Как анализировать конкурентов в нейросетях, если у вас нет доступа к чужой статистике и никто не покажет, что модели отвечают другим людям? Считать самому. Анализ конкурентов в нейросетях - это подсчёт, кого модели называют в ответах на вопросы ваших клиентов и на какие сайты при этом ссылаются. Один список вопросов, девять сетей, а дальше таблица: чьи названия и чьи домены оказались в ответах и в какой доле.
У расчёта есть условия, без которых он ничего не показывает. Список вопросов один для всех брендов, иначе вы сравниваете разные выборки. Доля всегда идёт с интервалом погрешности, потому что 12 ответов из 96 - это не ровно 12,5%. И список конкурентов берётся из ответов: модели называют тех, кого считают нужным, а не тех, кого вы вписали в бриф. Ниже расчёт целиком на замере нашего собственного бренда, с таблицей, интервалами и ошибкой, которую мы сами же и сделали на втором бренде.
Исходные данные: 96 ответов за один вечер
Бренд для примера - наш собственный, московская студия обслуживания и тюнинга BMW. Вопросов 19: шесть с названием студии и 13 про нишу - где обслужить BMW, чип-тюнинг, подвеска, тормоза, диски. Замер прошёл 27.08.2026, один вечер, весь прогон занял шесть минут.
Всего пришло 138 ответов от девяти сетей. Брендовые вопросы в анализ конкурентов не входят: если в вопросе стоит название студии, модель повторит его в любом случае и никого рядом не назовёт. Остаются 96 небрендовых ответов, это и есть знаменатель для всех долей ниже. Нейровыдача, ChatGPT и Claude отвечали на срез из шести небрендовых вопросов, остальные шесть сетей - на все 13. Что модели знают о самой компании и почему 40 из 41 брендового упоминания оказались рассказом про чужую фирму с тем же сокращением, разобрано в статье про брендовые вопросы, это другой расчёт.
Первая цифра - своя: студия названа в 0 ответах из 96. Ни одна из девяти сетей. Дальше интереснее: кого назвали вместо нас.
Как анализировать конкурентов в нейросетях: считаем, кого назвали
Кабинет вытаскивает из 96 ответов все названия компаний и марок и считает, в скольких ответах каждое встретилось. Верх списка по нашему замеру 27.08.2026 выглядит так:
| Сущность | Ответов из 96 | Доля | Вердикт |
|---|---|---|---|
| BMW, производитель | 96 | 100% | марка автомобиля, не конкурент |
| Bilstein | 17 | 17,7% | марка запчастей, в отклонённые |
| KW | 15 | 15,6% | марка запчастей, в отклонённые |
| Brembo | 12 | 12,5% | марка запчастей, в отклонённые |
| Официальный дилер BMW | 12 | 12,5% | конкурент |
| Eibach | 10 | 10,4% | марка запчастей, в отклонённые |
| M Performance | 10 | 10,4% | линейка производителя, в отклонённые |
| H&R | 9 | 9,4% | марка запчастей, в отклонённые |
| AC Schnitzer | 6 | 6,3% | марка тюнинга, в отклонённые |
| BBS | 6 | 6,3% | марка дисков, в отклонённые |
| Восемь сервисов из нашего списка | 0 | 0% | в тексте ответов не названы |
Первая строка выглядит нелепо, но она честная: вопрос про обслуживание BMW, слово BMW в каждом ответе, кабинет его посчитал. Марка автомобиля конкурентом не является, и её нужно убрать из списка руками. То же с запчастями. Bilstein, KW и Brembo набирают по 12-17 ответов, потому что на вопросы про подвеску и тормоза модели перечисляют, что ставить, а не куда ехать. Владелец студии отправил в отклонённые сущности 33 названия - амортизаторы, пружины, диски, тормоза, - чтобы они перестали считаться конкурентами. Обратно они не возвращаются.
После чистки остаётся один настоящий конкурент: официальный дилер BMW, 12 ответов из 96, 12,5%. Его назвали шесть сетей из девяти - ChatGPT, Claude, DeepSeek, Gemini, нейровыдача и Perplexity. Это сильный сигнал. Дилера знают и те сети, что ищут в вебе во время ответа, и те, что отвечают по памяти.
А восемь независимых сервисов, которых студия считала прямыми конкурентами, в тексте ответов не появились ни разу. Не потому что модели про них не знают, к этому вернёмся через раздел. Здесь мы считаем только видимость, долю ответов, где сущность названа. Как из таких долей складывается доля голоса и почему у дилера она будет ниже его видимости, описано в статье про долю голоса.
Интервал погрешности: почему 12,5% - это от 7 до 21
96 ответов - это один вечер. Если запустить те же 13 вопросов завтра, дилер может набрать 9 ответов, а может 15, и это будет тот же дилер с той же известностью. Доля, посчитанная на одном замере, всегда идёт с интервалом.
