Быстрые ответы Алисы показываются в 42% поисковых запросов Яндекса, у ChatGPT — 900 млн пользователей в неделю. Часть ваших клиентов уже сегодня спрашивает нейросети о вашей категории и вашем бренде. Что именно им отвечают, можно выяснить за один вечер и без специальных инструментов. Ниже — пошаговая инструкция ручной проверки и честный разбор её ограничений: почему одному прогону нельзя верить и зачем нужны серии с доверительными интервалами. Если термин GEO вам пока незнаком, начните со статьи «GEO-мониторинг: что это и зачем».

Шаг 1. Соберите вопросы, которые задают клиенты

Проверять нужно не «расскажи о компании X» — так клиенты не спрашивают. Составьте список из трёх типов запросов:

  • Категорийные: «какой сервис сквозной аналитики выбрать», «где заказать кухню под ключ в Екатеринбурге». Здесь решается, попадёте ли вы в шорт-лист покупателя.
  • Брендовые: «что за компания X», «можно ли доверять X», «отзывы о X». Здесь модель формирует вашу репутацию.
  • Сравнительные: «X или Y — что лучше для малого бизнеса». Здесь модель прямо выбирает победителя.

Берите реальные формулировки: из чатов поддержки, звонков отдела продаж, поисковых запросов в Вебмастере и Метрике. Для первой проверки достаточно 10–20 вопросов.

Шаг 2. Проверьте Алису и Поиск с Алисой

Задайте каждый вопрос дважды: в самой Алисе и в обычном поиске Яндекса — быстрый ответ появляется над органической выдачей. Фиксируйте не только текст, но и ссылки на источники: 90% источников в ответах Алисы берутся из топ-10 органики Яндекса. Практический вывод: если по запросу вашего сайта нет в топ-10, шансы попасть в нейроответ по нему невелики; и наоборот — запросы, где у вас сильные позиции, стоит проверять в первую очередь. Как устроены нейроответы Алисы и что влияет на их содержание — в статье «Что Алиса отвечает о вашем бизнесе».

Шаг 3. Проверьте ChatGPT и остальные движки

Чтобы результаты были сопоставимы с тем, что видят клиенты, соблюдайте три правила:

  1. Новый чат на каждый вопрос. Контекст предыдущих сообщений влияет на ответ: если вы уже обсуждали свой бренд, модель начнёт «подыгрывать».
  2. Отключите персонализацию. Используйте временный чат или отключите память: модель подстраивается под вашу историю, а клиенты видят «чистый» ответ.
  3. Спрашивайте как клиент. Не «дай информацию о бренде X», а «посоветуй, где…» — теми же формулировками, что вы собрали на первом шаге.

По той же схеме стоит пройтись по GigaChat, DeepSeek, Perplexity, Gemini и Claude: аудитории у движков разные, и ответы часто расходятся радикально — один рекомендует вас первым, другой вообще не знает о вашем существовании.

Шаг 4. Зафиксируйте результаты в таблице

Минимальный набор колонок:

  • вопрос и движок;
  • упомянут ли бренд и рекомендован ли явно;
  • тональность: позитив, нейтрально, негатив;
  • названные конкуренты;
  • процитированные источники (URL);
  • дата проверки и скриншот ответа.

Отдельно помечайте фактические ошибки — неверные цены, устаревшие условия, приписанные услуги. Что с ними делать, мы разобрали в статье «Нейросети ошибаются о вашем бренде: чем это грозит и что делать».

Главная ловушка: один прогон ничего не доказывает

Ответы нейросетей стохастичны

Языковая модель генерирует текст вероятностно. На один и тот же вопрос, заданный в одинаковых условиях, она даёт разные ответы: сегодня назовёт ваш бренд, завтра — трёх конкурентов без вас. Это не сбой, а фундаментальное свойство технологии, и никакой «правильный промпт» его не отменяет.

Типичная ошибка: спросить один раз, увидеть свой бренд и решить «у нас всё хорошо». В серии из десяти прогонов может оказаться, что бренд появляется лишь в трёх ответах — то есть семь из десяти клиентов вас не увидят. Единичная проверка нерепрезентативна по определению.

Как измерять честно

  • Серии прогонов. Каждый вопрос задаётся каждому движку несколько раз — минимум пять, лучше десять.
  • Доля упоминаний вместо «да/нет». Итог формулируется как «бренд упоминается в 60% ответов на этот вопрос», а не «ChatGPT нас знает».
  • Доверительные интервалы. При малом числе прогонов разброс велик: рост доли с 40% до 50% при интервале ±15 процентных пунктов — ещё не рост, а шум. Интервал показывает, каким цифрам можно верить.
  • Повторяемость. Одни и те же формулировки, чистый контекст, фиксированная методика — иначе замеры разных недель нельзя сравнивать между собой.

Почему ручной способ быстро упирается в потолок

Посчитаем: 15 вопросов, 11 движков, 5 прогонов — это 825 ответов на один замер. Каждый нужно прочитать, разметить тональность, выписать конкурентов и источники. А замер имеет смысл повторять хотя бы раз в две-четыре недели, потому что главная ценность — динамика: что изменилось после выхода публикации, обновления сайта или всплеска отзывов.

Ручная проверка — правильный первый шаг: за вечер вы узнаете о видимости бренда в нейросетях больше, чем большинство ваших конкурентов знает о своей. Но как регулярный процесс она не масштабируется.

Автоматизация

«Брендометр» делает то же самое системно: задаёт ваши вопросы одиннадцати нейросетям — от Алисы и GigaChat до ChatGPT и Gemini — сериями, считает долю упоминаний с доверительными интервалами, определяет тональность, собирает конкурентов и цитируемые источники, сохраняет полные тексты ответов и присылает изменения в Telegram. При регистрации вы получаете 400 кредитов — этого хватает на полную первую проверку бренда. Запустите первый замер бесплатно — и сравните его результаты со своей ручной проверкой.