| |

Ваш новый клиент — алгоритм: как оптимизировать бренд под ИИ-поиск

Отредактированный текст ИИ

На НРФ’10 (Национальный Рекламный Форум) обозначили важный сдвиг: покупателем стал алгоритм. Раньше человек сам искал и сравнивал товары перед покупкой. Теперь он делегирует отбор ИИ — и получает готовый шорт‑лист. Алгоритм стоит между брендом и клиентом и решает, кто вообще попадёт в этот список.

Директор по развитию Kokoc Group Ольга Алексеева сформулировала этот переход предельно коротко: «Покупатель прошёл путь от „покажи мне“ к „отбери за меня“. Алгоритмы теперь решают, какие марки человек увидит ещё до первого клика».

Что скрывается за утверждением: цифры и факты

  • Около половины пользователей хотя бы раз узнавали о новом бренде из ответа ИИ. Независимый замер «Ашманова и партнёров» даёт схожую картину: 52% покупателей знакомились с новыми брендами через AI, среди молодёжи — 62%. Источники: Group4Media (данные, озвученные на НРФ’10), «Ашманов и партнёры».
  • +48% к выручке от визитов из ИИ против обычных визитов — по данным, озвученным на НРФ’10 (методология не раскрыта).
  • 68% россиян начали экономить на том, на чём раньше не экономили, — при этом подход у них изменился: «куплю умнее», а не «куплю дешевле». Источники: Group4Media, «Ашманов и партнёры».
  • Парадокс узнаваемости: люди помнят бренды, а нейросети их почти не показывают. Среди десяти самых известных марок крупной бытовой техники 70% потребителей помнят бренды, но нейросети упоминают их лишь в 21% случаев. В одежде и обуви — 52% против 9%. Источники: Kokoc Group, «Ашманов и партнёры».

Последняя цифра важна именно для анализа: она показывает разрыв между тем, что мы привыкли измерять, и тем, что реально влияет на продажи. Бренд может быть на слуху, но при этом отсутствовать в ответах нейросетей — и для алгоритма его просто не существует.

Дело не в силе бренда, а в том, насколько его данные читаемы. Алгоритм не умеет додумывать: если характеристики размыты, данные в карточках не структурированы, а внешних упоминаний мало, он не включит бренд в шорт‑лист, даже если название знают тысячи людей.

Практический вывод: узнаваемость не спасёт, если бренд не попадает в нейроответы. Вместо того чтобы наращивать рекламу, сделайте данные однозначными и видимыми: переведите характеристики в цифры, разметьте карточки так, чтобы машина их однозначно читала, держите позиции в топ‑10. Это и есть новая точка роста. Иначе бюджет на охват не дойдёт до точки принятия решения.

Что значит «отбери за меня» на практике

Раньше воронка была линейной: запрос → десять ссылок → клик → сравнение. Теперь человек задаёт вопрос нейросети («какой робот‑пылесос купить до 40 тысяч, чтобы с влажной уборкой и без проблем с запчастями») и получает шорт‑лист из трёх‑пяти брендов с обоснованием. Всё, что не попало в список, для покупателя в этот момент не существует.

Это подтверждается измерениями. По данным исследования «Поиск 2026» («Ашманов и партнёры», опрос 1000 покупателей), 69% пользователей предпочитают нейроответы, интегрированные в поисковики, а 74% обращаются к Алисе; среди тех, кто получает нейроответы в поиске, 91% выбирает «Поиск с Алисой» (против 23% у нейроответов Google). После ответа ИИ 64% рассматривают 2–3 варианта товаров, и лишь 9% прекращают диалог после первого ответа.

В классическом SEO вы боролись за позицию в выдаче. В ИИ‑поиске вы боретесь за попадание в контекст ответа. Алгоритм не ранжирует ссылки — он синтезирует рекомендацию, вытаскивая факты из карточек, отзывов, сторонних публикаций и структурированных данных. Нет фактов или они противоречивы — бренд выпадает из ответа, даже с сильным сайтом.

Практический вывод: GEO (Generative Engine Optimization — оптимизация под ответы генеративных систем) — это не «SEO 2.0», а перевод знаний о продукте в машиночитаемый формат, из которого алгоритм может извлечь, проверить и процитировать факты.

Что алгоритм «видит» и чего не видит

Алгоритм видит не ваш бренд целиком, а только то, что о нём можно извлечь из доступных источников.

