Как нейросети видят отзывы о вашей компании: разбор ключевых ИИ

Специалисты Markway провели собственное исследование и разобрали, как разные нейросети видят отзывы о бизнесе.

Ни одна нейросеть не формирует ответ только на основе среднего рейтинга . Рейтинг — это сигнал обратить внимание на источник или количество оценок, но сам ответ строится на трех других ключевых параметрах.

Тексты отзывов

ИИ анализируют общие и профильные отзовики, а именно тексты и оценки клиентов. При этом нейросети ищут не просто оценку, а содержание: что именно пишут люди о продукте или услуге.

Карточки компаний

Нейросети подробно изучают карточки компаний. Если там указаны услуги, продукты, время работы, адрес, ИИ сошлется на эти данные при формировании ответа.

Повторяющиеся паттерны

ИИ выявляют повторяющиеся паттерны из отзывов: бытовые ситуации, характеристики, данные о стоимости и сроке пользования. Именно они становятся основой для саммари.

Мы изучали десятки поисковых запросов по различным отраслям. Какие общие закономерности обнаружили:

В России при анализе компаний нейросети становятся все популярнее. По данным исследования Markway и “Анкетолог”, 45% пользователей изучают отзывы. То есть почти каждый второй.

Какую информацию о компаниях люди запрашивают у нейросетей

При этом, как пишет Mediascope, первое место с большим отрывом занимает “Алиса AI”, на втором — китайский сервис DeepSeek. Каждая нейросеть имеет свои особенности анализа отзывов. Чтобы эффективно управлять репутацией, нужно понимать эти различия.

Как нейросети анализируют отзывы

Каждая нейросеть использует разные источники и алгоритмы. Например, “Алиса” опирается на экосистему “Яндекса”, а Gemini — на гибридный анализ. Это значит, что стратегия работы с репутацией должна адаптироваться под каждую платформу.

“Алиса” занимает особую позицию в российском цифровом пространстве. Работать с ней критически важно для брендов на рынке РФ.

Это нейросеть в основном опирается на топ-10 выдачи. Для нее важна собственная экосистема, которую нужно насыщать контентом. То есть “Яндекс Карты” впереди планеты всей. Затем идут популярные отзовики, агрегаторы и обзорные страницы, а также карточки с описанием продуктов. Она чувствительна к окружению и подстраивается под те форматы, что лидируют в выдаче, а не подстраивает их под выдачу.

Структура ответа “Алисы”

Какие отзывы цитирует Алиса

Искусственный интеллект от “Яндекса” собирает повторяющиеся аспекты. Он выбирает ресурсы из топ-10 выдачи, анализирует перевес по тональности и паттерны в ответах. Если массив противоречивый, “Алиса” чередует позитив и негатив.

ИИ берет отзывы до 500 символов с четким выводом в конце. Ему нужны тексты, из которых можно быстро извлечь пару тезисов. Самые частые цитаты — там, где есть конкретный объект похвалы: врач, мастер, скорость выдачи заказа, ассортимент, чистота, цена, отношение персонала.

Как быстро обновляется выдача

В 90% случаев “Алиса” ранжирует отклики по дате публикации. Здесь все зависит от частотности размещения отзывов, но примерный срок для появления мнения в выдаче — два месяца с момента публикации.

В позитиве нейросеть хорошо “цепляет” отзывы, где перечислены 2–3 преимущества подряд. В негативе выбирает чаще проверенные отклики, подкрепленные документами. К тому же в них использует точечные формулировки со стоимостями, моделями и датами. В негатив может добавлять и позитивные публикации с упомянутыми минусами.

Во вкладке “Алиса AI” ИИ отвечает более собранно, предполагает более глубокий анализ ресурсов. Здесь в приоритете отзывы с бытовыми сценариями, оценками компании и словами-маркерами, которые легко вынести в ответ: “быстро”, “удобно”, “дорого”.

По нашим данным, в аспекте профилей авторов ИИ не проводит анализ страниц и не ранжирует ответы по доверию к пользователям. Нейросеть в целом обращается к отзовикам в исходных вкладках, т.е. не фильтрует сообщения по доверию / полезности / новизне.

“Алиса” охотно “тянет” в выдачу и то, что часто пишут клиенты, и то, что естественно характеризует категорию:

Gemini представляет другой подход к анализу отзывов — более комплексный и связанный с общей экосистемой Google.

