Нейросеть советует товар и не объясняет почему: как проверить, на чём она выбирает бренды

На созвоне клиент берёт телефон, спрашивает у ассистента «какой увлажнитель купить в детскую», вслух читает пять названий и поднимает глаза: нас тут нет, а вот этих я вообще не знаю. Следом идёт вопрос, на который у подрядчика обязан быть ответ: а почему он выбрал именно их?

Честный ответ: внутренних правил отбора снаружи не видит никто. Ни я, ни вы, ни авторы статей с заголовками «алгоритм GEO раскрыт». Зато можно воспроизвести ответ много раз, зафиксировать то, что в нём повторяется, и сопоставить с открытыми источниками. Это не доказательство, а наблюдение, и именно из наблюдений собирается первый GEO-аудит. Ниже рабочий порядок для компаний, которые только начинают.

Рекомендация это не рейтинг, а ответ на конкретную формулировку

Главная ошибка первого замера: один запрос вида «лучший увлажнитель» и вывод по нему. Такой запрос почти никто не задаёт, а ответ на него нестабилен. По нашей агентской выборке набор брендов в ответе меняется сильнее от формулировки, чем от модели: достаточно добавить бюджет, город или условие эксплуатации, и список переписывается наполовину.

Поэтому запросы на подбор товаров собираются не как ключевые слова, а как реплики покупателя. Минимальный набор для одной категории:

1. прямой подбор: «какой увлажнитель выбрать для детской комнаты 18 м²»
2. подбор с ограничением: бюджет, срок доставки, город, совместимость, наличие сервиса
3. сравнение названных брендов: «сравни A, B и C по расходу воды и шуму»
4. проверка вашего бренда в лоб: «что известно про бренд N, кому он подходит»
5. альтернатива конкуренту: «чем заменить X, если он распродан»
6. постпокупочный вопрос: расходники, гарантия, возврат

Для старта хватает 30-40 таких формулировок на категорию. Важнее не количество, а то, что каждая задана так, как её произносит живой человек, и записана дословно: иначе следующий замер не с чем будет сравнить.

Один запрос в пяти нейросетях даёт пять разных списков

Проверять рекомендацию в одной модели бессмысленно: вы получите частное мнение одного ассистента в один день. Проверка строится как серия прогонов, и у неё есть обязательные условия.

1. Один и тот же запрос в пять и больше ассистентов: ChatGPT, Gemini, Claude, Perplexity, оба режима Алисы, GigaChat, AI Mode в поиске Google.
2. Три-пять повторов одного запроса в каждой модели: ответы различаются от прогона к прогону, и устойчивость бренда важнее единичного попадания.
3. Чистая сессия: без истории чата, без включённой памяти и без привязки к вашему аккаунту, иначе модель вернёт вам ваши же прошлые интересы.
4. Один регион и один язык на серию. Смена города меняет выдачу, и смешивать такие прогоны в одном отчёте нельзя.
5. Фиксация ответа целиком: список брендов, порядок, формулировки про бренд, перечень ссылок под ответом.

После 150-200 прогонов появляется первое пригодное число: доля ответов, где бренд вообще назван. Клиент имеет право спросить, много это или мало, и тут нужен не абсолют, а сравнение с тремя конкурентами по той же серии. Нам этот срез чаще всего показывает, что бренд не отсутствует полностью, а живёт в двух-трёх формулировках из сорока, и дальше понятно, где именно работать.

Сравнивать надо не бренды, а их описания в источниках

Когда список рекомендованных брендов собран, начинается полезная часть. Выписываете по каждому упомянутому товару те характеристики, которые модель назвала сама, и смотрите, откуда они взяты. Обычно обнаруживается, что ассистент оперирует одним и тем же набором свойств по всей категории, и бренды, у которых эти свойства нигде внятно не описаны, в ответ не попадают: сказать про них нечего.

Что имеет смысл свести в одну таблицу по себе и трём конкурентам:

1. какие характеристики модель называет сама, без подсказки в запросе
2. какими словами описан бренд: ценовой уровень, кому подходит, слабые места
3. какие источники процитированы под ответом и кто их автор
4. где лежат данные: карточка на маркетплейсе, обзор, форум, своя страница, справочник
5. есть ли на вашем сайте страница, с которой эти характеристики вообще можно считать

Цитируемые источники разбираются отдельно и по одному правилу: каждый открыть и прочитать. Часто видно, что половина ссылок ведёт на подборки, где вашей категории уделён один абзац, и попасть туда реальнее, чем в крупное издание. Это и есть первые задачи контент-плана, причём сформулированные не из головы, а из ответа, который клиент уже видел на своём телефоне.

Что это значит для российского рынка

Разговор про «необъяснимые рекомендации» в октябре перестал быть теоретическим. На конференции Gemini at Work 8 октября Google показал набор коммерческих инструментов: отраслевые агенты, Gemini Enterprise for Customer Experience с отдельным шопинг-агентом и открытый протокол Universal Commerce Protocol, который разрабатывали вместе с Shopify, Etsy, Wayfair, Target и Walmart. Смысл в том, что подбор товара, наличие, цена и оформление заказа переезжают в один диалог с ассистентом.

Для нас это означает две вещи. Первая: в рекомендацию начинают напрямую попадать товарные данные, то есть фид, остатки, условия доставки и возврата, а не только статьи про бренд. Вторая: российские ассистенты живут по своим правилам и со своим набором источников, поэтому выводы по западным моделям на Алису и GigaChat не переносятся. Серию прогонов приходится вести по обеим группам и сравнивать их между собой, а не усреднять в одну цифру.

Ещё одно следствие, неприятное для отчётности: ответы ассистентов меняются без предупреждения, и замер годичной давности не стоит ничего. Регулярность важнее глубины, лучше тридцать запросов каждый месяц, чем триста один раз.

Чек-лист первого аудита рекомендаций

1. Выбрать одну категорию и собрать 30-40 запросов на подбор товара, записать их дословно.
2. Прогнать серию в пяти и более ассистентах, по три-пять повторов, в чистой сессии и одном регионе.
3. Посчитать долю ответов с упоминанием бренда и то же самое по трём конкурентам.
4. Выписать характеристики, которыми модель описывает рекомендованные товары.
5. Открыть все цитируемые источники и разметить их по типу и доступности.
6. Сопоставить: что модель называет и что из этого вообще написано на вашем сайте и в карточках.
7. Из пробелов собрать задачи контент-плана и повторить замер через месяц тем же набором запросов.

Руками такая серия на одну категорию занимает два-три рабочих дня, и повторять её вручную каждый месяц никто не станет. Поэтому замеры я отдаю GEO-сервисам мониторинга: например, brandfound прогоняет запросы по десяти нейросетям, включая оба режима Алисы, и отдаёт тональность и список источников по каждому ответу. В этом же ряду смотрят VisioBrand, PixelTools. Какой бы сервис вы ни взяли, прогоните его по своему чек-листу требований: нужные вам модели, нужный регион, выгрузка сырых ответов, а не только итоговые проценты.

Вернёмся к созвону, с которого всё началось. На вопрос «почему там они, а не мы» правильный ответ не «потому что у них лучше оптимизация», а «давайте посмотрим, что ассистент про них знает и откуда». Через два дня у клиента на руках не догадка, а список формулировок, в которых его нет, и список страниц, из которых модель берёт слова про конкурентов. Этого достаточно, чтобы начать работать, и честнее любого объяснения алгоритма, который нам никто не показывал.