Спросите нейросеть о небольшой компании — и она может уверенно рассказать про тариф, которого никогда не существовало, офис в городе, где вы не работаете, и «основателя», чьё имя вы слышите впервые. Это галлюцинации — не сбой конкретной модели, а свойство самой технологии. Пока выбор через ИИ был экзотикой, такие ответы были курьёзом. Теперь 35% российских интернет-покупателей выбирают товары с помощью ИИ (Яндекс и РБК, 2026), у одного только ChatGPT — 900 млн пользователей в неделю, и выдуманный факт о компании читает массовая аудитория.

Откуда берутся галлюцинации

Языковая модель не хранит базу проверенных фактов. Она предсказывает наиболее вероятное продолжение текста — и оптимизирована на правдоподобие, а не на истинность. Пока о бренде написано много, правдоподобный текст почти совпадает с правдой. Когда данных мало, модель достраивает картину из того, что «обычно бывает» у похожих компаний: у доставки «должна быть» рассрочка, у SaaS — бесплатный тариф, у сети — филиал в вашем городе.

Поэтому галлюцинации — не случайные сбои, а систематическое поведение на разреженных данных. И достаются они в первую очередь не корпорациям, о которых написаны тысячи страниц, а малому и среднему бизнесу, о котором интернет знает мало и противоречиво.

Почему ИИ выдумывает именно о компаниях

  • Пробелы в данных. Нет внятной страницы с ценами — модель «вспомнит» цену из старого обзора конкурента или сгенерирует типичную для рынка.
  • Тёзки. Одноимённая компания из другого региона или отрасли — и её факты вплетаются в ваш портрет.
  • Смешение с конкурентами. Функции и условия лидера категории модель охотно приписывает всем заметным игрокам рынка.
  • Противоречивые источники. Если цены на сайте, в каталоге и в обзоре расходятся, модель выбирает вариант непредсказуемо — или «усредняет» в несуществующий.

Галлюцинация или устаревшие данные?

Эти проблемы часто путают, а лечатся они по-разному. Устаревший факт когда-то был правдой: прошлогодний прайс, закрытый филиал — модель пересказывает старый снимок интернета. Галлюцинация правдой не была никогда: модель её сгенерировала. Против устаревания работает обновление источников, против галлюцинаций — их наполнение: модель фантазирует там, где ей нечего цитировать. Оба типа ошибок с планом действий мы разобрали в статье «Нейросети ошибаются о вашем бренде».

Чем опасен уверенный тон

Модель подаёт выдумку тем же тоном, что и факт: без «кажется», без оговорок, с конкретными цифрами. Пользователь не может отличить одно от другого — и не станет перепроверять: нейросеть даёт один готовый ответ, а не десять ссылок. Клиент, которому ИИ «рассказал», что у вас нет доставки или что тариф дороже, молча уходит к конкуренту — в вашей аналитике этого не видно, и жаловаться никто не придёт.

Самая дорогая галлюцинация — не абсурдная, а правдоподобная. «Основана в 1812 году» клиент распознает сам; «доставка от пяти дней» вместо ваших двух — уже нет. Он просто выберет тех, у кого «быстрее».

Можно ли вылечить галлюцинации

Полностью — нет: это фундаментальное свойство генеративных моделей, и обещания «убрать галлюцинации о вашем бренде» стоит делить на десять. Но частоту выдумок именно о вас снизить можно — закрыв пробелы, которые модель заполняет фантазией:

  • насыщайте интернет фактами о себе: 84% цитат в ИИ-ответах — сторонние площадки, поэтому обзоры, каталоги, справочники и отзовики важнее косметики на собственном сайте;
  • держите сайт машиночитаемым: страница цен с датой обновления, FAQ с прямыми ответами, разметка Schema.org;
  • устраняйте противоречия: единые названия, цены и контакты во всех источниках;
  • помните про движки с поиском: Поиск с Алисой, Perplexity и другие перепроверяют факты по свежей выдаче — когда им есть что процитировать, необходимость выдумывать снижается.

Полный список факторов, влияющих на ответы, — в статье «Как попасть в рекомендации нейросетей: 7 работающих факторов».

Как ловить галлюцинации раньше клиентов

Ответы стохастичны: текст генерируется заново при каждом обращении. Вам выдумка может не попасться ни разу, а клиентам — показываться регулярно, поэтому «я спросил, всё нормально» ничего не гарантирует. Нужны серии прогонов по каждому вопросу, по всем движкам, где есть ваша аудитория, — и регулярно, потому что модели обновляются. Как провести первую проверку руками — в пошаговой инструкции проверки бренда.

«Брендометр» делает это автоматически: задаёт ваши вопросы одиннадцати нейросетям сериями, сохраняет полные тексты ответов и показывает цитируемые источники — так галлюцинация видна вместе с причиной: устаревшим обзором, чужой карточкой или пустотой, которую модель заполнила сама. Об изменениях сервис сообщает в Telegram. При регистрации — до 1 200 бонусных кредитов: хватает, чтобы за день узнать, что одиннадцать нейросетей рассказывают о вас клиентам. Проверьте, что ИИ не выдумывает о вашей компании.