Заявка
AI и промты Владельцу бизнеса

Как попасть в источники нейросетей через Википедию, Wikidata и справочники

Валерий БуренинTeam-лид SEO-отдела GUSAROV

Опубликовано

11 мин чтения

Коротко

Нейросети сверяют факты о компании по справочным источникам: картам, каталогам, Wikidata и Википедии. Начинать стоит с карт и справочников, которые компания заводит сама, и с единой карточки фактов. Wikidata и Википедия подходят, только когда о компании уже подробно пишут независимые источники, а заказные статьи без раскрытия связи обычно удаляют.

Как попасть в источники нейросетей через Википедию, Wikidata и справочники

Когда нейросеть рассказывает о компании, она опирается не только на ее сайт, но и на справочные источники: энциклопедии, базы знаний, каталоги и карты. Поэтому вопрос, нужна ли википедия для бренда в нейросетях, звучит все чаще. Короткий ответ: Википедия помогает, но попасть в нее может далеко не каждая компания. Справочники же доступны всем и работают уже сейчас.

Ниже разбираем, в каком порядке закрывать справочные источники, как проверить свои шансы на статью в Википедии до того, как тратить на нее время, когда уместен элемент в Wikidata, почему заказные статьи обычно заканчиваются удалением и как связать все профили с сайтом, чтобы модель видела одну и ту же компанию.

Почему нейросети опираются на Википедию и справочники

Нейросети берут справочные источники сразу двумя путями: через обучающие данные и через поиск в момент вопроса. Энциклопедии и базы знаний ценны для модели тем, что в них факты о компании собраны в одном месте, проверены редакторами и сформулированы нейтрально.

Про обучающие данные есть прямое подтверждение. В статье OpenAI о модели GPT-3 англоязычная Википедия названа среди наборов, которые добавляли к данным из открытого интернета как источник повышенного качества. Состав данных у современных моделей разработчики раскрывают куда скупее, но привычка считать Википедию надежным корпусом в отрасли осталась.

Второй путь идет через поиск. ChatGPT с поиском, Perplexity, ИИ-обзоры гугла и Нейро яндекса собирают ответ из страниц, которые находят по запросу о бренде. Если по названию компании в выдаче стоят статья в энциклопедии, карточка в картах и профиль в отраслевом каталоге, модель с большой вероятностью перескажет именно их. Гугл в справке о панелях знаний пишет, что сведения о компаниях и людях берутся из его графа знаний, который собирается из множества источников в сети. На практике описание в такой панели нередко подписано ссылкой на Википедию.

Отсюда практический вывод: справочные источники нужны модели как точка сверки фактов. Название, год основания, город, сфера деятельности и сайт должны совпадать во всех местах, иначе нейросеть выбирает сама, какому варианту верить. Справочный слой при этом только часть работы: модели учитывают еще отзывы, публикации в СМИ, экспертные материалы и сам сайт.

Лестница источников: с чего начинать компании

Начинать стоит со справочников и карт, потом думать о Wikidata и только в конце о Википедии. Порядок выбран по доступности: первые ступени компания закрывает сама и сразу, последняя зависит от того, что о ней уже написали другие.

Лестница из пяти ступеней: метка карты, папки, документ с печатью, сеть узлов и открытая книга наверху

Мы сводим ступени в таблицу и заполняем ее под каждый проект, отмечая, что уже есть и что устарело:

Ступень Кто создает запись Что нужно для входа Чем полезна для нейросетей
Карты и справочники организаций Сама компания Реальный адрес или зона работы, телефон, подтверждение прав Факты о компании, часы, отзывы, категория
Отраслевые каталоги и рейтинги Компания или редакция каталога Профиль, иногда проверка или отбор Специализация, услуги, место среди конкурентов
Государственные реестры Ведет государство Регистрация юрлица Юридическое название, дата регистрации, статус
Wikidata Любой участник сообщества Серьезные публичные источники о компании Структурированные факты и связи с другими сущностями
Википедия Независимые редакторы Подробное освещение в независимых авторитетных источниках Нейтральное описание, которое часто стоит высоко в выдаче по бренду

Таблица быстро снимает частое заблуждение, будто без Википедии нейросеть компанию не заметит. Для большинства малых и средних компаний верхние две ступени закрыты правилами, и это нормально: модели отвечают по картам, каталогам, отзывам и публикациям в СМИ. Подробно о сторонних площадках мы писали в материале о роли отзывов и площадок в ИИ-поиске.

