Откуда нейросеть берёт описание бренда и почему его стоит править раньше новых публикаций
На сайте бренд описан одними словами, в карточке маркетплейса другими, в справочнике третьими, а старая статья в СМИ хранит прошлую версию. Пока покупатель читал эти площадки сам, разнобой был мелкой неаккуратностью. Теперь описание бренда ему всё чаще пересказывает нейросеть: ChatGPT, GigaChat, Алиса AI, Perplexity. По отчёту Reuters Institute, доля людей, получавших информацию от генеративного ИИ за последнюю неделю, за два года выросла с 11% до 38% в шести странах. Покупатель может услышать версию, которой нет ни на одной площадке. Прямого замера, как разнобой меняет ответ ИИ, я не нашёл, но соседних исследований хватает, чтобы пересмотреть порядок трат на маркетинг.
Описание компании нейросеть собирает со страниц, которые находит по вопросу покупателя
Нейросеть с поиском находит страницы по вопросу и пересказывает их своими словами. Алиса AI, как пишет справка Яндекс Вебмастера, опирается на источники, которые стоят высоко в результатах поиска, и дословно их не воспроизводит.
Вес площадок зависит от сервиса. По данным Visiobrand с декабря 2025 по июль 2026 года (334 745 ответов восьми платформ в рунете), GigaChat опирается почти исключительно на сайт самого бренда: 75,4% упоминаний. Другие платформы чаще подмешивают чужие страницы. Если страница, на которой упоминается бренд, попала в ссылки под ответом, сам бренд в 2,5–4,5 раза чаще назван в тексте ответа. Цитата в СМИ, справочнике или отзовике даёт всплеск упоминаний сильнее, чем цитата сайта бренда: 97,5% в день цитаты против 76,0%. Через месяц и позже видимость после неё всё ещё вдвое выше обычной.
Картина для бренда неудобная: у чужой статьи след сильнее, чем у собственного сайта, а текст в ней бренд не правит. Причину эти совпадения не доказывают. Замер сделала сама Visiobrand, и на все рынки и языки авторы его не распространяют.
Ответ нейросети о брендах меняется даже при повторе одного и того же вопроса
ChatGPT и ИИ-ответы Google почти никогда не выдают один и тот же список брендов дважды. SparkToro с сотнями добровольцев в ноябре и декабре задал 2961 запрос ChatGPT, Claude и ИИ-ответам Google. Шанс получить тот же список при повторе у ChatGPT и Google оказался меньше одного из ста, сообщает Search Engine Journal. Исследование не рецензировалось, авторы признают ограничения методики. Набор брендов при этом относительно устойчив: в запросах про наушники Bose, Sony, Sennheiser и Apple встречались в 55–77% из 994 ответов. Обе цифры верны: целиком список почти не повторяется, но круг постоянных участников держится.
Источники тоже расходятся. В аудите 1536 ответов ChatGPT и Gemini по одному запросу делят в среднем всего 5,4% сайтов, а в 76,7% сравнений общих сайтов нет вовсе. Яндекс предупреждает: ответ Алисы AI на один запрос может отличаться в разные дни и даже часы.
Для бренда это значит, что закрепить в ответе одну формулировку не получится. Влиять остаётся на материал, из которого ответ каждый раз собирается заново.
В лабораторных тестах ИИ-модели плохо выбирают между противоречащими страницами
Когда найденные страницы противоречат друг другу, ИИ-модели в лабораторных тестах часто справляются плохо. В тесте RAMDocs, где в документах были неоднозначные, ложные и посторонние сведения, модель Llama 3.3 совпала с правильным ответом слово в слово лишь примерно в трети случаев (32,6 балла). Исследователи Google на тесте CONFLICTS увидели то же: модели часто плохо разрешают конфликты между найденными источниками. Если попросить модель явно порассуждать о конфликте, ответ улучшается, но проблема остаётся. При проверке фактов надёжность падает, когда противоречащие свидетельства идут из источников разной репутации, а учёт репутации ответ улучшает.
Сайт бренда, справочник, статья в СМИ и отзыв клиента как раз источники разной репутации. Но перенос на бренды уже мой вывод: все три работы лабораторные, и описаний компаний в них нет.
Меняет ли разнобой в описаниях бренда ответ нейросети?
