Нейросеть советует компании по чужим подборкам: так устроено 62% ответов
30 сентября на Хабре вышел разбор Сергея Бурого: откуда ChatGPT, «Алиса AI», Perplexity, Claude и GigaChat берут списки «лучших компаний». Он собрал 368 ответов на 56 вопросов по 32 проектам: бухгалтерия, маркетплейсы, фулфилмент, франшизы. В 208 ответах были ссылки на источники, всего 1221 ссылка. В 130 ответах из 208, это 62%, среди источников есть готовая чужая подборка вида «топ-10», «рейтинг», «лучшие».
Сервисы ведут себя по-разному. У «Алисы AI» подборка нашлась в 60 ответах из 84 (71%), у Perplexity в 20 из 28 (71%), у Claude в 19 из 27 (70%), у ChatGPT в 27 из 58 (47%). По GigaChat ответов со ссылками всего 10, автор выводов по нему не делает.
Кто пишет эти подборки: в 200 уникальных парах «вопрос и подборка» 37% списков лежат на сайтах самих участников рынка, 35% в медиа и каталогах, 28% на блог-платформах. Выходит, больше трети «рейтингов», на которые опирается нейросеть, написали компании из той же ниши. Автора при этом модель называет примерно в каждой пятой такой подборке.
Для нас вывод простой. Клиент всё чаще спрашивает нейросеть «какое агентство выбрать» или «посоветуй брокера по новостройкам», и она пересказывает то, что уже собрано в чей-то список. Если вас нет ни в одном таком списке, нейросети неоткуда вас взять.
Что сделать
1. Задайте 3-5 вопросов вида «лучшие ... в вашем городе» или «топ-10 компаний ...» в «Алисе AI» или Perplexity: у них подборок в источниках больше всего.
2. Откройте ссылки под ответом и выпишите все подборки.
3. Медиа и каталоги: отправьте данные о себе или заявку на включение.
4. Блог-платформы: опубликуйте своё сравнение с открытой методикой.
5. Сайты конкурентов: сделайте свою подборку. Больше трети найденных подборок лежит на сайтах компаний, значит, такие тексты в источники попадают.
Промпт ниже делает шаги 1-2 за вас и раскладывает источники по типам:
Ты аналитик по продвижению компаний в ответах нейросетей. Цель: понять, на какие источники ты опираешься, когда советуешь компании в моей нише, и есть ли в этих источниках моя компания.
Работай по шагам:
1. Ответь на вопрос клиента (он указан внизу) так, как ответил бы обычному пользователю. Дай список компаний.
2. Для каждой компании из списка укажи источник со ссылкой, на который опираешься. Если источника нет, напиши «без источника».
3. Отнеси каждый источник к одному типу: подборка на сайте компании-участника рынка; медиа или каталог; блог-платформа; сайт самой компании; отзывы; другое.
4. Для подборок на сайтах компаний укажи автора и стоит ли автор в своём же списке.
5. Проверь, упоминается ли в источниках моя компания или мой сайт. Если да, процитируй фразу дословно.
6. Выбери 3-5 подборок или каталогов, куда мне стоит попасть в первую очередь, и для каждой напиши способ: заявка, мои данные, своё сравнение.
Формат ответа:
- список компаний;
- таблица с колонками: № | Компания | Источник (ссылка) | Тип источника | Автор подборки | Есть ли там моя компания;
- план действий по пунктам.
Правила: не выдумывай компании и ссылки; если не уверен в источнике, пиши «не уверен»; цитаты только дословно; если не хватает данных о нише или городе, сначала задай уточняющий вопрос.
Вопрос клиента: [например, лучшие агентства недвижимости по новостройкам]
Город: [ваш город]
Моя компания: [название]
Мой сайт: [адрес сайта]
Ограничения
Выборка небольшая: 32 проекта, а по GigaChat всего 10 ответов со ссылками. Подборкой автор считал ссылку, в адресе которой есть признак списка, например top, rating или best, часть подборок могла не попасть в подсчёт. Ответы нейросетей меняются от запроса к запросу, поэтому одни и те же вопросы полезно повторять раз в месяц. И своя подборка работает, пока она честная: открытая методика и не только вы на первом месте. Автор сам спрашивает, что останется от топа нейросети, когда таких подборок в нише станет пять вместо одной.
Вы проверяли, кого нейросеть советует в вашей нише?
