Алиса AI в Яндекс Браузере: почему видимость бренда там нужно мерить отдельно

Яндекс Браузер с Алисой AI всё чаще отвечает на запрос сразу, вместо того чтобы вести человека по ссылкам. Для бренда это значит, что часть решений о выборе принимается внутри ответа помощника. Такой ответ стоит измерять как отдельный канал, а не считать продолжением ChatGPT: наборы источников у них разные, и выводы по одному каналу о другом почти ничего не говорят.

Два разных окна, а не один поиск

В Яндексе сейчас две разные точки, где пользователь получает готовый ответ: Поиск с Алисой в выдаче и Чат с Алисой в диалоге. Они опираются на разные наборы источников и по-разному собирают список брендов. Если считать их одним каналом, доля упоминаний усредняется и перестаёт что-либо объяснять.

Условный пример: в выборке из 300 запросов по одной категории бренд встречается в 24% ответов Поиска с Алисой и в 9% ответов чата. Среднее по двум точкам даст 16% и скроет обе картины сразу. Само по себе это число ничего не доказывает, а решение на его основе будет принято не там, где проблема.

Почему бренд заметен в ChatGPT и невидим в Алисе

Расхождение между каналами обычно складывается из нескольких причин, и они накладываются друг на друга.

1. Источники. Алиса чаще опирается на русскоязычные площадки, отраслевые медиа, карточки организаций и отзывы. ChatGPT заметно больше берёт из англоязычного массива.
2. Свежесть. Обновлённая страница попадает в один канал за дни, в другой за месяцы, и короткий замер покажет это как падение видимости.
3. Длина ответа. В короткую выжимку помещаются два-три бренда, в развёрнутую пять-семь, и число упоминаний растёт у всей категории сразу.
4. Формулировка. Запросы «лучший сервис для задачи» и «что выбрать под задачу» в Алисе расходятся по составу брендов сильнее, чем в ChatGPT.
5. Регион и язык. Ответ привязан к городу и языку запроса, поэтому замер без фиксированного гео сравнивать между неделями нельзя.

Какие показатели считать по Алисе отдельно

1. Доля упоминаний по кластеру запросов, а не по отдельным формулировкам.
2. Доля рекомендаций: бренд назван как решение или перечислен среди вариантов. Это разные вещи, и для бренда интереснее второй показатель в сравнении с первым.
3. Позиция в перечислении: первое название в ответе и четвёртое читаются пользователем по-разному.
4. Цитируемые источники: какие домены помощник приводит рядом с категорией.
5. Доля ответов, где брендов нет вообще: это отдельная точка входа, а не провал замера.
6. Динамика по неделям при одинаковой выборке запросов.

Как собрать замер, которому можно верить

Один замер даёт ложное впечатление: помощник отвечает на один и тот же запрос по-разному в разные дни. Рабочий минимум это 100-300 запросов на категорию, зафиксированный регион, одна формулировка на один интент и повтор замера хотя бы раз в неделю. Проверять гипотезу стоит на нескольких группах запросов: если расхождение видно только в одной, причина скорее в формулировках, а не в видимости бренда.

Несколько десятков запросов можно проверить руками в таблице. Для регулярного наблюдения за Поиском с Алисой и Чатом с Алисой используют GEO-сервисы, например brandfound, Pixel Tools, GeoRank и другие: они хранят историю замеров и разделяют каналы, иначе динамику не с чем сравнивать.

Что с этим делать бренду

Первый шаг недорогой: развести замер по каналам и перестать считать общую видимость одним числом. Дальше смотреть не только на долю упоминаний, но и на источники, которые помощник цитирует рядом с категорией. Обычно оказывается, что в Алисе у категории свой набор цитируемых площадок, и он почти не совпадает с тем, что приводит ChatGPT.

Прежде чем переписывать контент, стоит проверить одну гипотезу: бренд действительно проигрывает в Алисе или выборка собрана из запросов, на которые помощник вообще не называет брендов. Это два разных случая с разными решениями, и различить их можно только на данных, собранных за несколько недель.