Точного ответа нет. Эксперимента, где бренду намеренно меняли описание на одних площадках и смотрели, что станет с ответом нейросети, я не нашёл. Не нашёл я и независимого замера, насколько правдивы описания брендов в ответах: исследования считают, как меняются списки, где пересекаются источники и как часто бренд упомянут.
Измеренное зависит от условий сбора, поэтому к отчёту о том, как нейросеть описывает бренд, первый вопрос такой: как собирали ответы и по какой теме.
Влияет ли разнобой в описаниях бренда на продажи?
Данных о связи разнобоя с продажами я не нашёл. Известно другое: ИИ всё чаще спрашивают совета. По отчёту Reuters Institute, среди тех, кто пользуется генеративным ИИ каждую неделю, просьбы о советах и рекомендациях с 2025 по 2026 год росли быстрее фактических вопросов. Авторы связывают это с принятием решений, и такие пользователи говорят, что доверяют результатам. ChatGPT в среднем по девяти странам доверяют только 37%: цифра невысокая отчасти потому, что многие таких сервисов не знают. Опрос касался новостей и общего использования ИИ, о покупках в нём речи нет.
Перед покупкой новых публикаций стоит выровнять описание бренда на сайте и в справочниках
Наводить порядок в описаниях стоит раньше, чем покупать новые публикации, потому что новые упоминания поверх разнобоя только добавляют ему материала. Разнобой в описаниях бренда перестал быть вопросом аккуратности: при ответе нейросети покупатель видит не одну из версий, а новую, собранную из всех сразу.
Опираюсь я на соседние данные: ответ о брендах меняется от повтора к повтору, в лабораторных тестах модели плохо выбирают между противоречащими источниками, а след стороннего размещения заметен и через месяц. Если так, устаревшая статья в СМИ может работать против бренда так же долго, как свежая за него. Перед каждой новой публикацией полезен один вопрос: какую версию бренда она повторит?
Исправлять описания я бы начал в таком порядке:
- Сайт бренда. GigaChat, по данным Visiobrand, опирается почти исключительно на него, а Алиса AI берёт страницы, которые высоко стоят в поиске.
- Справочники и карточки, которые заполняет сам бренд, например в Яндекс Бизнесе.
- Карточки маркетплейсов. Замеров их влияния на ответы нейросетей я не нашёл, выше старых статей они стоят только потому, что бренд правит их сам.
- Старые статьи в СМИ и отзывы. Сам бренд текст в них не поправит. След от сторонних размещений заметен и через месяц, поэтому здесь остаётся просить издания обновить материал.
Этот порядок — мой вывод: замеров по нему нет, он идёт от того, что бренд может исправить сам.
Срок, за который нейросеть начнёт описывать бренд по-новому, никто не гарантирует
Точного срока нет: Яндекс пишет, что ответы Алисы AI вручную не исправляются, поэтому назвать сроки решения проблемы нельзя. Ближайший замер скорости касается новых страниц, исправления в нём не проверяли. В эксперименте Semrush из 81 тестовой страницы Google AI Mode за сутки процитировал 29, поиск ChatGPT всего 8. Через 30 дней ChatGPT процитировал 34 страницы из 81, то есть 42%, и многие страницы так и не стали источниками. Блог у Semrush сильный, что ускоряет результат. В Google AI Mode число процитированных страниц выросло до 48, а к 30-му дню упало до 21, так что и страница с правкой, попавшая в ответ, может из него пропасть.
Поэтому обещать можно объём работы и замер. Конкретную фразу в ответе обещать нельзя.
Кому приводить описание бренда в порядок уже пора, а кому рано
Пора брендам, у которых описание давно разошлось между сайтом, карточками и старыми публикациями, а покупатели выбирают по рекомендациям нейросетей. Разошедшееся описание видно, когда ChatGPT, GigaChat, Алиса AI и Perplexity отвечают о бренде не то, что написано на сайте. Рано тем, у кого внешних описаний почти нет: им хватит одного сайта с точным описанием. Первый результат виден без всякой нейросети: сайт, справочники и карточки говорят одно и то же, а новые публикации повторяют эту версию и четвёртой не добавляют. Изменился ли от этого ответ нейросети, покажут только повторные замеры, потому что один ответ может смениться уже через несколько часов.