🔥 проверял, я там есть
🤔 проверял, меня нет
👀 ещё не проверял
Источник: разбор на Хабре, 30.09.2026
#новость
КОД · ИИ в работе
30 сентября на Хабре вышел разбор Сергея Бурого: откуда ChatGPT, «Алиса AI», Perplexity, Claude и GigaChat берут списки «лучших компаний». Он собрал 368 ответов на 56 вопросов по 32 проектам: бухгалтерия, маркетплейсы, фулфилмент, франшизы. В 208 ответах были ссылки на источники, всего 1221 ссылка. В 130 ответах из 208, это 62%, среди источников есть готовая чужая подборка вида «топ-10», «рейтинг», «лучшие».
Сервисы ведут себя по-разному. У «Алисы AI» подборка нашлась в 60 ответах из 84 (71%), у Perplexity в 20 из 28 (71%), у Claude в 19 из 27 (70%), у ChatGPT в 27 из 58 (47%). По GigaChat ответов со ссылками всего 10, автор выводов по нему не делает.
Кто пишет эти подборки: в 200 уникальных парах «вопрос и подборка» 37% списков лежат на сайтах самих участников рынка, 35% в медиа и каталогах, 28% на блог-платформах. Выходит, больше трети «рейтингов», на которые опирается нейросеть, написали компании из той же ниши. Автора при этом модель называет примерно в каждой пятой такой подборке.
Для нас вывод простой. Клиент всё чаще спрашивает нейросеть «какое агентство выбрать» или «посоветуй брокера по новостройкам», и она пересказывает то, что уже собрано в чей-то список. Если вас нет ни в одном таком списке, нейросети неоткуда вас взять.
Что сделать
1. Задайте 3-5 вопросов вида «лучшие ... в вашем городе» или «топ-10 компаний ...» в «Алисе AI» или Perplexity: у них подборок в источниках больше всего.
2. Откройте ссылки под ответом и выпишите все подборки.
3. Медиа и каталоги: отправьте данные о себе или заявку на включение.
4. Блог-платформы: опубликуйте своё сравнение с открытой методикой.
5. Сайты конкурентов: сделайте свою подборку. Больше трети найденных подборок лежит на сайтах компаний, значит, такие тексты в источники попадают.
Промпт ниже делает шаги 1-2 за вас и раскладывает источники по типам:
Ты аналитик по продвижению компаний в ответах нейросетей. Цель: понять, на какие источники ты опираешься, когда советуешь компании в моей нише, и есть ли в этих источниках моя компания.
Работай по шагам:
1. Ответь на вопрос клиента (он указан внизу) так, как ответил бы обычному пользователю. Дай список компаний.
2. Для каждой компании из списка укажи источник со ссылкой, на который опираешься. Если источника нет, напиши «без источника».
3. Отнеси каждый источник к одному типу: подборка на сайте компании-участника рынка; медиа или каталог; блог-платформа; сайт самой компании; отзывы; другое.
4. Для подборок на сайтах компаний укажи автора и стоит ли автор в своём же списке.
5. Проверь, упоминается ли в источниках моя компания или мой сайт. Если да, процитируй фразу дословно.
6. Выбери 3-5 подборок или каталогов, куда мне стоит попасть в первую очередь, и для каждой напиши способ: заявка, мои данные, своё сравнение.
Формат ответа:
- список компаний;
- таблица с колонками: № | Компания | Источник (ссылка) | Тип источника | Автор подборки | Есть ли там моя компания;
- план действий по пунктам.
Правила: не выдумывай компании и ссылки; если не уверен в источнике, пиши «не уверен»; цитаты только дословно; если не хватает данных о нише или городе, сначала задай уточняющий вопрос.
Вопрос клиента: [например, лучшие агентства недвижимости по новостройкам]
Город: [ваш город]
Моя компания: [название]
Мой сайт: [адрес сайта]
Ограничения
Выборка небольшая: 32 проекта, а по GigaChat всего 10 ответов со ссылками. Подборкой автор считал ссылку, в адресе которой есть признак списка, например top, rating или best, часть подборок могла не попасть в подсчёт. Ответы нейросетей меняются от запроса к запросу, поэтому одни и те же вопросы полезно повторять раз в месяц. И своя подборка работает, пока она честная: открытая методика и не только вы на первом месте. Автор сам спрашивает, что останется от топа нейросети, когда таких подборок в нише станет пять вместо одной.
Вы проверяли, кого нейросеть советует в вашей нише?
🔥 проверял, я там есть
🤔 проверял, меня нет
👀 ещё не проверял
Источник: разбор на Хабре, 30.09.2026
#новость
КОД · ИИ в работе