Тональность страниц не переходит в ответы AI: как на самом деле меряют восприятие бренда
Analyze AI на 985 парах «страница — ответ» не нашёл связи между тональностью источника и ответа нейросети. Почему восприятие бренда меряют атрибутами и оговорками.
Что произошло
4 августа 2026 года аналитическая платформа Analyze AI опубликовала исследование о том, переносится ли тональность процитированной страницы в ответ нейросети. В выборке 22 295 ответов ChatGPT, Perplexity и Google AI Mode на 460 B2B-запросов по 37 компаниям. Тональность удалось оценить с обеих сторон — и на странице, и в ответе — для 985 пар из 270 ответов. Корреляция Спирмена между ними — 0,00 при p = 0,983: связи нет.
Сами ответы при этом не нейтральны: 58,3% оценённых ответов о брендах позитивные, 39,1% нейтральные, негативных 0,9%. Авторы делают вывод, что тональность ответа — результат синтеза по множеству источников и знаний модели, а вклад одной страницы усредняется. Их рекомендация — мерить тональность ответов напрямую и следить за повторяющимися характеристиками и возражениями, а не за средним баллом. Выборка частичная, и авторы это прямо оговаривают.
Почему это важно для российского рынка
Первое — рушится популярная тактика «разместим позитивные статьи там, где цитирует AI, и ответ станет позитивнее». На уровне отдельной страницы она не работает. Работает совокупность: одни и те же факты и формулировки о бренде в разных источниках, которые нейросеть читает по вашей теме.
Второе — средняя тональность почти ничего не говорит. Если почти все ответы с упоминанием бренда нейтрально-позитивные, то «позитив 60%» — это фон рынка, а не ваше достижение. Проигрыш прячется в другом месте: бренд хвалят, но рекомендуют конкурента, или каждый раз добавляют одну и ту же оговорку про цену.
Третье — модели. Исследование покрывает ChatGPT, Perplexity и Google AI Mode на английском. Российский покупатель значительную часть вопросов «что выбрать» задаёт Алисе AI, Поиску с Алисой и GigaChat — и описывают компанию эти модели своими словами, на русском.
Экспертный комментарий
Наши данные сходятся с выводом Analyze AI почти до процента. С 16 по 27 сентября в GEO Scout было 5 459 ответов с упоминанием отслеживаемых брендов: 58,9% позитивных, 39,8% нейтральных, 1,3% негативных. Шкала тональности показывает рынку, что всё хорошо, — и именно поэтому по ней нельзя управлять брендом.
Важнее то, чего она не видит. В 208 из 322 ответов, где бренд назван слабее конкурента, нейросеть в том же ответе приписывает ему сильную сторону. Ответы, где бренд оказывается «вторичной альтернативой», помечены как негативные лишь в 19% случаев — чаще они выглядят позитивными. То есть бренд проигрывает рекомендацию под вежливый тон.
И это различается по моделям. С 16 сентября мы присваиваем каждому ответу уровень качества присутствия, и на одних и тех же промптах у восьми из девяти брендов с достаточной выборкой Alice AI чаще отдавала бренду сильную роль — эталона, основной рекомендации или рекомендации с аргументами, — чем ChatGPT. Выборка пока небольшая, но направление показательное: если смотреть только на западные модели, этой разницы не увидеть.
Поэтому в GEO Scout раздел «Восприятие бренда» считает не среднюю тональность, а атрибуты, за которые нейросети хвалят бренд и конкурентов, повторяющиеся оговорки и то, кому уходит рекомендация. Карточка «Разрыв» показывает атрибут, за который AI хвалит бренд, но выбирает других, а по клику открываются страницы, которые нейросети цитировали в таких ответах. Над этим — лестница качества присутствия из пяти уровней. Всё считается по 12 провайдерам, включая Alice AI, Поиск с Алисой и GigaChat. Как устроен сам подход — в разборе тональности и восприятия бренда в нейросетях.
Что делать на этой неделе
Перестаньте отчитываться средней тональностью и выпишите повторяющиеся оговорки нейросетей о бренде.
- Выпишите пять-семь атрибутов, за которые покупатель должен выбирать вас, и проверьте, какие из них нейросети действительно называют рядом с брендом.
- Соберите оговорки, которые повторяются в разных ответах и моделях: именно они превращаются в задачи для контента и продукта.
- Найдите ответы, где вас хвалят, но рекомендуют конкурента, и разберите, за какой атрибут выбирают его.
- Сравните, как вас описывают Алиса AI, GigaChat и ChatGPT: разница в роли бренда между моделями бывает больше, чем разница в тональности.
- Не пытайтесь исправить отношение к бренду одной статьёй: закрепляйте одни и те же факты — цены, условия, преимущества — во всех источниках, которые цитируют нейросети, включая карточку в Яндекс Бизнесе и отраслевые справочники.
Что отслеживать дальше
Первое — повторят ли исследование на полной выборке: сейчас тональность оценена лишь для части ответов, и авторы сами называют вывод предварительным. Второе — обновления моделей: атрибуты и оговорки меняются вместе с версией, поэтому после каждого крупного релиза профиль бренда стоит перепроверять. Третье — ваши собственные оговорки: если одна и та же претензия месяц подряд повторяется в нескольких моделях, это уже не шум, а позиционирование, которое за вас сформулировал рынок.
Частые вопросы
Влияет ли тональность статьи о бренде на то, как о нём отвечает нейросеть?
Что мерить вместо средней тональности?
Относится ли исследование к Алисе и GigaChat?
Ещё новости
Алиса AI стала витриной: трафик в e-com вырос в 4,6 раза — чьи товары на полке
Яндекс открыл продажи из Алисы AI продавцам без сайта, трафик из неё в e-com вырос в 4,6 раза. Как проверить, чьи товары нейросеть показывает вместо ваших.
ChatGPT стал искать втрое больше: что подзапросы говорят о будущей рекомендации
Nectiv: ChatGPT делает в среднем 7,6 подзапроса вместо 2,2 и в 64% из них сужает поиск через site:. Что подзапросы говорят о том, кого нейросеть порекомендует.
Реклама в ответах Алисы: у банков уже 30% показов — кто покупает ваши запросы
Доля нейровыдачи в рекламе крупнейших банков выросла с 17% до 30%. Что реклама в ответах Алисы значит для брендов и как увидеть, кто её покупает.