В поисковом AI моде и в Gemini как отдельном интерфейсе поведение похожее. Gemini строит гибридный ответ, который состоит из отзывов и информации из блогов, карточек компании. Причем геосервисы как источники использует реже, а вот профильные отзовики — чаще.

Для МФО это могут быть banki.ru или 1000bankov.ru, для медцентров — napopravku.ru и prodoctorov.ru, для HR-отделов в компаниях — dreamjob.ru или otzivisotrudnikov.ru.

Структура ответа Gemini

Отличие в том, что он встраивает цитаты в фактический ответ и выделяет цитируемые фразы на страницах-источниках. Структура ответа следующая:

Какие отзывы использует Gemini

Это могут быть отзывы на 100-300 символов, если в них описаны нужный аспект и ситуация: “внимательный врач”, “большой выбор”, “цены выше среднего”, “сделали быстро”. ИИ берет отклики, где есть конкретное свойство товара или услуги, а затем расширяет это до общего тезиса.

Google даже в репутационных запросах чаще ссылается на статьи и карточки. Для GERM это означает, что нейросеть гораздо более восприимчива к статейному продвижению. На ответы влияют не только отзывы в чистом виде, но и микроразметка, брендовые тексты, описания услуг, FAQ, товарные блоки, локальные профили и даже социальные сети компании.

В источники по отзывам попадает “ВКонтакте”

В аспекте профилей авторов ИИ также не проводит анализ страниц и не ранжирует ответы по доверию к пользователям. Gemini чаще цитирует авторов, чьи отзывы выглядят натурально, как и у всех нейросетей.

ChatGPT демонстрирует наиболее структурированный и осторожный подход к анализу отзывов, что делает его уникальным среди других нейросетей.

У этого ИИ, пожалуй, самые “сглаженные” саммари. Нейросеть достаточно осторожна, просит перепроверять информацию и связываться с менеджерами компаний. Определение тональности происходит за счет анализа повторяющихся паттернов.

Структура ответа ChatGPT

ИИ изучает в среднем 15 источников в обычном режиме, но в ответе особенно опирается на 2-3 — это популярные отзовики и геосервисы, на которых отмечена высокая активность. Один отзыв может быть использован в нескольких аспектах, а этих аспектов у ChatGPT намного больше, чем у других ИИ. Редко, но встречаются малопопулярные ресурсы.

Нейросеть пока единственная, кто может выделять нейтральные аспекты. Они выражены как повторяющиеся паттерны в ответах, которые другие относят к блоку “Что можно улучшить”. В работе с негативом ИИ тоже реагирует на фразы, которые можно затем перенести в советы: мол, проверяйте информацию, чтобы не случилось так. Структура следующая:

Нейросеть периодически предлагает сравнить анализируемый продукт с конкурентами. В ответ она составляет таблицу, в которой анализ проводится по рейтингам, плюсам и минусам компаний. Самые подробные данные, конечно, даются по первому продукту, т.к. для него ИИ ранее уже провел подробный разбор.

Как ChatGPT сравнивает конкурентов

Кстати, ИИ ориентируется на геолокацию пользователя. В контексте России это будет опора на регион по VPN, а если компания международная — нейросеть выдаст вариант, приближенный к гео.

ChatGPT сам предлагает сузить геолокацию

*Для анализа был выбран режим по умолчанию — Instant. Но работа с режимом Expert показала себя хуже: источников там больше, а объем ответа меньше. “Продуманный” уровень ссылается на цифры из ответов и описание бытовых ситуаций, к отзывам добавляет оценку рейтингов и адресную информацию о компании.

Длинные тексты DeepSeek использует лучше, чем “Алиса”, если они хорошо структурированы. В рамках продуктового запроса это могут быть также обзоры с фото. ИИ часто цитирует отзывы с тезисом в начале: “очень понравился выбор оправ”, “собеседование со мной провел лично директор”, “цены выше среднего”.

ИИ также не проводит анализ страниц и не ранжирует ответы по доверию к пользователям. Нейросеть лучше реагирует на микрокейсы: зачем пришел, что хотел и что получил. 

Perplexity: исследовательский подход

Perplexity чаще всего берет популярные отзовики, геосервисы и даже собственные ресурсы компании. ИИ идет туда, где больше контента о бренде. Притом, что анализирует он 10 источников, в ответах использует всего 2-3. В своем стандартном бесплатном режиме нейросеть делает самый простой ответ из всех ИИ.

