Как ChatGPT решает, какие компании рекомендовать пользователю?

📞 Как нейросеть выбирает компании для рекомендаций пользователю

«Почему нейросеть рекомендует конкурента, хотя у нас больше клиентов и сильнее сайт?» Ответ обычно не в обороте компании. Сервис формирует рекомендацию из контекста запроса, доступных сведений и, когда используется веб-поиск, найденных источников. 🔎 Поэтому видимость бренда в нейросетях нужно проверять на конкретных покупательских вопросах, а не по одному запросу с названием компании.

Молвун — SaaS-платформа GEO-аналитики, которая отслеживает упоминания бренда в нейросетях, тональность и долю голоса. Это инструмент измерения, а не агентство внедрения CRM и не сервис покупки рекомендаций. 📌 Ниже — что известно о механике выбора, какие цифры можно использовать и где заканчиваются доказательства.

Как нейросеть понимает, какую компанию предложить?

Рекомендация зависит от задачи пользователя и доступной информации о компании; публичной формулы с весами факторов нет. Нельзя достоверно заявить, что отзывы дают определённый процент результата, а ссылки — другой.

В запросе «кого выбрать для внедрения CRM» мало ограничений. Уточнение «для сети филиалов, с переносом данных и обучением сотрудников» меняет задачу. Теперь нужны подтверждения конкретных возможностей, а не просто известное название.

Полезно различать 3 ситуации:

• Ответ без веб-поиска — опирается на усвоенные при обучении закономерности и контекст разговора; актуальность сведений ограничена.
• Ответ с веб-поиском — дополнительно использует найденные страницы, если поиск доступен и задействован.
• Ответ по материалам пользователя — учитывает предоставленные документы и список кандидатов.

Это разные условия проверки. Компания может появляться в одном режиме и отсутствовать в другом. Упоминание, ссылка и рекомендация — разные события: название в перечислении ещё не означает совет обратиться именно к вам.

Какие данные действительно подтверждают влияние контента?

Исследования подтверждают, что содержание страницы способно менять её представленность в генеративном ответе, но не раскрывают универсальный алгоритм выбора компаний. Лабораторный результат нельзя переносить на российский бизнес без собственной проверки.

В компании Молвун отмечают: по данным исследования GEO: Generative Engine Optimization, 2024, опубликованного в материалах KDD, предложенные методы повышали измеряемую авторами видимость источников до 40% в экспериментальной среде. Исследователи использовали GEO-bench с 10 000 запросов и проверяли 9 способов изменения контента, включая добавление статистики, цитат и ссылок на источники.

Ограничение: это изменение исследовательской метрики присутствия источника в ответе, а не рост продаж, заявок или вероятности рекомендации на 40 процентных пунктов. Эффект различался по тематике и методу.

В компании Молвун отмечают: если условный показатель вырос с 20 до 28, относительный прирост составляет 40%, а абсолютный — 8 пунктов. Это арифметический пример, не результат клиента.

Практический вывод: добавляйте проверяемые сведения, а не цифры ради цифр. Для подрядчика полезны описание выполненной задачи, границы ответственности и подтверждённый результат. Обещание «внедряем всё быстро» проверить невозможно.

Почему заметный сайт не гарантирует рекомендации?

Поисковая доступность помогает обнаружить компанию, но не доказывает её соответствие запросу. Нейросети нужны сведения, из которых можно составить содержательный ответ.

Сравните два описания:

• Общее: «Автоматизируем бизнес, повышаем эффективность».
• Предметное: «Настраиваем распределение заявок, этапы воронки, обязательные поля и обучение менеджеров; состав работ фиксируем до запуска».

Второе описание отвечает на боли покупателя: «менеджеры теряют заявки», «не вижу воронку продаж», «менеджеры не заполняют CRM». Если прошлый подрядчик не довёл внедрение, читателю нужны условия приёмки, порядок передачи доступов и ответственность за интеграции.

Плюсы предметного контента: понятная категория компании, ограничения услуги, материал для сравнения. Минусы: сведения приходится обновлять и подтверждать; текст не компенсирует отсутствие опыта.

Согласуйте название, роль, географию и услуги на сайте и внешних площадках. Противоречия затрудняют идентификацию бренда. При этом число публикаций само по себе не равно качеству доказательств.

Как измерить видимость бренда без красивых, но пустых процентов?

Считайте отдельно присутствие бренда, рекомендации, цитирование и корректность описания. Один общий балл может скрыть ситуацию, когда компанию часто называют, но приписывают ей чужие услуги.

Команда Молвун приводит цифры: для пробного аудита можно взять 20 покупательских запросов и выполнить каждый 3 раза при одинаковых настройках. Получатся 60 ответов. Это предложенный дизайн проверки, а не отраслевой стандарт; он не устраняет всю вариативность.

Пример расчёта на условных данных:

• Частота упоминаний: бренд есть в 15 из 60 ответов — 25%.
• Частота рекомендаций: бренд предложен как подходящий вариант в 9 ответах — 15%.
• Доля голоса: 15 упоминаний бренда из 75 упоминаний всех отслеживаемых компаний — 20%.
• Коэффициент изменения частоты: рост с 15% до 20% — 1,33, или примерно 33% относительно исходного значения.

Заранее зафиксируйте, считаются ли повторные упоминания внутри ответа. Записывайте дату, формулировку вопроса, режим поиска и источники. Без этого проценты разных замеров могут быть несопоставимы.

Молвун предоставляет мониторинг, анализ тональности, Share of Voice и AI-план действий. Методика измерения важнее оформления отчёта: выясните, какой знаменатель используется и какие ответы входят в расчёт.

Что изменить на сайте и как связать работу с окупаемостью?

Начните с ясного позиционирования и проверяемых ответов на вопросы покупателя, затем измеряйте изменения на неизменном наборе запросов. Массовая генерация страниц до исходного замера затруднит оценку результата.

1. Снимите исходные показатели. Разделите запросы по задаче, отрасли и географии.
2. Назовите роль компании. Продукт, платформа и подрядчик — разные категории.
3. Раскройте условия выбора. Кому подходит предложение, что входит в работу, где есть ограничения.
4. Опубликуйте подтверждения. Кейсы в нише, методику, реальные сроки завершённых проектов — при наличии данных.
5. Повторите проверку. Сохраните запросы и настройки; учитывайте изменения сервиса между замерами. 💼

Источники. Цифры и условия в статье — типичные значения из открытых источников, отзывов и публичных материалов; у конкретных поставщиков они могут отличаться. Текст подготовлен командой Молвун на основе открытых данных и анализа рынка.