От упоминаний к рекомендациям: как измерять результат SERM в ИИ-поиске

Нейросети становятся частью пользовательского выбора. Человек может не изучать десятки сайтов, а сразу спросить ИИ, какую компанию выбрать, кому доверить услугу или где заказать товар. Поэтому хороших позиций в поиске уже недостаточно для полноценной оценки репутации.

Как измерять присутствие бренда в ответах нейросетей, какие показатели использовать для AEO/GEO и как заказчику самостоятельно проверить результат, рассказал Иван Костырин, старший SERM-специалист Demis Group. 

Почему привычный SERM больше не показывает всю картину

Ещё недавно эффективность управления репутацией можно было оценить по нескольким понятным параметрам: позициям материалов в поисковой выдаче, рейтингу компании на картах и отзовиках, количеству положительных и отрицательных отзывов.

Сегодня пользователь может вообще не доходить до страницы с результатами поиска. Он задаёт нейросети вопрос вроде «Какую клинику выбрать для лазерной коррекции зрения?» или «Кому доверить разработку интернет-магазина?» — и получает несколько вариантов с пояснениями.

Для бизнеса это принципиально новый сценарий. Нейросеть не просто показывает источник, а самостоятельно собирает информацию и формирует итоговый ответ. Поэтому компания может иметь высокий рейтинг и аккуратную поисковую выдачу, но при этом сталкиваться с нежелательным образом в ИИ-ответах.

По данным исследования impulse.guru и SpyWords, проведённого с февраля по июль 2025 года, более 35% запросов в Яндексе уже сопровождаются генеративными ответами, а аудитория «Поиска с Алисой» достигла 88 млн пользователей. Более 30% пользователей, согласно исследованию, принимают решение непосредственно на основе ответа нейросети, не переходя на сайты.

Сдвиг заметен и в B2B. Международные исследования показывают, что в 2026 году 67% B2B-покупателей используют ИИ-поиск, включая ChatGPT, Perplexity и Gemini, при выборе поставщиков.

Представим компанию, которая за несколько месяцев вывела негативные публикации из ТОП-10 и подняла рейтинг на картах до 4,7. По традиционным показателям SERM результат выглядит убедительно. Но потенциальный клиент спрашивает нейросеть: «Какие минусы есть у этого подрядчика?» — и получает в ответ старые жалобы на срыв сроков и проблемы с коммуникацией.

Для пользователя именно эта информация может оказаться важнее рейтинга.

Поэтому при работе с AEO/GEO недостаточно контролировать только классическую выдачу. Необходимо понимать, как бренд представлен в ответах нейросетей, в каком контексте его упоминают и рекомендуют ли его пользователю.

Какие показатели действительно важны

Нейровыдачу нельзя оценивать одной цифрой. Для SERM нужна система показателей, которая позволяет увидеть одновременно видимость бренда, характер упоминаний и изменение ситуации со временем.

Тональность ответов

Первый показатель — то, как нейросеть описывает компанию. Ответы распределяются на положительные, нейтральные и негативные.

Например, бренд проверяется по 20 репутационным запросам:

1. 10 ответов — позитивные;
2. 6 — нейтральные;
3. 4 — негативные.

Такой срез показывает исходную ситуацию. Но для оценки эффективности важнее динамика: если через несколько месяцев негативных ответов становится два, а позитивных — 13, это уже заметный сдвиг.

При этом тональность нельзя оценивать исключительно по отдельным словам. Важно смотреть весь контекст ответа и понимать, какую характеристику получает бренд и влияет ли она на решение пользователя.

Доля рекомендаций

Упоминание компании ещё не означает, что нейросеть считает её хорошим выбором.

Допустим, бренд появляется в 15 из 20 запросов, но напрямую рекомендуется только в шести. После нескольких месяцев работы он присутствует в 16 запросах, а рекомендация появляется уже в 12.

Вторая ситуация значительно ценнее с точки зрения пользовательского выбора.

Поэтому отдельной метрикой стоит фиксировать долю запросов, в которых бренд рекомендован.