Для 12 ответов из 96 интервал погрешности при уровне доверия 95% - примерно от 7,3% до 20,7%. Для 0 из 96 верхняя граница около 3,8%: ноль в тексте не означает, что сервис никогда не назовут, он означает, что называют реже, чем в одном ответе из 26. Интервал считается по методу Уилсона, ссылка на описание - в источниках.
Отсюда правило, которое нарушают чаще всего: один замер не сравнивают с другим одним замером. Наберёт дилер на следующей неделе 9 из 96 - это 9,4%, внутри интервала, падения не было. Наберёт 22 из 96 - это 22,9%, за границей, и вот тут уже стоит спросить, что изменилось. Кабинет ставит такую пометку рядом с недельной разницей, а тренд ведёт по скользящему среднему за четыре недели: ответов там вчетверо больше, интервал примерно вдвое уже. Как читать эти пометки на экранах, мы разобрали в гиде по кабинету.
Второе следствие: доли между брендами тоже сравниваются через интервал. Дилер 12,5% и Brembo 12,5% - одна цифра. Дилер и любой из восьми сервисов с нулём - разные: интервалы 7,3-20,7% и 0-3,8% не пересекаются, и здесь можно уверенно сказать, что дилера называют чаще.
Конкурент как источник, а не как название
Теперь про восемь сервисов с нулём. Кабинет считает не только названия в тексте, но и домены под ответами - площадки, на которые модель сослалась, собирая ответ. И здесь картина другая. Три сервиса из нашего списка стоят источниками под ответами: один под шестью, два под четырьмя. В тексте их не назвали ни разу, но модель читала их сайты, когда отвечала про подвеску или чип-тюнинг, и дала на них ссылку.
Для анализа конкурентов это отдельный слой, и он часто важнее названий. Название в тексте - модель рекомендует. Домен под ответом - модель доверяет и даёт клиенту кнопку перехода. Сервис, который ни разу не назван, но стоит источником под каждым шестнадцатым ответом, виден клиенту как ссылка, хотя в таблице названий его нет.
Дилер, кстати, есть в обоих слоях: 12 ответов по названию и 4 ответа как источник. А верх списка источников по нашему замеру 27.08.2026 занимают вовсе не сервисы: drive2.ru под 8 ответами, reddit.com и 2gis.ru по 7, любительская вики по BMW и autospot.ru по 6. Это площадки, где модели берут материал про обслуживание BMW, и туда студии нужно идти со своими текстами и карточками. К этому вернёмся в конце.
Одна оговорка. Слой источников виден только у тех сетей, которые дают ссылки. В этом замере Perplexity дала ссылки в 19 ответах из 19, нейровыдача в 8 из 8, ChatGPT и Claude в 7 из 8, YandexGPT и Grok по одному разу из 19, а GigaChat, DeepSeek и Gemini - ни разу. Конкурент-источник живёт в сетях с поиском по вебу. Если ваша аудитория сидит в GigaChat, этот слой про неё ничего не скажет.
Экран из демо-кабинета вымышленной компании: цифры синтетические, экран настоящий. В своём кабинете тот же список строится из ваших ответов, а отклонённые сущности в него не попадают.
Второй пример: конкуренты из головы
Второй бренд - наше агентство интернет-маркетинга, Москва. Замер 22.08.2026: 48 вопросов, из них 42 небрендовых, 336 небрендовых ответов. Агентство в них названо 0 раз, как и студия.
Перед замером владелец задал руками четырёх конкурентов - известные агентства, с которыми привык себя сравнивать. Результат: в тексте 336 ответов встретился один из четырёх, в 3 ответах, 1,1%. Интервал погрешности для 3 из 336 - от 0,3% до 2,6%, ноль и один процент здесь неотличимы. Остальные три не встретились вовсе.
Зато под ответами стоит домен другого крупного агентства, которого в списке не было, - в 12 ответах, у Claude и Perplexity. Владелец про него не подумал, а модели его читают и цитируют чаще, чем все четыре задуманных конкурента вместе взятые. Так выглядит главная ошибка анализа конкурентов в нейросетях: список составлен из представлений о рынке. Модели живут в другом рынке, в том, что написано в вебе и попало в обучение, и их набор конкурентов совпадает с вашим лишь частично.
Поэтому в кабинете список строится из ответов: каждую компанию, которую модели назвали больше одного раза, кабинет добавляет сам, а лишнее уходит в отклонённые. Своих кандидатов добавить можно, но стоит быть готовым к нулю рядом с ними, как в этом примере.
Верх источников по нашему замеру 22.08.2026 тоже показывает, где идёт разговор: direct.yandex.ru под 44 ответами, yandex.ru под 40, vc.ru под 27, elama.ru под 22, habr.com под 15, practicum.yandex.ru под 13, skillbox.ru под 11, ppc.world под 10. Агентство среди них одно, с теми самыми 12 ответами, и его домен - единственное в этом списке, что вообще можно назвать конкурентом. Остальное - площадки, куда агентству нужно нести свои материалы.
