выдачу совершенно по-разному: одни опираются на каталоги и медиа, другие — на карты.
Чтобы наглядно сравнить источники и точность работы всех протестированных моделей, собрали результаты в таблицу.
Как бизнесу попасть в ИИ-поиск: практический чек-лист
Модели опираются на разные площадки: кто-то на каталоги, кто-то на медиа, кто-то на карты и отзовики. Но главный вопрос для бизнеса — как использовать эту информацию на практике?
Собрали чек-лист действий, которые помогут укрепить позиции компании в ИИ-выдаче.
1. Размещайтесь в локальных и глобальных каталогах
Каталоги остаются одним из основных источников, на которые смотрят нейросети. Это могут быть каталоги с локальными заведениями, тематические ресурсы и большие международные платформы. Для ИИ важно, чтобы компания была представлена в таких источниках и имела там актуальную информацию.
Рекомендуем:
- Добавить компанию во все ключевые локальные каталоги и отзовики. Так бизнес появляется в тех источниках, которые чаще всего подхватывает нейропоиск.
- Разместиться на международных платформах вроде Tripadvisor. Это еще один слой данных, который учитывают некоторые модели.
- Проверить, что информация совпадает на всех площадках. Адреса, режим работы и контакты должны быть одинаковыми.
2. Прокачайте карточки в геосервисах
Многие нейросети используют данные из геосервисов. Поэтому грамотно заполненная карточка напрямую влияет на то, как компания будет выглядеть в локальной выдаче.
Рекомендуем:
- Обновлять ключевые данные. Контакты, график работы, точный адрес. Корректные базовые данные помогают нейросетям правильно идентифицировать точку. Делайте это с помощью RocketData из одного окна, обновляя информацию сразу в +30 популярных источниках.
- Добавить корректные категории. Чем точнее указана категория бизнеса, тем лучше алгоритмы понимают, по каким запросам показывать компанию.
- Загрузить фотографии и прайс-листы. Актуальные фото и описание услуг уменьшают риск, что нейросеть подхватит устаревшие сведения.
- Разместить компанию на других площадках, чтобы на нее чаще вели внешние ссылки. Когда одинаковая информация повторяется на нескольких ресурсах, модели увереннее считают ее актуальной и используют именно эти данные в выдаче.
- Добавить ссылку на сайт и проверить ее работу. Если сайт открывается без ошибок, нейросети подхватывают оттуда дополнительные факты о компании.
3. Работайте с отзывами
Нейросети учитывают отзывы не только из геосервисов, но и с локальных отзовиков.
Рекомендуем:
- Добавить компанию в локальные отзовики. Такие площадки часто становятся отдельным источником данных для нейросетей.
- Отслеживать новые отзывы. Появление свежих оценок влияет на общий рейтинг, а рейтинг — один из факторов, который учитывают нейросети при выборе компаний.
- Регулярно отвечать на комментарии — особенно на негативные. Ответы на отзывы косвенно влияют на рейтинг: клиенты часто обновляют отзыв или меняют оценку в лучшую сторону.
- Используйте сервис для работы с отзывами RocketData. Собирайте отзывы из +100 источников (карты, отзовики, локальные каталоги) в одном окне и отвечайте на отзывы самостоятельно, либо с помощью встроенной нейросетью или с автоответами.
4. Размещайтесь в обзорах и подборках в медиа
Часть моделей, в том числе Google AI Overviews и DeepSeek, опирается на медиа: статьи, обзоры и рейтинги вроде «Топ-5 мест». Если бренд регулярно появляется в таких материалах, нейросети чаще подхватывают его как релевантный контент по запросу.
Рекомендуем:
- Найти городские медиа, тематические блоги и онлайн-СМИ, где можно попасть в обзоры и подборки. Это могут быть материалы формата «лучшие барбершопы города», «куда пойти в выходные» и т.п., где ваш бизнес упоминается среди других.
- Публиковать свои статьи на авторитетных площадках с SEO-ключами и релевантными заголовками. В заголовках и тексте стоит использовать формулировки, близкие к реальным запросам пользователей (например, «барбершоп в Минске»), чтобы такие материалы легче находили и люди, и нейросети.
5. Тестируйте запросы в нейросетях по своей отрасли
Нейросети постоянно обучаются: меняют логику ранжирования и подключают новые источники. То, что хорошо работало полгода назад, сегодня может давать другую выдачу. Поэтому важно не «настроить один раз и забыть», а регулярно смотреть, как ИИ показывает вашу нишу.
Рекомендуем:
- Разобрать ключевые запросы в вашей отрасли и регионе. Посмотрите, как люди формулируют поиски по вашей теме (можно использовать Wordstat) и составьте список базовых запросов, по которым вы хотите появляться.
- Периодически проверять эти запросы в нейросетях. Задавайте их в ChatGPT, DeepSeek, Google AI, Алисе и следите, какие источники попадают в ответы и каких конкурентов модели упоминают чаще всего.
- Корректировать стратегию локального маркетинга с учетом выдачи. Приводите данные в порядок, укрепляйте присутствие на нужных площадках и работайте с отзывами.
Резюме
Локальная выдача нейросетей строится на фактах, которые модели находят о компании в интернете. Чтобы появляться в этих ответах, бизнесу следует:
— поддерживать актуальные данные на всех площадках,
— присутствовать в локальных и тематических каталогах,
— вести карточки в геосервисах,
— работать с отзывами и рейтингом с помощью RocketData,
— контролировать упоминания в медиа и соцсетях,
— регулярно обновлять сайт и информацию о компании.
Компании, которые системно занимаются локальным маркетингом, получают заметное преимущество в нейропоиске.
Больше статей о локальном маркетинге читайте в блоге RocketData.
Читайте также:
Как использовать AI при работе с отзывами в 2025 году: инструменты и реальные кейсы
Локальный поиск в 2025 году: как Google AI Overview и «Алиса» помогают выбрать место куда пойти
Сложные запросы и поиск с нейросетью: как пользователи находят вашу компанию на Яндекс Картах