Нейросеть составила рейтинг 160 компаний Томска. Мы разобрали, как она это сделала

Клиент всё чаще спрашивает не поисковик, а нейросеть: «кто лучшие?» — и получает короткий список. Мы замерили, как этот список собирается: 79 живых вопросов по 16 категориям, 160 компаний, 430 упоминаний, 326 брендов в ответах Алисы. Разбираем механику по шагам — методика открыта, её можно повторить на своём рынке

Обложка к статье о рейтинге AI Visibility Index ТОП-160 г. Томска

Как ИИ собирает рейтинги

Механика простая: нейросеть не изобретает ответ, а собирает его из сигналов — карточек на площадках, отзывов, описаний услуг, внешних упоминаний. Поэтому бренд может быть известен людям и почти отсутствовать в ответах ИИ, и наоборот: менее известная компания может стать рекомендацией в узком запросе.

Мы назвали это зоной слепоты: бренд заметен для людей и почти невидим для нейросети, которая собирает о него рекомендацию.

Эксперимент: 79 запросов, 160 компаний

6 октября 2026 года мы прогнали через Алису (поиск Яндекса, режим инкогнито, новый чат без истории) 79 запросов по 16 категориям: стоматологии, кафе, салоны красоты, ИТ-компании, ветклиники, ремонт телефонов, грузоперевозки, праздники, образование, фитнес — плюс недвижимость, тату, автосервисы, юристы, типографии и отдельная категория GEO-маркетинга.

Вопросы трёх типов: рейтинговые («топ-10 лучших ресторанов Томска»), сравнительные («сравни и дай свой личный рейтинг из 5»), узконаправленные («юрист для банкротства»). Именно в живых формулировках видна контекстная доступность бренда — доступность в момент выбора, а не известность вообще.

Формула рейтинга: упоминание — 1 балл, первое место или рекомендация №1 — 3 балла. Это не оценка качества компаний: рейтинг измеряет видимость, а не уровень сервиса.

Первые места в 16 категориях рейтинга AI Visibility Index Топ-160 Томска

Из чего собирается рекомендация

Главный слой данных — источники, на которых ИИ строит ответ:

Источники, на которые нейросеть ориентируется при генерации рейтингов

1.     2ГИС — упомянут в 70 из 79 ответов
2.     Zoon — 67
3.     Яндекс Карты — 66
4.     ВКонтакте — 38, Flamp — 37, Авито — 31, Яндекс Услуги — 28
5.     Yell — 21, Профи.ру — 12, ПроДокторов — 8

Кейс: проверили сами себя

Отсюда два разных состояния бренда. Доступен для рекомендации — есть карточки, понятные описания, согласованные данные. Рекомендуется — к доступности добавляются убеждающие сигналы: живые отзывы, ясная специализация, уникальный контент, репутация. Карточка — это входная дверь. Но дверь сама по себе ещё не приглашает клиента внутрь.

Категорию GEO-маркетинга добавили намеренно. Результат: в трёх из четырёх запросов Алиса упомянула GEO-Апгрейд — и в этих же трёх ответах поставила его первым. Итог: 12 баллов (3 упоминания + 3 первых места), первое место в категории.

Не объявляем победу: один замер — сигнал, а не закон. Нужны повторные прогоны. Но самопроверка работает именно так, как задумана.

Что с этим делать маркетологу

Три шага, которые мы проверили на себе:

1.     Спрашивайте нейросеть так, как спрашивает клиент: не «кто лучший», а «кому доверить задачу X».
2.     Смотрите на источники ответа: 2ГИС, Zoon, Яндекс Карты — точки входа; если ИИ их называет — начинайте с карточек.
3.     Фиксируйте замер: дата, формулировки, система. Без записи через месяц не отличите изменение видимости от изменения вопроса.

Протокол из 5 шагов и полный рейтинг 160 позиций — на странице эксперимента: https://geo-upgrade.ru/top-160-tomsk.html

Вместо вывода

Каждый вопрос к нейросети — потенциальный клиент у порога. Ответ зависит не от бюджета на рекламу, а от согласованности сигналов: карточек, отзывов, контента и упоминаний. Проверить свою видимость можно за один вечер — методика открыта.

Дарья Жарких, GEO-маркетолог, основательница лаборатории GEO-Апгрейд (geo-upgrade.ru). Замеры и протоколы публикуем в блоге лаборатории.