Кого нейросети советуют вместо вас: конкурентная разведка в AI-выдаче

Когда компания не попадает в ответ нейросети, первая реакция — открыть сайты конкурентов и понять, чем они лучше. Обычно это тупик: на замерах чаще видно, что модель опирается не на сайты подрядчиков, а на чужой материал, где список имён уже собран. Значит, фактический соперник — не компания, а источник. В статье — ручная методика разведки из двух слоёв: кого называют и что при этом процитировано. Разберём, что добавить в набор вопросов ради конкурентов, что фиксировать сверх обычного мониторинга и как собрать из этого план работ.

Кто ваш соперник в ответе на самом деле

Вашим фактическим конкурентом в ответе модели чаще оказывается не сайт другой компании, а страница-подборка, каталог или отзовик, из которых взят готовый список имён. В классическом поиске вы боретесь за место с сайтами конкурентов. В ответах нейросетей иначе: на ручных замерах модель обычно подтягивает не сайты подрядчиков, а один-два материала, где список уже кем-то собран, и пересказывает его. Отсюда практическое правило: компания, которой в таких списках нет, попадает в ответ заметно реже — качество её сайта тут решает не всё.

Пока вы не знаете, что именно процитировано, вы не знаете, где ваша точка приложения усилий: симптом «нас не называют» в одной нише лечится страницей услуги, в другой — карточкой в каталоге, в третьей — письмом в редакцию. Методика ручная: нужны браузер и таблица.

Два слоя: кто назван и что процитировано

Полная разведка состоит из двух замеров — доли голоса по компаниям и структуры процитированных источников, — и каждый по отдельности ведёт к неверным выводам. Оба слоя снимаются с одного прогона: вопрос задаётся один раз, а записываются две вещи — какие компании названы и какие ссылки показаны как источники.

Пример: конкурента называют заметно чаще, вывод — переписывать сайт. Смотрите ссылки: его имя пришло из рейтинга, куда вы не подавались. Зеркальный случай: модель цитирует ваш сайт, но цитата ушла на определение термина, а рекомендуют других. Термины дальше: набор вопросов — фиксированный список формулировок; доля голоса — доля вопросов, где компания названа хотя бы раз; тип источника — категория процитированной страницы; ветка действий — работы по доминирующему типу.

Набор вопросов: что добавить ради конкурентов

Набор для разведки собирают по общим правилам замера в нейросетях, но добавляют в него то, чего в мониторинге собственного бренда обычно нет: формулировки, на которых конкуренты всплывают заведомо. Как собрать и заморозить набор — размер, категории намерений, правило не переписывать ядро — разобрано в статье про мониторинг упоминаний; берите оттуда и не меняйте формулировки между замерами. Для разведки докладывают три типа вопросов: сравнительные «компания А или компания Б», замещающие «аналоги N», «чем заменить N», и рейтинговые «лучшие сервисы такие-то в городе», ради которых модель идёт именно в подборки. На нейтральном вопросе она может обойтись одним именем, а на сравнительном или рейтинговом почти всегда выкладывает список — из него и виден круг соперников. Остальную часть набора держите без брендов: такие формулировки показывают, кого предлагают «с нуля», когда о вас ничего не знают.

Съём ответов: что фиксировать сверх протокола

Сам протокол — чистая сессия на вопрос, зафиксированные версия модели, язык, регион и режим веб-поиска, повторы из-за недетерминированности ответа — общий для любого замера и разобран в статье про мониторинг упоминаний; для разведки меняется не процедура, а состав записи. Мониторингу бренда хватает факта «назвали или нет», разведке этого мало: без полного текста и всех ссылок второй слой считать не из чего.

• Полный текст ответа, а не пересказ. Через квартал только исходник отличит изменение рынка от ошибки в протоколе.
• Все ссылки ответа, а не «главный источник». Тип считают по всем цитатам: если писать одну, классификация смещается.
• Число повторов — как в базовом протоколе. Ориентир там — 5–10 прогонов на вопрос; свои правила делают два замера несравнимыми.

Платформ берут две-три и всегда одни и те же: набор источников на них расходится сильнее, чем список компаний (сравнение нейросетей — какие важны вашему бизнесу). И про природу данных: в съёме позиций выдача относительно стабильна: при одинаковых регионе, устройстве и чистой сессии результат повторяется с точностью до нескольких позиций. В AI-выдаче фиксированного результата нет вовсе — вы меряете распределение, и вывод по одному прогону невозможен.

Каденс тоже общий и расписан там же: полный набор — раз в месяц, ядро из 10–15 вопросов — раз в неделю, сигнал — два среза подряд в одну сторону. Поправка для разведки одна: замер после собственных правок делают отложенно, а не назавтра — источнику нужно время попасть в цитирование.