Почему так происходит: Perplexity строит ответ как исследовательский. Если рядом с отзывами есть официальный сайт с понятной структурой и релевантными сущностями, он использует его, чтобы дополнить картину. Поэтому на ИИ влияют не только отзывы как таковые, но и контентная упаковка бренда: как описаны услуги, цены, преимущества, филиалы, гарантии.

Структура ответа Perplexity:

Из отзывов ИИ берет повторяющиеся паттерны, объекты для похвалы или критики. Часто описывает бытовые ситуации, охотнее использует конкретные цифры, даты, продукты, данные. Минусы может собирать даже из положительных откликов в графах “Недостатки” или “Что можно улучшить”.

Если у бренда неуникальное название, а запрос недостаточно точный, Perplexity может подтянуть отзывы другого бренда в близкой нише. Так он добирает для себя количество источников, для пользователя путает общую картину, а для бренда создает риск в позиционировании. Нейросеть не цитирует материалы, а вычленяет из них ключевые фразы или использует резюме на отзовиках.

ИИ обращает внимание на дату и популярность отдельных сообщений. Наличие фото не обязательно. Но, например, обзоры с изображениями он чаще добавляет в продуктовые запросы.

В аспекте профилей авторов ИИ также не ранжирует ответы по доверию к пользователям. Он больше привязан к карточке бренда, на которой есть актуальная и полная информация о компании.

Теперь, когда мы разобрали, как работают разные нейросети, перейдем к практическим рекомендациям. Эти правила помогут вам оптимизировать тот опыт, которым делятся клиенты.

1. Просите оставлять подробные отзывы

Мотивируйте клиентов на полноценные емкие обзоры, которые принимают большинство нейросетей.

2. Просите давать в отзывах рекомендации и выводы

Оптимальная структура для нейросетей: бытовая ситуация + короткий вывод (2+ опорных аспекта в одном отзыве). ИИ нужны отзывы, из которых можно извлечь простые тезисы).

3. Внедряйте конкретику.

Добавляйте во весь брендовый контент конкретику: стоимость, даты, модели, имена сотрудников.

4. В позиционировании четко прописывайте нужные аспекты.

Это перехватят клиенты и будут использовать в отзывах слова-маркеры. Их легко вынести в ответ: “быстро”, “удобно”, “дорого”, “внимательно”, “качественно”.

5. Поощряйте разнообразие формулировок и бытовые сценарии.

Мотивируйте клиентов на сторителлинг в отзывах с разнообразными формулировками. Не просто “хорошие консультанты”, а “помогли выбрать модель на мой размер”.

6. Заполняйте карточки компаний

Заполняйте данные полностью: услуги, адреса, время работы, фото, описание продуктов. Если там указана вся информация, ИИ сошлется на эти данные.

7. Постоянно собирайте новые отклики.

Для “Алисы”, например, срок появления мнения в выдаче — два месяца с момента публикации. Чем чаще появляются новые отзывы, тем свежее выдача.

Первый — недостаточно отзывов. Если их мало, один негативный кейс становится репрезентативным. Даже один отклик в этом случае будет доминировать в ответах ИИ. Обязательно собирайте отзывы на профильных площадках. Для МФО важны banki.ru, для медицины — napopravku.ru и prodoctorov.ru.

Второй — уникальность названия. Если запрос недостаточно точный, ИИ может смешивать сущности и подтягивать отзывы другого бренда в близкой нише. Это создает риск в позиционировании.

Третий серьезный фактор — это пустая или плохо оформленная карточка. Если нет услуг, адреса, времени работы, ИИ не смогут использовать эти данные в ответах. Также важно соблюдать единообразие имиджа компании на всех сайтах. Несогласованная информация путает ИИ. Если на одном ресурсе указаны одни данные, на другом — другие, нейросеть может сделать неверные выводы.

Четвертый — наличие старого, но очень фактурного негатива. Он особенно опасен для DeepSeek, который не ранжирует публикации по датам.

И последний косвенный фактор — слабое SEO (а сейчас уже GEO). Это проблема для Perplexity и Gemini, которые используют брендовый контур как дополнительный источник. Если сайт плохо описывает услуги, цены, преимущества, это отразится в ответах ИИ.

Начните с репутационного аудита текущей нейровыдачи, чтобы понять, какие аспекты видит ИИ сейчас. Затем сформируйте стратегию работы с отзывами: через бытовые сценарии, конкретику и слова-маркеры. И помните: один отзыв с фактами имеет больше влияния, чем десяток абстрактных.