ChatGPT рекомендует бренды двумя путями: опираясь на то, что модель усвоила во время обучения (параметрическая память), и — когда выполняет веб-поиск — на страницы, которые она находит и цитирует в момент ответа. Публичной формулы ранжирования нет, а платных мест в обычных ответах не существует, поэтому в рекомендациях оказываются бренды, которые последовательно, ясно и убедительно описаны в доступных ChatGPT источниках. Поскольку ответы меняются от запуска к запуску, честно оценить свою позицию можно только одним способом: измерять присутствие бренда на большом наборе повторяющихся вопросов.
Главное
- ChatGPT опирается на два источника знаний: то, что модель выучила при обучении, и страницы, которые поиск ChatGPT находит в реальном времени. Они реагируют на разные рычаги и в разные сроки.
- OpenAI документирует лишь несколько конкретных сигналов для поиска и покупок, например доступ для OAI-SearchBot и структурированные данные о товарах. Большинство других «факторов ранжирования», о которых пишут, — это предположения, а не задокументированные факты.
- Самое убедительное контролируемое исследование (Aggarwal и соавт., KDD 2024) показало: добавление ссылок на источники, цитат и статистики повышало видимость в генеративных ответах до 40 % в их тестовой среде.
- Ответы вероятностны. Один скриншот ничего не доказывает; доля упоминаний на фиксированном наборе повторяемых вопросов — доказывает.
- Упоминания у третьих сторон (обзоры, сравнения, пресса, обсуждения в сообществах) часто важны не меньше, чем собственный сайт: именно там модели встречают ваш бренд в контексте.
Два пути к рекомендации: память обучения и поиск в реальном времени
В рекомендациях брендов у ChatGPT работают два совершенно разных механизма, и каждый откликается на свои рычаги. Не понимая, на какой из них вы пытаетесь повлиять, легко выбрать неверные действия.
Параметрическая память: что модель уже «знает»
Языковая модель сжимает закономерности обучающих данных в свои веса. Если ваш бренд часто встречался в устойчивых контекстах («X — инструмент управления проектами для агентств»), модель с большей вероятностью свяжет его с нужной категорией и потребностями. У этой памяти есть дата среза знаний, она обновляется только с выходом новой модели и не поддаётся прямому редактированию. Кроме того, она благоприятствует хорошо задокументированным сущностям: бренд, который упоминается на многих независимых страницах, закреплён прочнее, чем тот, что описан лишь на собственном сайте.
Поиск в реальном времени: ChatGPT search
С тех пор как 31 октября 2024 года OpenAI запустила поиск в ChatGPT, модель может сама решить обратиться к вебу, либо пользователь запускает поиск вручную. По данным OpenAI, поиск использует сторонних поисковых провайдеров и контент, который партнёры предоставляют напрямую, а в ответах указываются источники. Здесь логика ближе к поисковым системам: страница должна быть доступна для сканирования, проиндексирована провайдерами, релевантна запросу, который ChatGPT фактически отправляет, и достаточно полезна, чтобы её выбрали и процитировали. Изменения в вебе здесь могут отразиться в ответах уже через несколько недель.
На практике оба пути переплетаются. Модель может сначала набросать ответ по памяти, а затем уточнить или подтвердить его найденными источниками. Для товарных запросов справка OpenAI прямо называет среди входных данных «более ранние ответы модели, созданные до учёта новых результатов поиска».
Какие сигналы рекомендаций действительно задокументированы?
Таблица отделяет то, что OpenAI утверждает в собственной документации, от правдоподобного, но недоказанного. Помните об этом различии, когда читаете чек-листы агентств и разработчиков инструментов.
| Сигнал | Механизм | Статус | Что можно сделать |
|---|---|---|---|
| Доступ для OAI-SearchBot | По словам OpenAI, сайты, закрытые от OAI-SearchBot, не показываются в ответах поиска (только как навигационные ссылки) | Задокументировано | Проверить robots.txt и правила файрвола или CDN |
| Структурированные данные о товарах | Товарная выдача использует метаданные вроде цены и описания от собственных и сторонних поставщиков | Задокументировано (покупки) | Поддерживать фиды, разметку schema и карточки на маркетплейсах в актуальном виде |
| Контекст пользователя | Формулировка, память и пользовательские инструкции влияют на показ товаров | Задокументировано (покупки) | Раскрыть в контенте разные потребности и ограничения покупателей |
| Факторы продавца | Наличие, цена, качество и то, является ли продавец производителем или основным продавцом | Задокументировано (покупки) | Чётко обозначить официальный магазин и наличие товара |
| Упоминания у третьих сторон | Обзоры, сравнения и пресса питают и обучение, и поиск | Правдоподобно, часто наблюдается | Присутствовать в источниках, которые ChatGPT цитирует в вашей категории |
| Контент, насыщенный доказательствами | Источники, цитаты и статистика повысили видимость в контролируемом исследовании | Экспериментальные данные | Добавить на ключевые страницы проверяемые данные и названные источники |
Важны два момента. Во-первых, OpenAI заявляет, что товарные результаты «отбираются ChatGPT независимо и не являются рекламой»; реклама, там где она есть, обрабатывается отдельно. Во-вторых, ни в одной документации не описан числовой балл, который можно было бы оптимизировать напрямую. Тот, кто продаёт вам «рейтинг ChatGPT», продаёт собственный косвенный показатель.
