Копирайтинг от автора № 1 по версии Fl.ru и Freelance.ru
Видимость в нейросетях: проверил 30 сайтов из топа Яндекса
Видимость в нейросетях у местного бизнеса слабо связана с позицией сайта в Яндексе: на просьбу посоветовать компанию Алиса AI и ChatGPT за 3 проверки назвали только 9 из 30 сайтов с первых страниц выдачи. Для рекомендаций нейросети берут карточки с рейтингом и подборки в СМИ. На вопрос о цене в конкретном городе Алиса в 4 городах из 5 взяла цифры с сайтов местных компаний, в том числе из статьи блога.
Приветствую! Я Вячеслав Савицкий, копирайтер-маркетолог
Я веду для компаний живой блог для местного бизнеса: 4 статьи в месяц по вопросам клиентов, размещение на сайте и ежемесячный отчет о позициях в поиске и ответах нейросетей. Прежде чем обещать заказчикам рост упоминаний, я захотел своими глазами увидеть, по каким правилам нейросети советуют компании. 3 и 4 октября 2026 года я задал Алисе AI и ChatGPT 30 вопросов через обычный интерфейс в браузере, сохранил 36 скриншотов и свел все данные в таблицу. Ниже методика, цифры, самые показательные скриншоты и 6 выводов для бизнеса.
Автор исследования: Вячеслав Савицкий, копирайтер-маркетолог с 2009 года. Опубликовано 4 октября 2026.
Автор исследования: Вячеслав Савицкий, копирайтер-маркетолог с 2009 года. Опубликовано 4 октября 2026.
Как я проверял: 5 городов, 30 сайтов и 2 нейросети
Схема простая и повторяемая. Я взял 5 ниш, для каждой выбрал город и поисковый запрос, собрал сайты местных компаний из выдачи Яндекса и задал нейросетям вопрос от лица обычного клиента. Регион поиска совпадал с городом, рекламные блоки из выборки я исключил.
В каждой нише в выборку шли первые 6 сайтов компаний с главным офисом в этом городе. По пути отсеивались 3 типа результатов:
Алису AI я спрашивал на alice.yandex.ru в режиме «Интеллект: Авто», ответы приходили в режиме «Эксперт». ChatGPT открывал во временном чате, чтобы ответ меньше зависел от истории переписки. Каждый вопрос задавал в отдельном новом чате, а компанию считал названной, если нейросеть упомянула ее в тексте ответа или в карточке организации.
- агрегаторы и справочники: Авито, 2ГИС, Яндекс Услуги, Профи, ПроДокторов, Zoon;
- региональные поддомены федеральных сетей вида kazan.сайт.ru;
- компании с главным офисом в другом городе.
Алису AI я спрашивал на alice.yandex.ru в режиме «Интеллект: Авто», ответы приходили в режиме «Эксперт». ChatGPT открывал во временном чате, чтобы ответ меньше зависел от истории переписки. Каждый вопрос задавал в отдельном новом чате, а компанию считал названной, если нейросеть упомянула ее в тексте ответа или в карточке организации.
Видимость в нейросетях по просьбе «посоветуй»: 22 сайта из 30 за бортом
Первая проверка 3 октября дала жесткий результат. Алиса назвала 7 компаний из 30, ChatGPT назвал 5, хотя бы одна нейросеть вспомнила 8 сайтов, а обе сразу совпали на 4. Остальные 22 компании с первых страниц Яндекса остались без единого упоминания.
В Казани и Екатеринбурге видимость в нейросетях у 12 сайтов выборки оказалась нулевой. При этом нейросети охотно советовали других игроков: Алиса назвала 25 компаний, и только 7 из них стояли в моей выборке. Остальные места заняли федеральные перевозчики «Деловые Линии», КИТ и «ЖелДорЭкспедиция», а также компании за пределами шестерки, часть из них стояла в выдаче ниже.
