Заявка
AI и промты Владельцу бизнеса

Роль отзывов и сторонних площадок в видимости бренда в ИИ-поиске

Павел БуевичHEAD of SEO агентства GUSAROV

Обновлено

11 мин чтения

Коротко

Отзывы попадают в ответы нейросетей тремя путями: через поиск в момент вопроса, через сводки отзывов в картах и через обучающие данные. Модель пересказывает повторяющиеся темы, а не средний балл, и сверяет факты о компании по каталогам и обзорам. Поэтому работают выровненные данные на площадках, исправленные причины жалоб и честный сбор отзывов.

Роль отзывов и сторонних площадок в видимости бренда в ИИ-поиске

Когда человек просит нейросеть посоветовать подрядчика или проверить компанию перед покупкой, модель отвечает не только по сайту. Она опирается на то, что о бренде пишут другие: клиенты в картах, авторы обзоров, каталоги и форумы. Поэтому отзывы и видимость в нейросетях связаны напрямую, хотя ни один сервис не раскрывает, какой вес отзывы получают в его ответах.

Ниже разбираем, какими путями мнения клиентов попадают в ответ, какие площадки важны для разных типов бизнеса, почему повторяющиеся темы значат больше средней оценки, где проходит граница между сбором отзывов и накруткой и как проверить, что работа с репутацией доходит до ответов ИИ.

Три пути, которыми отзывы попадают в ответ нейросети

Отзывы попадают в ответ тремя путями: через поиск в момент вопроса, через готовые сводки внутри карт и через данные, на которых модель обучалась. У каждого пути своя скорость: поиск находит свежий отзыв за дни, а обучающие данные обновляются редко и с большой задержкой.

Первый путь самый понятный. ChatGPT с поиском, Perplexity, ИИ-обзоры гугла, Алиса и Нейро при вопросе о компании ищут в сети и собирают ответ из найденных страниц. В справке OpenAI сказано, что поиск ChatGPT может учитывать примерное местоположение для локальных результатов, а цитаты в ответах бывают неполными или неточными, поэтому источники советуют открывать и проверять. Если по названию бренда в выдаче высоко стоят карточка в картах и отзовик, модель с большой вероятностью перескажет именно их.

Второй путь: сводки, которые карты строят сами. Гугл в конце 2024 года добавил в свои карты краткие пересказы отзывов на Gemini, сначала для США. Яндекс Карты показывают блок «Коротко о месте», который YandexGPT собирает из отзывов и данных карточки: по описанию яндекса, модель выделяет темы, о которых посетители пишут чаще всего, и сверяет готовый текст с отзывами. Такая сводка уже является ответом нейросети о вашей компании, хотя человек не открывал никакой чат.

Третий путь медленный. Модели обучаются на открытых текстах, среди которых есть форумы, обзоры и отзовики, но какие площадки и за какой период вошли в обучение, разработчики не публикуют. Повлиять на этот слой можно только косвенно и с большим запасом времени: устойчивой картиной о бренде на многих площадках, а не разовой акцией. Что еще, кроме отзывов, влияет на то, назовет ли ChatGPT ваш бренд, мы разбирали в статье о том, как попасть в ответы ChatGPT.

Какие площадки модели читают о компании

Важнее всего площадки, которые стоят в выдаче по названию бренда и по запросам вашей категории: для локального бизнеса это карты, для B2B каталоги и отраслевые рейтинги, для магазинов маркетплейсы и отзовики. Начинать стоит с того, что поисковик показывает по вашему бренду прямо сейчас: общий список всех сайтов отзывов здесь мало помогает.

Мы сводим площадки в такую таблицу и заполняем ее для каждого проекта своими адресами:

Тип площадки Что модель может взять Где важнее всего Что проверить
Карточки в картах гугла и яндекса Оценку, число отзывов, частые темы, адрес, часы работы Локальные услуги, медицина, общепит Одинаковое название, актуальные часы, ответы на свежие отзывы
Отзовики и агрегаторы Развернутые истории, жалобы, ответы компании Услуги с высоким чеком, обучение, ремонт Старые нерешенные жалобы в первых строках выдачи
Маркетплейсы Отзывы о товаре, вопросы покупателей Интернет-магазины, производители Совпадают ли характеристики с сайтом
Отраслевые каталоги и рейтинги Категорию, услуги, регион, место в подборке B2B, агентства, подрядчики Полнота профиля, ссылка на сайт, список услуг
СМИ и обзоры Экспертную оценку, сравнение с конкурентами Продукты, сервисы, бренды с историей Точность названия и фактов
Форумы и сообщества Живые вопросы и советы людей Ниши, где выбирают долго Что спрашивают о вас и кто отвечает

Таблица быстро показывает перекосы. Частая картина: компания годами вкладывалась в карточку в картах, а в отраслевом каталоге висит профиль многолетней давности со старым адресом и услугами, которых уже нет. Модель видит оба источника и не знает, какой из них верный. Как нейросети подбирают компании по картам и локальным сигналам, мы подробно разбирали в статье о GEO для локального бизнеса.

