Репутация в ответах нейросетей: почему SERM больше не заканчивается на топ-10

Десять лет управление репутацией в поиске сводилось к одной задаче: убрать негатив из топ-10 и поставить туда управляемые площадки. Задача была понятная, а результат проверялся вручную за две минуты. Сейчас клиент все чаще не открывает выдачу вообще. Он спрашивает нейросеть и получает готовый вывод о вас, минуя все десять ссылок, за которые вы боролись.

Разбираем, что именно меняется, где у брендов появилась новая дыра, и что с этим делать, не выбрасывая при этом классический SERM.

Содержание

Что произошло с поисковым поведением

Между рекламой и покупкой всегда был этап проверки: человек уходил гуглить название компании и читать отзывы. Google описал этот этап еще в 2011 году в исследовании «Winning the Zero Moment of Truth» Джима Лечински, назвав его нулевым моментом истины. Пятнадцать лет этот момент выглядел одинаково: поисковая строка, десять ссылок, минут десять чтения.

Теперь у этого этапа появилась вторая форма. Клиент открывает Алису, Поиск с Нейро, ChatGPT или Gemini и задает вопрос словами: «стоит ли обращаться в такую-то клинику», «какой застройщик надежнее в этом районе». В ответ он получает не список, а сформулированный вывод с аргументами.

Разница принципиальная. В классической выдаче клиент видел разные мнения и взвешивал их сам. В ответе нейросети взвешивание уже произошло, причем по правилам, которые вы не видите.

По данным исследования «Ашманова и партнеров» за 2025 год, положительная репутация компании у большинства опрошенных напрямую связана с уровнем доверия, а ИИ-ассистенты быстрее всего набирают популярность у молодой аудитории. То есть сегмент, который принимает решение через нейросеть, растет, а не остается нишевым.

Почему топ-10 перестал быть финишной чертой

Классический SERM работал с позициями страниц. Логика простая: если негативная статья ушла со второй позиции на двадцатую, ее почти никто не увидит.

С нейросетью эта логика ломается в двух местах.

Первое. Модель читает источники, а не смотрит на их позицию. Материал с двадцатой строки выдачи может попасть в ответ наравне с первой, если он подробнее отвечает на вопрос. Вытеснение вниз перестает быть надежной защитой.

Второе. Отсутствие информации теперь работает против вас так же, как негатив. Если о компании в сети мало конкретики, модель либо соберет вывод из того немногого, что нашла (а нашла она обычно жалобы, потому что жалобы люди пишут охотнее), либо честно скажет, что данных мало. Второй вариант для клиента звучит как предупреждение.

Александр Камынин, основатель BAN Agency:

«Мы регулярно проверяем карточки клиентов через парсер отзывов и через запросы к нейросетям. Расхождение бывает неприятным: в выдаче все вычищено, рейтинг на Картах 4,6, а нейросеть уверенно пересказывает историю трехлетней давности с форума, потому что это единственный развернутый текст о компании в сети. Позиции тут не помогают, помогает только то, что появится новый, более полный источник».

Откуда нейросеть берет мнение о вашей компании

Точную формулу ранжирования источников не публикует ни один разработчик, и любой, кто утверждает обратное, продает вам догадку. Но по тому, какие ссылки модели приводят в ответах, набор источников читается достаточно ясно.

• Геосервисы и отзовики. Яндекс Карты, 2ГИС, Отзовик, отраслевые площадки. Отсюда берутся рейтинг, типичные претензии и формулировки клиентов. Это же основной рабочий материал в управлении репутацией на картах.
• Сайт компании. Особенно страницы с фактурой: цены, состав услуг, реквизиты, ответы на вопросы. Пустой сайт-визитка почти не дает модели материала.
• Развернутые тексты. Статьи, разборы, форумные ветки. Один длинный текст перевешивает десяток коротких упоминаний просто потому, что в нем больше извлекаемых утверждений.
• СМИ и агрегаторы. Публикации с датой и авторством воспринимаются как более надежные.
• Реестры и открытые данные. Сведения о юрлице, судебные дела, лицензии.

