Ваш бренд может выпасть из ответов ChatGPT за месяц. Мы посмотрели, как это происходит

В начале июля десять нейросетей вместе называли эту производственную компанию в 37,8% ответов на вопросы покупателей. Через шесть недель — те же вопросы, те же десять систем, та же компания — 12,2%. Компания не разорилась, не сменила домен и не остановила маркетинг: жила как жила. Изменились ответы ИИ. Мы повторили замер по одной нише и увидели, что происходит с брендами на «полках» нейросетей, когда никто ничего не делает.

Полкой здесь и дальше мы называем набор брендов, которые нейросеть перечисляет в ответ на вопрос «кого посоветуете» — как полку в супермаркете, мимо которой идёт покупатель. Только раскладку на этой полке меняете не вы.

Как устроен эксперимент — коротко

Повторный замер — это одни и те же вопросы покупателей, заданные одним и тем же нейросетям с интервалом в несколько недель. 120 живых ответов за прогон, 240 за две волны — начало июля и 20 августа.

Методика честная в двух местах. Каждое упоминание бренда мы проверяли двумя независимыми способами и, если методы расходились, разбирались до сырых данных. Отдельно помечали, ссылается ли система на веб или отвечает из своей внутренней памяти — без такой пометки эти два режима путают друг с другом.

Отдельно мы измерили шумовой пол собственного метода — прогнали один и тот же замер трижды за утро: даже так топ-10 полки совпадает лишь на ~60%. Всё, что в пределах этого фона, мы не считаем изменением.

Часть 1. Полка перекладывается без вашего участия

Модели помнят бренд — но перестают вспоминать его сами.

Если название компании прямо указано в вопросе («что известно о N»), нейросети её по-прежнему знают: 90% в июле → 93,3% в августе. А когда вопрос про нишу без имён — модели просто перестали её называть. Бренд из памяти не исчез — он перестал приходить на язык первым.

Обвал не размазан ровно — он сосредоточен в шести каналах из десяти.

Claude — с 4 из 9 ответов до 0. DeepSeek — с 5 из 9 до 0. Perplexity — с 5 из 9 до 0. Grok — с 7 из 9 до 1. Gemini — с 4 из 9 до 2. ChatGPT-поиск — 9 из 9 → 8 из 9, единственная точка стабильности всего замера. Алиса (по прямым вопросам о бренде) — с 0 до 2 из 3, единственный подтверждённый рост.

Полка «дышит» всегда — и мы измерили, сколько в этом дыхании шума.

Три прогона в одно и то же утро на одних и тех же вопросах обновляют топ-10 полки примерно на 40%. Это фон самого способа отвечать: модели каждый раз пересобирают список заново, порядок и хвост списка гуляют без всяких внешних причин. Поэтому, сравнивая периоды, мы отделяем этот фон от сигнала. Ротация состава полки за шесть недель оказалась близка к тому же фону — то есть в основном шум случайной пересборки, а не «обновилась ниша». А вот согласованное падение одного бренда сразу по шести каналам, да ещё при том, что «знание» о нём осталось стабильным, — это уже сигнал: фон так себя не ведёт, он разнонаправлен, а не сдвигает одну и ту же компанию в одну и ту же сторону в шести разных моделях одновременно. Среднее число брендов в одном ответе ChatGPT-поиска за те же недели выросло с 6,1 до 7,7 — сама полка удлинилась, мест на ней стало больше.

Практический вывод. Разовый замер видимости в ИИ устаревает за недели — и, кроме того, содержит фон: одна цифра из одного прогона не отличает сигнал от шума. Честное измерение — это повторные замеры с усреднением; мы делаем контрольные точки из трёх прогонов подряд, и только то, что уверенно вылезает за пределы фона, считаем движением.

Часть 2. Почему это происходит: два класса каналов

Одни модели читают веб. Другие — отвечают из памяти. Разница определяет всё.