Справочники и карты: основа, которую компания делает сама

Карточки в картах и справочниках организаций создает сама компания, и это самая быстрая ступень лестницы. В яндексе карточка заводится через Яндекс Бизнес, у гугла через бизнес-профиль, в 2ГИС через свой кабинет; базовое размещение в этих сервисах бесплатное, платными бывают только рекламные опции.

Ценность справочника для нейросети в повторяемости фактов. Если в трех справочниках у компании одинаковое название, адрес, телефон, сайт и описание услуг, модель получает согласованную картину. Если в одном каталоге висит старое название, а в другом телефон, который давно не работает, в ответ может попасть любой из вариантов.

Перед правкой полезно составить список всех мест, где компания уже упоминается. Найти их можно поиском по названию, по прежним названиям и по номеру телефона в гугле и яндексе. Часть карточек сервисы создают без участия владельца, по открытым данным, поэтому сюрпризы бывают у всех: дубль филиала, закрытый офис, который все еще показан как работающий, чужой телефон.

Для B2B к картам добавляются отраслевые каталоги, рейтинги подрядчиков и тендерные площадки. Там важны полнота профиля, точный список услуг и ссылка на сайт. Как нейросети выбирают поставщиков по таким источникам, мы разбирали отдельно в статье о GEO для B2B.

Wikidata: когда компании уместен свой элемент

Элемент в Wikidata уместен, когда о компании есть серьезные публичные источники, а не только ее собственный сайт. Wikidata хранит факты в структурированном виде: у каждой сущности свой идентификатор с буквой Q, а факты записываются парами «свойство и значение», например официальный сайт, дата основания, штаб-квартира, отрасль, страна.

Правила значимости Wikidata дают три пути к элементу: связанная страница в другом проекте Викимедиа, например статья в Википедии; четко определимая сущность, которую можно описать по серьезным и публично доступным источникам; структурная необходимость, когда элемент нужен, чтобы сделать полезнее утверждения в других элементах. Формулировки в правилах намеренно размыты, и спорные случаи решает сообщество через обсуждение удаления.

На практике сообщество Wikidata настороженно относится к элементам, которые компании создают о себе. Пустой элемент без утверждений и ссылок обычно удаляют, а рекламный элемент без внешних источников с высокой вероятностью ждет та же судьба. Учетную запись, которая создает только элементы о своих компаниях и клиентах, могут заблокировать как рекламную.

Если источники есть, элемент наполняют только проверяемыми фактами, и у каждого утверждения стоит ссылка на источник. Свою связь с компанией лучше раскрыть на странице участника. Для бренда здесь важна аккуратность: одна неверная дата в базе знаний может разойтись по сервисам, которые эти данные используют.

Википедия: проверка значимости до того, как писать статью

Статья в Википедии возможна, только если о компании подробно писали независимые авторитетные источники. По общему критерию значимости русской Википедии нужна нетривиальная информация об истории, структуре или деятельности организации, достаточно полно освещенная в источниках, не связанных с ней. Новости о выпуске продукта или смене руководителя значимость не подтверждают. Собственный сайт и пресс-релизы могут лишь дополнять независимые источники.

Прежде чем тратить время на текст, мы проводим простую самопроверку. Ответьте на вопросы ниже честно, глядя на реальные ссылки, а не на ощущение известности:

  • есть ли хотя бы несколько публикаций, где компания главный предмет материала, а не упоминание в списке;
  • написаны ли они изданиями, которые не получали за это деньги и не связаны с компанией;
  • рассказывают ли они об истории, деятельности или значении компании, а не пересказывают пресс-релиз;
  • выходят ли такие материалы за рамки местной новостной ленты;
  • можно ли собрать из них нейтральный текст без единой фразы с сайта компании.

