Откуда ChatGPT, Алиса и другие нейросети берут информацию о компаниях

Почему я начал изучать внешние площадки

Когда я начал работать над GEO-продвижением собственного проекта DZDirect, у меня возник вполне практический вопрос: какую информацию обо мне нейросети могут находить за пределами моего сайта?

Чтобы разобраться, я стал изучать ответы ИИ, проверять ссылки, которые они предоставляют, и смотреть, на каких внешних площадках представлен проект.

В рамках этой работы рассматривал девять площадок, в том числе Дзен.

Здесь у меня не было задачи разместить как можно больше статей или упоминаний DZDirect. Интересовало другое: какие сведения об авторе и его деятельности доступны на сторонних ресурсах, насколько они соответствуют информации на сайте и что из этого можно обнаружить в ответах нейросетей.

И здесь выясняется один нюанс. Найти публикацию и доказать, что именно она повлияла на ответ ИИ, - совершенно разные задачи.

Как нейросети получают информацию

ChatGPT, Алиса, DeepSeek и другие ИИ-системы могут формировать ответы по-разному.

В одном случае нейросеть отвечает на основании информации, усвоенной во время обучения модели. В другом использует поиск и получает дополнительные сведения из доступных источников.

Причём пользователь не всегда может определить, откуда именно взялась та или иная информация.

Допустим, мы спрашиваем у нейросети, какие компании занимаются поставками промышленного оборудования.

В ответ получаем несколько организаций с кратким описанием их деятельности.

Если нейросеть приводит ссылки на сайты этих компаний, мы можем их открыть и проверить, соответствуют ли сведения действительности.

Но означает ли это, что именно эти страницы были единственными источниками информации для ответа?

Нет.

Ссылка, которую нейросеть указала в ответе, и источник, реально повлиявший на формирование этого ответа, - не обязательно одно и то же.

Поэтому при проведении GEO-аудита я разделяю два наблюдения.

Первое: нейросеть сослалась на определённую страницу. Это можно зафиксировать.

Второе: нейросеть использовала информацию с этой страницы при формировании ответа. Такой вывод без дополнительных данных не всегда можно подтвердить.

Даже если текст ответа практически совпадает с содержанием публикации, само по себе это ещё не доказывает, откуда ИИ получил сведения.

Почему я начинаю с корпоративного сайта

Для B2B-компании официальный сайт остаётся основным источником информации, содержание которого она может контролировать самостоятельно.

Причём я сейчас говорю не просто о наличии страниц с описанием товаров и услуг.

Предположим, компания производит промышленное оборудование.

На сайте написано, что она предлагает надёжную технику, качественное обслуживание и индивидуальный подход к заказчикам.

Но что из этого узнает потенциальный покупатель?

Практически ничего о самом оборудовании.

Ему необходимо понимать, какие задачи решает продукция, в каких условиях её можно использовать, какие есть технические характеристики и ограничения. Возможно, его интересуют сроки производства, особенности поставки или опыт компании в реализации похожих проектов.

Вот такую информацию я считаю действительно полезной.

Причём не только с точки зрения GEO-продвижения. Она нужна самому покупателю, чтобы разобраться, подходит ли ему предложение.

Если этих сведений нет на корпоративном сайте, возникает вопрос: какую информацию мы собираемся распространять через внешние площадки?

Поэтому я предлагаю сначала проверить содержание собственного сайта, устранить противоречия и восполнить существенные пробелы.

И уже после этого заниматься дополнительными публикациями.

Как я оцениваю внешние источники

Здесь для меня важна не столько популярность площадки, сколько содержание размещённых на ней материалов.

В первую очередь проверяю, можно ли однозначно определить, о какой компании или специалисте идёт речь.

Например, если опубликована экспертная статья, понятно ли, кто её автор? Можно ли связать его с конкретной организацией, профессиональной специализацией или официальным сайтом?

Дальше смотрю на достоверность информации.

Не противоречат ли сведения в публикации тому, что компания сообщает о себе на собственном сайте? Нет ли устаревших контактов, неправильного описания деятельности или неподтверждённых утверждений?

Следующий вопрос - полезность материала.

Дополняет ли публикация информацию о компании или просто повторяет общие рекламные формулировки?

Для B2B здесь особенно важна конкретика. Например, описание технических возможностей оборудования, условий применения, особенностей эксплуатации или реального опыта решения определённой задачи.

Отдельно проверяю доступность публикации. Можно ли найти её через открытый поиск, получить постоянную ссылку и прочитать без дополнительных ограничений?