Алиса AI, 4 октября: в Казани первыми идут федеральные перевозчики с рейтингом из Яндекс Карт. Из 6 казанских сайтов выборки в ответе 0.
Лучше всех выступили турагентства Самары: 3 из 6 назвали обе нейросети. У «Самараинтура» и «Турмаркета» в Яндекс Картах рейтинг 5,0 и от 165 до 194 отзывов, а через сутки Алиса добавила к тройке четвертое агентство из выборки.
Алиса AI, 4 октября: карточки «Самараинтура» и «Турмаркета» в ответе о турагентствах Самары. Оба сайта из моей выборки.
Откуда нейросети берут компании: карты, отзывы и подборки СМИ
Список для ответа на просьбу «посоветуй» Алиса и ChatGPT собирают в первую очередь из профилей организаций и оценок клиентов. 3 октября Алиса в 4 ответах из 5 показала карточки из Яндекс Карт с рейтингом и числом отзывов, у названных компаний оценки держались от 4,2 до 5,0. ChatGPT во всех 5 ответах строил список по карте с рейтингами, а в Казани и Екатеринбурге ссылался на отзывы в Яндекс Картах и на ПроДокторов.
Вторым источником оказались подборки СМИ и звания от деловых изданий. Вот где они всплыли:
Вторым источником оказались подборки СМИ и звания от деловых изданий. Вот где они всплыли:
- Новосибирск. Алиса оба дня опиралась на подборку kp.ru по ремонту квартир, 4 октября ссылка на нее стояла у всех 5 названных компаний.
- Краснодар. В ответе о юристах по банкротству среди источников стоит обзор КП о банкротстве в Краснодаре.
- Екатеринбург. Первой в списке Алиса поставила клинику и пересказала ее самоподачу: клиника «себя позиционирует как стоматология №1 по версии журнала «Деловой Квартал»».
Алиса AI, 4 октября: у описания каждой компании стоит ссылка на kp.ru. На снимке карточка «ГОСТ Ремонт 54» из моей выборки.
Schema.org, llms.txt и robots.txt: 3 технических параметра без связи с ответами
Параллельно я изучил код и служебные файлы всех 30 сайтов. В robots.txt ботам нейросетей закрыт 0 сайтов из 29 доступных для проверки, тридцатый отдает ошибку 403 на любые автоматические запросы. Разметка Schema.org для организации стоит на 14 из 29 сайтов, но среди 8 названных компаний она нашлась только у 3. Файл llms.txt лежит на 2 сайтах, в ответы попал 1 из них.
По этим данным оптимизация коммерческих сайтов под нейросети на уровне техники работает как гигиена. При выборе компании для рекомендации нейросети в моей проверке смотрели на внешние сигналы: рейтинг, отзывы и упоминания в подборках.
По этим данным оптимизация коммерческих сайтов под нейросети на уровне техники работает как гигиена. При выборе компании для рекомендации нейросети в моей проверке смотрели на внешние сигналы: рейтинг, отзывы и упоминания в подборках.
Видимость в нейросетях при повторе: снова 7 из 30 и 1 замена
4 октября я задал Алисе те же 5 вопросов, чтобы снять скриншоты и проверить устойчивость результата. Вопросы шли из второго моего аккаунта Яндекса, так что на ответ повлияли и новый день, и другой профиль. Алиса снова назвала 7 компаний из выборки, однако одна позиция сменилась: новосибирская «Новая Эра» выпала, самарский «Приоритет» появился. В Казани из 7 рекомендованных перевозчиков совпали 5, а вместо двух выбывших Алиса назвала «Мейджик Транс» и «ГрузовичкоФ».
За 3 прогона, двух у Алисы и одного у ChatGPT, в рекомендации хотя бы раз попали 9 компаний из 30. 21 сайт с первых страниц Яндекса за все прогоны остался без рекомендаций.
