Пока компании продолжают конкурировать за позиции в поисковой выдаче и покупать рекламный охват, часть покупателей уже получает рекомендации от искусственного интеллекта. И далеко не каждый бренд, который хорошо представлен в интернете, оказывается в этих ответах.
Представьте ситуацию: потенциальный клиент выбирает косметологическую клинику, поставщика оборудования или компанию для строительства загородного дома. Раньше он вводил запрос в поисковую строку, открывал несколько сайтов, сравнивал предложения и самостоятельно формировал список подходящих компаний.
Теперь он может задать Алисе AI один вопрос: «Какие компании стоит рассмотреть и чем они отличаются?»
Вместо десятка ссылок пользователь получает структурированный ответ. Нейросеть объясняет критерии выбора, сравнивает предложения, иногда называет конкретные бренды и указывает источники. Человек может продолжить диалог, уточнить бюджет, регион или требования к продукту.
Для бизнеса это принципиальное изменение. Компания может участвовать в рекламной конкуренции, занимать позиции в поиске и при этом не попадать в первоначальный список вариантов, который формируется с помощью ИИ.
Возникает новый вопрос: насколько хорошо искусственный интеллект знает ваш бренд и на основании каких источников составляет о нём представление?
По данным финансовой отчётности Яндекса за III квартал 2025 года, в сентябре аудитория нейросети Алиса в Поиске, чате и приложении превысила 47,3 млн человек. По сравнению с июнем она увеличилась почти на 6 млн пользователей.
В декабре компания представила дополнительные данные о масштабах использования нейросетевых технологий.
Эти цифры не означают, что 47 млн человек ежемесячно спрашивают Алису о товарах и услугах. В аудиторию входят самые разные сценарии: информационные запросы, обучение, работа с текстами, поиск организаций и решение повседневных задач.
Однако масштаб уже позволяет говорить о сформировавшемся способе взаимодействия с информацией. Нейросетевые ответы перестали быть исключительно экспериментальной функцией для технологически заинтересованных пользователей.
Для маркетинга важно не только количество людей, использующих ИИ, но и характер их вопросов.
Запрос «купить промышленный холодильник» предполагает поиск предложения. Вопрос «какой промышленный холодильник выбрать для небольшого производства» предполагает, что покупатель ещё формирует критерии выбора.
Именно на этом этапе нейросеть может повлиять на то, какие характеристики человек сочтёт важными, каких производителей начнёт сравнивать и какие компании попадут в его поле зрения.
В традиционной модели интернет-маркетинга компания стремилась привести пользователя на собственную площадку, чтобы представить продукт, объяснить преимущества и убедить оставить заявку.
Поисковая реклама обеспечивала переход. Сайт отвечал на вопросы. Отзывы и внешние публикации помогали укрепить доверие.
С появлением генеративных ответов часть этой работы может происходить ещё до посещения сайта.
Допустим, собственник бизнеса выбирает систему автоматизации отдела продаж. Он спрашивает Алису AI, какие решения подходят для компании с определённым количеством менеджеров, какие функции необходимы и на что обратить внимание при внедрении.
В ответе могут появиться категории решений, сравнительные характеристики, ограничения и названия поставщиков. Когда пользователь переходит на сайт одной из компаний, он уже обладает некоторым представлением о рынке.
Более того, он может вообще не открыть сайты брендов, которые не попали в первоначальное рассмотрение.
Здесь возникает важное различие между двумя задачами маркетинга.
Первая — привлечь внимание человека, который уже ищет конкретную компанию или продукт. Вторая — оказаться среди вариантов, которые человек рассматривает до окончательного выбора.
Классическая поисковая реклама хорошо работает с первой задачей. Нейросетевые ответы всё заметнее участвуют во второй, хотя их фактическое влияние на продажи зависит от категории, сложности покупки и поведения аудитории.
Поэтому отсутствие бренда в ответах ИИ нельзя автоматически считать потерянной продажей. Но это сигнал, который стоит исследовать, особенно если покупатель принимает решение долго, сравнивает альтернативы и нуждается в экспертных объяснениях.
Распространённое предположение: если у компании качественный сайт, оптимизированные страницы и высокие позиции в поиске, нейросеть обязательно будет её рекомендовать.
