Рейтинг видимости клубов Единой лиги ВТБ в ответах нейросетей
Рейтинг ИИ-видимости 11 клубов Единой лиги ВТБ сезона 2026/27 в шести нейросетях: кого ИИ называет сам, где ошибается в тренерах и составах и при чём тут букмекер.
Коротко: мы задали шести нейросетям 82 вопроса про Единую лигу ВТБ 2026/27. Рейтинг узнаваемости 11 клубов открывает ЦСКА (78 из 100), замыкает «Самара» (31). С поиском нейросети отвечают в основном точно, но бывают и выдуманный тренер, и букмекер вместо клуба.
Летом мы проверяли, как нейросети видят клубы РПЛ, потом дошли до клубов КХЛ. Футбол и хоккей закрыли, и на этом можно было бы успокоиться. Но тут мы всей командой собрались покидать мячик в корзину, и уже где-то между вторым промахом и третьим стало интересно: а что там с клубами Единой лиги ВТБ в нейропоиске? Так мы добрались до баскетбола, а заодно нашли тренера, которого не существует, и команду, которая в лигу так и не вошла.
Главное о рейтинге клубов Единой лиги ВТБ
ЦСКА — клуб, который нейросети вспоминают первым. 78 баллов из 100 и 74% ответов на вопросы без названия клуба. Следом «Зенит» (74), УНИКС (73) и «Локомотив-Кубань» (70).
Четвёрка оторвалась почти на 20 баллов. Дальше идёт плотная середина от 42 до 52 и два клуба внизу: «Динамо» Владивосток (36) и «Самара» (31).
С поиском нейросети отвечают о клубах в целом точно. По сверке с эталоном качество ответов у всех клубов от 85 до 98 из 100. Ошибки редкие, но подаются как факт.
«БК Зенит» для части нейросетей — букмекер. На вопрос об официальном сайте Perplexity и GigaChat первым дают адрес букмекерской конторы.
GigaChat живёт прошлым сезоном. На вопрос о действующем составе он в 10 ответах из 11 подписывает его сезоном 2025/26.
Клуб могут знать, но не советовать. «Динамо» Владивосток есть в 30 из 33 ответов о составе лиги, а среди фаворитов только в 3 из 22.
Видимость зависит от нейросети. «Уралмаш» набирает 61 балл в GigaChat и 38 в ChatGPT.
Как мы проверяли клубы Единой лиги ВТБ в нейросетях
Баскетбол в России ищут много: запрос «единая лига втб» набирает по Вордстату около 84 тысяч показов в месяц, «смотреть баскетбол» — 63 тысячи, «секция баскетбола» — 15 тысяч. Часть этих людей уже спрашивает не поисковик, а нейросеть. Поэтому мы построили вопросы от спроса, а не от собственных догадок.
Мы задали 82 вопроса шести нейросетям: Алисе AI, GigaChat, ChatGPT, Perplexity, Google AI Overviews и Google AI Mode. Спрашивали в браузере, как обычный пользователь. Получилось 492 ответа, в расчёт вошли 474, где нейросеть действительно искала в интернете.
Вопросы делятся на две группы, и у каждой своя задача:
Группа
Сколько вопросов
Примеры
Что показывает
Без названия клуба
38
«кто фаворит», «где смотреть», «купить билеты на баскетбол в Перми»
Узнаваемость: называет ли нейросеть клуб сама и насколько высоко
О самом клубе
по 4 на клуб, всего 44
новости, официальный сайт, состав и тренер, «расскажи о клубе»
Качество: верны ли факты
Балл узнаваемости от 0 до 100 складывается так: 70% — как часто клуб есть в ответе, 30% — насколько высоко он стоит. Каждая нейросеть считается отдельно, итог клуба — среднее по шести. Факты мы сверяли с заявками и тренерами на сайте лиги и с главными страницами клубов.
Источник: собственное исследование Звонко, октябрь 2026.
Это не рейтинг спортивной силы и не турнирная таблица. Это то, что видит болельщик, когда спрашивает у нейросети. С летними рейтингами позиции напрямую сравнивать нельзя: другой набор нейросетей и другой способ сбора ответов.
Какие клубы Единой лиги ВТБ нейросети называют чаще всего
Место
Клуб
Балл узнаваемости
1
ЦСКА
78
2
Зенит
74
3
УНИКС
73
4
Локомотив-Кубань
70
5
Бетсити Парма
52
6
Уралмаш
46
7
Автодор
44
8
МБА
44
9
Енисей
42
10
Динамо Владивосток
36
11
Самара
31
ЦСКА есть в 74% ответов на вопросы без названия клуба. На вопросы о сильнейших командах нейросети называют его в 30 ответах из 30, о фаворитах — в 22 из 22. Выше всех ЦСКА ставит GigaChat: 87 баллов.
Первые четыре места заняли клубы, которые разыгрывают титулы. В этом баскетбол похож на футбол: лидеров нейросети знают хорошо, а разница начинается дальше по списку. От четвёртого места до пятого сразу 18 баллов.
Одна лига в шести нейросетях выглядит по-разному
Самый заметный разрыв у «Уралмаша»: 61 балл в GigaChat и 38 в ChatGPT. У «Динамо» Владивосток 46 в Google AI Mode и 29 в Алисе и ChatGPT.
Источник: собственное исследование Звонко, октябрь 2026.
Клуб
Алиса AI
ChatGPT
AI Overviews
AI Mode
Perplexity
GigaChat
ЦСКА
75
73
77
74
83
87
Зенит
67
72
72
78
73
81
УНИКС
65
74
71
73
74
80
Локомотив-Кубань
66
66
65
76
72
75
Бетсити Парма
48
46
56
57
52
50
Уралмаш
42
38
42
43
52
61
Автодор
37
45
46
44
44
49
МБА
42
43
37
46
45
52
Енисей
35
42
41
46
46
44
Динамо Владивосток
29
29
33
46
45
32
Самара
30
31
26
30
28
39
Вывод для любого бренда простой: проверка в одной нейросети ничего не говорит о других. У каждой свой поиск и свои источники, о том, как это устроено, мы подробно писали в разборах Алисы AI и ChatGPT.
Где нейросети ошибаются в фактах о клубах
Источник: собственное исследование Звонко, октябрь 2026.
Сначала о хорошем: с поиском нейросети отвечают о клубах в основном верно. Качество ответов у всех клубов — от 85 до 98 баллов из 100. Но редкая ошибка звучит так же уверенно, как правильный ответ, и болельщик их не отличит.
Сайт букмекера вместо сайта клуба. На вопрос «Официальный сайт БК Зенит» Perplexity и GigaChat первым называют сайт букмекерской конторы «Зенит»: сокращение «БК» подходит и ей, и баскетбольному клубу. Алиса называет адрес zenitbasket.ru, который не открывается. Настоящий сайт клуба — bc-zenit.com, его сразу даёт ChatGPT.
Тренер, которого не существует. В новостях ЦСКА Алиса пишет: «Тренер Малик Пистиолис после игры отмечал…». Тренера ЦСКА зовут Андреас Пистиолис, а Малик — это Малик Ньюмэн, защитник «Зенита». Нейросеть склеила двух реальных людей в одного и дала ему комментарий.
Чужие тренеры. GigaChat называет главным тренером «Динамо» Эдуарда Сандлера, а «Самары» — Владислава Коновалова. По заявкам лиги это Сергей Козин и Милош Павичевич.
Прошлогодний состав. На вопрос о действующем составе GigaChat в 10 ответах из 11 подписывает его сезоном 2025/26. Тренеры у него при этом в основном нынешние, а составы под ними старые. На вопрос «где смотреть» он тоже описывает прошлый сезон и называет главной площадкой Okko, хотя у остальных пяти нейросетей Кинопоиск стоит первым или наравне с другими.
Единая лига ВТБ 2026/27 в ответах нейросетей ещё живёт старым составом
Летом лига поменялась. «Пари Нижний Новгород» снялся, «Астана» заявилась и отказалась, пришло «Динамо» из Владивостока, об этом писали Ведомости и «Российская газета».
В 6 из 33 ответов о составе лиги нейросети называют участником клуб, которого в ней нет. «Астану» включают четыре ответа: по одному у ChatGPT, Google AI Overviews, Perplexity и GigaChat. «Пари Нижний Новгород» — два ответа GigaChat. Ответы, где нейросеть верно пишет, что клуб снялся, мы не считали.
Для бизнеса здесь важен сам механизм. Любое изменение — новое название, продажа, закрытое направление — доходит до нейросетей с задержкой, пока старые страницы продолжают отвечать за вас.
Клуб называют в списке, но не советуют: «Динамо» и «Самара»
Источник: собственное исследование Звонко, октябрь 2026.
Самая полезная часть исследования находится внизу таблицы.
Вопрос
Динамо Владивосток
Самара
ЦСКА для сравнения
Сильнейшие команды
7 из 30
9 из 30
30 из 30
Фавориты
3 из 22
4 из 22
22 из 22
В перечне клубов лиги «Динамо» есть в 30 ответах из 33, «Самара» — в 29. Нейросети знают, что клубы существуют. По фактам об этих клубах они тоже точны: у «Динамо» 92 балла за качество при 36 за узнаваемость. Но когда разговор доходит до совета, за кем следить, их почти не вспоминают. «Самара» в ответах «где смотреть и за кем следить» встретилась 1 раз из 22.
У «Динамо» к этому добавляется омоним. В ответах часто появляется другое «Динамо»: женская команда из Курска, тбилисский клуб, спортшколы. Мы засчитывали только упоминания рядом с Владивостоком. Похожее мы видели и в КХЛ, где «Лада» для нейросети была прежде всего автомобилем.
Откуда нейросети берут ответы про баскетбол
Чаще всего нейросети ссылаются на «Википедию», «Чемпионат», Sports.ru и сайт лиги: примерно по 200–250 ссылок на каждый источник за весь замер. Дальше идут «ВКонтакте» и сайты самих клубов.
Отсюда понятно, что делать клубу из нижней части таблицы:
Поправить факты там, где нейросети их читают. Актуальный тренер и состав на своём сайте, в «Википедии» и в профиле лиги, с явным указанием сезона.
Появляться в разговоре о сезоне. Разборы и прогнозы в профильных медиа дают то, чего не хватает: упоминание рядом с вопросами «за кем следить» и «кто может удивить».
Закрепить однозначное имя. «Баскетбольный клуб», город и лига в одной фразе убирают путаницу с букмекером и одноимёнными командами.
Проверять каждую нейросеть отдельно. Разрыв в 23 балла у одного клуба показывает, что одного скриншота недостаточно.
Это снимок на 28 октября 2026 года, ответы нейросетей меняются. Сезон только начался, и новичок лиги вполне может подняться по таблице.
Всю презентацию с результатами исследования можно посмотреть здесь.
Частые вопросы о рейтинге клубов лиги
Показывает ли рейтинг спортивную силу клубов Единой лиги ВТБ?
Нет. Это рейтинг ИИ-видимости на 28 октября 2026 года: как часто и как высоко клуб называют нейросети, когда вопрос задан без его имени. Турнирная таблица здесь ни при чём.
Какие нейросети участвовали в замере?
Алиса AI, GigaChat, ChatGPT, Perplexity, Google AI Overviews и Google AI Mode. В расчёт вошли 474 ответа из 492, где нейросеть искала в интернете.
Почему первым стал ЦСКА?
ЦСКА есть в 74% ответов на вопросы без названия клуба и обычно стоит в начале списка. На вопросы о сильнейших и о фаворитах его называют все ответы без исключения.
Какая нейросеть ошибается о клубах чаще других?
В нашем замере слабое звено — GigaChat: 10 ответов о составе из 11 подписаны прошлым сезоном, два тренера названы неверно. Это снимок одной даты, а не приговор модели.
Можно ли клубу улучшить видимость в нейросетях?
Да. Ответ собирается из открытых источников, поэтому свежие и точные материалы о клубе на площадках, которые читают нейросети, меняют то, что видит болельщик.
Авторы: Сергей Бурый, Дмитрий Зимин, Игорь Новиков, команда Звонко.
ОБ АВТОРЕ
Сергей БурыйСооснователь Звонко. Эксперт по практическому применению ИИ, главный редактор международных медиапроектов, преподаватель СПбГУ
Дмитрий ЗиминСооснователь Звонко. 12 лет в маркетинге и медиа, бывший главред спортивных СМИ
Игорь НовиковСооснователь Звонко. Операционный менеджмент в финтехе, архитектор AI-конвейеров