Как изменить рекомендации в ответах AI: 62% брендов исчезают после одного уточняющего вопроса
Компания Clovion AI проверила, как три популярные нейросети рекомендуют бренды в диалоге, и обнаружила: 62% брендов исчезают из ответа после одного уточняющего вопроса пользователя, а направление ошибки зависит от типа контента, на котором обучена модель.
Если вы продвигаете продукт и рассчитываете на упоминание в ответах ChatGPT, Claude или Gemini, одного попадания в первый список недостаточно: стоит пользователю уточнить запрос, и бренд с высокой вероятностью вылетает из рекомендаций.
Исследование провела норвежская компания Clovion AI. Её операционный директор Захир Хасан опубликовал отчёт «Surviving the AI Funnel» («Как выжить в воронке ИИ»), в котором описал поведение трёх закрытых моделей: Claude (Anthropic), ChatGPT (OpenAI) и Gemini (Google). Главный вопрос: остаётся ли бренд в рекомендациях, когда пользователь задаёт второй, уточняющий вопрос. Ответ оказался неутешительным для маркетологов.
| Показатель | Значение | Источник |
|---|---|---|
| Число многоходовых диалогов | 69 120 | Clovion AI, «Surviving the AI Funnel» |
| Категории (B2B-софт и финтех) | 36 | Clovion AI |
| Число проанализированных брендов | 2 040 | Clovion AI (исправленное значение) |
| Доля брендов, сохраняющихся при повторе того же вопроса | 90% | Clovion AI |
| Доля брендов, сохраняющихся после уточняющего вопроса | 28% | Clovion AI |
| Доля брендов, исчезающих после уточнения | 62% | Clovion AI |
| Число верифицированных противоречий между моделями | 330 | Clovion AI (исправленное значение) |
| Доля случаев, когда модели прямо противоречат друг другу по фактам о бренде | 15% | Clovion AI |
Как устроен эксперимент?
Clovion AI провела 69 120 диалогов с тремя нейросетями в 36 категориях: CRM-системы, финтех-инструменты и другой B2B-софт. Каждый диалог состоял из двух шагов.
Сначала модели задавали открытый вопрос, например «лучшие CRM-инструменты?». Затем добавляли одно реалистичное уточнение: «для маленькой команды» или «для крупного предприятия». Исследователи сравнивали, какие бренды остались в рекомендациях после уточнения, а какие исчезли.
Отдельно проверяли контрольный сценарий: что будет, если просто повторить тот же самый вопрос без изменений. Это позволило отделить случайную нестабильность от осознанного «пересмотра» рекомендаций.
Три факта, которые стоит запомнить
- Повтор вопроса почти ничего не меняет. Когда пользователь спрашивал то же самое второй раз, 90% рекомендованных брендов оставались на месте. Список стабилен, пока вопрос не меняется.
- Одно уточнение выбивает большинство. Стоило добавить деталь («для маленькой команды»), и 62% брендов из первого ответа исчезали. Причём формулировка «для крупного предприятия» давала почти такой же результат: около 72% брендов менялись. Дело не в конкретном уточнении, а в самом факте уточнения.
- Модели ошибаются в разные стороны. Из 330 верифицированных противоречий между моделями Claude занижает возможности бренда (галлюцинация, когда ИИ уверенно утверждает, что функции нет, хотя она есть) 160 раз против 10 случаев завышения. ChatGPT занижает 70 раз и ни разу не завышает. Gemini, наоборот, завышает 80 раз против 30 занижений.
Почему модели ошибаются по-разному?
По рабочей гипотезе Захира Хасана, направление ошибки определяется типом контента, который модель использует чаще. Gemini, по данным ещё не опубликованного исследования Clovion, опирается на маркетинговые материалы и видео, поэтому приписывает бренду то, что тот сам про себя заявляет в рекламе.