Видит:

  • Структурированные атрибуты товара. Характеристики, совместимость, комплектация, гарантия — если они размечены и однозначны. Карточка «мощность: 1500 Вт» читается. Карточка «мощный мотор для любых задач» — нет.
  • Текст отзывов, а не звёзды. Алгоритм вытаскивает факты («тихий», «запутался в инструкции», «подошёл для квартиры с собакой») и использует их как аргументы рекомендации.
  • Внешние упоминания. Обзоры, сравнительные статьи, форумы, маркетплейсы, каталоги. Бренд, который существует только на своём сайте, не имеет «внешнего подтверждения» и попадает в ответы реже.
  • Структурированные данные. Разметка Product, Offer, Review, FAQ — то, что позволяет машине однозначно понять, что это за товар, сколько он стоит и есть ли он в наличии.
  • FAQ с конкретными ответами. «Можно ли мыть фильтр в посудомойке», «какая гарантия на аккумулятор» — такие ответы алгоритм может цитировать напрямую.

Но есть условие, которое важнее разметки: органика в Яндексе. По данным отчёта «Ашманова и партнёров» о «Поиске с Алисой», за август 2025 — январь 2026 доля сайтов не из топ‑10 Яндекса в нейроответах упала с 40% до 10%; вероятность попадания в ответ резко снижается уже после пятой позиции в органике. Поиск с Алисой — это попеременная работа языковой модели и обычного органического поиска, и функцию фильтра источников несёт именно поисковик. Путь в нейроответы лежит через топ‑10, а лучше топ‑5 Яндекса. Разметка без ранжирования почти не помогает — это дополнение к SEO, а не замена.

Не видит:

  • Эмоциональную подачу и креатив: баннер и слоган для машины — шум, если за ними нет извлекаемых фактов.
  • Контекст, не выраженный словами: «премиальность» не существует для алгоритма, пока не записана как «алюминий, 1,2 мм».
  • Офлайн‑сарафан и историю отношений: персональные скидки, CRM‑сегменты, похвалы в мессенджерах остаются в ваших системах.

Практический вывод: аудит начинайте не с контента, а с данных. И первая проверка — не разметка, а позиции: если сайт не входит в топ‑10 Яндекса по коммерческим запросам, сначала SEO, потом GEO. Нейроответы Алисы строятся преимущественно из топа органики.

Как измерить вклад ИИ‑канала и не потерять его в атрибуции

Цифра «+48% к выручке» вдохновляет, но у неё коварное свойство: ИИ‑канал плохо виден в last‑click атрибуции. Человек узнаёт бренд из ответа нейросети, а заходит на сайт позже — через прямой заход или брендовый поиск. В отчёте визит запишется на «direct» или «брендовый поиск», и вклад канала растворится.

Четыре шага, чтобы канал не потерять:

  1. Отделите брендовый трафик от небрендового и смотрите на динамику. Рост прямых заходов и запросов с названием бренда без роста затрат на брендовые кампании — типичный след ИИ‑рекомендаций.
  2. Добавьте один вопрос в пост‑покупке. «Как вы узнали о нас?» с вариантом «из ответа нейросети / ИИ‑ассистента» — в письме после покупки или в чек‑ауте. Это единственный способ увидеть канал без кликабельного следа. Даже 5–10% таких ответов — рабочий сигнал для динамики.
  3. Мониторьте упоминания в ИИ‑ответах. Задавайте нейросетям 10–15 вопросов, которые задаёт ваш покупатель перед покупкой. Фиксируйте: входит ли бренд в шорт‑листы, рядом с кем, с какими аргументами. Это «карта видимости» — отправная точка.
  4. Помечайте визиты, которые похожи на ИИ‑след. Если доля прямых заходов растёт быстрее обычного и при этом бренд чаще попадает в ответы нейросетей, не оставляйте такие визиты просто в «прямых заходах». Добавьте отдельную метку «предположительно ИИ‑влияние». Так вы получите хотя бы приблизительную картину вклада канала — и в отчётах будет видно, что он реально приносит трафик.

Практический вывод: ставьте цель не «трафик из ИИ», а «доля ИИ‑влияния в брендовом спросе». Первое мерить почти невозможно, второе — по силам любому малому бизнесу.

Возможные риски: что именно пойдёт не так и как это заметить

  1. Данные расходятся с реальностью. Цена и наличие на сайте устарели, и алгоритм рекомендует товар, которого уже нет. Заметить: растут жалобы в отзывах на «несовпадение с сайтом» и доля отказов на карточках после появления бренда в ИИ‑ответах. Исправить: синхронизировать данные и настроить автоматическую актуализацию цен.
  2. Модель придумывает характеристики. Нейросеть приписывает бренду свойства, которых нет, — и эти «факты» расходятся с реальным продуктом. Заметить: при регулярном мониторинге ответов по категории проверяйте не только «вошли ли мы», но и «что именно нам приписали». Исправить: наполнить открытые источники однозначными фактами — чем их больше, тем меньше пространство для выдумки.
  3. Канал растворяется в атрибуции — и бюджет режут. Влияние ИИ оседает в «прямых заходах», в отчётах выглядит как «нет отдачи», и отдел логично предлагает свернуть направление. Заметить: доля direct и брендового поиска растёт, а объяснить рост выручки нечем — это сигнал. Исправить: ввести метку «предположительно ИИ‑влияние» и добавить в пост‑покупку вопрос «Как вы узнали о нас?» с вариантом «из ответа нейросети».
  4. Объём контента растёт, цитируемость — нет. Сотни сгенерированных SEO‑страниц без новых фактов не дают попаданий в ответы: машине нечего извлечь, кроме воды. Заметить: ведите счёт цитирований и долю бренда в ответах по категории; если метрика стоит при растущем объёме контента — контент не работает. Исправить: сократить генерацию и сместить фокус на новые факты — уникальные характеристики, данные тестов, ответы на реальные вопросы покупателей.

