Репутация бренда в нейросетях: у 13 компаний из 20 больше 15% ответов с проблемой

Мы в «Звонко» задали нейросетям о 20 российских компаниях вопросы, которые задаёт покупатель: сколько стоит, как записаться, можно ли доверять. Ни у одной компании доля ответов с проблемой не опустилась ниже 5%, у тринадцати она выше 15%. Чаще других источников нейросети ссылаются на сайт самой компании: он стоит под четырьмя ответами из десяти, поэтому ошибка или противоречие на нём уходят в ответы. Эту часть компания может исправить сама.

Покупатели уже спрашивают нейросети, а репутацию бренда в ответах почти никто не проверяет

По исследованию «Ашманов и партнёры» «Поиск 2026», около половины опрошенных в 2025 году пробовали искать товары через нейросети, пишет агентство. Управление репутацией как рынок сложилось не везде: по исследованию Markway и RUWARD, сформированный спрос есть в медицине, недвижимости и финансах. Мониторинг репутации бренда в нейросетях почти не ищут, в Вордстате у всей темы 33 показа в месяц. Данные Вордстата сняты 19 сентября 2026 года.

В нашем замере ни у одной компании доля ответов с проблемой не ниже 5%

В замер вошли 20 компаний, с которыми мы в «Звонко» обсуждали работу. Это не срез рынка, и переносить наши доли на рынок целиком нельзя. Ниши разные: розница, услуги, сервисы для бизнеса, производство, спортивные клубы, букмекерские компании, банк, образование, медицина. Каждой задали по 20 вопросов с пути покупателя, собранных из запросов Вордстата, отзывов и форумов. Провокационных формулировок вроде «правда ли, что вас обманывают» в наборе нет.

На все вопросы отвечали Алиса AI и Google AI Overviews (обзор нейросети над выдачей Google). ChatGPT получил четыре самых острых вопроса каждой компании, и его ответы входят в долю по компании. Прогон прошёл 12 сентября 2026 года. Разметку 797 ответов закончили 14 сентября.

Границы мы задали сами: до 5% ответов с проблемой считаем нормой, 5–15% поводом присмотреться, больше 15% плохим результатом. По замеру «Звонко», 13 компаний из 20 оказались выше 15%, остальные семь в средней зоне, разброс от 9% до 42%. На двадцати вопросах граница размыта: у семи из тринадцати компаний доля с учётом случайного разброса может оказаться и ниже 15%. В среднем у Google AI Overviews 23% ответов с проблемой, у Алисы AI 16%.

Негатив в нашем замере приходит и на бытовые вопросы. Болельщику, который замёрз на трибуне и спросил, что с этим делать, Алиса AI ответила отзывом 2019 года.

Нейросети чаще других источников ссылаются на сайт компании, поэтому ошибка на нём тиражируется

По исследованию «Ашманов и партнёры» «Коммерческий поиск с Алисой» (2026), Алиса AI строит ответ из страниц, которые стоят в топе обычной выдачи Яндекса. Без топ-20 попасть в ответ почти невозможно, после пятой позиции шансы резко падают.

По замеру «Звонко», собственный сайт компании стоит среди источников в 42% чистых ответов и в 39% ответов с проблемой. В ответах с проблемой он встречается даже чуть реже, так что вывода, что негатив идёт с сайта, отсюда не следует. Сайт — самый частый источник, на который нейросеть опирается, рассказывая о компании. Верные страницы работают на компанию, а ошибка на них расходится по ответам вместе с ними.

Так вышло у производителя заборов. На его собственные страницы ведут 38% ссылок в его ответах с проблемой. Алиса AI назвала срок гарантии длиннее, чем указан на сайте, и сослалась при этом только на сайт компании. У гончарной мастерской страницы сайта расходятся в том, с какого возраста принимают детей: одна зовёт малышей, другая школьников. Любой ответ модели о возрасте выходит наполовину верным. Отзовики и карты стоят среди источников ответов с проблемой у 13 компаний из 20.

Плохая оценка и неверный факт исправляются по-разному

У одних компаний страдает оценка. У сети магазинов у дома 42% ответов с проблемой, и ни один из них не упирается в неверный факт. ChatGPT, опираясь на Яндекс Отзывы, итожит: «вполне нормальное место для регулярной покупки… но не как магазин, которому стоит доверять вслепую».

У других страдают факты. У стоматологической сети из двух клиник в 23% ответов есть искажения. Google утверждает, что одна из клиник закрыта и записаться туда нельзя, хотя она работает. О гончарной мастерской модели называют цены почти вдвое выше прайса на её сайте.

По замеру «Звонко», из 700 утверждений, которые удалось проверить по первоисточникам, неверны 87, это 12%. Правка факта целиком на стороне компании. Оценку в примере с магазинами держат отзывы на чужих площадках.