Claude и ChatGPT больше опираются на техническую документацию и страницы продуктов. Они описывают базовый функционал точно, но если новая функция плохо задокументирована, предпочитают сказать «этого нет», а не угадывать. Отсюда систематическое занижение.
Это значит, что вопрос, как изменить рекомендации в ответах ИИ, сводится не к «больше контента», а к «правильный тип контента для конкретной модели».
Clovion AI тестировала только B2B-софт и финтех: 36 категорий. Результаты могут отличаться для потребительских товаров, услуг или локальных рынков. Гипотеза о связи типа контента с направлением ошибки основана на ещё не опубликованном исследовании и пока не прошла независимую проверку. Кроме того, в первоначальной версии отчёта были ошибки: дизайнер потерял ноль, и 2 040 брендов превратились в «204», а 330 противоречий стали «33». Ошибку нашли при проверке журналистом, исправленная версия выходит на этой неделе.
Что делать с этим прямо сейчас?
Автору Дзена и контент-маркетологу. Если вы пишете обзоры продуктов или сервисов, помните: нейросеть может порекомендовать ваш материал в первом ответе и «забыть» его, как только пользователь уточнит запрос. Чтобы понять, как изменить рекомендации ИИ в свою пользу, создавайте контент, который отвечает на конкретные сценарии: «для фрилансера», «для команды из 5 человек», «для интернет-магазина». Такой контент привязан к уточняющим вопросам, а не только к общим.
SEO-специалисту. Проверяйте не только попадание бренда или статьи в первый ответ, а устойчивость рекомендации при уточнении. Практический тест: задайте ChatGPT, Claude или Gemini вопрос про ваш продукт, а потом добавьте уточнение. Посмотрите, остались ли вы в списке. Для российского рынка аналогичную проверку стоит делать в YandexGPT и GigaChat (по моим наблюдениям, обе модели тоже перестраивают списки при уточнениях, хотя аналогичных исследований для них пока нет).
Предпринимателю и маркетологу. Разница между Claude, ChatGPT и Gemini в том, что они «читают» разный контент. Если у вас сильная документация, Claude и ChatGPT опишут продукт точно, но могут не заметить новые функции. Если у вас сильный маркетинг и видео, Gemini скорее завысит возможности. Это означает, что стратегия продвижения в ИИ-ответах должна учитывать, какая модель какой контент предпочитает.
Это исследование подтверждает то, что я наблюдаю на практике: попадание в ответ нейросети не равно доверию нейросети. Модель может назвать ваш продукт, а через секунду вычеркнуть его, стоит пользователю сказать «а мне для малого бизнеса». Для тех, кто работает с контентом в России, вывод прямой: одного SEO-текста или одного лендинга мало. Нужна техническая документация, нужны страницы под конкретные сценарии, нужны ответы на вопросы, которые пользователь задаст вторым ходом. И самый честный урок этого отчёта не в цифрах, а в том, что даже исследователи ИИ теряют ноль в таблице, и никто не замечает, пока не спросит. Проверяйте числа, свои и чужие.
По данным Search Engine Land
Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».
Читайте также
Поиск по фото AI и другие запросы: как попасть в цитаты нейросетей, а не потерять 47 % кликов
AI-поиск уже перехватывает часть трафика у классической выдачи, и бренды, которые не понимают, как именно нейросети используют и цитируют их контент, теряют…
Что такое ИИ-агент для SEO: Writesonic нарастила долю лидов из ИИ-поиска с 2,5% до 35%
Компания Writesonic, разработчик ИИ-инструментов для маркетинга, за год увеличила долю лидов из поисковых систем с ИИ-ответами с 2,5% до 35%, и её основатель…
Искусственный интеллект в маркетинге удешевил тесты до нуля, но 95% из них не влияют на результат
Искусственный интеллект сегодня позволяет маркетологу запустить 40 тестов за время, которое раньше уходило на один, и именно эта лёгкость превращает…
Комментарии