На практике всё сложнее.
Согласно документации Яндекса, Алиса AI при подготовке ответов анализирует релевантные страницы из Поиска и формирует на их основе структурированный материал. Среди важных характеристик источников компания выделяет экспертность, полезность, оригинальность и содержательность. При этом в документации прямо указано, что Алиса опирается на источники, высоко ранжирующиеся в поиске.
Следовательно, классическое SEO не теряет значения. Оно остаётся частью инфраструктуры видимости бренда.
Но наличие сайта ещё не гарантирует, что нейросеть включит компанию в ответ. Даже если страница используется как источник, это не означает, что бренд будет назван или рекомендован.
Особенно важно различать три ситуации:
Это разные уровни видимости, и оценивать их необходимо отдельно.
Например, производитель медицинского оборудования может публиковать качественные технические статьи. Нейросеть использует их для объяснения характеристик устройств, но при перечислении производителей называет конкурентов.
Формально компания присутствует в информационном поле. Коммерчески её бренд остаётся вне обсуждения.
Именно поэтому оценка ИИ-видимости не должна ограничиваться проверкой того, сколько страниц сайта проиндексировано и насколько хорошо они ранжируются.
У бренда есть собственное описание продукта, позиционирование, преимущества и аргументы в пользу покупки. Но покупатель получает информацию не только от самой компании.
Он изучает отзывы, читает отраслевые публикации, сравнивает предложения на агрегаторах, смотрит рейтинги и обращается к профессиональным сообществам.
Нейросетевые ответы также могут использовать различные внешние материалы, если они соответствуют запросу и доступны через поисковые механизмы.
Это означает, что публичное представление о бренде складывается из нескольких групп источников.
Важно учитывать, что ни одна из этих групп не имеет гарантированного приоритета в ответах Алисы. Набор источников зависит от конкретного вопроса, доступных материалов и поисковых алгоритмов.
Тем не менее для маркетинга здесь возникает вполне практическая задача: понять, какие внешние площадки действительно участвуют в формировании ответов по вашей категории.
Предположим, компания продаёт мебель премиального сегмента. На собственном сайте она подробно рассказывает о материалах, производстве и индивидуальном проектировании.
Но в отраслевых обзорах её почти нет, на профильных площадках отсутствуют подробные карточки, а независимые публикации не объясняют, чем её предложение отличается от конкурентов.
В таком случае у нейросети может быть меньше доступных подтверждений заявленных преимуществ. Это не доказывает, что именно поэтому бренд не упоминается, но создаёт гипотезу, которую можно проверить.
Задача состоит не в том, чтобы разместить название компании на максимальном количестве сайтов. Гораздо важнее определить, какие источники действительно используются при ответах на коммерчески значимые вопросы.
Допустим, маркетолог задаёт Алисе AI двадцать вопросов о своей категории и в пяти ответах видит название компании.
Можно ли сказать, что ИИ-видимость бренда составляет 25%?
Только в рамках этой конкретной проверки. Для выводов о рынке такого результата недостаточно.
Ответы генеративных моделей могут меняться в зависимости от формулировки запроса, региона, контекста диалога и времени проверки. Яндекс отдельно предупреждает, что содержание ответов и набор источников способны различаться даже для одного и того же вопроса.
Вебмастер
Поэтому разовая проверка скорее показывает возможную проблему, чем измеряет устойчивое присутствие бренда.
Для полноценной диагностики необходимо учитывать несколько параметров.
Частота присутствия. В какой доле проверенных ответов упоминается компания? Насколько результат стабилен при повторных запросах?
Контекст упоминания. Нейросеть просто перечисляет бренд, использует его как пример или включает в сравнение подходящих решений? В каком окружении он появляется?
Точность информации. Корректно ли описаны продукт, ценовой сегмент, география, специализация и конкурентные преимущества?
Источники. На какие страницы опирается ответ? Это собственный сайт, отраслевые материалы, каталоги или публикации конкурентов?
Присутствие конкурентов. Какие компании упоминаются регулярно, а какие почти не появляются? Какие источники поддерживают их видимость?
При этом важно отделять упоминание бренда от перехода на сайт и последующей продажи. Компания может часто появляться в ответах, но не получать заметного трафика. И наоборот: редкие упоминания по узким, коммерчески значимым запросам могут оказаться более полезными, чем массовое присутствие в общих информационных ответах.