Для этого подходят разные сценарии:

«Какую компанию выбрать для установки окон?»

«Где заказать корпоративное обучение для сотрудников?»

«Какой производитель мебели подойдёт для офиса?»

Такие запросы ближе к реальному моменту принятия решения, чем простая проверка факта упоминания бренда.

Видимость в отдельных нейросетях

Общая оценка может скрывать важные различия между моделями. Бренд может хорошо выглядеть в одной системе и практически отсутствовать в другой.

Поэтому мониторинг проводят отдельно по используемым моделям — например, ChatGPT, YandexGPT, GigaChat, Gemini и Perplexity.

Для каждой фиксируются:

1. наличие бренда в ответе;
2. тональность;
3. наличие рекомендации;
4. ключевые аргументы;
5. упоминания конкурентов.

Так становится понятно, где репутация уже стабилизировалась, а где остаются проблемные зоны.

Почему важна динамика, а не единичный замер

Ответ нейросети нельзя воспринимать как статичную позицию в поисковой выдаче. Он зависит от формулировки запроса, доступной модели информации и других факторов.

Поэтому один удачный ответ ещё не означает устойчивого результата.

На старте фиксируется базовая точка: какие запросы дают негатив, где бренд не появляется, какие преимущества и недостатки повторяются в ответах.

Через два-три месяца можно увидеть первые изменения. Например, негативная характеристика перестаёт появляться в части запросов, а компания начинает чаще попадать в список рекомендуемых вариантов.

На более длинном горизонте оценивается стабильность: сохраняется ли улучшенная тональность, растёт ли охват запросов и не возвращаются ли прежние негативные сюжеты.

Именно поэтому отчётность должна показывать не только текущее состояние, но и направление движения.

Как связать цифры с действиями SERM

Метрики имеют смысл только тогда, когда понятно, за счёт чего меняется результат.

Работа начинается с формирования пула репутационных запросов. В него входят не только запросы с названием бренда, но и более широкие сценарии выбора:

«Какие компании надёжно устанавливают окна в Москве?»

«Какого застройщика выбрать для покупки квартиры?»

«Стоит ли заказывать мебель у компании N?»

«Какие недостатки есть у этого сервиса?»

Затем эти запросы проверяются в выбранных нейросетях. Специалист фиксирует содержание ответов и определяет, какие характеристики бренда повторяются чаще всего.

Следующий этап — анализ источников. Необходимо понять, на каких публикациях, отзывах, карточках компаний, справочниках и других материалах строится информационный фон.

После этого определяются площадки, где требуется работа: корректировка существующего контента, создание новых материалов, актуализация информации о компании, работа с отзывами и профильными ресурсами.

Затем проводится повторный мониторинг. Если изменения внедрены в одном отчётном периоде, их влияние отслеживается в следующих замерах.

Так появляется связь:

что было → что сделали → что изменилось.

Именно она превращает мониторинг нейровыдачи в рабочий инструмент SERM, а не просто в набор скриншотов из нейросетей.

Какой набор показателей включать в отчёт

Результаты AEO/GEO логично включать в общий SERM-отчёт, чтобы клиент видел репутацию одновременно в классическом поиске и в ИИ-ответах.

Оптимально выделить несколько блоков.

Тональность — соотношение позитивных, нейтральных и негативных ответов.

Рекомендации — доля запросов, в которых бренд предлагается как подходящий вариант.

Динамика по моделям — изменения в каждой используемой нейросети.

Источники и действия — какие материалы влияют на информационный фон и что было сделано за отчётный период.

Последний блок особенно важен для бизнеса. Цифра сама по себе мало что говорит, если клиент не понимает, каким образом она получена и какие действия стоят за изменением.

Какие ошибки чаще всего искажают оценку

Рост упоминаний не всегда означает улучшение

Если бренд стал встречаться в ответах чаще, но вместе с ним чаще появляется негатив, такой рост нельзя считать положительным.

Ценность имеет не количество упоминаний само по себе, а контекст, в котором нейросеть представляет компанию.

