Новое исследование Гео Аист: ChatGPT меняет источники за день

Исследователи проанализировали более 40 миллионов ответов искусственного интеллекта, а также провели отдельное тестирование 1020 запросов в ChatGPT, Claude, Gemini и Perplexity. Результаты показали существенные различия в источниках информации, которые используют эти системы.

Почему ответы нейросетей так сильно отличаются

Самая интересная часть исследования касается стабильности результатов. Специалисты дважды отправляли одинаковые запросы в течение одного дня и сравнивали сайты, на которые ссылались нейросети.

У ChatGPT совпало только 41% доменов, у Gemini — 45%. Perplexity оказался заметно стабильнее: повторное совпадение источников составило 94%.

Для бизнеса это довольно неприятный момент. Допустим, маркетолог проверил запрос «посоветуй агентство для продвижения интернет-магазина», увидел свою компанию среди рекомендаций и отправил руководителю скриншот. Через несколько часов тот же вопрос может привести к другому набору источников и рекомендаций.

При этом исследование измеряло именно совпадение цитируемых доменов. Частоту появления конкретных брендов авторы отдельно этим показателем не оценивали, поэтому напрямую переносить цифру 41% на рекомендации компаний было бы неправильно.

Какие источники нейросети используют чаще

Ещё один результат исследования связан с внешними публикациями. Более 84% цитирований приходятся на сторонние и редакционные источники, включая СМИ, исследования, государственные сайты, отраслевые материалы и другие независимые площадки.

Доля журналистских публикаций при этом снизилась примерно с 27% в мае до 22% в сентябре 2026 года. А собственные материалы компаний стали встречаться немного чаще: их доля выросла с 13,7% до 15,2%.

Есть и любопытная деталь. На платные и рекламные публикации пришлось всего 0,3% цитирований в исследованной выборке. Это довольно показательная цифра для компаний, которые рассчитывают получить рекомендации нейросетей исключительно за счёт массового размещения рекламных статей.

Впрочем, результаты различаются в зависимости от вопроса. Когда пользователь ищет инструкцию, ИИ чаще обращается к практическим руководствам. При выборе компании или продукта в ответах появляются обзоры, сравнения и тематические подборки.

Получается, что бизнесу приходится работать сразу с несколькими типами контента. Для одних запросов понадобятся подробные страницы услуг, для других — экспертные публикации, кейсы или присутствие в отраслевых рейтингах.

Что исследование меняет в GEO-продвижении

Предположим, компания занимается внедрением CRM. Она публикует десять статей на корпоративном сайте, добавляет несколько материалов на внешних площадках и через месяц проверяет, советует ли её ChatGPT.

Если проверка проводится по двум случайным вопросам, оценить результат будет сложно. Нейросеть может упомянуть бренд сегодня и пропустить его завтра, хотя никаких изменений на сайте за это время не происходило.

Поэтому компаниям, которые собираются заказать продвижение в ИИ, имеет смысл заранее зафиксировать список коммерческих запросов, выбрать нейросети для проверки и определить критерии успешного результата.

Например, отдельно считать обычные упоминания названия, рекомендации компании в качестве исполнителя и ссылки на официальный сайт. Эти показатели помогают понять, насколько заметен бренд и какую роль он занимает в ответах.

Для такой работы можно использовать сервис AI мониторинга GeoAist. Платформа отслеживает присутствие компаний в 13 ИИ-системах, сохраняет ответы, показывает упоминания конкурентов и позволяет сравнивать результаты проверок.

Особенно полезно наблюдать за динамикой после публикаций и доработок сайта. Если бренд начинает чаще появляться по согласованным вопросам, можно изучить конкретные ответы и проверить, насколько устойчиво это изменение.

Почему GEO всё чаще связывают с репутацией

Исследование Muck Rack показывает, насколько разнообразными стали источники, формирующие ответы нейросетей. Информация о компании может находиться на её собственном сайте, в обзорах, экспертных материалах и публикациях сторонних организаций.

Допустим, бизнес обновил стоимость услуг и условия сотрудничества, но на популярной отраслевой площадке остался обзор двухлетней давности. Если нейросеть использует старую публикацию, пользователь может получить устаревшие сведения.

Похожая ситуация возникает с отзывами, описаниями специализации и сравнениями конкурентов. Компания давно работает в новом направлении, а в доступных источниках её продолжают описывать по старым услугам.

Поэтому при GEO-продвижении приходится следить ещё и за тем, какую информацию нейросети находят о бренде. Иногда исправление устаревших сведений на нескольких значимых площадках оказывается полезнее очередной публикации на корпоративном сайте.

Результаты исследования также напоминают об ограничениях мониторинга. Даже регулярное присутствие компании среди рекомендаций не гарантирует обращения клиентов. Для оценки коммерческого эффекта потребуется дополнительно анализировать переходы, заявки и другие доступные данные.

Главный практический вывод исследования: единичного ответа ChatGPT недостаточно для оценки GEO-продвижения. Если компания хочет понять, стало ли её чаще видно в нейросетях, нужно сравнивать одинаковые запросы на протяжении нескольких периодов, сохранять сами ответы и отслеживать конкурентов. Именно на таких данных можно строить дальнейшую работу с контентом и репутацией.

Источник: исследование Muck Rack и Generative Pulse «What Is AI Reading?», опубликованное 28 октября 2026 года.