AI-поиск и чат-боты формируют разных лидеров среди брендов одежды и обуви
Бренды одежды и обуви получают разную степень внимания в зависимости от того, где пользователь ищет информацию: в поисковой системе с нейросетевым блоком или в диалоге с чат-ботом. Даже одинаковые запросы могут привести к совершенно разным рекомендациям. Такой вывод сделали аналитики платформы RateMe, изучив видимость брендов в AI-поиске и сервисах на базе больших языковых моделей.
Авторы сравнили два канала взаимодействия с искусственным интеллектом. Первый - поисковые системы Google и "Яндекс", где AI формирует дополнительный блок рядом с традиционной выдачей. Второй - чат-боты, которые самостоятельно создают развернутый ответ на запрос пользователя, подбирая бренды и объясняя свой выбор.
Информационные запросы: поисковики и чат-боты рекомендуют разных игроков
На информационные вопросы, например "как выбрать пальто" или "на что обратить внимание при покупке верхней одежды", нейросетевые блоки появляются примерно в 70% случаев в Google и в 72% случаев в "Яндексе". Чат-боты отвечают на такие запросы практически всегда.
В поисковой выдаче наиболее заметным брендом одежды оказался O'stin: на его долю пришлось 10,3% упоминаний. В ответах чат-ботов чаще других появлялась Zara, получившая 2,7% упоминаний.
В сегменте обуви AI-блоки встречались еще чаще: в 83% ответов Google и в 87% ответов "Яндекса". Лидером поисковых систем стал Rendez-Vous. Чат-боты чаще всего называли Nike, причем языковые модели формировали ответы на информационные запросы об обуви во всех рассмотренных случаях.
Разница объясняется тем, что поисковые системы обычно ориентируются на структуру и авторитетность опубликованных материалов, а чат-боты обобщают более широкий массив сведений: обзоры, рейтинги, отзывы, описания товаров и популярные пользовательские сценарии.
Коммерческие запросы: главную роль получают маркетплейсы
При запросах с явным намерением купить товар ситуация меняется. В поисковых системах нейросетевые блоки для коммерческих формулировок почти не появляются. Чат-боты, напротив, регулярно отвечают на вопросы вроде "где купить зимнюю куртку", "какой бренд выбрать" или "где заказать кроссовки".
В этой категории лидируют крупные торговые площадки. Wildberries получил 38,7% упоминаний, Ozon - 35%, Lamoda - 30,1%. Таким образом, на этапе, когда пользователь уже готов совершить покупку, внимание переключается с отдельных брендов на универсальные площадки с широким ассортиментом.
Для производителей это означает усиление конкуренции. Теперь необходимо бороться не только за органическую выдачу и узнаваемость, но и за присутствие в каталогах, отзывах и карточках товаров маркетплейсов. Именно эти источники могут влиять на то, какие площадки и бренды будут названы в ответе чат-бота.
Репутационные запросы: важна не только частота, но и позиция
По-другому распределяются рекомендации по запросам "лучшие бренды одежды", "рейтинг производителей", "отзывы о бренде" и другим репутационным формулировкам.
В AI-блоках поисковых систем лидирует 12storeez с охватом 27,1%. В ответах чат-ботов первое место занимает Zara - 41,1%. При этом 12storeez получает в LLM 31,2%, а Zara в поисковых AI-блоках - 19,3%.
Эти показатели подтверждают: сильная позиция в одном канале не гарантирует аналогичного результата в другом. Бренд может быть заметен в материалах, которые анализирует поисковая система, но реже попадать в обобщенные рекомендации чат-ботов - или наоборот.
Кроме того, само упоминание не всегда свидетельствует о высокой видимости. В информационных ответах обычно фигурируют один-два бренда, поэтому попадание в короткий список обеспечивает значительную долю внимания. В репутационных материалах списки длиннее: поисковики называют в среднем около девяти брендов, а чат-боты - более 11.
В таких условиях решающим фактором становится место в перечне. 12storeez и Zarina получили соответственно 130 и 103 упоминания в поисковых AI-блоках. Однако 12storeez занимал первую позицию в 41% случаев, тогда как Zarina - только в 7%. Следовательно, одинаковая частота присутствия может давать совершенно разный эффект.
