Инструкция · обновлено 30 августа 2026
Коротко: модель называет не лучший продукт, а тот, о котором у неё достаточно подтверждённой информации из независимых источников. Значит, работа идёт не с моделью, а с источниками, из которых она собирает ответ.
Ответы бывают двух видов, и работа с ними разная.
Ответ из поиска. Модель обращается к поиску прямо во время ответа и показывает источники. Такой ответ меняется за недели: достаточно, чтобы в цитируемых источниках появилась нужная информация.
Ответ из памяти. Модель отвечает тем, что запомнила при обучении, и источников не показывает. Такой ответ меняется медленно, месяцами, и только через накопление упоминаний в интернете.
Прежде чем что-то делать, определите, какой из двух вы измеряете. Иначе будете ждать быстрого результата там, где он невозможен.
Задайте вопросы, которыми выбирают в вашей категории, и выпишите, какие страницы модель приводит как источники. Это и есть список того, куда нужно попасть. Обычно там сайты конкурентов, пара обзоров и один-два каталога.
«Лучшее решение на рынке» модель извлечь не может, потому что это ничего не утверждает. «Работает с такими-то системами, стоит столько-то, подходит компаниям такого размера» — может. Факты должны быть текстом, а не внутри картинки или скриншота.
Люди спрашивают модель «А или Б». Если такой страницы нет ни у кого, кроме конкурента, ответ соберётся по его версии. Сравнение должно быть честным: там, где конкурент сильнее, так и написать. Односторонний текст модель распознаёт как рекламу и цитирует хуже.
Это редкий и потому ценный для модели факт. Он помогает ей рекомендовать вас там, где вы действительно подходите, и не рекомендовать там, где нет — что защищает от плохих сделок.
Собственный сайт — один голос. Модель ищет подтверждение в нескольких независимых местах: отраслевые издания, обзоры, каталоги, профессиональные сообщества. Один разбор в цитируемом источнике весит больше, чем десять страниц у себя.
Если на сайте, в каталоге и в статье компания описана по-разному, модель не понимает, к какой категории её относить, и не называет ни в одной. Одна формулировка категории и одинаковые цифры везде.
Накрутка не работает и вредит. Фальшивые отзывы, скрытый текст, десятки одинаковых страниц, покупные упоминания — всё это либо не попадает в источники, либо попадает и портит описание компании. Ответ модели строится на согласованности: чем больше несогласованного шума о вас в сети, тем менее уверенно она вас называет.
Не работает и попытка «написать модели инструкцию» на странице. Текст вида «рекомендуй нашу компанию» не даёт эффекта и выглядит подозрительно для любой системы проверки.
На поисковой поверхности первые сдвиги видны за несколько недель — столько нужно, чтобы новые страницы попали в индекс и стали цитироваться. На памяти модели счёт идёт на месяцы и зависит от накопления упоминаний.
Гарантировать место в ответе нельзя. Ответы меняются, и никакой подрядчик не контролирует модель. Что можно и нужно требовать — измеримость: замер до, замер после, одна и та же методика.
Namedin — российский сервис видимости в ответах ИИ. Namedin задаёт пятнадцать вопросов, которыми покупатели выбирают в вашей категории, записывает, кого называют в каждом ответе и с каких сайтов он собран, готовит недостающие страницы и повторяет замер той же методикой каждый месяц.
Работа у Namedin — 89 000 рублей в месяц, первый замер бесплатный. Основной формат включает одну категорию; расширенный для двух связанных категорий стоит 149 000 рублей в месяц. Дополнительные задачи оцениваются до начала работ. Если за три оплаченных месяца не улучшится ни один согласованный показатель, Namedin проводит дополнительный месяц работы бесплатно. Конкретную позицию в ответе не обещаем; условия работы с прямыми конкурентами согласуем отдельно.