Упоминания бренда: где их читают нейросети и как их растить

Упоминания бренда - это все места, где название вашей компании стоит в чужом тексте: статья, отзыв, ветка форума, строка в справочнике. Так их считали лет пятнадцать, и для этого хватало медиамониторинга. Теперь у слова второй смысл: упоминанием стало и то, что нейросеть говорит о вас клиенту в ответе. Этот второй класс упоминаний бренда нигде не лежит - он собирается заново при каждом вопросе, и привычные счётчики его не видят.

Разница не косметическая. Старые упоминания читает человек, который до них дошёл. Новые читают все, кто спросил, - модель пересказывает их сама, первой репликой диалога. Ниже карта: где нейросети берут имена, как посчитать оба класса упоминаний и в каком порядке их растить, на цифрах наших замеров.

Один термин, три места жизни

Чтобы не путаться в отчётах, стоит держать в голове три слоя, в которых живёт имя компании.

Первый - опубликованные тексты. Всё, что уже написано: медиа, соцсети, отзовики, форумы, справочники. Слой статичный, его мониторят поиском по архиву.

Второй - поисковая выдача. Те же тексты, но отсортированные: что человек увидит на первой странице по запросу с вашим названием. Здесь упоминание весит столько, сколько весит его позиция.

Третий появился недавно - ответы моделей. ChatGPT, Алиса, Perplexity и остальные не показывают список ссылок, они называют два-три имени готовым советом. Попали вы в эти два-три имени или нет - и есть новая упоминаемость. Заметная часть аудитории уже спрашивает именно так: статистика по российским пользователям нейросетей собрана у нас отдельно.

Третий слой не заменяет первые два - он из них собирается. Поэтому спор "классические упоминания или нейросети" не имеет смысла: без первых не бывает третьих. Вопрос только в том, какие именно тексты модели читают.

Где нейросети берут имена

Под частью ответов модели ставят ссылки на страницы, из которых собран ответ. Это прямые улики: видно не "где-то в интернете о вас пишут", а какие конкретно домены дали модели имена и факты.

Сколько таких улик достаётся, зависит от канала. По нашим замерам реальных брендов в августе 2026 года ссылки под ответами дают: быстрый ответ Алисы AI и Perplexity - всегда, ChatGPT и Claude при включённом веб-поиске - примерно в каждом втором ответе, а дальше резкий обрыв.

Обрыв объясним: сети из третьей группы чаще отвечают по памяти, им нечего цитировать. Какие каналы вообще ходят в веб, а какие нет, мы разбирали в статье про то, кто из нейросетей ищет в вебе.

Теперь состав самих ссылок. В замере студии тюнинга BMW верх списка источников заняли сообщество автовладельцев, зарубежный форум и справочник организаций - площадки, которые целиком состоят из пользовательских текстов. Сайты самих сервисов оказались ниже и реже, полный разбор с цифрами - в исследовании о том, чего нейросети не знают о компании. В нише маркетинга картина другая: там источниками стояли документация рекламных систем, профильные медиа и блоги сервисов. Общее правило одно, и оно неудобное: список цитируемых площадок в каждой нише свой, и узнать его можно только из ответов по своей нише, а не из чужого кейса.

Отсюда практический вывод. "Больше упоминаний бренда" - не цель, а лозунг. Цель - упоминания на площадках, которые модели цитируют по вашим вопросам. Десять публикаций мимо этого списка дадут строку в медиамониторинге и ноль в ответах.

Как посчитать: два счётчика вместо одного

Оба слоя считаются, и начать можно бесплатно, за один вечер.

Классический счётчик снимается поиском: название в кавычках в Яндексе и Google, фильтр по свежести, отдельно - поиск по отзовикам и картам. Рядом - частотность брендовых запросов в Вордстате: она показывает не сами упоминания, а их эхо, сколько людей пошли проверять имя. Как устроен этот инструмент и какие у него ловушки, есть отдельная инструкция по брендовым запросам.

Машинный счётчик снимается вопросами. Составьте пять-семь вопросов, которыми клиент ищет вашу услугу, без единого названия в формулировке. Задайте их нескольким сетям и выпишите: какие компании названы, в каком контексте, какие ссылки стоят под ответом. Ваше имя в ответах - упоминаемость. Чужие имена - список тех, у кого упоминания уже работают.

Одна оговорка, без которой оба счётчика врут: совпадение строки - ещё не упоминание вас. У компаний бывают тёзки, и модель охотно описывает однофамильца вместо вас. Каждое найденное вхождение нужно сверять со сферой и городом; на чём именно ловится эта путаница - в разборе про доверие к бренду в нейросетях.

