AI-поиск и чат-боты по-разному определяют лидеров среди брендов одежды
Бренд может занимать заметное место в ответах поисковой системы, но почти не появляться в рекомендациях чат-ботов. И наоборот: компания, которую регулярно называют нейросети, не обязательно получает такую же видимость в AI-блоках Google или "Яндекса". К такому выводу пришли аналитики платформы RateMe, сравнив особенности продвижения брендов одежды и обуви в разных каналах искусственного интеллекта.
Исследование охватило два типа сервисов. Первый - поисковые системы с нейросетевыми блоками, где AI дополняет привычную выдачу. В анализе участвовали Google и "Яндекс". Второй - чат-боты на основе больших языковых моделей, которые самостоятельно формируют ответ на запрос пользователя, подбирая бренды и объясняя свой выбор.
Результаты показали: видимость компании напрямую зависит не только от ее известности, но и от формулировки запроса. Для информационных, коммерческих и репутационных вопросов искусственный интеллект использует разные наборы источников и принципы ранжирования.
Информационные запросы: лидеры поиска и чат-ботов не совпали
Вопросы вроде "как выбрать пальто" относятся к информационной категории. В Google AI-блок появляется примерно в 70% таких случаев, в "Яндексе" - в 72%. Чат-боты формируют ответ практически всегда.
В поисковых нейросетевых блоках чаще всего фигурировал O'stin: на его долю пришлось 10,3% упоминаний. В чат-ботах лидером стала Zara, которую называли в 2,7% ответов. Разница объясняется тем, что поисковики чаще опираются на локальные материалы, каталоги и российские публикации, тогда как языковые модели могут отдавать предпочтение глобально узнаваемым маркам.
В категории обуви расстановка сил оказалась другой. Вопросы "как выбрать зимнюю обувь" и "как ухаживать за обувью" вызывали AI-ответы Google в 83% случаев, а "Яндекса" - в 87%. В поисковых системах лидировал Rendez-Vous. Чат-боты чаще упоминали Nike, причем ответы LLM формировались по таким запросам во всех проверенных случаях.
Коммерческие вопросы усиливают роль маркетплейсов
При запросах с явным намерением купить товар - например, "где купить платье" или "какой магазин выбрать" - поисковые AI-блоки встречаются крайне редко. Зато чат-боты стабильно отвечают на подобные вопросы и нередко направляют внимание пользователя на крупные торговые площадки.
В этой категории лидерами стали Wildberries с долей упоминаний 38,7%, Ozon - 35% и Lamoda - 30,1%. Таким образом, на этапе выбора товара маркетплейсы конкурируют с отдельными брендами на равных или даже получают преимущество.
Для российского рынка это особенно важно. В коммерческих ответах чат-ботов на Wildberries, Ozon и Lamoda приходится 33,5% всех упоминаний. В информационных запросах их доля составляет 7,9% среди ответов LLM и 29,3% в поисковых AI-блоках. В репутационных вопросах площадки почти не представлены: на них приходится менее 3% упоминаний.
Это показывает, что маркетплейс чаще становится главным ориентиром пользователя непосредственно перед покупкой, но редко воспринимается как эксперт по качеству, стилю или репутации бренда.
Репутационные запросы меняют картину
Вопросы "какие бренды одежды лучшие", "где хорошие отзывы" или "какой бренд выбрать" относятся к репутационной категории. Здесь поисковые системы и чат-боты вновь демонстрируют разные предпочтения.
В AI-блоках поисковиков на первом месте оказался 12storeez с охватом 27,1%. В ответах чат-ботов лидировала Zara - ее доля составила 41,1%. При этом 12storeez в LLM получил 31,2%, а Zara в поисковых AI-блоках - 19,3%.
Следовательно, лидерство в одном канале не гарантирует аналогичного результата в другом. Причина может быть в различиях между источниками, на которые опираются системы: поисковые алгоритмы учитывают российские рейтинги, отзывы и публикации, а чат-боты сильнее реагируют на международную узнаваемость бренда и масштаб его цифрового присутствия.