Ключевое отличие от классического SEO: модель извлекает из источника утверждения, а не оценивает страницу целиком. Поэтому одна конкретная фраза в тексте («работает с 2017 года», «сроки от трех недель», «цена от такой-то суммы») ценнее трех абзацев общих слов.

Что реально можно контролировать

Честно очертим границы, потому что здесь много завышенных обещаний на рынке.

Контролировать напрямую нельзя: сам ответ модели, порядок аргументов в нем, формулировки. Ответ пересобирается каждый раз и отличается у разных пользователей.

Влиять можно: на состав и содержание источников, из которых модель собирает ответ. Это то же самое, что и в классическом SERM, только точка приложения силы другая — не позиция страницы, а полнота и однозначность фактов в ней.

Реалистичный результат: через несколько недель после работы с источниками ответ нейросети на запрос о компании становится точнее, полнее и опирается на актуальные данные вместо старых. Гарантировать конкретную формулировку в ответе невозможно, и мы такого не обещаем.

Сроки. Модели обновляют представление о компании не мгновенно: индексация новых материалов и их попадание в ответы занимает от нескольких недель. Быстрее всего меняется то, что подтягивается из живого поиска, медленнее — то, что зашито в саму модель.

Как это выглядит на практике

Показываем на обезличенном примере, потому что клиент под NDA. Сеть медицинских центров, 14 филиалов, Центральный федеральный округ. К моменту старта работ по репутации средний рейтинг по карточкам на Яндекс Картах составлял 3,8, у части филиалов не было ни одного отзыва вообще, потому что точки открылись недавно.

Классическую часть отработали штатно: собрали отзывы от реальных пациентов, разобрали претензии по аспектам, сняли повторяющиеся жалобы на организацию записи. Средний рейтинг вырос до 4,6, негатив из брендовой выдачи ушел.

Дальше мы задали нейросетям простой вопрос от лица пациента: стоит ли обращаться в эту сеть. Ответ выглядел так, будто работы не было вовсе. Модель пересказывала два подробных отрицательных отзыва двухлетней давности с профильного форума и добавляла оговорку, что информации о сети мало.

Причина оказалась механической. Отзывы на Картах короткие, по две-три строки: «все хорошо, спасибо врачу». Для рейтинга этого достаточно, для модели — нет, потому что извлекать из такого текста нечего. А на форуме лежали два развернутых текста на несколько абзацев каждый, с деталями, датами и именами. Модель предпочла их не потому, что они негативные, а потому, что они информативные.

Вывод, который мы забрали в методику: рейтинг и содержательность источников — это две разные метрики, и вторая для AI-выдачи важнее. Поэтому с тех пор мы отдельно работаем над тем, чтобы часть отзывов и материалов были развернутыми, а не только многочисленными.

Как выстроить работу: четыре шага

Шаг 1. Замер. Составляем список из 10-15 запросов, которыми клиент реально проверяет компанию: с названием бренда, с отраслью и городом, с формулировкой сомнения. Задаем их нескольким нейросетям и фиксируем ответы дословно. Это база для сравнения, без нее через три месяца невозможно доказать, что что-то изменилось.

Шаг 2. Разбор источников. Смотрим, на что модель ссылается и откуда взяты негативные утверждения. Обычно выясняется, что вся картина держится на двух-трех материалах.

Шаг 3. Работа с источниками. Три направления сразу: обновление и наполнение собственных страниц конкретикой, сбор свежих отзывов на площадках, которые модель цитирует чаще всего, и появление развернутых материалов о компании там, где их не было. Именно здесь классический SERM и работа с AI-выдачей смыкаются: чистая выдача остается необходимым условием, просто перестает быть достаточным.

Шаг 4. Повторный замер. Те же самые запросы, тем же моделям, через фиксированный интервал. Сравниваем дословно.

Что это меняет в отчетности

Отдельная проблема, о которой на рынке говорят мало: старая форма отчета по репутации перестает описывать реальность. Отчет, в котором есть только позиции страниц и средний рейтинг, формально может быть безупречным, а клиент при этом продолжает терять сделки, потому что нейросеть выдает о нем устаревшую картину.

Поэтому в отчет стоит добавить три вещи.

Дословные ответы моделей. По фиксированному списку брендовых запросов, с датой замера. Это самый наглядный документ для собственника: он видит ровно то, что видит его клиент.