Что делать в понедельник

Четыре шага без бюджета и с быстрым результатом:

  1. Проверьте органику. По 5–10 коммерческим запросам категории посмотрите позиции сайта в Яндексе. Если нет в топ‑10 — первым планом ставьте SEO, а не GEO: без попадания в топ нейроответы почти закрыты.
  2. Проведите аудит карточек на «извлекаемость». Возьмите пять ключевых товаров и попросите нейросеть: «Сравни [товар A] и [товар B] по характеристикам X, Y, Z». Всё, что алгоритм «не увидел», — дыра в карточке, которую нужно закрыть.
  3. Отследите, как бренд видят нейросети. Соберите 10–15 самых частых вопросов, которые задают покупатели (вроде «какой выбрать…», «что лучше…»). По каждому вручную проверьте, какие бренды нейросеть ставит в шорт‑лист и какими аргументами их советует. Результаты занесите в простую таблицу: в одном столбце — запрос, в другом — кто попал в ответ, в третьем — какие доводы привела нейросеть.
  4. Спросите покупателя о нейросетях. Добавьте в письмо после покупки вопрос: «Как вы узнали о нас?» — и обязательно включите вариант ответа «из ответа нейросети». Уже через месяц у вас будет первая реальная цифра: сколько людей пришли именно так.

Заключение: что делать дальше и на чём держать фокус

Мы привыкли измерять маркетинг через охват, клики и конверсии — но с приходом ИИ‑поиска появилась ещё одна критически важная метрика: видимость в нейроответах. Это не про «ещё один канал», а про новую точку принятия решения: если бренд не попадает в шорт‑лист, который выдаёт ИИ, для покупателя его в этот момент просто не существует — даже если он годами вкладывался в узнаваемость.

Из этого следуют три практических вывода, которые стоит заложить в стратегию уже сейчас:

  • GEO не заменяет SEO — он надстраивается над ним. Попадание в топ‑10 Яндекса остаётся обязательным условием: без него шансы оказаться в нейроответе резко падают. Сначала — позиции, потом — разметка, факты и карта видимости.
  • Данные важнее контента. Алгоритму нечего цитировать из «воды» и общих фраз. Ему нужны однозначные факты: цифры характеристик, структурированные атрибуты, отзывы с конкретными деталями. Если в карточке написано «мощный и удобный», машина не сможет это процитировать; если «мощность 1500 Вт, вес 2,3 кг» — сможет.
  • Атрибуция должна учитывать «невидимый» канал. Рост direct‑трафика и брендового поиска без роста рекламных затрат — это не «просто так», а вероятный след ИИ‑рекомендаций. Простая метка «предположительно ИИ‑влияние» плюс вопрос в пост‑покупке дают реальную картину, которую можно защищать перед руководством и использовать для планирования бюджета.

Для маркетолога это означает смену приоритетов: вместо «как рассказать о бренде» — «как упаковать факты так, чтобы алгоритм мог их уверенно извлечь и процитировать». Вместо «сколько людей увидело» — «сколько раз бренд попал в релевантный ответ и с какими аргументами».

Если действовать поэтапно, первые результаты можно увидеть уже через месяц: рост доли бренда в ИИ‑ответах по ключевым запросам, первые ответы на вопрос «Как вы узнали о нас?», более понятная картина вклада «невидимого» канала в трафик и выручку.

Источники

  • Forbes.ru — «Участники НРФ обсудили, где рекламному рынку искать рост после замедления»: forbes.ru
  • «Ашманов и партнёры» — отчёт «Коммерческий поиск с „Алисой“» (факторы ранжирования, доля сайтов из топ-10): ashmanov.com и PDF второй части исследования «Поиск 2026»: ashmanov.com
  • «Коммерсантъ» — «Доля сайтов вне топ-10 Яндекса в нейроответах Алисы упала до 10%»: kommersant.ru
  • New Retail — «Покупатели активнее применяют ИИ при поиске товаров» (69%, 74%, 91%, 64%, 9%): new-retail.ru
  • «Ведомости» — «Половина россиян узнают о новых брендах с помощью ИИ» (исследование РОМИР):