Качество присутствия бренда в ответах нейросетей: почему факта упоминания недостаточно

Первый вопрос, который задаёт бренд про нейросети: «упоминают ли меня вообще». Через месяц мониторинга вопрос меняется: «нас упоминают, но выручки из AI не видно — почему». Обычно ответ в том, что упоминание посчитали, а роль бренда в ответе — нет.

Идею, что важна не сама отметка в тексте, а роль бренда в нарративе ответа, хорошо сформулировали коллеги из HEAD PROMO в статье «Качество присутствия бренда в ответах нейросетей» на Хабре. Дальше — про то, как превратить эту идею в измеримую систему: пять уровней, правила разметки, разрезы и практические шаги.

Один «упомянут» — пять разных исходов

Представьте один и тот же запрос пользователя: «какой сервис выбрать для задачи N». Пять ответов ниже — все содержат бренд A. Во всех пяти метрика «упомянут» покажет единицу.

1. «Стандартом в этой категории считается бренд A — остальные решения обычно сравнивают именно с ним.»
2. «Для вашей задачи рекомендую бренд A: он закрывает весь сценарий целиком.»
3. «Если вам важна интеграция с вашей CRM — берите бренд A. Если критична цена — смотрите бренд B.»
4. «Скорее всего, вам подойдёт бренд B. Есть ещё бренд A, но он уступает по скорости внедрения.»
5. «На рынке есть бренд A, бренд B и бренд C.»

Для бизнеса это пять разных исходов. В первом случае бренд задаёт рамку выбора — даже когда пользователь идёт смотреть конкурентов, он оценивает их относительно вас. В пятом бренд A — строка в перечислении, которую пользователь пролистает. В четвёртом упоминание работает против бренда: нейросеть сама назвала причину не выбирать вас.

Доля голоса, доля упоминаний и средняя позиция все пять случаев считают одинаково. Про соотношение упоминаний и рекомендаций я уже писал в разборе рекомендаций против упоминаний по нишам, а про ограничения базового набора метрик — в метриках AI-видимости. Лестница качества присутствия — это попытка закрыть именно этот разрыв: не добавить ещё одну метрику к отчёту, а разложить уже существующую видимость на составляющие.

Пять уровней лестницы

В разделе «Восприятие бренда» GEO Scout каждый ответ с упоминанием бренда размечается ровно одним уровнем. Порядок — от высшего к низшему.

Эталон

Высший уровень. Другие бренды в ответе сравнивают с вашим, или он прямо рекомендован и назван впереди остальных. Типовые формулировки: «считается стандартом отрасли», «остальные ориентируются на бренд A», «бренд B часто называют альтернативой бренду A».

Эталон — это не просто победа в конкретном ответе. Это позиция, в которой нейросеть использует ваш бренд как точку отсчёта категории, и она устойчивее любой отдельной рекомендации.

Основная рекомендация

AI прямо называет бренд своим выбором, без условий: «рекомендую бренд A», «для вашей задачи лучше всего подойдёт бренд A». Конкуренты в ответе могут присутствовать, но выбор сделан.

С аргументами

Бренд рекомендован при условии или с конкретными причинами выбрать: «если вам нужна поддержка на русском — бренд A», «бренд A стоит брать за счёт готовых интеграций». Это рабочее, «продающее» присутствие: у пользователя есть повод кликнуть. Но выбор нейросеть оставляет открытым.

Вторичная альтернатива

Бренд назван слабее конкурента, упомянут с негативной тональностью, либо прямая рекомендация в ответе ушла другому бренду. Сюда попадают формулировки «есть ещё бренд A, но он проще по функциональности», «бренд A дешевле, однако уступает по надёжности».

Важная деталь правил разметки: негатив или сравнение «слабее бренда X» всегда опускают ответ на этот уровень, даже если рядом есть условная рекомендация. Это сделано намеренно. Если нейросеть в одном абзаце дала бренду повод и одновременно назвала причину его не брать, пользователь запомнит вторую половину.

Упоминание

Бренд просто назван: в списке, в перечислении игроков рынка, в сноске. Ни аргументов, ни сравнения, ни рекомендации. Это база видимости и одновременно самый дешёвый её вид.

Почему позиция в списке не считается

Соблазн большой: раз бренд назван первым, значит он важнее. На практике порядок перечисления в ответе нейросети не отражает роль бренда. Списки собираются по алфавиту, по популярности домена в источниках, по случайному порядку — и меняются от прогона к прогону при том же самом запросе.

Бренд может стоять первым в холодном перечислении и не получить ни одного аргумента. И может стоять третьим — единственным, кого AI прямо советует. Поэтому в лестнице позиция не учитывается совсем: уровень определяют формулировки вокруг бренда.

Это не значит, что средняя позиция бесполезна — как метрика заметности внутри ответа она работает, и я разбирал её отдельно в материале про первую позицию в ответе AI. Просто это ответ на другой вопрос: «насколько бренд виден», а не «в какой он роли».

Как читать лестницу

Сильная и слабая доля

Две сводные цифры, с которых стоит начинать.

Сильная доля — доля упоминаний на трёх верхних уровнях: эталон, основная рекомендация и «с аргументами». Это часть видимости, которая реально помогает выбору.

Слабая доля — доля вторичной альтернативы. Это часть видимости, которая работает против вас.

Дальше начинается интересное. Доля голоса в 40% при сильной доле в 15% и доля голоса в 25% при сильной доле в 60% — это два совершенно разных бренда, хотя в стандартном отчёте первый выглядит вдвое успешнее. У первого нейросети знают бренд и не советуют его. У второго знают реже, но когда называют — почти всегда с аргументом.