Как выглядит такой вечер на практике. Семь вопросов, четыре сети - уже 28 ответов. На каждый уходит минута-полторы: прочитать, выписать названия и ссылки, отметить контекст. Через час у вас таблица, в которой видно то, чего не покажет ни один медиамониторинг: например, что в ответах трёх сетей из четырёх стоит один и тот же конкурент, а под ответами - один и тот же справочник, в котором вас нет.

И про регулярность. Разовый срез отвечает на вопрос "называют или нет". Чтобы увидеть, работает ли ваша работа с площадками, срезы нужно повторять одними и теми же формулировками неделя к неделе - на ручном режиме это ломается первым. Чем тут помогает сервис и как его выбирать, мы писали в разборе сервисов мониторинга.

Четыре ошибки, после которых счётчику нельзя верить

Счёт упоминаний портят одни и те же ходы, причём часть из них выглядит как добросовестная работа.

Первая ошибка - отчитываться количеством размещений. "За месяц вышло пятнадцать публикаций" звучит как результат, но это счётчик усилий, а не упоминаемости. Если все пятнадцать легли на площадки, которых нет в источниках вашей ниши, в ответах моделей не изменится ничего, и через квартал этот разрыв придётся объяснять. Проверка простая: рядом с каждым размещением должна стоять отметка, цитируется ли эта площадка по вашим вопросам.

Вторая - смешивать вопросы с названием и без. На вопрос "расскажите про компанию такую-то" модель почти всегда повторит название - это свойство вопроса, а не ваша известность. В общем зачёте такие ответы раздувают долю в разы. Считайте их отдельной колонкой: она отвечает на другой вопрос - что модель о вас знает и не путает ли с кем.

Третья - не записывать формулировки. Спросили в сентябре "где обслужить BMW в Москве", в октябре "лучший сервис BMW Москва" - получили два несравнимых среза и нарисованную динамику. Формулировки фиксируются дословно, меняются только осознанно и с пометкой в истории.

Четвёртая - считать упоминание без контекста. Имя в ответе может стоять в рекомендации, в нейтральном перечислении, а может - в предостережении. Для счётчика это одно вхождение, для бизнеса - три разных события. Минимальная разметка "советуют, упоминают, не советуют" делается при выписке и почти ничего не стоит, а в отчёте потом отделяет рост видимости от роста проблем.

Как растить упоминания бренда

Порядок работ складывается из всего выше, и он обратный привычному: сначала смотрим, куда модели ходят, потом идём туда же.

Первым делом - карточки и справочники. Яндекс Бизнес, 2ГИС, профильные каталоги вашей отрасли. Это самые цитируемые страницы про локальный бизнес, заполняются бесплатно, а согласованная связка "название, сфера, город" в них заодно лечит путаницу с тёзками.

Дальше - отзывы. Страница с живыми отзывами и ответами компании - готовый текст о вас, который модели читают охотно. Здесь ничего не надо публиковать самому: надо, чтобы клиенты писали, а вы отвечали, ответы читаются теми же моделями.

Третий шаг - площадки из источников вашей ниши. Сообщества, форумы, тематические вики, отраслевые медиа - те домены, которые вы выписали из-под ответов на своём замере. Форматы участия разные: экспертный комментарий, разбор случая, ответ в ветке, гостевая статья. Что из этого срабатывает и в каком порядке, разобрано в инструкции о том, как стать источником для нейросетей.

Четвёртое - собственные материалы на чужих площадках. Статья на отраслевом ресурсе с фактами и цифрами живёт годами и цитируется, когда ваш сайт остаётся в сносках.

Чего в списке нет - массовых посевов одинаковых комментариев. Упоминание, написанное ботом под копирку, площадки чистят, а модели такие тексты видели миллионами и узнают. Про то, что осталось рабочего от этой механики, у нас есть отдельный разбор крауд-маркетинга.

Как это устроено у нас

SEENGO считает машинный слой упоминаний как постоянное наблюдение. Каждую неделю платформа задаёт девяти сетям один и тот же список вопросов вашей ниши, находит в ответах названия, сверяет каждое с профилем компании и показывает долю ответов с вами - рядом с именами конкурентов и списком цитируемых площадок. Из этого списка платформа собирает план работ: куда идти за упоминаниями в первую очередь.

план работоткрыть демо-кабинет

Первый прогон бесплатный: ответ в тот же вечер, видно, называют ли вас вообще. Дальше объём и частота наблюдения выбираются тарифом.