За 3 прогона, двух у Алисы и одного у ChatGPT, в рекомендации хотя бы раз попали 9 компаний из 30. 21 сайт с первых страниц Яндекса за все прогоны остался без рекомендаций.
Вывод для бизнеса: один скриншот с упоминанием мало что доказывает, ответ меняется от прогона к прогону. Видимость в нейросетях имеет смысл замерять регулярно по постоянному списку вопросов и сравнивать месяцы между собой, подробнее про мониторинг упоминаний бренда.
Информационные вопросы: где блог местной компании попадает в ответ
Вторая часть проверки родилась из моей гипотезы: статьи на сайте полезны клиенту на этапе, когда он сравнивает цены и разбирается в услуге. 4 октября я задал Алисе 10 информационных вопросов, по 2 на каждую нишу. Первый касался цены услуги в городе, второй выбора подрядчика или рисков для клиента. ChatGPT успел ответить на 5 из них, после чего на аккаунте закончился недельный лимит.
Разница между двумя типами вопросов вышла резкой. На вопрос «сколько стоит» Алиса в 4 городах из 5 взяла цифры с сайтов местных компаний: со страниц услуг с ценами и из одной статьи блога. В вопросах о выборе и рисках местные сайты ни разу не попали в источники текста, советы пришли из СМИ, журналов банков и блогов компаний из других городов. В Самаре Алиса вдобавок показала карточки 3 агентств из моей выборки, но сами советы взяла у федеральных медиа.
Всего в 10 ответах Алиса поставила 73 ссылки на источники. В подсчет вошли только ссылки из текста ответа, без Яндекс Карт и сайтов из карточек организаций.
Всего в 10 ответах Алиса поставила 73 ссылки на источники. В подсчет вошли только ссылки из текста ответа, без Яндекс Карт и сайтов из карточек организаций.
Кейс «Авантстрой»: статья с 3-й страницы выдачи собрала 7 сносок
Самый показательный ответ пришел из Новосибирска. На вопрос о цене ремонта однокомнатной квартиры Алиса сослалась на 4 сайта, и 7 сносок из ответа ведут на одну статью небольшой местной компании «Авантстрой»: «Сколько стоит ремонт однокомнатной квартиры в Новосибирске в 2026 году: реальные цифры и готовая смета». По запросу «ремонт квартир новосибирск» сайт компании стоит лишь на 3-й странице Яндекса, а в ответе нейросети о ценах его статья цитируется чаще всех. Подпись автора и дата публикации у статьи отсутствуют.
Алиса AI, 4 октября: структура бюджета, ловушки сметы и совет по материалам взяты из статьи новосибирской компании.
У статьи 3 свойства, удобные для нейросети:
- Совпадение с вопросом. Заголовок дословно повторяет то, как люди спрашивают о цене ремонта.
- Привязка к городу и году. Текст описывает расценки именно в Новосибирске и именно в 2026 году.
- Цифры для цитаты. Внутри стоят цены за кв. м, доли расходов на материалы и работу и пример сметы.
Главбанкрот и Clever Dent: страницы с ценами вместо статей
Блог в этой проверке оказался одним из рабочих вариантов, но далеко от единственного. В Краснодаре Алиса взяла тариф от 55 000 до 69 000 рублей со страницы услуги «Главбанкрота», того самого сайта из моей выборки, который нейросети советовали и по просьбе «посоветуй юриста». В Екатеринбурге базовые цены на имплантацию Алиса взяла с агрегаторов, а уточнения по ценам со страниц услуг 3 местных клиник: Clever Dent, ОМЦИП и mksdent.ru.
Алиса AI, 4 октября: среди 4 предложений по Краснодару есть тариф со страницы услуги «Главбанкрота».
В моих ответах на ценовые вопросы нейросеть брала конкретные цифры по городу. Страница услуги с прайсом и статья «сколько стоит … в [городе]» решают одну задачу, а блог позволяет закрыть десятки таких вопросов, по одному на статью.
