Тональность и восприятие бренда в нейросетях: как измерить и улучшить

Запрос «тональность упоминаний в нейросетях» обычно появляется после первого месяца мониторинга. Бренд в ответах уже есть, доля голоса растёт, а ощущения, что нейросети работают на вас, нет. Следующий правильный вопрос — не «сколько раз нас назвали», а «что о нас сказали и кого в итоге посоветовали».

Видимость показывает, появились ли вы в ответе, но не показывает, за что AI дал покупателю повод вас выбрать. Поэтому 12 сентября 2026 года мы выпустили в GEO Scout раздел «Восприятие бренда». Сразу о конфликте интересов: я основатель GEO Scout, поэтому там, где речь о нашем инструменте, называю и его ограничения.

Это практический гайд. Исследование, какие бренды нейросети хвалят и критикуют по нишам, — в материале «Тональность в AI: кого хвалят, кого критикуют». Проверка фактов (цены, продукты, домен) — в чек-листе корректности AI-упоминаний. Здесь — как измерять тональность и восприятие и что с ними делать.

Тональность, восприятие, репутация: в чём разница

Эти слова часто используют как синонимы, но измеряют они разное.

Тональность (sentiment) — оценка отношения ответа к бренду: позитивное, нейтральное или негативное. Одна метка на ответ.

Восприятие — из чего эта оценка складывается: какими словами нейросеть описывает бренд, в какой роли его называет, с кем сравнивает и какие делает оговорки.

Репутация бренда в нейросетях — устойчивая часть восприятия: атрибуты и оговорки, которые повторяются от ответа к ответу и от провайдера к провайдеру. Одна фраза в одном ответе — шум. Одна и та же оговорка у четырёх провайдеров — это мнение моделей о вас, и оно прозвучит для каждого, кто спросит.

Почему «позитив/негатив» почти ничего не говорит

С 16 по 27 сентября 2026 года мониторинг GEO Scout собрал 5 459 ответов, в которых назван один из 43 клиентских брендов (тестовые и партнёрские проекты исключены). Тональность распределилась так:

• позитивные — 58,9%;
• нейтральные — 39,8%;
• негативные — 1,3%.

Для сверки есть внешний замер. Analyze AI в исследовании от 4 августа 2026 года на B2B-выборке ChatGPT, Perplexity и Google AI Mode получил 58,3% позитивных, 39,1% нейтральных и 0,9% негативных ответов (ещё 2,1% — смешанные). Совпадение почти до десятых: когда нейросеть называет бренд, она почти всегда говорит о нём ровно или хорошо.

Для отчёта это значит одно: график тональности будет зелёным почти у всех. Это не значит, что всё в порядке.

В тех же 5 459 ответах в 382 случаях (7,0%) бренд оказался на уровне «вторичной альтернативы»: нейросеть назвала его слабее конкурента, высказалась негативно или отдала прямую рекомендацию другому бренду. Вот как классическая тональность пометила эти ответы:

Четыре из пяти ответов, где бренд проигрывает, sentiment-метрика не отметит. Больше четверти из них она посчитает позитивными.

Почему так происходит, видно по формулировкам. Из 322 ответов, где бренд прямо назван слабее конкретного конкурента, в 208 (около двух третей) нейросеть в том же ответе приписывает бренду сильную сторону. Типовой шаблон: «удобный и недорогой, но уступает X по скорости». Похвала есть — значит, «позитив». Выбор сделан не в вашу пользу — значит, продажа ушла.

Обратная ошибка тоже встречается: «нейтральный» не значит «плохой». В 22% нейтральных ответов есть конкретные аргументы за бренд — нейросеть не хвалит, а объясняет, в каком случае его выбрать. Для продаж такой ответ полезнее восторженного эпитета.

Три слоя восприятия: атрибуты, роль, источники

Вместо одной шкалы тональности восприятие удобно раскладывать на три слоя. Каждый отвечает на свой вопрос и ведёт к своей работе.

Атрибуты: какими словами вас описывают

Атрибут — короткая характеристика, которую текст ответа приписывает бренду: «надёжный», «премиальный», «для бизнеса», «дорогой». В GEO Scout из каждого ответа мониторинга извлекается до трёх таких характеристик для бренда и для каждого конкурента. Берётся только то, что сказано в тексте, без оценочных пустышек вроде «отличный вариант». Похожие формулировки собираются в атрибуты, и у каждого есть полярность: сильная сторона, возражение или нейтральный факт.

Две метрики, обе от 0 до 100, отвечают на разные вопросы:

• индекс ассоциации — с чем AI связывает сам бренд: атрибут, названный первым в описании, даёт 100, каждый следующий — на 10 меньше, отсутствие — 0, среднее по ответам с упоминанием бренда;
• рыночная заметность — насколько рано бренд называют среди всех брендов, которым AI приписал этот атрибут, когда пользователь спрашивает про категорию, а не про вас.

Самое полезное — когда метрики расходятся. Нейросеть может описывать бренд как «быстрый» почти в каждом ответе о нём и при этом не называть его, когда спрашивают, кто на рынке быстрый. В сводке раздела это карточка «Разрыв»: хвалит, но выбирает других.