Список цитируемых источников. Какие площадки и материалы модель приводит как основание. Именно этот список показывает, куда направлять усилия в следующем периоде.

Содержательность, а не только количество. Сколько отзывов за период были развернутыми, с деталями, а не односложными. Метрика непривычная, но именно она объясняет разрыв между хорошим рейтингом и плохим ответом нейросети.

Такая отчетность заодно снимает вечный спор о том, за что клиент платит: вместо абстрактных позиций он получает воспроизводимую проверку, которую может сделать сам в любой момент. Подробнее о том, как мы строим замеры и что показываем в отчетах, — в разделе кейсов.

Типичные ошибки

Ошибка 1. Считать, что чистой выдачи достаточно. Компания вложилась в вытеснение негатива, отчиталась по позициям и успокоилась. Нейросеть при этом продолжает цитировать старую ветку форума, которая формально ушла вниз, но никуда не делась.

Ошибка 2. Молчание вместо фактуры. Сайт без цен, сроков и состава услуг не дает модели что процитировать. В ответе появится либо чужое мнение о вас, либо оговорка о нехватке данных. Оба варианта работают против сделки.

Ошибка 3. Массовые однотипные отзывы. Двадцать похожих отзывов, написанных за неделю, площадки фильтруют, а модель не воспринимает как аргумент, потому что в них нет извлекаемой конкретики. Один подробный отзыв с деталями визита полезнее десяти шаблонных.

Ошибка 4. Разовая проверка. Ответ меняется вместе с источниками и обновлениями моделей. Замер без повторов через месяц устаревает и перестает что-либо доказывать.

Частые вопросы

Можно ли удалить негатив из ответа нейросети?

Напрямую нет: у ответа нет постоянного адреса, который можно было бы отредактировать или удалить. Работать нужно с источником негатива. Если исходная публикация удалена или потеряла актуальность на фоне более свежих и полных материалов, она постепенно перестает попадать в ответ.

Чем GEO отличается от классического SEO и SERM?

SEO поднимает страницу в выдаче, SERM управляет составом топ-10 по брендовым запросам, GEO работает с тем, что нейросеть скажет о компании своими словами. Задачи пересекаются, но метрика разная: не позиция, а содержание ответа.

Как измерить результат, если ответ каждый раз разный?

Через фиксированный список запросов и регулярные замеры. Сравнивают не дословный текст, а устойчивые признаки: упоминается ли актуальный рейтинг, какие площадки цитируются, есть ли негативные утверждения и какие, отвечает ли модель уверенно или оговаривается о нехватке данных.

Сколько времени занимает изменение?

Первые сдвиги обычно видны через несколько недель после того, как обновленные источники попали в индекс. Полная перестройка картины занимает месяцы, потому что часть данных обновляется только с выходом новых версий моделей.

Нужно ли это малому бизнесу или только крупным брендам?

Локальному бизнесу зачастую даже важнее: запросы вида «хороший стоматолог рядом» нейросети обрабатывают охотно и опираются при этом в первую очередь на геосервисы. Компания с пустой карточкой в такой ответ просто не попадет.

Что делать прямо сейчас

Откройте любую нейросеть и задайте ей три вопроса: как называется ваша компания и чем она занимается, стоит ли к вам обращаться, какие у клиентов претензии. Прочитайте ответ глазами человека, который готов отдать вам деньги.

Если ответ неточный, устаревший или собран из жалоб, у вас есть дыра, которую классический отчет по позициям не показывает.

BAN Agency проводит замер по вашим брендовым запросам, разбирает источники ответа и показывает, какие из них реально формируют мнение о компании.

Запросить аудит выдачи и AI-ответов →

Статус данных и источники

Описание работы нейроответов опирается на публичную документацию Яндекса; выводы о влиянии репутационного поля являются редакционной методологией BAN.

• Как Алиса формирует ответы

Читайте также

• Репутация компании в интернете: полный гид
• SERM: управление репутацией в поиске
• Поиск перестал быть только списком ссылок
• Право на забвение: как подать заявление в Яндекс
• SERM-аудит: что входит в анализ поисковой репутации
• Как удалить информацию о себе из интернета: что реально можно