Начать можно с небольшой исследовательской выборки. Главное — задавать не только вопросы с названием собственной компании, но и те, которые потенциальный клиент формулирует до знакомства с брендом.
Например, для клиники косметологии запрос «Расскажи о клинике N» покажет, какую информацию нейросеть способна найти о конкретной организации.
Но для оценки присутствия в процессе выбора полезнее другие формулировки: «Как выбрать клинику аппаратной косметологии в Москве?», «Какие клиники специализируются на определённой процедуре?», «На что обратить внимание при сравнении клиник?»
Для B2B-производителя логика аналогичная. Вместо одного брендового запроса необходимо исследовать вопросы о выборе оборудования, требованиях к поставщику, сравнении технологий и критериях надёжности.
Для более надёжной картины вопросы стоит разделить по этапам принятия решения: изучение проблемы, поиск решения, сравнение альтернатив и выбор поставщика.
Каждый сценарий необходимо проверить несколько раз, фиксируя дату, формулировку, региональные условия, наличие упоминания и источники. Это позволит отличить единичное появление бренда от повторяющейся закономерности.
Отдельный инструмент — раздел «Видимость сайта в Алисе AI» в Яндекс Вебмастере. Он позволяет изучать примеры запросов, по которым сайт появляется или не появляется среди источников ответов, и анализировать другие сайты, встречающиеся по сопоставимым запросам. Однако показатели видимости сайта не заменяют отдельную проверку того, как часто нейросеть называет сам бренд.
Если бренд не появляется в ответах Алисы AI, недостаточно просто обновить описания услуг или добавить на сайт экспертные материалы. Сначала необходимо установить причину.
Компания может плохо ранжироваться в поиске, недостаточно подробно раскрывать преимущества продукта или практически отсутствовать в отраслевых публикациях. Иногда проблема заключается в самих запросах, которые не отражают реальное поведение аудитории.
В зависимости от причины потребуется работа с сайтом, внешними источниками или позиционированием бренда. Поэтому GEO и AEO — это не разовая оптимизация, а комплексная работа с качеством, доступностью и согласованностью информации о компании. При этом гарантировать появление в конкретном ответе невозможно: нейросетевые алгоритмы самостоятельно выбирают источники.
Традиционные SEO-показатели — позиции, трафик и конверсии — не отражают всей картины. Бренд может упоминаться в ответах нейросетей, даже если пользователь не переходит на сайт.
Поэтому оценивать ИИ-видимость стоит на трёх уровнях:
Важно учитывать, что рост упоминаний не доказывает их прямого влияния на продажи. Для более точной оценки необходимо сопоставлять данные поисковой и веб-аналитики, CRM, динамику брендового спроса и результаты регулярных проверок ИИ-ответов.
Раньше компании стремились занять высокие позиции в поисковой выдаче. Теперь важно также присутствовать в источниках, на основании которых нейросеть формирует рекомендации и помогает покупателю сравнивать предложения.
Это не отменяет SEO и контекстную рекламу, а усиливает значение контента, репутации и внешних публикаций.
При этом роль ИИ зависит от отрасли: в одних категориях нейросети уже могут участвовать в выборе поставщика, в других решающее значение сохраняют цена, наличие и привычные каналы покупки.
Поэтому начинать стоит с диагностики: определить реальные запросы аудитории, изучить присутствие конкурентов, проверить точность информации о бренде и выявить внешние источники, влияющие на ответы.
Ваш бренд может занимать высокие позиции в поиске, но отсутствовать в рекомендациях нейросетей. Или упоминаться с устаревшей информацией и без ключевых преимуществ.
White Pattern проводит аудит ИИ-видимости: анализируем присутствие бренда и конкурентов в ответах нейросетей, релевантные запросы и внешние источники информации. По результатам определяются приоритетные направления для усиления присутствия компании.
Оставьте заявку на аудит ИИ-видимости — выясним, что нейросети знают о вашем бренде и какие возможности для продвижения остаются неиспользованными.
Автор: Ангелина Калинина, junior manager, проверено Котовой Верой, Digital Team Lead агентства White Pattern