Покупатель задаёт ChatGPT один вопрос, а нейросеть ищет совсем другое. Как это влияет на GEO
На первый взгляд кажется, что оптимизация под нейросети сводится к сбору вопросов покупателей: собрали живые формулировки, под каждую написали материал, ждём упоминаний. Но между вопросом в чате и тем, что модель отправляет в поиск, есть ещё один шаг. Именно на нём бренд чаще всего и теряется.
Что показало исследование Rocketblue
6 октября опубликовано исследование Rocketblue: разобрано 193 410 поисковых запросов, которые ChatGPT, Claude и Perplexity сформировали сами при обработке 158 654 обращений пользователей за июль, август и сентябрь 2026 года. Главное в нём касается не качества ответов, а того, что происходит с формулировкой по пути от чата к поиску.
- ChatGPT и Claude сжимают длинный вопрос до короткой поисковой фразы, которая ближе к привычному поисковому запросу, чем к живой речи.
- Perplexity чаще сохраняет исходную формулировку пользователя.
- Одно обращение превращается в несколько поисковых запросов: в выборке их больше, чем самих обращений.
Для SEO это привычная ситуация: поисковая система всегда работала с переформулированным запросом. Для GEO уже нет. Если материал написан ровно под разговорную фразу покупателя, он может просто не встретиться с тем запросом, по которому модель собирает ответ.
Вопрос покупателя и запрос модели это разные тексты
Покупатель пишет: «что подарить жене на годовщину, если она любит готовить, бюджет до 15 тысяч». Модель не ищет это целиком. Она разбирает вопрос на части и идёт в поиск за тем, чего ей не хватает: за ценами, характеристиками, сравнениями конкретных моделей. Название категории из вопроса в этих запросах может не появиться вовсе.
Почему модель ищет по характеристикам, а не по категории
Что относится к технике для кухни, модель знает и без поиска. Чего она не знает, так это текущих цен, наличия, отличий моделей между собой и того, кому что подходит. Поэтому в поиск уходит не категория, а уточнение: мощность, ёмкость, совместимость, гарантия, отличие одной модели от другой. Страница, построенная вокруг общей формулировки вопроса, таких данных не содержит и в источники ответа не попадает.
Что это меняет в работе над видимостью
Проверять стоит не только то, появляется ли бренд в ответе на покупательский вопрос, но и то, по каким темам и формулировкам он вообще присутствует в источниках, доступных модели. Отдельные ответы можно разобрать вручную, для регулярной картины используют GEO-сервисы: brandfound отслеживает упоминания бренда в ответах десяти ассистентов вместе с тональностью и списком источников, похожие задачи решают PixelTools AI-Visibility, GeoRank.
- По каким темам бренд уже появляется в ответах и какие источники модель для этого использует.
- Есть ли на сайте и во внешних публикациях конкретика: цены, характеристики, сравнения, условия, сроки.
- Что находится по коротким фразам вашей тематики, а не по разговорным вопросам: это та часть, где по-прежнему работает обычное SEO.
- С кем бренд сравнивают в ответах и чьи материалы стоят в источниках рядом с вашими.
Контент-план закрывает два способа поиска сразу
Из этого не следует, что материалы под вопросы покупателей не нужны. Следует, что их недостаточно. План разумно строить парами: разбор живого вопроса для человека, который так и спросит, и отдельный материал с данными под короткий запрос, которым модель этот вопрос заменит. Проваливается обычно вторая половина плана: она выглядит скучно и слишком похожа на старое SEO.
Если бренд не появляется в ответах, причина не всегда в объёме контента. Чаще дело в том, что текст написан под формулировку покупателя, а модель искала по другой. Я бы начал с разбора источников в тех ответах, где бренд уже появляется: по ним видно, какие запросы модель считает нужными для вашей темы.