Но даже если материал соответствует всем этим условиям, это ещё не гарантирует, что нейросети будут использовать его в своих ответах.

И здесь я бы не стал связывать авторитетность конкретной площадки с обязательным появлением компании в рекомендациях ИИ.

Почему я рассматриваю Дзен как дополнительную площадку

Одной из девяти площадок, которые я рассматривал для DZDirect, стал Дзен.

Логика здесь следующая.

У меня есть практический опыт работы с Яндекс Директом в B2B-сфере. Есть задачи, с которыми я сталкиваюсь при настройке рекламы, анализе обращений, работе со сквозной аналитикой и оценке результатов рекламных кампаний.

Соответственно, часть этих материалов можно публиковать не только на собственном сайте, но и на внешних площадках.

При этом мне важно, чтобы статьи оставались связаны с реальной профессиональной специализацией, а не превращались в набор общих рассуждений о маркетинге.

Но здесь есть три события, которые я предлагаю разделять.

Первое - публикация статьи. Материал размещён на площадке и доступен по ссылке.

Второе - обнаружение публикации поисковой системой. Страница появляется в поиске, и её можно найти по соответствующему запросу.

Третье - появление материала в ответе нейросети. ИИ приводит ссылку на публикацию или использует сведения, которые с ней согласуются.

Одно событие не означает автоматического наступления следующего.

Поэтому утверждать, что публикация в Дзене привела к появлению DZDirect в рекомендациях нейросети, можно только при наличии достаточных оснований.

Сам факт размещения статьи такого вывода не позволяет сделать.

Почему я не рекомендую массово размещать статьи

Предположим, производственная компания решила заняться GEO-продвижением.

Ей предлагают разместить несколько десятков публикаций на разных площадках. В каждой статье будет название предприятия, перечень продукции и ссылка на официальный сайт.

Возникает вопрос: что эти материалы дадут потенциальному заказчику?

Если содержание статей практически одинаковое, а информация ограничивается общими преимуществами компании, практическая польза таких публикаций сомнительна.

Я бы предложил другой подход.

Сначала разобраться, какие вопросы возникают у покупателей до обращения к поставщику.

Например, какие технические характеристики оборудования для них важны, с какими ограничениями они сталкиваются, как выбирают между несколькими решениями и что влияет на окончательное решение о покупке.

Для этого можно поговорить с техническими специалистами компании, изучить ассортимент, особенности продукции и реальные задачи заказчиков.

На основе полученной информации уже определять темы публикаций.

Часть материалов имеет смысл разместить на официальном сайте. Другие можно подготовить для отраслевых ресурсов или экспертных площадок.

Причём я не рассматриваю количество опубликованных статей как самостоятельный показатель эффективности GEO-продвижения.

Если материал не содержит полезной информации и не помогает разобраться в конкретной задаче, само его размещение мало что говорит о результате.

Как проверить, дают ли внешние публикации результат

Здесь я использую тот же подход, что и при первоначальном GEO-аудите.

Составляем набор вопросов, которые потенциальные клиенты могут задавать нейросетям, и фиксируем полученные ответы.

Отдельно сохраняем ссылки на источники, если ИИ их предоставляет.

После публикации новых материалов повторяем проверку и сравниваем результаты.

Что нас интересует?

Появились ли новые ссылки? Изменилось ли описание компании? Стали ли нейросети чаще упоминать её при ответах на тематические вопросы?

Если раньше определённый источник не встречался, а теперь появился, это можно зафиксировать как результат наблюдения.

Но здесь есть ограничение.

Даже если после публикации статьи компания стала чаще появляться в ответах ИИ, это ещё не доказывает, что причиной стала именно эта публикация.

На ответы могут влиять и другие обстоятельства. Поэтому необходимо сохранять одинаковые условия проверки, насколько это возможно, и не делать выводы по одному результату.

Что в итоге

Для меня работа с внешними источниками в GEO-продвижении начинается не с поиска площадок, на которых можно разместить побольше ссылок.

Сначала необходимо понять, какая информация о компании уже существует, насколько она достоверна и чего в ней не хватает.

Дальше разобраться, какие вопросы возникают у потенциальных заказчиков и какие материалы помогут на них ответить.

И только после этого выбирать площадки для публикаций.

При этом само наличие статьи, её появление в поиске и использование информации нейросетью нужно оценивать отдельно.

Такой подход позволяет работать с конкретными данными, а не строить продвижение на предположении, что чем больше упоминаний компании в интернете, тем чаще её будут рекомендовать ИИ-системы.