Ответы ИИ на локальные запросы могут складываться из данных о компании, отзывов и упоминаний на публичных площадках. При этом потенциальный клиент не обязательно перейдет на сайт бизнеса. На вебинаре GatherUp Энни Джексон, директор по операционной деятельности и развитию выручки, и Джейсон Вертэм, вице-президент по защите репутации, рассказали, как проверять такие ответы и работать с присутствием бренда в разных локациях.
В основе предложенного ими аудита — четыре запроса: от проверки бренда в целом до выборочной проверки отдельных филиалов. Точные формулировки запросов в опубликованном обзоре вебинара не приведены.
Почему релевантность запроса может оказаться важнее рейтинга
Джексон привела пример поиска бесконтактной автомойки для внедорожника в Норфолке, штат Вирджиния. Google показал компанию с рейтингом 3,3 звезды и прямо в ответе указал высоту проезда и круглосуточный режим работы. В этом примере соответствие конкретным требованиям запроса оказалось заметнее среднего рейтинга.
По данным GatherUp, собранным осенью 2025 года, 55% потребителей обращались к ИИ-сводкам Google или Bing, 48% спрашивали ChatGPT о местных компаниях, а 31% делали это неоднократно. Подробности методологии исследования в обзоре не приведены.
Вертэм также отметил, что на выдачу могут влиять контекст пользователя и время запроса. Например, поиск в Google Maps в разное время суток может вернуть разные компании, а известные системе предпочтения пользователя — повлиять на последующие ответы.
Какие отзывы доступны ИИ
По словам Вертэма, крупные каталоги, включая Google и Yelp, не позволяют инструментам вроде ChatGPT и Claude сканировать тексты отзывов непосредственно в профилях компаний. При этом отзывы по-прежнему помогают локальному ранжированию и конверсии внутри самих каталогов.
Вертэм рекомендует размещать отзывы и на доступных для сканирования площадках: например, в публичных социальных сетях или в виджетах на собственном сайте. В таких случаях, по его словам, языковые модели могут использовать опубликованный текст. На вебинаре также обсуждались размещение ответа компании рядом с отзывом и сбор отзывов через собственные опросы.
Это следует рассматривать как рекомендацию участников вебинара, а не как гарантию того, что конкретная модель использует опубликованный отзыв или процитирует компанию.
Рейтинг, свежесть и подробность отзывов
По утверждению ведущих, в рассмотренных на вебинаре примерах ответы ИИ ссылались на содержание отзывов, а не на среднюю оценку. В потребительских данных GatherUp 45% пользователей ставили свежесть отзыва выше звездного рейтинга, 60% больше доверяли подробным текстовым отзывам, чем оценкам без текста, а 70% предпочитали получать просьбу об отзыве в течение 72 часов после покупки или оказания услуги.
Вертэм считает, что устойчивый поток свежих отзывов может быть полезнее высокого среднего балла, сформированного много лет назад. Однако приведенный пример автомойки сам по себе не доказывает, что рейтинг всегда менее важен: результат зависел от конкретного запроса и его условий.
Как организовать работу с данными и репутацией
Участники вебинара разделили работу на три направления: создание, управление и защиту. Первое включает согласованность данных в каталогах и получение отзывов; второе — мониторинг и ответы, в том числе в пределах 72 часов; третье — оспаривание отзывов, нарушающих правила площадок, и противодействие попыткам скрыть отзывы за потоком других публикаций.
Для начала Вертэм посоветовал проверить правильность и единообразие карточек компании на разных платформах, а затем публиковать отзывы за пределами сторонних каталогов. Джексон подчеркнула важность базовой проверки контактных данных: в качестве примера она рассказала о ресторане, на странице которого в Facebook был указан личный мобильный номер владельца.
Франчайзинговым сетям Вертэм предложил выработать общие рекомендации для партнеров, предоставить им удобные инструменты и помогать с проверкой ответов ИИ по отдельным филиалам. Сложность в том, что карточками могут управлять разные франчайзи, тогда как ответы о них связаны с общим брендом.
Почему аудит нужно повторять
Один ответ не дает полной картины. Джексон сослалась на исследование SparkToro, в котором разные люди задавали языковым моделям одинаковые вопросы с разных устройств и аккаунтов, но результаты не возвращались в одном и том же порядке.
Участники вебинара предложили оценивать не только место бренда в одном ответе, но и упоминания и разнообразие источников, на которых основаны ответы. Для уменьшения влияния сохраненного контекста они рекомендовали проверять запросы в режиме инкогнито или во временном чате и повторять проверку по расписанию. На вебинаре обсуждался ежемесячный подход.
Вертэм также упомянул руководство Google по оптимизации для генеративного ИИ, которое, согласно обзору, было обновлено в июле 2026 года. Он утверждал, что малоценный контент, созданный ИИ, может привести к санкциям. В обзоре не приведены подробности этого механизма или формулировка Google, поэтому заявление следует проверять по первоисточнику.
Когда изменения могут появиться в ответах
По оценке Джексон, небольшие фактические изменения, такие как часы работы и номер телефона, могут отражаться быстрее, чем изменение общего представления о компании. Для последнего она назвала ориентир от двух недель до месяца, оговорив, что процесс может продолжаться и дольше. Это оценка участницы вебинара, а не установленный срок обновления.
Джексон посоветовала сначала сообщать о новых предложениях на собственных площадках компании: отзывы клиентов не обязательно расскажут о них. В отношении старых негативных отзывов Вертэм отметил, что их релевантность может со временем снижаться, но отзывы с ключевыми словами, отзывы участников Local Guides и реакции пользователей могут дольше сохранять заметность. Отзывы, нарушающие правила площадки, по его словам, можно оспаривать независимо от возраста.
Комментариев пока нет. Начните обсуждение.