Слой 1: доля голоса

Доля голоса считается в вопросах, а не в упоминаниях: это доля вопросов набора, в которых компания названа хотя бы раз, иначе один многословный ответ перекосит картину. Считают одинаково по себе и по каждому конкуренту, которого вынес замер, — а не по списку соперников из головы.

Себя разбирают на три группы. Глухая зона — вас не называют ни в одном повторе, здесь слой 2 обязателен. Зона колебания — вы появляетесь через раз; самая перспективная группа. Устойчивое присутствие — следят только за ярлыком: его неустойчивость сама по себе диагноз.

Слой 2: пять типов источников

Каждую процитированную ссылку относят к одному из пяти типов — сайт компании, каталог или агрегатор, отзовик, редакционная подборка, форум и другой пользовательский контент, — и именно тип, а не количество ссылок, определяет план действий. Двадцать ссылок на каталоги и двадцать на подборки — разные ситуации.

Цитирование вашего сайта — хорошая новость: в этой нише модель идёт на первоисточники. Каталог означает, что проверку начинают с карточки; как сосуществовать с площадкой, забравшей выдачу, разобрано на примере агрегаторов в медицине и в материале о том, где искать трафик, если в топе классифайды. Отзовик с негативом рядом с именем — задача управления репутацией в выдаче. Форум — часто лучшая возможность: экспертного материала по теме нет.

Часть площадок — одновременно каталог и отзовик. Правило: относите страницу по тому, ради чего её открыли: взяли список компаний — подборка, взяли оценки — отзовик. Классифицируют страницу, а не домен.

Пересечение слоёв: типовые диагнозы

Диагноз ставят по паре значений — что показал слой 1 и что показал слой 2 на тех же вопросах, — потому что одна и та же нулевая доля голоса означает разные задачи. Таблицу удобно держать рядом с листом замера и подписывать каждую группу вопросов диагнозом.

Деталь счёта: доля голоса берётся по всему набору, а типы источников — только по вопросам, где вас нет или вы через раз, иначе картину зальют вопросы, где вы и так присутствуете.

Как собрать план работ по источникам

Одинаковый провал в доле голоса лечится по-разному в зависимости от того, что процитировано: при перевесе каталогов работают с карточками, при перевесе подборок — с редакциями, при перевесе форумов — со своим экспертным контентом. Алгоритм: взять вопросы из глухой зоны и зоны колебания и найти доминирующий тип источника в них.

Ветки различаются не только сроком, но и исполнителем. Каталоги — работа с карточкой: переписывать сайт, пока она пуста, бессмысленно. Отзовики — поток, где свежесть важнее рывка; механика в инструкции, как собирать отзывы. Подборки — переговоры, а не оптимизация: задача дистрибуции контента. Форумы — присутствие в обсуждениях со всеми рисками из статьи о крауд-маркетинге. Отдельный случай — сайт цитируют, но рекомендуют не вас: нужны брендовые сигналы и единые описания, это продвижение бренда в нейросетях. Веток обычно две-три: сначала та, где больше вопросов в зоне колебания. Если базовой подготовки нет, начинают с неё — по гайду по попаданию в ответы нейросетей.

Почему модель выбирает конкурента

В ответ попадает компания, чьи характеристики описаны в тех же терминах, в которых задан вопрос: если у конкурента указаны сроки, форматы работы, ограничения и вилка цены, а у вас «индивидуальный подход», сопоставить вас не с чем. Речь о наблюдаемом: что есть в процитированных материалах и чего нет в остальных. Вопрос почти всегда содержит критерий — быстро, недорого, с гарантией, — и в ответ чаще попадает тот, у кого он выражен величиной или категорией.

Второй пласт — единообразие: если на сайте вы «сервисный центр», в каталоге «мастерская», в отзовике «ИП Иванов», ярлык плавает. Приведите название, категорию и специализацию к одному виду везде и продублируйте Schema-разметкой под нейросети.

Разбор процитированной страницы

Открывайте не главную конкурента, а именно процитированный URL и проходите его по короткому списку. Вы ищете не «хороший контент», а извлекаемые фрагменты — куски, которые вставляются в ответ без потери смысла.

• Прямой ответ в первых двух-трёх предложениях, без вступлений.
• Параметры собраны в список или таблицу и извлекаются целиком.
• Конкретные величины: суммы, сроки, объёмы, а не «по договору».
• Ограничения: кому не подойдёт, когда дешевле другое решение.
• Дата обновления, автор с квалификацией.
• Есть ли список компаний: если да, это подборка, а не страница услуги.