Если на большинство вопросов ответ «нет», статья в Википедии сейчас преждевременна. Это не приговор: работа тогда переходит в другую плоскость, а именно в экспертные публикации, исследования, интервью и упоминания в отраслевых СМИ. Те же публикации нейросети читают напрямую, и пользу они приносят задолго до того, как наберется материал на энциклопедическую статью.

Отдельно о том, чем статья в Википедии не является. Это не рекламная страница и не визитка: в ней будут и спорные эпизоды из истории компании, если о них писали источники, а убрать их по желанию владельца нельзя.

Отсюда и реалистичное ожидание от такой работы. Википедия для бренда в нейросетях становится полезной тогда, когда статья написана по независимым источникам и держится годами без войн правок. Короткоживущая статья, удаленная через пару месяцев, модели почти ничего не дает, а за время своего существования может попасть в выдачу с шаблоном о выносе на удаление.

Конфликт интересов и заказные статьи: чем заканчивается обход правил

Заказная статья о компании без раскрытия связи нарушает правила и чаще всего удаляется вместе с последствиями для бренда. Условия использования проектов Викимедиа требуют, чтобы каждый, кто получает плату за правки, указал работодателя, клиента и свою связь с темой. Правило о конфликте интересов советует сотрудникам и подрядчикам компании предлагать изменения на странице обсуждения вместо прямой правки статьи.

Частая картина выглядит так. Компания покупает статью у исполнителя, который обещает «размещение навсегда». Статья появляется, через какое-то время ее выносят на удаление из-за рекламного тона и слабых источников, а обсуждение удаления остается в открытом доступе и находится поиском по названию бренда. Вместо нейтрального описания у компании появляется публичная запись о том, что ее статью признали рекламой.

Для нейросетей последствие то же самое: история правок и обсуждения тоже являются текстом в сети. Если модель найдет по бренду страницу удаления, она может пересказать именно ее, а не саму статью.

Честные варианты действий при этом есть. Если статья о компании уже существует и в ней ошибка, сотрудник раскрывает связь и предлагает правку с источником на странице обсуждения. Если статьи нет, но значимость очевидна по источникам, ее может создать независимый редактор, а компания вправе подсказать, где искать материалы. Выдумывать независимость или писать статью от имени «случайного участника» не стоит: такие учетные записи сообщество выявляет по характеру правок.

Единая карточка фактов и связь с сайтом через sameAs

Все справочные источники сходятся в одну картину, когда компания держит единую карточку фактов и ссылается на свои профили с сайта. Карточка фактов это внутренний документ на одну страницу, с которого копируются данные во все справочники, каталоги и анкеты.

Пустой лист в центре стола связан нитями с карточками вокруг, рядом ручка и очки

Мы включаем в такую карточку следующие поля:

  1. Название бренда и полное юридическое название, как в реестре.
  2. Год основания и регистрационный номер юрлица.
  3. Адреса офисов и зона работы, телефон, адрес сайта.
  4. Описание деятельности одним нейтральным абзацем, без оценочных слов.
  5. Список услуг или товарных направлений в одной формулировке.
  6. Ссылки на все официальные профили: карты, каталоги, соцсети, Wikidata при наличии.

Последний пункт закрывает связь с сайтом. В разметке Organization на сайте свойство sameAs перечисляет адреса официальных профилей компании, включая элемент Wikidata, если он есть. Так поисковик и модель получают прямое указание, что профиль в каталоге, карточка в картах и сайт описывают одну и ту же организацию. Обратная связь тоже важна: в элементе Wikidata и в профилях каталогов должен стоять тот же адрес сайта.

Карточку стоит пересматривать при каждой заметной перемене: переезде, ребрендинге, закрытии направления. Обновлять справочники по ней удобнее одним проходом, чем вспоминать, где и что указано.

Как проверить, что источники дошли до нейросетей

Результат видно по тому, какие факты о компании модель называет и на какие источники ссылается. Самый показательный тест строится на фактических вопросах, а не на рекомендациях: когда основана компания, где у нее офис, чем она занимается, кто ее основатель.