Поисковые каналы — те, что ходят в живой веб в момент ответа. В нашем замере это семь из десяти: ChatGPT-поиск, Claude, DeepSeek, Gemini, Grok, Perplexity, Алиса. Их ответ ссылается на конкретные страницы, найденные прямо сейчас. Управлять этими каналами можно: если ваш сайт или карточка в отраслевом каталоге попала в цитируемый источник — вас будут называть.

Памятные каналы — те, что отвечают из внутренней памяти модели, без обращения к вебу. У нас это три из десяти: ChatGPT (без поиска), GigaChat, YandexGPT. Их ответ — воспоминание модели о мире на момент её последнего обучения. Прямых рычагов у брендов тут нет: слой меняется, только когда провайдер выкатывает новую версию модели.

Каждая новая версия модели — это перекладывание её памяти. Что-то модель помнит чётче, что-то забывает, ассоциации перестраиваются. Между июлем и августом Claude, DeepSeek, Perplexity и Grok у нашей компании обнулились или почти обнулились. Это не поломка одного бренда — это способ поведения самих моделей. Каналы к тому же меняют режим прямо в ходе наблюдения: Claude в одном из прошлых прогонов из «отвечающего в основном из памяти» превратился в «заметно чаще ходящий в веб». Такие события мы помечаем отдельно — план работы с каналом до и после смены режима разный.

На пальцах. Как в супермаркете: раскладку меняет хозяин магазина — в нашем случае провайдер модели.

Часть 3. Что это значит для брендов

1. Присутствие в ИИ — процесс, а не разовая победа. Замер, сделанный один раз и убранный в презентацию, к весне превратится в артефакт. Полки перекладываются на десятки процентных пунктов за недели; «топ ChatGPT» без периодических пересчётов — вера в удачу. Минимальный разумный ритм — квартальный, для активных ниш — ежемесячный.

2. Источники — рычаг, но только там, где модель ходит в веб. Всё, что можно реально сдвинуть за квартал, — это видимость в поисковых каналах. Обновлённые карточки в отраслевых каталогах, публикации на цитируемых площадках, разметка сайта под ответы: если ваша страница попала в источники канала — вас начинают называть. Как именно мы находим эти источники и проверяем попадание — методика повторного замера на geowise.ru. Каналы, которые в веб не ходят, этими рычагами не двигаются.

3. Память догоняет — но не по вашему графику. Всё, что вы делаете сегодня в вебе, однажды попадёт в обучающие корпуса следующих версий моделей — и тогда «памятные» каналы вспомнят. Случится это, когда провайдер выкатит очередную версию, а не по вашему плану. Планировать сроки по этому слою бесполезно; вкладываться — осмысленно.

4. Требуйте контроль. Отчёт о видимости в ИИ без второго прогона — моментальный снимок, а не измерение; цифра, полученная одним способом, — гипотеза, а не факт. Четыре вопроса подрядчику: сколько было замеров, была ли контрольная группа, как верифицированы упоминания — и спросите про шумовой пол их методики: сколько меняется их же топ при повторном прогоне в тот же день. Молчание в ответ скажет всё.

Финал

Полка нейросетей — не место, куда бренд однажды попадает и остаётся. Это лента: она перекладывается каждый раз, когда провайдер обновляет модель или меняется веб. Одна и та же компания, одна и та же ниша, одни и те же вопросы — 37,8% и 12,2% в шести неделях жизни моделей.

Хорошая новость: полки удлиняются, мест на них становится больше. Плохая — удерживать эти места придётся постоянной работой. Считать, что бренду достаточно один раз «попасть в ChatGPT», — примерно то же, что считать, будто достаточно один раз занять первую позицию в поиске Яндекса.

Исследование Лаборатории GeoWise. Повторный замер по 10 нейросетям, 240 живых ответов за два прогона, верификация двумя независимыми методами. Методика и примеры разборов — geowise.ru.