Полки нейросетей нестабильны, каналы делятся на два класса, а «пара статей» не делает ничего: что показал наш месячный эксперимент с контрольной группой
Когда ChatGPT или Алису просят «посоветовать компанию», нейросеть называет несколько брендов — это и есть новая полка, за которую уже началась борьба. Рынок услуг по попаданию на эту полку растёт быстрее, чем знания о том, как она устроена: кейсы без методик, обещания «топа в ChatGPT», рост в разы без единого контрольного замера. Мы — Лаборатория GeoWise, сервис аудита видимости брендов в нейросетях, — месяц вели контролируемый эксперимент, чтобы получить не мнения, а цифры. Делимся всеми, включая неудобные.
Как был устроен эксперимент. Два подопытных бренда: наш собственный (стартовая видимость — ноль) и производственная компания-клиент со сложившейся видимостью. Контрольная группа: два крупных digital-агентства, с которыми не делалось ничего. Инструмент: замер по 10 нейросетям (ChatGPT и ChatGPT-поиск, YandexGPT, Алиса, GigaChat, Gemini, Claude, Perplexity, DeepSeek, Grok) — по 120 реальных ответов на вопросы покупателей ниши в каждом замере. База — начало июля, контроль — 20 августа; свой бренд прогнали трижды подряд, чтобы увидеть разброс между прогонами.
Результат 1. Полки нестабильны сами по себе. Главное открытие месяца: состав спонтанных рекомендаций ротируется на десятки процентов за несколько недель — без каких-либо действий брендов. У производственной компании видимость в «памятных» каналах обвалилась (Claude: 4 из 9 ответов → 0; DeepSeek: 5 → 0; Grok: 7 → 1) — при том, что и у её конкурентов те же качели: имена массово выпадают и появляются. Причина проста: модели сменили версии, а вместе с версией меняется «память». Практический вывод жёсткий: разовый замер устаревает за недели, а обещание «выведем в топ ChatGPT» не может быть честным в принципе — тот, кто его даёт, не контролирует смену версий модели.
Результат 2. Каналы делятся на два класса — и работать с ними нужно по-разному. «Памятные» каналы (Claude, DeepSeek, GigaChat, базовый ChatGPT и другие) отвечают из весов модели: влиять на них напрямую нельзя, гарантий там не существует ни у кого. «Поисковые» (ChatGPT-поиск, Алиса с Нейро) читают живой веб в момент ответа — и вот здесь эффект от работы проверяем: наш клиент удержал 8 из 9 ответов в ChatGPT-поиске при том, что конкуренция в канале удвоилась, а B2B-каталог, где мы разместили его карточки, поднялся в цитированиях канала с 1 до 6. Плюс Алиса впервые начала узнавать бренд по прямому вопросу. Стратегия из этого следует сама: измеримые обещания — только в поисковых каналах; «память» моделей догоняет позже, через накопление следа в вебе.
Результат 3. Минимальные дозы контента не работают. На собственном бренде мы проверили нижнюю границу: три экспертных статьи на одной сильной площадке за месяц. Спонтанная видимость: 0% → 0–1% (по трём прогонам). Единственное упоминание пришло через наш собственный сайт, не через статьи. Ориентир из практики зрелых кейсов — 20–30 материалов за 2–3 месяца; теперь у нас есть и собственное подтверждение: три статьи — это не «маленький эффект», это ноль. Планируйте объём или не тратьтесь вовсе.
Результат 4. Ёмкость полок растёт. За шесть недель ChatGPT-поиск стал называть в среднем 7,7 бренда на ответ вместо 6,1. Полка удлиняется — мест для новичков становится больше. Это хорошая новость для всех, кто ещё не начал.
Как мы проверяем цифры. Все данные этой статьи прошли двойной пересчёт: помимо автоматического счётчика, каждое упоминание верифицировано прямым поиском по текстам всех 240 ответов. Эта процедура — не формальность: именно контрольный пересчёт выявил, что первая версия счётчика занижала один из базовых замеров (не распознавала латинское написание бренда), и все цифры были пересчитаны по сырым текстам. С тех пор у Лаборатории железное правило: публичная цифра существует, только если два независимых метода дали одинаковый результат. Рекомендуем требовать того же от любых данных о «видимости в ИИ».
Три вопроса, которые стоит задать любому подрядчику по GEO: была ли контрольная группа? сколько было повторных замеров? как верифицированы упоминания? Молчание в ответ — тоже результат замера.
Исследование Лаборатории GeoWise. Методика: замеры по 10 нейросетям, контрольные группы, верификация каждого упоминания по тексту, воспроизводимые данные. geowise.ru