Разбор · 1 сентября 2026
Коротко: «нейросеть» — это не одна поверхность, а четыре разные. Нейро и Алиса отвечают по поиску и показывают источники, GigaChat отвечает по памяти и источников не имеет вовсе. Работа для них разная, и сроки тоже.
«Попасть в ответы ИИ» — это на самом деле четыре разные задачи, и путать их дорого.
Яндекс Нейро — надстройка над поиском Яндекса. Отвечает, опираясь на найденные страницы, и показывает, откуда взял. Это поисковая поверхность: то, что вы опубликуете, может попасть в ответ, как только попадёт в поиск.
Алиса — там, где отвечает справкой из интернета, опирается на тот же поиск Яндекса. Отдельного канала влияния на неё нет: работа та же, что и для Нейро.
GigaChat — отвечает по обученному. Источников не показывает вовсе, потому что их нет: это не поиск, а память модели.
Perplexity — поисковая поверхность с самым явным списком источников: под ответом прямо перечислено, что прочитано.
Из поисковой выдачи Яндекса. Модель формулирует ответ по страницам, которые нашла под запрос, и приводит ссылки на них.
Практический вывод простой: если вашей страницы нет в поиске по вопросу вашего покупателя, в ответе Нейро её тоже не будет. Но обратное неверно — и это главная ловушка. Страница может быть в источниках, а названия компании в ответе не быть: модель вынет из неё смысл, не вынув имени.
Проверяется руками за час: задать вопросы покупателя, посмотреть список источников под ответом и отдельно — прозвучало ли ваше название в самом тексте. Это две разные колонки.
Из того, на чём его обучали. Никакого поиска в момент ответа там не происходит, и список источников он показать не может — их не существует.
Отсюда следствие, которое экономит деньги: опубликованная сегодня страница на ответ GigaChat сегодня не влияет никак. Память модели меняется с переобучением, то есть месяцами.
Это не значит, что работа бесполезна: в память попадает то, что к моменту следующего обучения широко написано в вебе. Но обещать сдвиг «через неделю» на этой поверхности нельзя.
Так же, как в любую поисковую поверхность: страницей, которую он найдёт по вопросу покупателя и из которой можно вынуть утверждение с вашим именем.
Preplexity удобен для проверки тем, что не заставляет угадывать: список прочитанного он показывает прямо под ответом. Берёте свой вопрос, смотрите, чьи домены в списке, и сразу видите, кто формирует ответ в вашей категории.
Разделяйте поверхности в замере. «Мы видны на 40%» без указания, поиск это или память, — бессмысленная цифра. Компания может быть видна в Нейро и невидима в памяти модели: это нормально.
Сначала беритесь за поисковые. Там результат появляется за недели, и он проверяем: видно, какие страницы вошли в источники.
Не ждите быстрого от памяти. Работа на неё — это накопленный след в вебе, а не правка на сайте.
И проверяйте себя на той поверхности, на которой вас смотрит покупатель. Российский клиент чаще всего проверяет себя именно в Нейро — и увидит там совсем не то, что показывает замер по памяти.
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.