На созвоне по продлению контракта маркетолог производителя открывает ChatGPT и набирает запрос с названием своей компании. Название сильное: за двадцать лет оно ушло в язык, его пишут со строчной буквы в отзывах, в тендерной документации и в заголовках статей у конкурентов. Ассистент отвечает подробно и структурно, перечисляет пять поставщиков. Компании маркетолога среди пяти нет. Зато есть те, кому он последние три года рассылал претензии за использование этого слова на упаковке.
Дальше звучит вопрос, который я слышу на каждом втором пресейле в такой ситуации: мы это слово и придумали, почему нас тут нет. Ответ неприятный: для нейросети это не ваше имя. Это название категории, и ответ она собирает про категорию.
В обычном проекте граница очевидна. «Купить стиральную машину» это категория, «стиральная машина конкретного производителя» это бренд, и первая группа запросов стоит дороже второй, потому что в ней вас никто не ищет по имени. У бренда-нарицательного граница стёрлась: одно и то же слово работает и как имя, и как класс товара, а что именно имел в виду пользователь, модель решает по тому, как это слово употребляется в источниках.
Примеры из языка знают все: гуглить, ксерокс, памперсы, термос, джип. Юридический статус у них разный, часть имён защищена, часть признана общеупотребительной, и спор об этом тема не для нашей статьи. Для видимости в ответах нейросети важно другое: соотношение текстов, где слово стоит как имя производителя, и текстов, где оно стоит как характеристика любого товара такого типа.
Мы прогоняли такие пары запросов на клиентских проектах, где имя бренда ушло в обиход, и сравнивали состав рекомендаций. Повторяющиеся паттерны такие.
Оговорюсь честно: это не исследование рынка. Выборка агентская, несколько десятков проектов, ниши неоднородные, и формулировки запросов мы подбирали руками. Но паттерн повторяется достаточно часто, чтобы закладывать его в аудит и проверять на старте, а не через полгода.
Коротко: нарицательное имя это не бесплатный трафик, а чужая витрина с вашей вывеской. Узнаваемость вы оплатили, а выбор на ней делают за вас.
Если совсем коротко, считать нужно не одну цифру видимости, а две: по имени и по категории. Разрыв между ними и есть та часть узнаваемости, которая работает на конкурентов.
Таких имён в России больше, чем кажется, и живут они не только в FMCG. В B2B-нишах слово завода-первопроходца становится обозначением типа изделия внутри отрасли: так говорят снабженцы, так пишут в техзаданиях, так формулируют в тендерах. Пока закупщик шёл в поиск, бренд в выдаче хотя бы присутствовал. Ассистент отдаёт короткий список из трёх-пяти названий, и строки «вот ещё двадцать производителей» в нём нет.
Вторая российская особенность это разброс между ассистентами. Для клиентских замеров я использую GEO-сервисы мониторинга: например, brandfound прогоняет запросы по десяти нейросетям, включая оба режима Алисы, и показывает тональность и источники каждого ответа. Какой бы сервис вы ни взяли, прогоните его по своему чек-листу требований: какие модели закрыты, видны ли источники ответа, можно ли задать регион и выгрузить историю замеров.
И вернусь к тому маркетологу на созвоне. Претензии производителям он рассылать не перестал, это его право. Но в квартальном отчёте появилась вторая цифра, и стало видно, что по собственному слову компания поднялась с нуля до двух упоминаний из десяти ответов. Имя у бренда забрать уже нельзя. Можно вернуть себе хотя бы ответ на него.