Количество упоминаний не всегда означает высокую видимость
Авторы исследования отдельно обращают внимание на важное различие между частотой упоминания и реальной заметностью бренда. В информационных ответах AI обычно называет всего один-два бренда. Поэтому попадание в такой список почти автоматически означает получение значительной доли внимания пользователя.
В репутационных ответах перечень заметно длиннее: поисковые системы в среднем упоминают около девяти брендов, а чат-боты - более 11. В этом случае критически важна позиция компании в списке.
Показателен пример 12storeez и Zarina. Первый бренд получил 130 упоминаний в поисковых AI-блоках, второй - 103. Однако 12storeez занимал первое место в 41% случаев, а Zarina - только в 7%. Значит, одинаково высокая частота присутствия может давать совершенно разный маркетинговый эффект.
Для оценки AI-видимости брендам необходимо отслеживать не только количество появлений, но и место в ответе, контекст рекомендации, соседние компании и характер запроса.
Разные модели формируют разные рекомендации
Нейросети не работают как единая система с одинаковыми правилами. Исследование выявило существенные расхождения даже между отдельными моделями. Так, доля российских брендов в рекомендациях варьируется от 87% у Perplexity до 9% у "ГигаЧата".
Это означает, что универсальной стратегии продвижения "под весь AI" не существует. Бренду приходится учитывать конкретную модель, поисковую платформу, тип запроса и этап принятия решения пользователем.
Для информационных запросов особенно важны экспертные статьи, инструкции, обзоры и материалы о выборе товара. В коммерческой категории большее значение имеют ассортимент, наличие, цены, карточки товаров, отзывы и представленность на маркетплейсах. В репутационных ответах решающую роль играют рейтинги, независимые обзоры, публикации СМИ и устойчивый общий образ компании.
Что брендам учитывать при продвижении в AI-среде
AI-поиск постепенно превращается в самостоятельный канал привлечения внимания. Пользователь может получить готовую рекомендацию, не переходя на десятки сайтов и не просматривая длинную выдачу. Поэтому брендам важно работать не только над классическим SEO, но и над тем, как они представлены в цифровом информационном поле.
В первую очередь стоит обеспечить единообразие информации о компании на официальном сайте, в каталогах, карточках товаров и внешних публикациях. Неполные или противоречивые сведения снижают вероятность корректного упоминания в ответах нейросетей.
Не менее важны отзывы. Их количество само по себе не гарантирует результат, однако регулярные отзывы с содержательными комментариями помогают сформировать устойчивый профиль бренда. Особое значение имеют оценки качества, доставки, посадки вещей, соответствия размерной сетке и уровня сервиса.
Следующее направление - экспертный контент. Материалы о выборе одежды, сезонных решениях, уходе за вещами и сочетании предметов гардероба способны повысить присутствие бренда в информационных ответах. При этом тексты должны решать задачу пользователя, а не превращаться в перечень рекламных заявлений.
Компаниям также стоит регулярно проверять собственную видимость в нескольких системах. Один и тот же набор запросов необходимо тестировать в Google, "Яндексе" и популярных чат-ботах, фиксируя частоту упоминаний, позицию и контекст. Такая аналитика позволит понять, где бренд уже заметен, а где уступает конкурентам или маркетплейсам.
Методика исследования
В анализе рассматривались две категории - одежда и обувь - и три группы запросов: информационные, коммерческие и репутационные. Каждый запрос проверяли в AI-блоках Google и "Яндекса", а также в ответах семи нейросетей.
Упоминания определяли с помощью отдельного словаря брендов для каждой категории. Всего было изучено более 50 тыс. ответов. Полученные данные показали, что AI-видимость формируется под влиянием сразу нескольких факторов: типа запроса, особенностей конкретной модели, популярности внешних источников и характера пользовательского намерения.
Главный вывод исследования заключается в том, что присутствие бренда в нейросетевых рекомендациях нельзя считать исключительно задачей поисковой оптимизации. Это комплексная работа с репутацией, экспертным контентом, отзывами, торговыми площадками и качеством данных, доступных искусственному интеллекту.
