Алиса AI назвала бренд 6 раз — и все 6 совпали с цитированием сайта

Среди маркетологов прижилась гипотеза: чтобы нейросети рекомендовали бренд, нужно набрать вес — публикации в СМИ, упоминания в отраслевых рейтингах, старый и авторитетный домен. Мы проверили эту гипотезу на Алисе AI, и замер показал другую механику. На 60 ответах Алисы AI бренд «Звонко» был назван в тексте шесть раз, сайт zvonkooo.ru попал в блок источников тоже шесть раз, и это одни и те же шесть ответов: совпадение 6 из 6, без единого исключения.

Замер сделан 17 августа 2026 года: 20 запросов покупателя услуг продвижения в нейросетях, шесть платформ (ChatGPT, Claude, Gemini, GigaChat, Perplexity и Алиса AI), по три прогона на каждый запрос. У Алисы AI это дало 60 ответов, 428 цитирований, 142 уникальных URL и 96 доменов.

Алиса AI — единственная из шести платформ, кто показывает источники всегда

Источники нашлись во всех 60 ответах Алисы AI. У Perplexity тоже 100%, у Claude — 51 ответ из 60 (85%), у GigaChat — 38 из 58 (66%), у ChatGPT — 37 из 60 (62%), у Gemini — 31 из 60 (52%).

Число источников внутри ответа у Алисы AI тоже фиксировано. В 31 ответе из 60 их оказалось ровно пять, в 20 ответах — ровно десять, ещё в девяти набралось промежуточное количество, от семи до девяти. Ширина блока не зависит от того, сколько подходящих страниц нашлось по теме: это пять или десять мест на весь рынок по конкретному запросу.

Для GEO (generative engine optimization — работы над видимостью страницы в ответах ИИ) и AEO (answer engine optimization — оптимизации под прямые ответы поисковых ассистентов) это меняет постановку задачи. Пока в ответе Алисы AI пять или десять мест по конкретному запросу, попадание в них становится измеримой целью с понятным знаменателем.

Из кого Алиса AI собирает ответ: 70% цитирований — сайты самих компаний

70% цитирований Алисы AI пришлись на страницы самих компаний: коммерческие страницы услуг и экспертные блоги. Оставшиеся 30% — медиа и площадки с пользовательским контентом.

У соседних платформ пропорция другая. Доля сайтов компаний: у ChatGPT — 68%, у GigaChat — 65%, у Claude — 60%, у Perplexity — 57%. Вес медиа и пользовательского контента у Perplexity и Claude заметно выше, чем у Алисы AI: 43% и 40% против 30%. Это разница в наборе источников, на которые платформы опираются при сборке ответа; качество самих ответов замер не оценивал.

Страницы с подборками — отраслевые рейтинги и топы агентств — Алиса AI цитирует, но узким слоем. Из 142 процитированных ею URL подборками оказались 24, они дали 80 цитирований из 428, то есть 19% всего объёма. Чаще прочих Алиса AI ссылалась на коммерческий блог directline.pro (9 цитирований в замере) и на подборку dtf.ru — тоже 9, характерный пример страницы с рейтингом в её источниках.

Страница в блоке источников и бренд в тексте ответа: совпадение 6 из 6

Главный результат замера в точном совпадении: на всех 60 ответах Алисы AI бренд назывался в тексте ровно тогда, когда его страница попадала в блок источников, и ни разу иначе.

Оба случая пришлись на два конкретных запроса из двадцати: один — прямой запрос про агентство по продвижению бренда в ответах ChatGPT и Алисы, второй — прямое сопоставление двух названных в вопросе брендов. На остальных 18 запросах сайт в блок источников не попадал, и бренд в тексте не звучал. Во втором запросе имя бренда стояло в самом вопросе, и цифру 6 из 6 нужно читать с этой поправкой.

Отсюда следует, что у Алисы AI нет отдельного знания о бренде, накопленного публикациями и репутацией. Она называет тех, чью страницу держит в блоке источников в момент ответа. Не попала страница в блок — компании в ответе нет, сколько бы материалов о ней ни выходило.

Блок подвижен. Один и тот же вопрос, повторённый трижды подряд, даёт в среднем 69% общих доменов между прогонами: примерно треть состава меняется даже без изменения формулировки. Концентрация умеренная: топ-10 доменов из 96 собирают 32% всех цитирований, а 15 доменов встретились в замере ровно один раз.

Почему отбор устроен так: разбор Ашманова и партнёров

Механику описывает отчёт Ашманова и партнёров «Коммерческий поиск с Алисой»: ответ собирается по цепочке ИИ → обычный органический поиск Яндекса → отбор источников → компиляция текста. Модель сама формулирует поисковые запросы, получает выдачу по стандартному ранжированию Яндекса и строит ответ из найденного.

Чтобы попасть в ответ, страница должна быть в топе обычной выдачи: топ-20 практически обязателен, топ-10 желателен, после пятой позиции шансы попасть в источники резко падают.

Сайтовые факторы — ИКС, возраст домена, размер сайта — в этом отборе не участвуют. Алиса AI работает с текстом конкретной найденной страницы, и решают текстовые факторы: слова запроса в начале title и h1, их вхождения в основной текст, объём текста, структура из подзаголовков и списков, чистый URL без параметров и расширений. Небольшим нишевым сайтам механизм даёт дополнительный шанс: их узкая страница попадает в выдачу по формулировкам, под которые у крупных доменов отдельной страницы нет.

Механизм специфичен для Яндекса. Алиса AI надстроена над его органическим поиском, и на ChatGPT или Perplexity эти правила напрямую не переносятся: там нет привязки к одному поисковому индексу с собственным ранжированием. Отдельная граница проходит между органическим ответом Алисы AI, о котором здесь идёт речь, и рекламным слоем Яндекса — это разные этажи выдачи со своей механикой размещения.

Сам слой нейроответов при этом массовый: «Коммерсантъ» приводит для нейроответов Алисы 46,5 млн пользователей в месяц.

Куда в этом случае имеет смысл направлять бюджет

Под Алису AI работает связка позиции в органике и текста конкретной страницы. Материал на стороннем ресурсе, который не попал в топ выдачи по нужной формулировке, для Алисы AI не существует, сколько бы упоминаний бренда в нём ни было. Спрос на канал вышел за пределы отраслевых блогов: разбор о том, как бизнесу попасть в ответы нейросетей, публиковал Forbes.

Количество публикаций о компании и упоминаний в рейтингах в отборе источников напрямую не участвует: таких факторов в описанном механизме нет. Конвертируется работа с конкретными страницами сайта: их позицией в органической выдаче Яндекса по кругу формулировок, которыми реально пользуется целевая аудитория, и текстом этих страниц — заголовками, структурой, объёмом, чистотой URL.

Подвижность блока добавляет второе следствие. Одна выверенная страница попадает в часть ответов, но не покрывает все формулировки вопроса. Устойчивее выглядит покрытие нескольких формулировок несколькими подходящими страницами сайта.

Рынок продвижения в нейросетях ещё формируется, и правила для Алисы AI пока считываются из логов прогонов, а не из рассуждений о репутации бренда. Замером видимости в блоке источников и её связью с органической выдачей мы в Звонко занимаемся отдельно: www.zvonkooo.ru.