Почему советы «как выбрать» достаются клиникам из Москвы и Перми
Вопрос про поиск хорошей стоматологии в Екатеринбурге Алиса закрыла 10 источниками, и 6 из них оказались блогами стоматологий из других регионов. Авторы этих блогов работают во Фрязино, Реутове, Москве и Перми, а статья клиники «Союз Дент» из Фрязино «Как выбрать стоматологию: 7 признаков хорошей клиники» стоит как минимум в 6 сносках ответа. Местных клиник Алиса назвала 7, но из екатеринбургских источников в ответе только рейтинги ПроДокторов, 32top и СберЗдоровья.
Алиса AI, 4 октября: советы о выборе клиники для Екатеринбурга взяты в основном из блогов «Союз Дент», «Гермес Дент» и «Синергия Стом».
Похожая история случилась в Казани: совет про скрытые доплаты при переезде Алиса подкрепила, среди прочего, статьей из блога минской транспортной компании. Объяснение напрашивается само: общий совет «как выбрать врача» одинаков для всей страны, поэтому нейросеть берет лучшую статью из любого города. По таким темам местная компания соревнуется со всеми клиниками России, а по теме «сколько стоит в Екатеринбурге» только с соседями по городу.
ChatGPT в 2 ответах из 5 обошелся без ссылок на сайты
У второй нейросети картина другая. Дважды из 5 раз модель ответила без единого источника: цифры и советы пришли из ее знаний, а компании из карточек на карте. В Казани ChatGPT взял цены со страницы междугородних переездов сайта servicegudkazan.ru, одного из 6 казанских сайтов моей выборки. В рекомендациях на просьбу «посоветуй» этот сайт отсутствовал во всех прогонах, а в ответ о ценах прошел.
ChatGPT, 4 октября: в ответе о стоимости переезда по Казани стоит ссылка на servicegudkazan.ru.
В Краснодаре источниками ChatGPT стали страницы федеральных сетей. В этой проверке он реже Алисы ссылался на сайты, и в его ответах заметнее карточки на карте. По моим данным, статьи блога заметнее всего работают в ответах Яндекса, подробнее в разборе как Алиса AI выбирает источники.
Что делать местному бизнесу: 6 выводов из 30 ответов нейросетей
Проверка подтвердила мою гипотезу про блог лишь частично, и так даже полезнее: видно, куда вкладывать силы. Продвижение бизнеса в нейросетях по итогам проверки складывается из 6 задач.
- Заполните карточку в Яндекс Картах. В 9 ответах из 10 на просьбу «посоветуй» нейросети показывали организации с рейтингом, так что полный профиль и свежие отзывы нужны в первую очередь.
- Опубликуйте цены на сайте. Страницы услуг с тарифами попали в ответы Алисы о стоимости в Екатеринбурге и Краснодаре и в ответ ChatGPT по Казани.
- Пишите статьи на местные вопросы с цифрами. Заголовок вида «Сколько стоит [услуга] в [городе] в 2026 году» вывел новосибирскую компанию с 3-й страницы выдачи в главные источники ответа.
- Добивайтесь упоминаний в СМИ и рейтингах. Подборки kp.ru и звание от «Делового Квартала» Алиса пересказывала прямо в ответах, подробнее про внешний контур публикаций.
- Берите общие темы только с собственным опытом. Советы «как выбрать» нейросеть собирает со всей страны, и пересказ общеизвестного проигрывает статьям клиник из Москвы и Перми.
- Замеряйте упоминания каждый месяц. Повтор через сутки заменил в ответе Алисы 1 компанию из выборки, поэтому выводы делаются по динамике за несколько месяцев.
Живой блог, который отвечает нейросетям цифрами
Соберу вопросы ваших клиентов, каждый месяц напишу 4 статьи с местными ценами и покажу в отчете, как ваш сайт виден в ответах Алисы AI и ChatGPT.
