Нейросеть знает вашу компанию. Но клиенту советует конкурента
Сергей Семёнов, основатель RECOMO
Введите в нейросеть название своей компании.
Получили хороший ответ? Она знает, чем вы занимаетесь, перечисляет услуги, иногда даже хвалит?
Теперь откройте новый диалог и задайте вопрос от лица покупателя. Без названия компании.
«Подбери поставщика оборудования для небольшого производства. Нужны монтаж, обучение сотрудников и сервис в нашем регионе. Кого стоит рассмотреть и почему?»
Посмотрите, появитесь ли вы в ответе.
Эти два запроса проверяют разные вещи. Первый — что система может рассказать о вашем бренде. Второй — включит ли она его в круг вариантов, когда клиент ещё не знает, кого выбирать.
Для бизнеса второй вопрос гораздо интереснее.
Я Сергей Семёнов, основатель RECOMO AI. Мы занимаемся AI Visibility — исследуем представленность компаний в ответах нейросетей и работаем над её улучшением.
Расскажу, как проверить свою компанию и не обмануть себя красивым скриншотом.
Ваш конкурент может попасть к клиенту раньше вас
Представим покупателя, который выбирает подрядчика для автоматизации склада.
Он описывает задачу: небольшой объект, ограниченный бюджет, действующая учётная система, запуск без остановки работы.
ИИ предлагает несколько вариантов и объясняет, чем они отличаются. Покупатель уточняет требования и сокращает список.
Это возможный сценарий выбора, а не утверждение, что все клиенты уже покупают именно так. Но у него есть важное последствие: часть сравнения может состояться до посещения вашего сайта.
Если компания не попала в первоначальный список, её преимущества могут вообще не стать предметом обсуждения.
Отсюда мой главный вопрос к маркетингу: в каких сценариях выбора нейросеть считает нас подходящим вариантом?
Самая обманчивая проверка — спросить о себе
Запрос «Расскажи о компании N» полезен для проверки фактов.
Правильно ли указаны услуги? Не перепутаны ли города? Не приписана ли чужая история? Не осталось ли старого позиционирования?
Но название уже находится в вопросе. Вы сами привели систему к своему бренду.
Поэтому такой ответ не доказывает, что компания появится в рекомендации по запросу «кого выбрать».
Тем более ничего не доказывает вопрос: «Почему компания N — лучший поставщик?» В него уже встроена желаемая оценка.
Для проверки видимости нужны вопросы, которые человек мог бы задать до знакомства с вами.
Начинайте с ситуации клиента
Возьмём условную логистическую компанию.
Запрос «лучшие логистические компании» слишком общий. Реальный выбор часто зависит от маршрута, груза, сроков и ограничений.
Полезнее проверить несколько ситуаций:
— Кто организует доставку промышленного оборудования из Китая с таможенным оформлением?
— Какие перевозчики работают с небольшими сборными грузами на этом маршруте?
— Как выбрать логистического партнёра для регулярных поставок и какие документы запросить?
— Сравни доступные варианты по географии, услугам и подтверждённому опыту. Приведи источники.
Это примеры для составления собственной проверки. Набор запросов нужно брать из реальных обращений клиентов, разговоров с продажами и причин выбора поставщика.
Иначе легко получить красивое исследование вопросов, которые никто не задаёт.
Одного ответа недостаточно
Один удачный результат показывает, что компания появилась в конкретном ответе при конкретных условиях.
Для выводов о стабильности нужна серия наблюдений.
В рабочей проверке я бы фиксировал:
— точный текст запроса;— систему и доступное название модели;— дату, язык и режим поиска;— был ли это новый диалог;— упомянутые компании;— роль каждого упоминания;— ссылки на источники;— фактические ошибки.
Запросы стоит повторять в сопоставимых условиях. Ответ с веб-поиском и ответ без него нельзя незаметно объединять в одну оценку.
И ещё: место в списке не всегда означает место в рейтинге. Если система перечислила пять компаний без ранжирования, первая строка сама по себе не делает бренд лидером.