Что делать с результатом
Начать с чистки. Марки, производители, площадки и агрегаторы уходят в отклонённые сущности, пока в списке стоит производитель со 100%, место по доле голоса ничего не значит. У студии на это ушло 33 названия за один проход, дальше список чистый сам по себе.
Потом разделить по сетям. Дилера назвали шесть сетей, но не все девять: Grok, GigaChat и YandexGPT его не упомянули. Конкурент, который есть у сетей с поиском и отсутствует у сетей по памяти, силён в свежем вебе - карточки, отзывы, каталоги - и слаб в том, что попало в обучение. Обратный профиль тоже встречается. Это разные фронты работы, поэтому конкурента смотрят строкой по девяти сетям, а не одной цифрой.
Дальше повтор по неделям. Один замер даёт список и порядок величин. Движение видно только на серии: в недельном профиле каждая сеть отвечает на каждый вопрос один раз, доли копятся по неделям, интервал сужается. Вопрос, обгоняет ли нас дилер, на одном замере не решается, на четырёх уже да.
И наконец, куда идти. Список источников - готовый план площадок. Для студии это drive2.ru, 2gis.ru, autospot.ru и любительская вики, для агентства - vc.ru, habr.com, elama.ru и учебные площадки. Конкурент-источник говорит ещё одну вещь: модели готовы ссылаться на сайты сервисов в этой нише, значит, страница про чип-тюнинг или замену подвески с конкретикой имеет шанс стать источником сама. По каналу Алисы AI похожую картину даёт Вебмастер Яндекса: инструмент видимости сайта в Алисе AI показывает, в каких ответах ваш сайт назван источником и какие площадки конкурируют, по одной сети и только для своего сайта. Девять сетей, чужие названия и динамика - уже задача замера. Как он выглядит на реальных экранах, видно в демо-кабинете, а свой первый список конкурентов даёт замер после регистрации.
Что унести с собой
- Анализ конкурентов в нейросетях - подсчёт названий и доменов в ответах на один список вопросов без названия вашего бренда.
- Половина верхних строк таблицы - марки и производитель. Их отправляют в отклонённые, и только после этого список показывает конкурентов.
- 12 из 96 - это 7,3-20,7%, а не 12,5%. Один замер не сравнивают с другим одним замером, движение смотрят по четырём неделям.
- Конкурент может стоять источником под ответами, ни разу не появившись в тексте. Этот слой виден только у сетей, которые дают ссылки.
- Список конкурентов берут из ответов. Четыре агентства из головы дали 3 ответа из 336, агентство из ответов - 12.
Источники
- Замер студии обслуживания и тюнинга BMW, 27.08.2026: 19 вопросов, 138 ответов девяти сетей, 96 небрендовых. Собственные данные SEENGO.
- Замер агентства интернет-маркетинга, 22.08.2026: 48 вопросов, 378 ответов, 336 небрендовых. Собственные данные SEENGO.
- Интервал Уилсона для доли: Binomial proportion confidence interval, Wikipedia.
- Яндекс, инструмент видимости сайта в Алисе AI в Вебмастере: новость от 7 апреля 2026.
- Объёмы вопросов и число замеров по тарифам: страница тарифов.
вопросы
Частые вопросы
01Откуда брать список конкурентов для анализа в нейросетях?
Из ответов моделей на вопросы без названия вашей компании. Каждую компанию, которую модели назвали больше одного раза, кабинет заводит в конкуренты сам. Список из головы подводит: в нашем замере агентства из четырёх заданных руками конкурентов в ответах встретился один, а домен агентства, которого в списке не было, стоял под 12 ответами.
02Почему в конкурентах оказались марки запчастей и сам производитель?
Кабинет считает все названия компаний и марок в тексте ответов, а на вопросы про подвеску и тормоза модели перечисляют, что ставить. Марки, производителя и площадки нужно отправить в отклонённые сущности: они перестанут считаться конкурентами и обратно не вернутся.
03Что значит, что конкурент есть в источниках, но не назван в тексте?
Модель читала его сайт, когда собирала ответ, и дала на него ссылку, но по имени не порекомендовала. Для клиента это всё равно кнопка перехода. Такой конкурент виден только в сетях, которые дают ссылки: у нейровыдачи и Perplexity это все ответы, у GigaChat, DeepSeek и Gemini в нашем замере ни одного.
04Можно ли сравнить два замера с разницей в неделю и сказать, что конкурент вырос?
Только если новая доля вышла за интервал погрешности старой. Для 12 ответов из 96 интервал примерно от 7,3% до 20,7%: и 9, и 15 ответов на следующей неделе означают, что ничего не изменилось. Движение видно по скользящему среднему за четыре недели.
05На каком тарифе виден экран конкурентов?
С тарифа Старт: 50 вопросов, один замер, таблица конкурентов по названиям и по источникам с разбивкой по девяти сетям. На бесплатном тарифе видно только, называют ли вас самих.