Что говорят исследования?
Самая цитируемая контролируемая работа — «GEO: Generative Engine Optimization» Аггарвала и коллег (arXiv:2311.09735, опубликована на KDD 2024). Авторы собрали эталонный набор разнообразных запросов (GEO-bench) и проверяли изменения контента на смоделированной генеративной системе, а также на Perplexity. Наибольший эффект дали методы, добавлявшие ссылки на авторитетные источники, уместные цитаты и статистику: прирост видимости в их постановке достигал 40 %. Классический SEO-приём — переспам ключевыми словами — показал слабый результат. Эффекты также различались в зависимости от тематики.
Исследование проводилось не на рабочей системе ChatGPT, которая часто меняется. Его ценность — в направлении: генеративные системы, по-видимому, предпочитают контент, который легко проверить и легко процитировать. Как применить это на практике, разбирает наше руководство как писать контент, который цитирует ИИ, а статья какие источники цитирует ИИ показывает, где обычно ищет поиск.
Почему на один и тот же вопрос даются разные рекомендации
Если вы видите свой бренд в одном ответе и не видите в следующем, это ожидаемое поведение, а не ошибка:
- Сэмплирование. Генерация текста вероятностна: один и тот же промпт может дать разные списки.
- С поиском или без. В одном запуске включается веб-поиск, в другом модель отвечает по памяти — с другими кандидатами.
- Контекст. Память, пользовательские инструкции, история диалога, язык и местоположение смещают ответ.
- Формулировка. «Лучшая CRM для небольших агентств» и «недорогая CRM с интеграцией WhatsApp» — разные вопросы с разными победителями.
- Обновления модели. Изменения модели и поиска могут сдвинуть результаты, даже если вы ничего не меняли.
Поэтому видимость в рекомендациях нужно выражать долей, а не ответом «да/нет». Доля упоминаний — это число валидных ответов, где назван ваш бренд, делённое на число всех валидных ответов; неудачные или пустые ответы исключаются из знаменателя, а не засчитываются как отсутствие упоминания. В статье как измерить видимость в ИИ подробно разобраны размер выборки и типичные ошибки.
Доказательный метод улучшения рекомендаций
- Соберите набор вопросов из реальных намерений покупателей. Выпишите 30–100 вопросов, которые действительно задают ваши клиенты: категорийные («лучший сервис расчёта зарплаты для стартапов в России»), сравнительные и проблемные. Формулируйте их на языке каждого рынка.
- Измерьте исходный уровень. Задайте каждый вопрос несколько раз на нужном рынке и языке и сохраните каждый ответ вместе с источниками. Рассчитайте свою долю упоминаний и тот же показатель для конкурентов на той же выборке, чтобы сравнение было честным.
- Проанализируйте цитирование. Составьте список доменов, на которые ChatGPT ссылается, рекомендуя игроков вашей категории. Именно эти страницы формируют ответ; о разнице между упоминанием и ссылкой см. цитирование в ИИ.
- Сначала обеспечьте доступ. Убедитесь, что OAI-SearchBot не заблокирован, а ключевые страницы отдают основной контент без тяжёлых клиентских скриптов.
- Закройте пробелы в доказательствах. Публикуйте точные и проверяемые страницы: ясное позиционирование, цены, характеристики, независимые данные и названные источники. Добивайтесь корректного присутствия на сторонних сайтах из шага 3.
- Повторяйте измерение на том же наборе вопросов. Сравнивайте доли от месяца к месяцу. Разница в несколько пунктов на малой выборке может быть шумом; смотрите на устойчивые тренды.
Инструмент вроде GeoDog автоматизирует шаги 2 и 3: задаёт реальные вопросы на выбранном рынке и сохраняет каждый ответ с источниками, — но метод работает и с обычной таблицей. Главное — фиксированная выборка и честный знаменатель, как описано в нашей методологии.
Распространённые мифы о рекомендациях ChatGPT
- «Рекомендацию можно купить». OpenAI заявляет, что товарные результаты не являются рекламой и не зависят от партнёрств.
- «llms.txt заставит ChatGPT рекомендовать вас». Это предлагаемое соглашение, и OpenAI не документировала его использование как сигнала ранжирования. Взвешенный разбор — в статье что такое llms.txt.
- «Один хороший ответ означает, что вы видимы». Один запуск — это анекдот, а не измерение.
Если вы только знакомитесь с темой, начните со статьи что такое GEO, где описана общая рамка.
Частые вопросы
Можно ли попросить OpenAI включить мой бренд в рекомендации?
Нет. Для обычных ответов процедуры подачи заявок не существует. Вы можете открыть сайт для OAI-SearchBot, поддерживать точность товарных данных и добиваться достоверных упоминаний у третьих сторон; сам выбор остаётся за системой.
Сколько времени нужно, чтобы увидеть изменения?
Изменения, действующие через поиск ChatGPT, могут проявиться в течение нескольких недель после сканирования и индексации страниц. Изменения в памяти модели зависят от выхода новых версий и не поддаются планированию.
Упоминание и рекомендация — это одно и то же?
Не совсем. Упоминание может быть нейтральным или негативным, а рекомендация позиционирует вас как подходящее решение для потребности пользователя. Отслеживайте и то и другое и читайте сами ответы, чтобы понимать контекст.