Репутация в ответах нейросетей

Раньше компанию проверяли через поиск и отзовики. Теперь всё чаще спрашивают ИИ-ассистента и получают один короткий ответ вместо десяти ссылок. Область новая, устоявшихся методик нет, но базовая логика понятна — разберём её без обещаний.

Почему о компаниях спрашивают у ИИ

Причина простая: экономия усилий. Выдача требует открыть вкладки, сравнить источники и сделать вывод самому. Ассистент делает это за пользователя и выдаёт готовую формулировку: «работает с 2015 года, отзывы в основном положительные, часто жалуются на сроки». Человек получает вывод, а не материал для вывода.

Отличие от классического SERM здесь принципиальное. В поиске есть десять позиций, часть из них вы можете занять сами. В ответе нейросети позиция одна, и она уже содержит оценку — пролистать дальше и найти другое мнение пользователь не может.

Откуда модель берёт сведения о бренде

Единого источника нет. На практике сведения о компании собираются из нескольких слоёв, и каждый из них вы контролируете в разной степени:

• Сайт компании — страницы «О компании», услуги, цены, контакты, юридические реквизиты. Самый управляемый слой.
• Карточки на площадках и картах — 2ГИС, Яндекс Карты, Google Maps, отраслевые каталоги. Здесь модель находит категорию бизнеса, адреса, режим работы и рейтинг.
• Отзывы — площадки-отзовики, маркетплейсы, соцсети. Это основной источник оценочных суждений: именно оттуда в ответ попадают формулировки вроде «часто жалуются на».
• Статьи и упоминания — публикации в СМИ, отраслевые обзоры, подборки, обсуждения на форумах.
• Структурированные данные — разметка Schema.org на сайте, справочники, открытые реестры юрлиц.

Чем разрознённее эти слои, тем выше шанс неточного ответа: если на сайте одно название, в карточке другое, а в статьях третье, модель может не связать их в одну компанию.

Почему негатив из источников попадает в ответ

Нейросеть не проверяет справедливость претензии, она видит повторяющийся паттерн: если в двадцати отзывах упоминается задержка доставки, это станет устойчивой характеристикой бренда — даже если проблему давно исправили. Работают три механизма:

1. Повторяемость. Одна и та же жалоба на нескольких площадках выглядит как подтверждённый факт.
2. Эмоциональность. Развёрнутый негативный текст содержит больше конкретики, чем «всё отлично, спасибо», и лучше подходит для пересказа.
3. Отсутствие ответа. Если компания не ответила на претензию, у модели нет второй стороны — в источнике есть только версия автора отзыва.

Отдельная проблема — устаревание: ответ может воспроизводить положение дел годичной давности, старый адрес или закрытое направление.

Что реально можно сделать

Влиять напрямую на ответ нейросети нельзя. Влиять на источники, из которых он собирается, — можно, и это обычная работа по управлению репутацией в интернете, только с поправкой на то, как читает данные машина.

• Фактические материалы. Страницы с конкретикой: годы работы, лицензии, состав услуг, география, порядок работы. Общие слова вроде «динамично развивающаяся компания» бесполезны: цитировать нечего.
• Разметка Schema.org. Organization или LocalBusiness, а также Product, FAQPage, Review там, где это соответствует содержимому страницы. Разметка должна описывать то, что на странице действительно есть.
• Единые данные о компании. Одинаковое название, адрес, телефон, режим работы, описание — на сайте и во всех карточках. Расхождения — главная причина «склейки» вашего бренда с чужим.
• Работа с отзывами. Реальные отзывы от клиентов, публичные ответы компании на негатив, законное удаление того, что нарушает правила площадки. Ответ компании важен вдвойне: он добавляет в источник вторую точку зрения.
• Мониторинг упоминаний и площадок — см. мониторинг репутации.

Чего делать нельзя

И главное ограничение, о котором стоит говорить прямо: никто не может гарантировать конкретную формулировку в ответе модели. Управлению поддаётся только качество и согласованность источников.

Кому это важно уже сейчас

• Медицина, юруслуги, финансы, образование — там компанию проверяют особенно тщательно.
• Продавцы на маркетплейсах: карточки Ozon и Wildberries — плотный источник отзывов.
• Локальный бизнес и 2ГИС: расхождения в карточках здесь встречаются чаще всего.
• Компании после волны негатива: старые публикации живут дольше самой ситуации.

Начинать разумно с инвентаризации: где упоминается бренд, совпадают ли данные, на какие отзывы нет ответов. Аудит репутации мы делаем бесплатно.