Подборку, где вас нет, разбирают иначе: по какому принципу собран список, есть ли критерии включения и контакт редакции, когда он обновлялся. Часто список взят из первых страниц поиска годичной давности — тогда вы не «конкурируете за место», а предлагаете редакции обновление и даёте фактуру.

Таблица замера и реестр источников

Разведка живёт в двух листах: сырые строки замера — строка на сочетание «вопрос × платформа × повтор × дата» — и реестр источников, где строка равна одному процитированному URL. Повторы не схлопывают: усреднение делают отдельно. Если полный набор полей гарантирует, что замер не состоится, начните с первых шести.

date, platform, model_version # условия эксперимента
websearch                     # on / off — режимы не смешивать
question_id, repeat_no        # ID из набора; повторы не схлопывать
answer_full                   # полный текст ответа, не пересказ
companies_ordered             # имена в порядке упоминания, через ;
we_mentioned, our_position    # yes/no и место в перечислении
our_label, sentiment          # дословный ярлык и тональность
source_url, source_type       # site/catalog/reviews/editorial/ugc

source_url, source_type       # тот же классификатор из пяти типов
first_seen, last_seen         # когда впервые и последний раз процитирован
questions_hit                 # по каким вопросам всплывает
we_present                    # есть ли мы на странице: да / нет / частично
who_controls                  # площадка, редакция, автор, сообщество
entry_point                   # форма добавления, контакт редакции, регистрация

Второй лист — то, ради чего разведка затевается: ответы шумят от повтора к повтору, а состав источников меняется медленно, и через несколько замеров видно небольшое ядро страниц, формирующих ответы в нише.

Разведка и деньги

Доля голоса — опережающий показатель, а не результат, поэтому в отчётности она стоит рядом с серверным учётом обращений и заявками, а не вместо них. Уровней три: доля голоса и структура источников; визиты из AI-платформ — как отделить их от обхода ботами, в статье про мониторинг AI-трафика; заявки и сделки — в сквозной аналитике. Диагностична не цифра, а разрывы между уровнями:

• Называют, но не приходят. Смотрите на ярлык: неточный или с оговоркой, он работает против вас.
• Приходят, но не оставляют заявку. Вопрос к странице и к ожиданию, созданному ответом модели.
• Доля растёт, а денег нет. Вы выросли там, где никто не спрашивает.

Последний разрыв — главная ловушка: долю голоса легко раздуть узкими вопросами без конкурентов, и отчёт станет красивее без новых заявок. Поэтому её не ставят единственным KPI — как подбирать метрики, в статье про KPI маркетинга.

Типичные ошибки

Большинство ошибок сводится к одному: замер делают без протокола, а выводы — без второго слоя, и получают таблицу, из которой нельзя принять ни одного решения.

• Менять формулировки между замерами. Движение доли голоса необъяснимо.
• Ставить диагноз по одному слою. Одинаковый провал в доле голоса означает разные задачи: их разводит тип источника, а без ссылок ветка работ выбирается наугад.
• При любой картине переписывать сайт. В ветках с каталогами, отзовиками и подборками точка приложения усилий вообще не на сайте.
• Накручивать источники. Покупные отзывы и самодельные «рейтинги» — риск для площадок и репутации, детали в статье про накрутку.
• Публиковать сравнения с конкурентами без правовой проверки. Практика по AI-выдаче не устоялась: спорную формулировку показывают юристу.
• Путать цитирование сайта с рекомендацией. Ссылка на ваш материал не значит, что советуют вас.

Что в итоге

Конкурентная разведка в AI-выдаче отвечает не на вопрос «кто мои конкуренты», а на вопрос «через какой источник модель узнаёт о моих конкурентах» — и именно второй ответ превращается в план работ. Без классификации цитат замер остаётся наблюдением: вы знаете, что вас не называют, но не знаете, что с этим делать.

Процедура умещается в строку: взять протокол замера из мониторинга упоминаний, дополнить набор вопросами, на которых всплывают конкуренты, снять ответы с полным текстом и ссылками, посчитать долю голоса, классифицировать источники и выбрать ветку по доминирующему типу там, где вас нет. Ветка с карточками обычно даёт движение раньше, а попадание в чужие подборки зависит не только от вас: гарантий тут не даёт никто, и корректная цель не «быть в ответе всегда», а сокращать глухие зоны.

Что сделать на этой неделе без бюджета: собрать 10–15 вопросов так, как их задаёт клиент, добавить пару сравнительных и «аналоги N», задать каждый в чистой сессии на двух платформах, выписать компании и ссылки, разложить ссылки по пяти типам и посмотреть, какой тип доминирует там, где вас нет. Обычно этого хватает, чтобы увидеть: часть запланированных работ решает не ту задачу — вы собирались переписывать страницы услуг, а модель цитирует каталог с наполовину пустой карточкой.