Почему маркетплейсы особенно заметны на коммерческом этапе
Российский рынок отличается высокой ролью маркетплейсов. В коммерческих ответах чат-ботов на Wildberries, Ozon и Lamoda приходится 33,5% всех упоминаний. В информационных сценариях их доля составляет 7,9% в LLM и 29,3% в поисковых AI-блоках.
В репутационных запросах маркетплейсы почти исчезают из рекомендаций: на них приходится менее 3% упоминаний. Пользователь в этот момент ищет не столько место покупки, сколько оценку качества, надежности и статуса бренда.
Это позволяет разделить путь клиента на несколько этапов. Сначала он ищет советы и ориентиры, затем сравнивает бренды и характеристики, а после этого переходит к конкретной площадке. На каждой стадии работают разные факторы видимости, поэтому универсальная рекламная или SEO-стратегия оказывается недостаточной.
Нейросети по-разному воспринимают российские бренды
Значительные различия обнаружены и между самими AI-сервисами. Доля российских брендов в рекомендациях варьируется от 87% у Perplexity до 9% у "ГигаЧата". Это показывает, что одна и та же компания может иметь высокий уровень присутствия в одной модели и практически не встречаться в другой.
Причины связаны с набором источников, языковой спецификой, особенностями обучения моделей, региональным контекстом и правилами формирования ответов. Поэтому оптимизация "для искусственного интеллекта в целом" практически невозможна. Брендам приходится учитывать конкретную модель, тип запроса и канал коммуникации.
Что влияет на попадание бренда в AI-рекомендации
Нейросети используют не только официальные сайты компаний. На итоговый ответ могут влиять независимые рейтинги, пользовательские отзывы, экспертные статьи, публикации в СМИ, обзоры, каталоги и данные торговых площадок.
По этой причине одной технической SEO-оптимизации недостаточно. Важно, чтобы бренд последовательно описывался в разных источниках, имел понятное позиционирование, регулярно появлялся в тематических обзорах и получал положительные пользовательские оценки.
Особое значение приобретают конкретные характеристики. Если в материалах о бренде постоянно повторяются сведения о качестве тканей, размерной сетке, посадке, долговечности или ценовом сегменте, нейросети с большей вероятностью смогут корректно сопоставить компанию с релевантным запросом.
Компании также стоит отслеживать не только факт упоминания, но и контекст. Важно понимать, появляется ли бренд среди лидеров, с какими характеристиками его связывают, рядом с какими конкурентами он упоминается и не сопровождается ли рекомендация негативными отзывами.
Как брендам работать с AI-видимостью
Эффективная стратегия должна включать несколько направлений. Во-первых, необходимо создавать полезные материалы под информационные запросы: инструкции по выбору одежды, сравнительные обзоры, ответы на вопросы о материалах и рекомендации по уходу.
Во-вторых, следует развивать репутационный контур. На него влияют отзывы покупателей, независимые оценки, экспертные публикации и упоминания в тематических рейтингах. В-третьих, важно контролировать присутствие на маркетплейсах: качество карточек товара, полноту описаний, фотографии, характеристики и обратную связь клиентов.
Отдельно нужно анализировать коммерческие формулировки. Если в ответах чат-ботов бренд не появляется, стоит проверить, насколько ясно представлены ассортимент, цены, условия покупки, доставка и наличие товаров. Чем меньше неоднозначности в публичных данных, тем проще модели включить компанию в практическую рекомендацию.
Исследование охватило категории одежды и обуви, три группы запросов - информационные, коммерческие и репутационные - и ответы AI-блоков Google и "Яндекса", а также семи нейросетевых сервисов. Всего было проанализировано более 50 тыс. ответов, а бренды выделялись с помощью отдельных словарей для каждой категории.
Главный вывод заключается в том, что AI-видимость становится самостоятельным направлением цифрового маркетинга. Бренду недостаточно просто присутствовать в интернете: важно быть заметным именно в нужном типе запроса, на конкретной площадке и в правильном контексте.