Упоминание, рекомендация и ссылка — три разных результата
Компания может присутствовать в ответе как пример из прошлого. Может попасть в сравнение с отрицательной оговоркой. А может быть предложена как подходящий поставщик.
Отдельно стоит проверять, есть ли ссылка на ваш сайт. Упоминание бренда не означает перехода пользователя.
Поэтому я бы разделял как минимум четыре показателя:
- Появляется ли компания в ответах.
- Предлагается ли она как вариант для конкретной задачи.
- Насколько правильно описаны её возможности.
- На какие источники опирается ответ.
Сводить всё это в одну эффектную цифру удобно для презентации. Для принятия решений полезнее видеть составляющие.
Что можно улучшать уже сейчас
Начать стоит с того, насколько понятно компания представлена в доступных источниках.
Если вы работаете с промышленностью, а сайт описывает вас словами «комплексные решения для динамичного бизнеса», читателю приходится догадываться о специализации.
Проверьте, можно ли быстро найти:
— кому вы помогаете;— какие задачи решаете;— где работаете;— какие есть ограничения;— чем подтверждается опыт;— как устроено сотрудничество.
Конкретный кейс с исходной задачей, выполненной работой и объяснением результата даёт больше оснований для оценки, чем абзац про инновационность.
Это моя практическая рекомендация по качеству материалов. Она не означает гарантии попадания в ответ нейросети.
Техническую доступность тоже нужно проверять. Например, OpenAI рекомендует не блокировать OAI-SearchBot, если владелец хочет, чтобы содержимое сайта могло включаться в поисковые сводки и фрагменты ChatGPT. Разрешённый доступ создаёт возможность использования контента, но не гарантирует рекомендацию бренда.
SEO по-прежнему имеет значение
Google прямо указывает, что основные практики SEO остаются применимыми к AI Overviews и AI Mode. Поэтому работа с ИИ-поиском не отменяет техническое состояние сайта, доступность страниц и полезность содержания.
При этом выводы о Google нельзя автоматически переносить на все нейросети. У разных систем свои источники, инструменты поиска и способы формирования ответа.
Обещание «одной настройкой вывести компанию во все ИИ» я бы предложил проверять особенно внимательно: в каких системах, по каким запросам, в какие сроки и чем будет подтверждён результат?
Как связать видимость с бизнесом
Появление в ответах — промежуточный показатель.
Дальше нужны переходы, обращения и понимание, как клиент вас нашёл. OpenAI указывает, что переходы из ChatGPT можно отслеживать средствами веб-аналитики. Но сами по себе они ещё не показывают выручку или влияние всех упоминаний.
Полезно добавить в разговор с новым клиентом простой вопрос: «Как вы составляли список компаний для сравнения?»
Человек мог сначала получить рекомендацию, затем самостоятельно найти бренд и только потом оставить заявку. Один отчёт по переходам такую последовательность полностью не объяснит.
Небольшой эксперимент для собственника
Попросите отдел продаж выписать десять вопросов, которые задают реальные покупатели до заключения сделки.
Уберите названия вашей компании. Проверьте эти вопросы в нескольких системах, сохраняя ответы и условия запуска.
Затем посмотрите:
Кого предлагают? Почему? Какие источники приводят? Где факты о вас неверны? Какие важные возможности компании вообще не отражены?
Это предварительная диагностика. Её задача — найти вопросы для дальнейшей работы.
Возможно, выяснится, что нейросеть прекрасно знает вашу компанию, но связывает её совсем с другой задачей.
И тогда проблема станет конкретной: нужно разобраться, откуда взялось это представление и какие сведения ему противоречат.
Ваш бренд могут знать — и всё равно не выбирать
Для меня AI Visibility начинается именно с этого различия.
Важна способность компании появляться в подходящем контексте, с корректным описанием и понятными основаниями для выбора.
Проверьте свой бизнес двумя запросами: сначала спросите о компании, затем — о решении клиентской задачи без её названия.
Совпали результаты? Или во втором ответе появились совсем другие игроки?