Ограничения проверки: 3 оговорки перед тем, как делать выводы
Цифры выше честно описывают мою выборку, и у нее есть границы. Прежде чем переносить результаты на свою нишу, учтите 3 момента:
- Маленькая выборка. 30 сайтов и 30 ответов показывают тенденцию по 5 нишам, а для статистики по рынку нужны сотни запросов.
- Мало повторов. Вопросы второй части я задал по 1 разу, а повтор первой части через сутки заменил в ответе Алисы 1 компанию из 7.
- Аккаунты и персонализация. Алису я спрашивал из двух своих аккаунтов Яндекса, а переключатель «Без персонализации» в ChatGPT при проверке так и остался выключенным.
Вопросы и ответы
На просьбу посоветовать компанию Алиса AI опирается на сигналы за пределами сайта:
- рейтинг и число отзывов в карточке Яндекс Карт;
- упоминания в подборках СМИ, например на kp.ru;
- описание компании в деловых журналах и рейтингах.
Помогает по вопросам о ценах и условиях в конкретном городе:
- статья «Авантстрой» о цене ремонта в Новосибирске собрала 7 сносок в ответе Алисы;
- страницы с тарифами «Главбанкрота» и 3 клиник Екатеринбурга попали в ответы о стоимости;
- общие советы «как выбрать» Алиса брала из блогов компаний со всей страны.
Ответ зависит от типа вопроса. На просьбу «посоветуй» нейросети показывали карточки в 9 ответах из 10, а на вопрос «сколько стоит» Алиса в 4 городах из 5 цитировала сайты местных компаний. Бизнесу нужны оба канала одновременно.
Проверка занимает около часа в месяц:
- составьте от 10 до 20 вопросов клиентов трех типов: «посоветуй», «сколько стоит», «как выбрать»;
- задавайте их в новом чате Алисы AI и ChatGPT 1 раз в месяц;
- записывайте в таблицу названные компании и ссылки на источники;
- сравнивайте месяцы между собой.
В моей выборке связь оказалась слабой:
- разметка организации стоит на 14 сайтах из 29 проверенных, а среди 8 названных компаний только у 3;
- llms.txt лежит на 2 сайтах, в ответы попал 1 из них;
- в robots.txt ботам нейросетей закрыт 0 сайтов.
Факт напоследок: скепсис Алисы и 2 подборки kp.ru в ее ответах
На просьбу посоветовать юриста по банкротству в Краснодаре нейросеть Яндекса сразу оговорилась: многие «рейтинги лучших компаний по банкротству» в сети заказные. При этом среди источников того же ответа стоит обзор КП, а 4 октября в Новосибирске все 5 рекомендаций Алисы сопровождались ссылкой на рейтинг ремонтных компаний на kp.ru. Подборки на крупных площадках нейросеть читает даже тогда, когда сама относится к жанру с подозрением.
Алиса AI, 4 октября: оговорка о заказных рейтингах в начале ответа про юристов по банкротству.
Как я применяю выводы исследования в работе с клиентами
Мой живой блог для компаний построен на тех же наблюдениях. Собираю вопросы, которые клиенты задают поиску и нейросетям, пишу 4 статьи в месяц с местными ценами и цифрами, размещаю их на сайте и связываю с продающей страницей. Раз в месяц присылаю отчет с позициями в выдаче, динамикой трафика и тем, как сайт виден в ответах нейросетей. Перед стартом записываю бесплатный видео-аудит: показываю, как Алиса AI и ChatGPT видят ваш сайт, и предлагаю план на первые 3 месяца.
Состав работ и цены от 15 000 рублей в месяц смотрите на странице продвижение местного бизнеса в нейросетях, полную таблицу исследования пришлю по запросу в Telegram @Smextenej. Чем раньше компания начнет отвечать нейросетям цифрами, тем раньше ее начнут советовать.
Читайте также:
