Проверить, знают ли вас нейросети, можно за 15 минут — с телефона, без платных сервисов и без бюджета. Мы в Звонко с этого начинаем аудит любого клиента: пять вопросов, четыре нейросети и таблица на листе бумаги. Ниже я распишу этот протокол целиком, чтобы вы прогнали его самостоятельно.
Коротко: выпишите 5 вопросов, как их задаёт клиент, который вас ещё не знает — без вашего названия. Прогоните через Алису, Perplexity, ChatGPT и GigaChat, каждый по 2–3 раза. По каждому ответу отметьте три вещи: назвали ли вас, на каком месте, правду ли сказали. Через 15 минут у вас не догадка, а грубая, но честная картина.
За что вы возьмётесь дальше:
- разберётесь, почему проверять надо небрендовыми вопросами, а не «расскажи мне про [бренд]»
- получите протокол на 4 нейросети с таблицей для заполнения
- поймёте, где заканчивается то, что можно увидеть глазами, и начинается то, что можно измерить
Спрашивайте без названия бренда — иначе это не проверка
Если вы напишете нейросети «расскажи про компанию [ваше название]», она почти наверняка про неё расскажет — вы сами назвали бренд в промпте, и модель отвечает на то, что уже знает из вопроса. Это ничего не измеряет: вы проверили не видимость, а память модели о факте, который сами же ей подсказали.
Настоящая проверка — задать вопрос так, как его задаёт живой человек, который ещё не знает о вашем существовании. «Где заказать [услуга] в [город]», какой сервис для [задача] выбрать, с чем сравнить варианты в [категория] — без имени бренда. Это называется небрендовый запрос, и разница между ним и брендовым — методическая: одно измеряет узнаваемость, другое — просто память.
Механика подсказывает, почему это работает именно так. Perplexity и ChatGPT Search реально уходят в интернет за источниками на голый вопрос — ChatGPT search может искать в вебе и давать ссылки на источники, когда решает, что это уместно ответу, а Perplexity строит каждый ответ на пронумерованных цитатах источников, которые можно проверить. Небрендовый вопрос заставляет модель искать так же, как это делает потенциальный клиент — и это единственный способ узнать, попадаете ли вы в её выборку сами, без подсказки.
Разница между подсказанным и голым промптом — то же самое разделение, которое лежит в основе нашего системного замера: подробнее о том, чем увидеть бренд отличается от вспомнить его самостоятельно, я разбирал в статье о том, почему AI не видит сайт.
Через какие нейросети прогонять вопросы и сколько раз повторять
Прогоняйте вопросы через четыре площадки: Алиса AI, Perplexity, ChatGPT и GigaChat от Сбера — каждую 2–3 раза на один и тот же вопрос. Одной модели мало: у каждой свой источник данных и свой алгоритм отбора, поэтому результат по одной платформе не говорит ничего о трёх остальных.
У Алисы AI логика ближе всего к привычному поиску: нейроответ формируется в среднем на основе около десяти источников, и это преимущественно те же сайты, что уже стоят в топе обычной выдачи. GigaChat — единственная из четырёх, которая работает из России без всяких обходов: авторизация идёт по российскому номеру телефона, VPN не нужен, а если он был включён — его стоит выключить. С ChatGPT сложнее: с июля 2024 года OpenAI усилила блокировку доступа к своим сервисам для пользователей из России на уровне инфраструктуры, поэтому прямая проверка требует VPN или агрегатора — это стоит держать в уме как методическую оговорку, а не скрывать.
Повтор 2–3 раза — не перестраховка, а необходимость: модели отвечают неодетерминированно, и один и тот же вопрос сегодня и завтра может дать разный список источников. Если бренд появился один раз из трёх — это ещё не устойчивый результат, а пограничный случай.
Так выглядит вся проверка целиком, август 2026.
Какие три сигнала отмечать в каждом ответе
В каждом ответе отмечайте три вещи: назвали вас или нет, на каком месте по счёту вас упомянули, и правду ли сказали. Большинство самостоятельных проверок останавливаются на первом сигнале — упомянули или нет — и упускают половину картины.
Позиция важна не меньше факта упоминания. По данным аналитического отчёта «Поиск с Алисой» от «Ашманов и партнеры», вероятность попадания в нейроответ Алисы заметно снижается начиная примерно с 5-й позиции в обычной органике и почти исчезает после 10–12-й — то есть быть на восьмом месте в списке источников фактически равносильно тому, чтобы не быть в нём вообще.
Третий сигнал, правда, — самый недооценённый. Даже топовые модели не застрахованы от фактических ошибок: по бенчмарку HHEM из Stanford AI Index Report 2025 у моделей-лидеров сохраняется около 1,3–1,5% ошибочных ответов на тестах суммаризации, а у более старых моделей — до 2,5–2,9%. Это цифра именно про суммаризацию текста, а не про то, как часто модель врёт конкретно про ваш бренд — но вывод универсален: ноль ошибок не гарантирован никому, и упоминание бренда без проверки фактов о нём — половина работы.
Пример заполнения для кофейни — сразу видно, где бренд теряют.
Зачем отдельно спросить нейросеть про вас напрямую
После пяти небрендовых вопросов задайте нейросети ещё один — прямо назовите свой бренд и спросите, что она о нём знает. Это не заменяет предыдущий шаг, а дополняет его: небрендовый вопрос проверяет, вспомнит ли модель вас сама, а прямой — что именно она про вас знает, когда точно понимает, о ком речь.
Здесь чаще всего всплывают две вещи. Первая — путаница с тёзками: в нашей практике не раз бывало, что модель уверенно приписывала бренду чужие услуги, чужой город или чужую историю — просто потому что рядом в интернете есть похожее по названию юрлицо, и модель их не различила. Формального исследования именно про такую путаницу мы не нашли, это наблюдение из собственных аудитов, но оно системное и повторяется от клиента к клиенту.
Вторая вещь — тот же остаточный процент фактических ошибок, о котором шла речь выше: даже при прямом вопросе о себе стоит фактчекать содержание ответа, а не только радоваться самому факту упоминания. Если модель назвала не тот город, не ту специализацию или устаревшую цену — это тоже пограничный результат, и его нужно фиксировать в той же таблице.
Что делать с результатом: три исхода и первый шаг
По итогам 15 минут результат обычно укладывается в один из трёх сценариев — и под каждый есть свой первый разумный шаг, а не общий совет улучшить контент.
- Не видно нигде. Ни в одном из четырёх сервисов бренд не появился ни разу. Логичный первый шаг — не бросаться отдельно оптимизировать под ИИ в отрыве от SEO, а проверить обычные позиции: раз нейроответ Алисы строится преимущественно на топ-10 органики, отсутствие там почти гарантирует отсутствие и в ИИ-ответе.
- Видно частично или неточно. Бренд появляется, но реже второго-третьего раза, или появляется — но с ошибками в фактах. Здесь стоит смотреть не на факт упоминания, а на то, откуда модель берёт информацию, и укреплять именно эти источники точными формулировками про себя.
- Видно и точно. Бренд стабильно называют на хороших позициях с верными фактами хотя бы в двух из четырёх сервисов. Здесь задача — не почивать, а проверить остальные площадки: в аудитах мы регулярно видим бренды, заметные в Алисе и почти нулевые в ChatGPT или Gemini, и наоборот — зеркальные слепые зоны, о которых сам бренд может не подозревать годами. Похожий разброс по платформам мы разбирали на примере нашего замера видимости банков Казахстана — там разница между лидером и аутсайдером по одной и той же платформе доходила до кратной.
Где заканчивается ручная проверка и начинается замер
Ручная проверка честно показывает то, что видно глазами: назвали, на каком месте, правду ли сказали. Она не показывает три вещи, которые видны только в системном замере.
Первое — тёмный трафик: переходы из ответов ИИ часто приходят без параметров и без реферера, и обычная аналитика их не различает как отдельный источник. Мы подробно писали, как их всё же вычислить в Метрике, в статье про переходы из нейросетей. Второе — динамика: ответ, который вы получили сегодня, завтра может измениться из-за обновления индекса или модели, а разово проверенная картина этого не покажет. Третье — механика источника: чтобы понять, почему Алиса выбрала конкретные сайты, а не ваш, полезно посмотреть на её логику отбора глазами вебмастера — этому посвящён наш разбор Яндекс Вебмастера и того, как Алиса выбирает источники.
Стоит следить за этим всем не потому, что поиск исчезает — прогноз Gartner 2024 года о падении объёма традиционного поиска на 25% к 2026 году из-за ИИ-чатботов на практике не подтвердился буквально: Google по независимым ретроспективным разборам сохраняет больше 90% доли поискового рынка, а ИИ-каналы растут параллельно, а не вместо старых. Но параллельно — значит добавочно: это отдельный канал, который либо приводит клиентов, либо нет, и узнать это без замера нельзя.
Ручная проверка на 15 минут — тот же протокол, что мы прогоняем в экспресс-аудите видимости, только руками, по пяти вопросам и без повторов на длинной дистанции. Она честно скажет, есть проблема или нет. Она не скажет, насколько она большая, растёт или сокращается и сколько заявок реально теряется из-за неё — это уже вопрос системного замера по 6 платформам и 8 метрикам, а не одного вечера.
Что делать: короткий чек-лист
- Выпишите 5 вопросов о вашей нише без названия бренда — так, как их формулирует клиент, который вас ещё не знает.
- Прогоните каждый через Алису AI, Perplexity, ChatGPT (или GigaChat, если ChatGPT недоступен без VPN) — по 2–3 раза с интервалом.
- В каждом ответе отметьте три сигнала: назвали / на каком месте / точно ли.
- Отдельно задайте прямой вопрос с названием бренда — сверьте детали ответа (адрес, цены, профиль) на фактические ошибки и путаницу с похожими названиями.
- Соберите три исхода в одну табличку и определите первый шаг под свой случай.
- Если картина устойчиво тревожная или нужна регулярная динамика — переходите от ручной проверки к замеру.
Частые вопросы
Обязательно ли платить за проверку видимости в нейросетях?
Нет, базовую картину можно получить бесплатно за 15 минут описанным протоколом — пять небрендовых вопросов через четыре доступные площадки. Платный замер нужен, если требуется системность: регулярность проверки, больше платформ и метрик, отслеживание динамики во времени, а не разовый снимок.
Почему нейросеть на один и тот же вопрос отвечает по-разному?
Ответы генерируются неодетерминированно — модель не выбирает один и тот же набор источников каждый раз, даже на идентичный запрос. Поэтому протокол требует 2–3 повтора: один ответ без бренда может быть случайностью, три подряд — уже закономерность.
Считается ли, если нейросеть назвала бренд только после того, как я сам подсказал название?
Нет, это не считается видимостью в строгом смысле. Если вы написали «расскажи про [бренд]», модель отвечает на факт, который вы сами сообщили в вопросе — это проверяет память, а не то, вспомнит ли модель бренд сама на небрендовый запрос живого клиента.
Что делать, если нейросеть путает мою компанию с похожим по названию брендом?
Такое встречается регулярно в наших аудитах, особенно у молодых или узкопрофильных брендов с распространённым названием. Фиксируйте конкретные ошибочные факты — модель, скорее всего, взяла их из чужого источника, попавшего в её выборку по совпадению названия — и работайте над более уникальными и явными формулировками о себе в собственных материалах.
Хватит ли проверить только Алису AI, раз это основная платформа в России?
Нет. В наших аудитах регулярно встречаются бренды, заметные в Алисе AI и почти невидимые в ChatGPT или Gemini, и обратная ситуация — тоже не редкость. У каждой платформы свой источник данных, поэтому вывод по одной из них не переносится на остальные.
Как это связано с обычным SEO — разве это не отдельная задача?
Тесно связано, и это касается прежде всего Алисы: нейроответ строится преимущественно на топ-10 обычной органики, поэтому отсутствие в SEO-выдаче почти всегда означает отсутствие и в ИИ-ответе. Для ChatGPT и Perplexity связь слабее — они умеют искать шире выдачи одной поисковой системы, — но игнорировать базовое SEO всё равно нельзя.
Сколько вопросов достаточно для честной проверки, если пяти мало для моей ниши?
Пять — минимальный набор, покрывающий основные интенты: где купить/заказать, с кем сравнить, какой выбрать, кто лучший в категории, что делает конкретную задачу. Если у бизнеса несколько разных сегментов клиентов — стоит увеличить список пропорционально числу сегментов, сохраняя структуру «три сигнала на каждый ответ».
Ручная проверка честно покажет, есть вы в ответах нейросетей или нет — но не покажет, сколько заявок вы теряете из-за пробела и как быстро он растёт. Если картина после 15 минут вас насторожила, сделайте следующий шаг — закажите экспресс-аудит видимости: 6 платформ, 8 метрик, конкретные цифры вместо ощущения «кажется, нас не видно».