Не те, кем кажутся: что показал рейтинг ИИ блогеров
Чтобы разобраться, по какой логике нейросети выбирают, кого назвать в ответе, мы в Звонко взяли понятную и азартную выборку — 21 авторский телеграм-канал про нейросети — и прогнали её через шесть ИИ. Каналы удобны тем, что у них есть публичная метрика размера (подписчики), с которой можно сверить ИИ-видимость. Результат оказался прямым сообщением для брендов: в ответах ИИ размер и бюджет больше не покупают видимость. Разберу, что именно сдвинулось и что с этим делать компаниям.
Что мерили
Задавали шести нейросетям — ChatGPT, Claude, Perplexity, Gemini, «Алисе» и GigaChat — вопросы трёх типов: без имени канала (кого ИИ вспоминает сам), по адресу канала и по «голому» названию. Больше 950 ответов, балл видимости 0–100. За методологический ориентир держали AI Brand Index от Evertune — их подход к замеру присутствия брендов в нейросетях. Дальше — выводы, которые переносятся с каналов на бренды один в один.
Сдвиг первый: аудитория и бюджет перестали быть прокси видимости
Главная находка контринтуитивна для медиапланера.
Канал на 6 тысяч подписчиков нейросети видят лучше, чем канал на 53 тысячи. Разрыв между первым и последним местом рейтинга — почти шестикратный, и он почти не объясняется размером аудитории. Для брендов вывод прямой: крупная компания с большим маркетинговым бюджетом, но слабым следом за пределами собственного сайта, в ответах ИИ будет бледнее небольшого, но часто обсуждаемого конкурента.
Это согласуется с внешними данными. По исследованию Ahrefs на 75 000 брендов, упоминания бренда в вебе коррелируют с видимостью в ИИ примерно втрое сильнее, чем беклинки, а объём собственного контента почти не коррелирует вовсе. Решает не «сколько вы вложили в сайт», а «сколько про вас говорят снаружи».
Сдвиг второй: ИИ не читает закрытые площадки — он читает след
Механика, которая всё объясняет: Telegram закрыт для веб-краулеров нейросетей, они не читают сами каналы. Значит, ИИ знает канал не по каналу, а по следу автора вне платформы — статьям в медиа, упоминаниям, «Википедии», взаимным ссылкам в нише.
Для брендов это переносится на любой «закрытый» для ИИ актив: контент в соцсетях, в приложении, в личном кабинете, за формой. Всё, что нейросеть не может прочитать напрямую, существует для неё только через внешние упоминания. Отсюда практический сдвиг в медиастратегии: PR, гостевые публикации и экспертные упоминания из «имиджевой» статьи превращаются в инфраструктуру видимости — то самое, из чего ИИ собирает ответ.
Сдвиг третий: одна площадка ИИ больше не репрезентативна
Разброс между моделями оказался больше ожидаемого: один и тот же канал разные нейросети видят по-разному, вплоть до кратной разницы. «Алиса» и Perplexity ищут в вебе и находят авторов; Gemini иногда выдумывает; Claude честно отвечает «не знаю». Русскоязычные модели с поиском системно точнее на локальных именах.
Это не наша частность — платформы расходятся в рекомендациях системно. По разбору Profound, площадки берут источники из принципиально разных мест: одни тяготеют к сайтам самих брендов, другие — к стороннему консенсусу, третьи — к отзывам и экспертизе. Для бренда это значит, что «мы есть в ChatGPT» ничего не говорит про Perplexity и «Алису». Видимость надо мерить сразу на нескольких платформах, иначе вывод систематически смещён.
Сдвиг четвёртый: имя-омоним — репутационный риск
Отдельный сюжет, который на каналах виден выпукло: на «голом» названии ИИ подставляет самое частотное значение слова. «Бурый» превращается в медведя, «Complete AI» — в курс на Udemy, авторов с частыми фамилиями ИИ делает врачами и политиками. Редкое, уникальное имя узнаётся верно.
Для брендов это прямой риск: если название совпадает с распространённым словом или чужим известным продуктом, нейросеть будет уводить пользователя к омониму, а не к компании. Нейминг и однозначная привязка «бренд — категория» в источниках, которые ИИ читает, становятся частью технической гигиены присутствия в ИИ-поиске.
Что это значит для рынка
Складывается новый слой выдачи — ответ ИИ — и в нём работают другие правила ранжирования, чем в классическом SEO и медиабаинге:
- видимость определяется плотностью упоминаний, а не размером бюджета или аудитории;
- закрытые площадки не читаются — вес даёт внешний след;
- платформы расходятся — мерить нужно на нескольких сразу;
- омонимичное имя — фактор риска, а не мелочь брендинга.
Хорошая новость для рынка в том, что этот слой пока недонасыщен и управляем: публичный след, уникальное имя, упоминания в нише — рычаги, которые работают и для небольшого игрока. Плохая — сам собой этот след не появляется, и компании, привыкшие покупать видимость объёмом, здесь начинают с невыгодной позиции.
Это снимок на июль 2026; ИИ-ответы меняются, и мы повторим замер. Полную методику и рейтинг разбираем в нашем блоге.