Наблюдение из прогона: как язык сайта сделал бренд невидимым в собственной категории

При прогоне по категории «аналитика для среднего e-commerce» один из тестируемых брендов стабильно оказывался на 4–5 позиции в ответах ChatGPT и практически не появлялся в Perplexity. Это было неожиданно: бренд не маленький, у него сильный сайт с подробной документацией, активный блог и несколько кейсов с крупными клиентами. В классическом Google-поиске он входит в топ-5 по основным запросам своей категории. По всем привычным меркам — это видимый бренд.

Но в нейтральных сценариях AI100, где модели задавались вопросы вроде «что выбрать для среднего интернет-магазина с ограниченной командой», бренд проигрывал конкурентам, которые были объективно менее известны.

Разбор показал три пересекающихся проблемы.

Первая и главная — разрыв между языком сайта и языком спроса. Бренд описывал себя как «модульную среду интеллектуальной коммерческой аналитики». Пользователи (и модели, отражающие их язык) спрашивали про «простой сервис отчётности для интернет-магазина без отдельного аналитика». Эти два языка не пересекались почти нигде. Ни на одной странице сайта не было прямого ответа на вопрос «для кого это подходит» в тех словах, которыми пользователь описывает свою задачу.

Вторая — модель переформулировала задачу в соседнюю категорию. Вместо «аналитика для e-commerce» ответ строился вокруг «BI-инструменты для малого бизнеса». В результате в список попали два решения из смежной категории, которые бренд не считал конкурентами. Это классическая подмена категории, описанная в отдельной статье корпуса.

Третья — лаг обновления. Бренд за два месяца до прогона запустил новый тарифный план, ориентированный на средний бизнес. Но модель всё ещё описывала его как решение для крупных компаний — информация о новом тарифе не просочилась ни во внешние обзоры, ни в структурированные данные.

Наблюдение подтверждает несколько тезисов, которые описаны в корпусе AI100 как устойчивые:

Машинная различимость и человеческая узнаваемость — это разные вещи. Бренд, хорошо известный людям, может быть функционально невидим для модели, если его язык не совпадает с языком задачи.

Подмена категории происходит до прямого сравнения брендов. Бренд проиграл не конкуренту, а чужой рамке. Модель сначала переименовала задачу, а потом собрала список внутри новой категории.

Лаг обновления — это не абстрактная задержка. Это конкретная ситуация, когда бренд уже изменил факт о себе, но машина ещё не успела это увидеть.

Добавить на сайт страницу, которая прямо отвечает на вопрос «для кого подходит наш продукт» в терминах задачи пользователя, а не внутренней маркетинговой категории. Убедиться, что новый тарифный план описан не только на странице цен, но и во внешних обзорах. Проверить, что структурированная разметка (Product, Offer) отражает актуальные тарифы и аудиторию.

Повторный прогон через 6–8 недель покажет, изменилась ли картина.