Вес площадки в этой таблице зависит от того, отвечает ли она на вопрос, который люди задают нейросети, а размер самой площадки здесь вторичен. На вопрос «где починить кофемашину рядом» ответят карты, на вопрос «какому подрядчику доверить строительство склада» скорее каталоги, тендерные площадки и отраслевые обзоры.

Почему повторяющиеся темы важнее средней оценки

Модель пересказывает не цифру рейтинга, а то, о чем клиенты пишут снова и снова. Оценки 4,7 и 4,5 в ответе часто выглядят почти одинаково, а фраза «клиенты отмечают долгие сроки» звучит как вывод, даже если таких отзывов немного.

Пустые стикеры на столе разложены по группам, одна группа заметно больше остальных

Это следует из того, как устроены сводки. Яндекс прямо описывает, что его модель берет то, о чем посетители пишут чаще всего. Частота темы решает, попадет ли она в пересказ, поэтому один резкий отзыв почти не опасен, а пять спокойных жалоб на одно и то же опасны. Верно и обратное: если довольные клиенты пишут «спасибо, все хорошо», сводке не за что зацепиться, и в нее попадают немногие конкретные отзывы, нередко как раз жалобы.

Перед любой работой с репутацией мы делаем простое упражнение. Возьмите последние 30-50 отзывов на главной площадке и выпишите темы, которые встречаются хотя бы три раза: сроки, цена относительно ожиданий, вежливость, результат, парковка, связь с менеджером. Потом спросите у двух-трех нейросетей, что клиенты говорят о вашей компании, и сравните списки. Совпадение показывает, что модель читает именно эти отзывы. Расхождение подсказывает, что ответ собран с другой площадки, и ее нужно найти.

Работать стоит с темами, а не с оценкой. Если повторяется жалоба на сроки, сначала исправляют сроки, а затем просят всех клиентов после заказа рассказать своими словами, как он прошел. Подробный отзыв о конкретной ситуации дает модели материал для другой формулировки, а пятая звезда без текста не дает ничего.

Ответы на отзывы: кому они помогают на самом деле

Ответ компании на отзыв в первую очередь помогает людям, которые читают карточку, и лишь возможно модели. Гугл в справке о локальном ранжировании пишет, что ответы показывают, что вы цените мнение клиентов, а больше отзывов и положительных оценок может помочь позициям в локальном поиске. О влиянии самих ответов на ранжирование там не сказано.

С ИИ-сводками картина такая же осторожная. По разборам специалистов по локальному SEO, сводки отзывов в гугле строятся по текстам клиентов, а ответ владельца в них, судя по всему, не учитывается. Подтверждения в документации гугла нет, опровержения тоже. Поэтому рассчитывать, что вежливый ответ исправит пересказ нейросети, не стоит.

Ответ при этом решает другую задачу: он фиксирует факт рядом с жалобой. Если клиент пишет, что работа обошлась дороже обещанного, ответ «в смете было два этапа, второй согласовали отдельным письмом» дает читателю проверяемое пояснение. Когда такой отзыв попадает в ссылки ответа Perplexity или ChatGPT, человек, открывший источник, увидит обе стороны.

Хороший ответ короткий, по существу и без шаблона: признать проблему, назвать, что изменили, предложить связаться напрямую. Одинаковое «Спасибо за отзыв, ждем вас снова» под сотней отзывов ничего не добавляет и выглядит как автоответчик.

Где проходит граница между сбором отзывов и накруткой

Просить отзыв у реальных клиентов можно, а платить за него, давать скидку или просить только довольных нельзя. В правилах контента гугл карт в разделе о фальшивой активности перечислены оплаченные отзывы, вознаграждения за публикацию, правку или удаление отзыва, отговаривание от негативных отзывов и выборочный сбор положительных.