Задайте эти вопросы в нескольких нейросетях с поиском, в новом окне без истории, и сохраните ответы вместе со ссылками. Сравните каждый факт с карточкой фактов. Ошибка в ответе обычно указывает на конкретный источник с устаревшими данными, и его видно по ссылке под ответом. Если ссылок нет, тот же вопрос стоит задать в сервисе, который их показывает.

Повторяйте проверку раз в месяц или после крупных правок в справочниках. Ответы нейросетей меняются от запуска к запуску, поэтому смотрят на тенденцию: уходят ли старые факты и появляются ли в ссылках обновленные профили. Как попадать не только в фактические ответы, но и в подборки по категории, мы описали в статье о том, как попасть в рекомендации нейросетей.

Отделить вклад конкретного источника от остальных перемен удается редко: параллельно обновляются сами модели и выдача. Поэтому критерий успеха простой и проверяемый: описание компании в ответах совпадает с реальностью, а ссылки ведут на профили, которыми вы управляете или которые написаны о вас независимо и точно.

Итог и следующий шаг

Википедия для бренда в нейросетях полезна, но это последняя ступень, а не первая. Сначала компания выравнивает факты в картах, справочниках и каталогах, ведет единую карточку фактов и связывает профили с сайтом через sameAs. Wikidata и Википедия подключаются, когда о компании уже пишут независимые источники, и только по правилам этих проектов, с раскрытием своей связи.

Такой порядок дает результат быстрее и без риска для репутации: нейросети начинают пересказывать точные факты из источников, которые компания контролирует, а энциклопедические записи появляются тогда, когда для них есть основа.

Если хотите понять, какие источники нейросети используют, рассказывая о вашей компании, и где в них ошибки, можно начать с GEO-аудита видимости бренда: мы соберем ответы нескольких моделей, найдем источники с устаревшими фактами и предложим порядок правок.

Частые вопросы

Можно ли самому написать статью о своей компании в Википедии?

Технически да, но правила о конфликте интересов советуют этого не делать. Сотруднику или подрядчику лучше раскрыть свою связь с компанией и предлагать правки на странице обсуждения. Если за работу платят, условия Викимедиа требуют указать работодателя и клиента. Статья без независимых источников все равно не пройдет проверку значимости.

Сколько источников нужно, чтобы статью о компании не удалили?

Точного числа правила не называют: нужен достаточный объем подробного освещения в независимых авторитетных источниках. На практике это несколько публикаций, где компания главный предмет материала. Новости о запуске продукта, пресс-релизы и материалы на сайте самой компании значимость не подтверждают и могут служить только дополнением.

Нужна ли запись в Wikidata, если статьи в Википедии нет?

Нет, она не обязательна, и без серьезных публичных источников ее скорее всего удалят. Элемент в Wikidata уместен, когда о компании писали независимые издания или она нужна для связи с другими элементами. Для большинства малых компаний полезнее выровнять факты в картах, каталогах и разметке сайта.

Что делать, если нейросеть называет неверный год основания или адрес?

Найдите источник ошибки по ссылкам под ответом или задайте тот же вопрос в сервисе, который показывает источники. Затем исправьте данные там, где у вас есть доступ, по единой карточке фактов. Если ошибка в чужой статье или базе знаний, предложите правку с подтверждающим источником через обсуждение или редакцию площадки.

Помогает ли платное размещение в каталогах попасть в ответы ИИ?

Только если каталог стоит в выдаче по вашей категории и нейросети его цитируют. Сам факт оплаты значения не имеет: модель видит текст профиля, а не договор. Перед размещением проверьте, появляется ли каталог в ссылках ответов Perplexity, ChatGPT с поиском или ИИ-обзоров гугла по запросам вашей ниши.

Валерий Буренин

Team-лид SEO-отдела GUSAROV

Руководит SEO-командой и отвечает за реализацию стратегий поискового продвижения. Практикующий SEO-специалист с фокусом на рост органического трафика и качества лидов.

Об авторе

Хотите разобрать ваш сайт вместе со специалистом?

Оставьте заявку на бесплатную стратегическую сессию: посмотрим сайт и покажем точки роста за 24 часа.

Что вы получите после заявки

  • Разберем ваш сайт
  • Покажем точки роста
  • Сессия бесплатная

Новое на сайте