Что показывают агрегаты. С 11 сентября в описаниях 49 брендов накопилось 8 647 характеристик. Самый частый атрибут — «надёжность»: он есть у 15 брендов из разных ниш. Дальше — «специализация» (14 брендов), «низкая цена» и «функциональность» (по 9). Вывод неприятный: если вас описывают как «надёжного», это не отличие, а общий фон категории. Отличие начинается с атрибутов, которых у конкурентов нет.

Прямые возражения нейросети формулируют редко: среди характеристик бренда негативных 0,2% (18 из 8 647), у конкурентов — 0,9%. Самое частое возражение одно и то же — «высокая цена»: оно встречается в данных 26 из 63 проектов. Негатив в AI почти никогда не звучит как «плохой сервис». Он звучит как «дорогой» или «уступает X».

Роль: рекомендует или ставит ниже

Второй слой — какую роль нейросеть отводит бренду. В GEO Scout это лестница из пяти уровней: эталон, основная рекомендация, с аргументами, вторичная альтернатива, упоминание. Правила разметки разобраны в статье о качестве присутствия бренда, здесь — только связь с тональностью.

В наших данных распределение такое: эталон — 5,2%, основная рекомендация — 3,7%, с аргументами — 55,2%, вторичная альтернатива — 7,0%, просто упоминание — 29,0%. Прямая рекомендация достаётся бренду примерно в 9% упоминаний. Основная масса видимости — «назван с аргументами» или «просто назван», и именно здесь решается, превратится ли позитивный тон в выбор.

Два блока объясняют, почему бренд не поднимается выше:

• «Оговорки AI о бренде» — дословные формулировки, которыми нейросеть ставит бренд ниже: «уступает X в …», «на уровне Y, но …», а также причина, по которой ответ получил негативную тональность. Каждую можно открыть и прочитать ответ целиком.
• «Кому уходит рекомендация» — конкуренты, которых AI выбирает прямо в ответах, где ваш бренд лишь упомянут, и за что их хвалят именно в этих ответах. Клик по конкуренту фильтрует оговорки: видно, какими словами нейросеть объяснила выбор в его пользу, и сколько раз не объяснила никак.

Порядок разбора таких ответов и три типовых сценария — в статье «Нейросети называют ваш бренд, но выбирают других».

Источники: откуда берутся формулировки

Третий слой — страницы, из которых нейросеть собирает формулировку. Клик по любому атрибуту открывает домены и URL, которые цитировались в ответах, где AI приписал этот атрибут бренду, конкуренту или любому бренду на рынке. Такая же панель есть для негативных ответов о бренде.

Здесь есть ловушка: страница, процитированная рядом с упоминанием бренда, не обязательно пишет о бренде. Поэтому GEO Scout открывает саму страницу и ищет на ней название. Страницы, где бренд подтверждён, идут первыми, а страницы, где его по проверке точно нет, из выдачи по бренду исключены. По бейджу «бренд на странице есть» раскрываются фрагменты текста с упоминанием.

И важная оговорка о механике. Analyze AI в том же исследовании сравнил тональность процитированных страниц с тональностью ответов на 985 парах «страница — ответ» и получил корреляцию 0,00 (коэффициент Спирмена, p = 0,983). Авторы прямо пишут, что выборка частичная — 270 ответов, только B2B, — но вывод показательный: тон одной страницы в ответ не переносится. Переносятся повторяющиеся формулировки и факты, которые модель встречает во многих источниках. Поэтому работать нужно не с «позитивностью» страниц, а с конкретным атрибутом или оговоркой и со всеми страницами, на которых она держится. Как нейросети выбирают, кого цитировать, — в разборе cited sources в AI.

Как проверить тональность и восприятие вручную

Для первой картины хватит таблицы и одного рабочего дня.

1. Соберите 10–15 небрендовых промптов — так, как спрашивает клиент: «какой сервис выбрать для …», «альтернативы X», «что лучше для небольшой команды». Решение о выборе принимается здесь, а не в ответе на «расскажи о бренде». Добавьте 3–5 брендовых и сравнительных: «бренд или конкурент», «какие минусы у бренда».
2. Выберите провайдеров, которыми пользуется ваша аудитория. Для российского рынка минимум — ChatGPT, Алиса, GigaChat, DeepSeek и Gemini или Google AI Mode.
3. Задайте каждый промпт 2–3 раза в новом чате без истории. Ответы меняются от запуска к запуску, и одна выборка легко вводит в заблуждение.
4. Разметьте каждый ответ по колонкам ниже.
5. Сведите результат: какие атрибуты повторяются три раза и больше, какие оговорки встречаются у двух и более провайдеров, кто чаще других забирает рекомендацию.

Ограничения ручной проверки очевидны: 15 промптов × 5 провайдеров × 2 запуска — это 150 ответов, и каждую неделю это никто повторять не будет. А без повторения не видно главного — меняется ли восприятие после ваших правок.