Против конкурентов

Бренд и конкуренты размечаются по одним и тем же правилам на одних и тех же ответах. Значит, лестницу можно строить в разрезе «против конкурентов» и увидеть, кому достаётся прямая рекомендация в тех ответах, где ваш бренд только упомянут, и за что именно конкурента хвалят.

Это самый неприятный и самый полезный экран. Он превращает вопрос «почему нейросети рекомендуют конкурентов» из риторического в конкретный: вот ответ, вот бренд, который получил рекомендацию, вот аргумент, которым её обосновали.

Разрез по провайдерам

Уровни распределяются неравномерно между провайдерами. Один может стабильно давать бренду прямую рекомендацию, другой — держать его во вторичных альтернативах на тех же запросах. Общая сильная доля это усреднит и спрячет.

Данные собираются из ответов 12 AI-провайдеров, которые мониторит GEO Scout: ChatGPT, Claude, DeepSeek, Gemini, Google AI Mode, Google AI Overview, Grok, Perplexity, Яндекс Поиск с Алисой, Alice AI, GigaChat и Microsoft Copilot. Разрез по провайдерам почти всегда показывает, что «проблема с качеством присутствия» на деле локализована в двух-трёх каналах.

Динамика и воронка

Уровни считаются по дням и неделям, поэтому видно движение: упоминания перетекают из «упоминания» в «с аргументами», или наоборот — из «с аргументами» во «вторичную альтернативу». Второе — ранний репутационный сигнал, который в доле голоса не проявится вообще, потому что число упоминаний не изменилось.

На дашборде эта же структура собрана в воронку: ответы → бренд упомянут → с аргументами и выше → основная рекомендация и выше → эталон, с дельтой к прошлому периоду на каждом шаге. Сужение воронки сразу показывает, где именно теряется качество. Уровень виден и в карточке каждого отдельного ответа — можно открыть конкретный ответ и прочитать формулировку, из которой он получился.

Что делать на каждом уровне

Лестница полезна тем, что задача на каждом уровне разная.

Много «упоминаний», мало аргументов. Нейросетям не хватает поводов вас назвать. Нужны страницы, из которых аргумент вытаскивается одним фрагментом: для кого продукт, какую задачу закрывает, в каких условиях подходит лучше альтернатив, что входит в цену. Обтекаемые формулировки в разделе «о компании» на этот уровень не работают — из них нельзя процитировать причину выбрать.

Растёт «вторичная альтернатива». Это работа не с контентом, а с источниками. Нейросеть не придумывает «уступает по надёжности» — она берёт это из страниц, которые цитирует. В разделе видны оговорки AI («уступает бренду X по …», «на уровне бренда Y») и источники — страницы, которые цитировались в ответах с конкретным атрибутом или негативом. С них и начинается работа: устаревший обзор, сравнение с неверной ценой, ветка на форуме с нерешённой проблемой. Дальше — либо актуализация факта у площадки, либо свой материал, который перекрывает тему фактами.

Есть аргументы, но нет прямой рекомендации. Не хватает сравнительного контекста. Помогают страницы сравнений и альтернатив, где бренд стоит рядом с конкретными конкурентами и честно разведён по сценариям. Нейросети охотно цитируют такие страницы, потому что они уже отвечают на вопрос «что выбрать».

Есть прямые рекомендации, нет эталона. Задача сдвигается в сторону нарратива и авторитета категории: собственные исследования, методологии, данные, на которые ссылаются другие. Эталоном становится тот, о кого удобно сравнивать — то есть тот, чьи формулировки категории разошлись по рынку. Про эту работу подробнее — в материале про нарратив бренда для нейросетей.

По любому из уровней полезно смотреть смежные сигналы: атрибуты, за которые бренд хвалят, разрывы по атрибутам, где лидирует конкурент, и соперников — кто получил прямую рекомендацию там, где вы только упомянуты. Полное описание разреза и правил разметки — в руководстве по восприятию бренда.

Как встроить это в отчётность

Лестница не заменяет долю голоса — она объясняет её. Минимальный набор, который стоит добавить к текущему отчёту по AI-видимости:

• Сильная доля — процент упоминаний на трёх верхних уровнях. Главная цифра качества присутствия.
• Слабая доля — процент вторичной альтернативы. Смотрится как риск-метрика, а не как достижение.
• Распределение по пяти уровням — структура, а не одна цифра. Именно она отвечает на вопрос «из чего собрана наша видимость».
• Сильная доля в сравнении с конкурентами — по тем же ответам и тем же правилам.
• Дельта уровней к прошлому периоду — что выросло и за счёт чего.

Практическое следствие для планирования: цель «поднять долю голоса на 10 процентных пунктов» разбивается на две разные задачи — «добавить упоминаний» и «поднять упоминания по лестнице». Вторая обычно дешевле и быстрее даёт эффект в выручке, потому что работает с людьми, которые уже видят ваш бренд в ответе, но не получают повода его выбрать.

Итог

Метрика «упомянут» отвечает на вопрос, знает ли нейросеть о бренде. Для стадии «нас нет в ответах» этого достаточно. Как только бренд появился, вопрос меняется: в какой роли его называют и что с этой ролью делать.

Пять уровней — эталон, основная рекомендация, с аргументами, вторичная альтернатива, упоминание — дают на это ответ, который можно измерить, сравнить с конкурентами, разложить по провайдерам и отследить в динамике. И, что важнее, каждый уровень задаёт свою конкретную работу: одним нужны аргументы на страницах, другим — чистка источников негатива, третьим — сравнительный контент, четвёртым — авторитет категории.