У яндекса принцип похожий: по его правилам отзыв считается накрученным, если автор не взаимодействовал с компанией и написал текст за деньги или по просьбе знакомых. Гугл сообщал, что за такие нарушения может удалять отзывы, временно закрывать прием новых и показывать на карточке предупреждение для посетителей.

Для видимости в ИИ накрутка вредна вдвойне. Шаблонные отзывы не дают сводке конкретных тем, и модель все равно пересказывает немногие живые тексты. А предупреждение на карточке или удаленная волна отзывов становятся новым фактом о компании, который тоже может оказаться в ответе.

Вот что можно делать регулярно и без риска для карточки:

  • просить отзыв у каждого клиента после завершения заказа, а не выборочно;
  • давать прямую ссылку или QR-код на нужную карточку, чтобы человеку не приходилось ее искать;
  • напоминать один раз, без цепочки писем и звонков;
  • не диктовать оценку и текст и не просить упомянуть конкретные слова;
  • не просить оставить отзыв прямо в офисе под присмотром сотрудника;
  • не привлекать сотрудников, родственников и партнеров к отзывам от имени клиентов.

Сторонние площадки без отзывов: каталоги, рейтинги, обзоры

Площадки без отзывов работают как подтверждение фактов: по ним модель сверяет, чем компания занимается, где работает и с кем ее сравнивают. Отраслевой каталог, профиль в рейтинге, упоминание в обзоре или интервью дают нейросети то, чего нет в отзывах клиентов: категорию, специализацию и контекст.

Схема: магазин связан линиями с карточками карт, рейтинга, документа, переписки и глобуса, одна карточка поблекла

Главная проблема таких площадок в рассинхроне. Название бренда в трех написаниях, старый телефон в каталоге, услуги, от которых компания отказалась, но которые остались в профиле рейтинга. Каждый такой хвост может стать фактом в ответе нейросети, и модель не всегда выбирает самый свежий источник.

Сначала найдите все места, где упоминается компания: поиск по названию в гугле и яндексе, по старым названиям и по номеру телефона. Затем разделите находки на те, которыми вы управляете (профили в каталогах, карточки), и те, которыми не управляете (статьи, обзоры, форумы). Первые обновляют сами, во вторых исправляют только фактические ошибки через редакцию или администратора площадки.

Отдельно отметьте площадки, которые нейросети уже цитируют, отвечая о вашей компании или категории. Их видно по ссылкам в ответах Perplexity, ChatGPT с поиском и ИИ-обзоров гугла. Такие источники идут в работу первыми, потому что именно с них модель берет формулировки сейчас. Для B2B к ним обычно добавляются тендерные площадки и отраслевые подборки, подробнее о них в материале о том, как нейросети выбирают поставщиков и подрядчиков.

Пошаговый план работы с отзывами и площадками

Работа начинается с замера и заканчивается повторным замером, а между ними идут исправления на площадках, которые модели уже читают. Порядок ниже подходит большинству компаний услуг; магазины добавляют в него маркетплейсы.

  1. Задайте 10-15 вопросов о компании и категории в нескольких нейросетях, сохраните ответы и источники.
  2. Заполните таблицу площадок из второго раздела своими адресами и отметьте, какие из них цитируются.
  3. Выровняйте название, адрес, телефон, часы и список услуг везде, где у вас есть доступ.
  4. Выпишите повторяющиеся темы отзывов на главной площадке и сравните их с пересказом нейросетей.
  5. Устраните причину самой частой жалобы в работе компании, а не в тексте ответа.
  6. Ответьте по существу на отзывы последних месяцев, начиная с нерешенных жалоб.
  7. Наладьте просьбу об отзыве после каждого заказа со ссылкой на нужную карточку.
  8. Через месяц и через три месяца повторите вопросы из первого шага и сравните ответы.

Самый недооцененный шаг пятый. Новые отзывы лишь сдвигают пропорцию тем, и если причина жалобы осталась, она будет появляться снова. Пересказ нейросети меняется вслед за тем, что пишут клиенты, а клиенты пишут о том, что происходит в компании.

В B2B и дорогих услугах, где отзывов мало, акцент смещается на каталоги, кейсы на сторонних площадках и экспертные публикации. Там один подробный отзыв клиента с описанием задачи дает модели больше материала, чем десяток коротких оценок.

Как понять, что работа отражается в ответах ИИ

Результат видно по тому, как нейросеть описывает компанию: какие темы называет, какие площадки цитирует и попадает ли бренд в подборки по категории. Число упоминаний само по себе говорит мало, потому что ответы меняются от запуска к запуску даже на один и тот же вопрос.