Управление репутацией бренда в нейросетях начинается с вопросов покупателя и своих страниц

1. Задать нейросетям 20 вопросов покупателя. На двадцати вопросах построен и наш замер. Задаёт их маркетолог или пиарщик. Вопросы брать из Вордстата по имени бренда, из отзывов, с форумов и из того, что клиенты спрашивают у менеджеров: сколько стоит, как записаться, что делать, если что-то пошло не так, можно ли доверять. Формулировка «расскажи о компании» не подходит, покупатель так не спрашивает. Двадцать вопросов к Алисе AI и Google дают 40 ответов. Под каждым записать источники и пометить, есть ли проблема и какая: плохая оценка, неверный факт, путаница с тёзкой, бренд пропал из ответа. Мониторинг репутации бренда в нейросетях на старте делается руками, автоматизировать его стоит, когда набор вопросов устоялся.
2. Посмотреть выдачу Яндекса и Google по имени бренда, топ-20. Отдельно проверить имя бренда со словами из вопросов покупателя: отзывы, цена, адрес. Каждую страницу из двадцати пометить: своя, карточка справочника, отзовик, статья. Если в первой пятёрке Яндекса стоит негативная или устаревшая страница, у неё высокие шансы попасть в ответ Алисы AI. Сверить этот список с источниками, которые вы записали на первом шаге.
3. Свести всё, что сайт говорит о компании, к одной версии. Выписать в таблицу цену, гарантию, сроки, адрес, график и условия приёма, а напротив каждого пункта перечислить страницы, где он упомянут, включая региональные, старые акции и документы для скачивания. Где значения расходятся, оставить одно и поправить все страницы. Условия, которые живут только в договоре, опубликовать на сайте, иначе модель подставит свои.
4. Сверить карточки в справочниках, на картах и агрегаторах. Проверить Яндекс Карты, 2ГИС, Zoon и отраслевые агрегаторы: адрес, график, список филиалов и статус каждой точки: открыта или закрыта. У гончарной мастерской на сайте адрес верный, а в карточках Zoon и 2ГИС неверный номер строения. Номер из карточек попал в четыре ответа, ещё в одном стоит другой неверный. У стоматологической сети на вопрос о работе в выходные модель взяла график с агрегатора napopravku.ru. Где карточку нельзя править самим, отправить исправление через форму площадки.
5. Отвечать на отзывы там, откуда их берёт модель, и собирать независимые. Управление отзывами имеет смысл на площадках, которые нейросети приносят в ответы. В замере это Отзовик, 2ГИС, Яндекс Карты и Отзывы, irecommend, Zoon, Tripadvisor. Отвечать по существу жалобы: что случилось, что изменили, куда писать. После покупки просить клиента оставить отзыв на одной из этих площадок. Отсутствие отзывов тоже вредит. О консалтинговой компании ChatGPT пишет, что нашёл «гораздо больше подтверждений экспертности… чем независимых отзывов», и не советует доверять ей весь проект.
6. Ответить на страхи покупателя прямо на странице услуги. Условия предоплаты, возврата и гарантии написать обычным текстом, вопросом и ответом. О гончарной мастерской ChatGPT отговаривает вносить предоплату и объясняет это так: «я не смог надёжно найти официальный сайт». Сайт при этом есть. Почему модель его не нашла, по ответу не видно, и хватит ли текста на странице, замер не показывает. Но без такого текста модели нечего взять у самой компании.
7. Считать каждую нейросеть отдельно. В замере Google AI Overviews хуже Алисы AI у 10 компаний, Алиса AI хуже у 6, у 4 разница меньше 3 процентных пунктов. У одной компании Google даёт 55% ответов с проблемой, Алиса AI 10%. Средняя по всем каналам такой перекос прячет, поэтому таблица на первом шаге ведётся по каналам.
8. Повторять замер раз в месяц теми же вопросами. Сравнивать долю ответов с проблемой по каждому каналу с прошлым месяцем. Как быстро ответ меняется после правки, мы не знаем. В нашем замере нет ни одного случая с результатом до и после правок, это снимок одного прогона, поэтому сроков и процентов улучшения мы не называем.

Порядок работ получается такой: выдача и свои страницы, затем справочники и карты, затем отзывы.

Цифровая репутация бренда собирается и из того, что компания пишет о себе

Цена на сайте, карточка в справочнике, ответ на вопрос о предоплате попадают в ответы нейросетей вместе с отзывами. Эту часть компания может проверить и поправить сама. Сколько времени исправленный факт идёт до ответа нейросети и сдвигается ли вслед за ним оценка, наш замер пока не показывает. Как мы в «Звонко» проверяем, что нейросети говорят о компании: https://www.zvonkooo.ru/