Как поставить восприятие на мониторинг

Для регулярного отчёта я рекомендую не одну цифру тональности, а короткий набор:

• сильная доля — упоминания на уровнях «эталон», «основная рекомендация» и «с аргументами»;
• слабая доля — упоминания на уровне «вторичная альтернатива»;
• топ-3 атрибута с индексом ассоциации и главный разрыв по атрибуту;
• возражения и повторяющиеся оговорки с числом ответов;
• соперники — кому уходит рекомендация и за что;
• доля негатива — как контрольная цифра, а не главная.

Всё это нужно смотреть по неделям и отдельно по провайдерам: общее среднее прячет ситуацию, когда один провайдер стабильно рекомендует бренд, а другой держит его во вторичных альтернативах.

В GEO Scout этот набор собран в разделе «Восприятие бренда» (подробное руководство — в базе знаний). В разделе есть:

• сводка: как AI описывает бренд и по какому атрибуту он конкурирует лучше всего;
• лестница уровней по провайдерам и против конкурентов, с динамикой во времени;
• «Кому уходит рекомендация» и «Оговорки AI о бренде»;
• профиль бренда на радаре и тепловая карта сравнения брендов по атрибутам;
• блок «Чем объясняют выбор конкурентов» и заметность атрибутов во времени;
• панель источников за любым атрибутом и за негативными ответами.

Кнопки «Разобрать восприятие» и «Как снять оговорки AI» в шапке раздела запускают разбор в режиме «Агент». Через MCP те же данные отдают инструменты get_brand_perception, get_presence_quality и get_perception_sources.

Отдельных проб для этого нет: атрибуты, роль и оговорки извлекаются из тех же ответов мониторинга, по которым считается видимость. Отсюда плюс и минус. Плюс — раздел работает на любом тарифе и описывает восприятие ровно на тех запросах, которые важны вам. Минус — нейросеть не спрашивают отдельно «чем известен бренд», поэтому восприятие ограничено промпт-сетом: чего нет в промптах, того нет и в восприятии.

Второе ограничение: автоматической сверки утверждений AI с базой фактов о компании у нас нет. Факты проверяются по полным текстам ответов и чек-листу корректности.

Зато покрытие для российского рынка принципиальное. GEO Scout мониторит 12 провайдеров: ChatGPT, Claude, DeepSeek, Gemini, Google AI Mode, Google AI Overview, Grok, Perplexity, Яндекс (Поиск с Алисой), Alice AI, GigaChat и Microsoft Copilot. 11 из них снимаются из живого интерфейса, как видит пользователь, Claude — через API. Восприятие бренда в Алисе и GigaChat часто отличается от ChatGPT, а западные инструменты эти нейросети не видят.

Начать можно бесплатно: до 5 промптов в 6 нейросетях (ChatGPT, Gemini, DeepSeek, Perplexity, GigaChat, Alice AI) с обновлением раз в 7 дней. Для восприятия это небольшая выборка — ориентир, а не статистика. Ежедневный мониторинг — на платных тарифах от 1 843 ₽/мес (тарифы).

И про малые выборки в целом: периоды, где упоминаний немного, дают резкие скачки долей. Для выводов смотрите недельные и месячные срезы и число ответов в подсказке, а не одну точку на графике.

Что делать с негативом и оговорками

Главное правило — работать с конкретной формулировкой, а не с «тональностью вообще».

Три вещи, которые почти никогда не работают:

• Одна «позитивная» статья. Тон отдельной страницы в ответ не переносится. Нужна одна и та же формулировка на многих страницах, а не один восторженный обзор.
• Спор общими словами. На оговорку «уступает X по скорости» отвечает страница с числами и условиями замера, а не абзац про «высокое качество сервиса».
• Игнорирование отзывов. Возражения вроде «навязывание услуг» или «сложный интерфейс» модели берут из отзывов и обсуждений. Про работу с площадками — в материале о площадках с отзывами для AI.

Эффект проверяйте так: отметьте дату публикации или правки страницы и через два-три прогона сравните слабую долю, число повторов конкретной оговорки и разрыв по атрибуту — отдельно по провайдерам. У провайдеров с живым поиском изменения появляются после того, как обновлённые страницы попадут в выдачу. Ответы, которые модель даёт из памяти, меняются только с обновлением самой модели, поэтому общий график может сдвинуться позже, чем вы ждёте.

Итог

Тональность упоминаний в нейросетях — полезная контрольная цифра и плохая цель. Она почти всегда позитивная и не замечает большинство ответов, где бренд проигрывает: похвала и выбор в пользу конкурента спокойно уживаются в одном абзаце.

Измерять стоит восприятие в трёх слоях: какими атрибутами описывают бренд и где разрыв с рынком, какую роль ему отводят и кому уходит рекомендация, с каких страниц берутся формулировки. Работать — с конкретной повторяющейся оговоркой и со всеми источниками, на которых она держится. А результат смотреть по неделям и провайдерам: по слабой и сильной доле и по тому, звучит ли ещё та самая фраза, с которой всё началось.