Позитив не всегда лучше нейтральной оценки

Для сложных продуктов и B2B нейтральный, аргументированный ответ может работать лучше чрезмерно рекламного. Поэтому цель SERM — не добиться максимального количества положительных эпитетов, а сформировать достоверный и устойчивый образ компании.

Нельзя требовать одинаковых результатов от всех моделей

ChatGPT, YandexGPT, GigaChat, Gemini и другие системы могут по-разному отвечать на один и тот же запрос.

Поэтому корректнее сравнивать динамику внутри каждой модели, а не выставлять им единый рейтинг.

Как клиент может проверить отчёт самостоятельно

Проверка не требует специальных инструментов. Достаточно взять репутационные запросы из отчёта и повторить их в тех же нейросетях. При этом формулировку лучше сохранять без изменений.

Например:

«Какую компанию выбрать для корпоративного обучения?»

«Какие минусы есть у компании N?»

«Кому доверить разработку интернет-магазина?»

Далее клиент проверяет:

1. появляется ли бренд;
2. как его характеризует нейросеть;
3. есть ли рекомендация;
4. какие аргументы используются;
5. какие конкуренты упоминаются рядом.

Такую проверку имеет смысл проводить регулярно. Один замер показывает только текущую ситуацию, а серия одинаковых проверок позволяет увидеть динамику.

Главное преимущество такого подхода — воспроизводимость. Клиент может получить тот же тип данных самостоятельно и сопоставить его с показателями из отчёта.

Чего эти показатели не могут гарантировать

Метрики нейровыдачи важны, но их нельзя превращать в универсальный показатель эффективности бизнеса.

Они не показывают напрямую:

1. сколько рублей принёс ИИ-трафик;
2. сколько заявок появилось благодаря конкретному ответу;
3. сколько сделок состоялось после рекомендации нейросети;
4. какую часть продаж потерял бизнес из-за одного негативного упоминания.

Поэтому показатели AEO/GEO должны дополнять классический SERM, а не заменять его.

Позиции в поиске, рейтинги, количество отзывов, соотношение позитива и негатива по-прежнему остаются важными. Нейровыдача добавляет к ним ещё один слой — то, какой готовый образ компании получает пользователь перед принятием решения.

От контроля упоминаний к управлению выбором

Главное изменение в работе с репутацией связано не с появлением ещё одной метрики. Меняется сам объект контроля.

Раньше специалист в первую очередь следил за тем, что пользователь увидит в поисковой выдаче после перехода по запросу. Теперь нужно учитывать и другой сценарий: человек задаёт вопрос нейросети и получает уже сформированную рекомендацию.

Если компания появляется в ответе, но не рекомендуется, это одна проблема. Если её нет вообще — другая. Если ИИ регулярно повторяет негативный тезис — третья.

Следовательно, одна цифра «упоминания в нейросетях» не может дать полноценной оценки. Нужна комбинация показателей: видимость, тональность, рекомендации и динамика.

Исследования 2025–2026 годов также указывают на коммерческий потенциал ИИ-источников. По разным оценкам, переходы из ИИ-поиска в отдельных сценариях могут конвертироваться эффективнее классического органического трафика — разница в исследованиях достигает 1,8–5 раз.

Но даже высокая конверсия начинается с доверия. Если нейросеть представляет компанию как сомнительный или рискованный вариант, пользователь может отказаться от контакта ещё до посещения сайта.

Поэтому задача AEO/GEO в рамках SERM — не просто добиться упоминания бренда. Важно сформировать вокруг него актуальный, достоверный и подтверждённый информационный фон, который нейросеть сможет использовать при формировании ответа.

В результате работа с нейровыдачей становится измеримой частью управления репутацией. Клиент видит, как бренд представлен в ИИ-поиске, понимает, какие характеристики влияют на восприятие, и может самостоятельно проверить изменения.

В новой поисковой среде конкуренция идёт уже не только за место в выдаче. Бизнесу важно влиять на то, какой ответ получит потенциальный клиент, когда спросит нейросеть о компании и её конкурентах.