Для замера держите постоянный набор вопросов в трех группах. О бренде: «что говорят клиенты о компании N», «можно ли доверять N». О категории без названия: «кого выбрать для такой-то задачи в городе». Сравнение: «чем N отличается от конкурентов». Задавайте их в новом окне без истории, примерно в одни и те же даты, и сохраняйте текст ответа вместе со ссылками. Как вести такой замер регулярно и какие сервисы его ускоряют, мы описали в статье о том, как отслеживать упоминания бренда в нейросетях.

В каждом ответе отмечайте три вещи: тональность, повторяющиеся темы и источники. Если после исправлений из пересказа ушла старая жалоба, а в ссылках появилась обновленная карточка, работа доходит до модели. Если ответ месяцами не меняется, а источник в нем все тот же старый обзор, усилия ушли не на ту площадку.

Отделить вклад отзывов от остальных перемен удается редко: параллельно обновляются сами модели, выдача и другие упоминания бренда. Поэтому отзывы и видимость в нейросетях разумно оценивать по тому, совпадает ли описание компании в ответах с реальностью, а не искать причину каждого сдвига.

Итог и следующий шаг

Нейросети говорят о компании словами ее клиентов и сторонних площадок, поэтому отзывы и видимость в нейросетях стоит вести как одну задачу, а не как два разных проекта. Главное в ней: знать, какие площадки модели читают о вас, выровнять на них факты, убирать причины повторяющихся жалоб и собирать подробные отзывы у всех клиентов, а не только у довольных.

Пересказ меняется медленно, со сдвигом в недели и месяцы, поэтому полезно один раз выстроить замер и дальше сверяться с ним, а не реагировать на каждый отдельный ответ. Начать можно с ручной проверки на десятке вопросов.

Если хотите понять, как нейросети видят ваш бренд сейчас и какие площадки влияют на это сильнее всего, можно начать с GEO-аудита видимости бренда: мы соберем ответы нескольких моделей, найдем источники, из которых они берут формулировки, и предложим порядок правок под вашу компанию.

Частые вопросы

Влияют ли отзывы на то, что ChatGPT говорит о компании?

Да, если отзывы попадают в выдачу, которую ChatGPT находит при поиске. Отвечая о компании, он собирает текст из найденных страниц, и карточки в картах или отзовики нередко оказываются среди источников. Какой вес отзывы получают в ответе, OpenAI не раскрывает, поэтому проверяйте ссылки под ответом: они показывают, откуда взяты формулировки.

Что делать, если нейросеть пересказывает старый негатив о компании?

Найдите источник по ссылкам под ответом или задайте тот же вопрос в сервисе с поиском, где ссылки видны. Если жалоба на старой площадке устарела, ответьте на нее по существу и укажите, что изменилось. Затем обновите профиль и наладьте сбор свежих отзывов у всех клиентов, чтобы новая картина со временем вытеснила старую.

Сколько нужно отзывов, чтобы нейросеть начала рекомендовать компанию?

Точного порога нет: ни один сервис не публикует минимальное число отзывов или нужную оценку. Пороговые цифры, которые встречаются в статьях подрядчиков, ничем не подтверждены. Важнее, чтобы отзывы появлялись регулярно, были подробными и описывали то, о чем спрашивают клиенты: сроки, результат, общение и цену относительно ожиданий.

Можно ли удалить плохой отзыв, чтобы его не цитировали?

Нет, честный отзыв удалить нельзя, а просьба убрать его за скидку или подарок в гугл картах прямо запрещена. Оспорить можно только отзыв, который нарушает правила площадки: написан не клиентом, содержит оскорбления или относится к другой компании. В остальных случаях рабочий путь один: ответить по существу и исправить причину жалобы.

Где B2B-компании собирать отзывы, если клиентов немного?

B2B-компании лучше собирать отзывы там, где ее ищут заказчики: в отраслевых каталогах, рейтингах подрядчиков и на профильных площадках, а карточка в картах нужна для проверки адреса. Один подробный отзыв с описанием задачи полезнее десятка оценок. Хорошо работают и согласованные с клиентом кейсы на сайте и сторонних площадках.

Павел Буевич

HEAD of SEO агентства GUSAROV

Отвечает за операционное управление агентством и стратегию развития SEO-направления. Действующий SEO-специалист с глубокой экспертизой в поисковом продвижении, аналитике и performance-подходе.

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