ИП Савицкий Вячеслав Альфредович 
Тендеры и лиды
Информация
Я задал ChatGPT один и тот же вопрос 100 раз подряд и посчитал, кого он советует. Одна компания попала во все 100 ответов, ещё три — в 78–92. Остальные места каждый раз разыгрывались заново: с учётом порядка 82 ответа из 100 не повторились ни разу. Для агентств, которые продают продвижение в нейросетях, отсюда простой вывод: обещать клиенту «попадание в ChatGPT» по одному скриншоту нельзя, а мерить и растить долю ответов — можно. Ниже цифры, методика и то, как я бы переложил их в KPI, отчёты и коммерческое предложение.
Меня зовут Вячеслав Савицкий, я копирайтер-маркетолог с 2009 года и частный специалист по продвижению в нейросетях. За это время сделал больше 3000 проектов — лендинги, презентации, тексты для сайтов, а сейчас веду компаниям блоги под нейровыдачу. Исследование провёл сам с 18 по 21 октября 2026 года, полная версия со всеми скриншотами и таблицей лежит у меня в блоге.
Почти каждый разговор про GEO начинается одинаково. Клиент присылает скриншот: «ChatGPT нас посоветовал — значит, работает?» Или наоборот: «Спросил — нас нет, а вы обещали». И агентство спорит по одной картинке, не зная, сколько она весит.
Я хотел ответить на это цифрами, а не ощущениями. Взял плотную нишу — бухгалтерский аутсорсинг для ООО в Москве, где десятки фирм бьются за одного клиента, а нейросеть называет только 5–6 имён, — и задал один вопрос 100 раз. Бухгалтерия здесь только пример: меня интересовала не ниша, а поведение самого ChatGPT.
Чтобы разница между ответами была случайностью нейросети, а не моих действий, я закрепил всё, что можно:
формулировка слово в слово: «Посоветуй бухгалтерскую компанию на аутсорсинге для ООО в Москве, назови конкретные компании»;
временный чат без памяти и персонализации — каждый прогон как вопрос нового человека;
одна и та же старшая модель с расширенными рассуждениями во всех 100 прогонах;
4 дня по 25 прогонов, в разное время суток;
только первый ответ — без уточнений и перегенерации.
С каждого прогона я сохранял скриншот, текст ответа, источники и список страниц, которые нейросеть открывала. Во всех 100 случаях ChatGPT сам пошёл в интернет: думал в среднем полторы минуты, просматривал около 130 страниц и называл 5 или 6 компаний.
За 100 прогонов ChatGPT назвал 21 компанию, но распределил внимание очень неравномерно. Семь компаний забрали почти все места. Остальные 14 вместе набрали 56 упоминаний — меньше, чем один лидер, а четыре из них появились в ответах по одному разу.
Ответ ChatGPT состоит из двух частей. Ядро почти не меняется: в 57 ответах из 100 были пять из шести самых частых компаний, ещё в 35 — четыре, меньше трёх не было ни разу. А одно-два свободных места каждый раз разыгрываются заново: в 47 ответах туда попал кто-то из хвоста. Даже без учёта порядка получилось 53 разных набора компаний.
Главный практический вывод для агентства: скриншот клиента ничего не доказывает ни в одну, ни в другую сторону. Компания из ядра может случайно не попасть в отдельный ответ. Компания из хвоста может попасть один раз и больше не появиться — следующие 99 человек её не увидят.
«Попасть в ответ ChatGPT» как цель не годится: это событие случайное. Я бы мерил три показателя, и все три легко считаются в обычной таблице.
Доля ответов. В скольких ответах из серии есть компания клиента. Это главный показатель заметности.
Среднее место в списке. Человек читает ответ сверху вниз, и до пятой-шестой позиции доходят не все.
Доля первых мест. Самая ценная позиция в ответе.
Разница между «быть в списке» и «быть сверху» в данных видна хорошо. Одна из компаний ядра попала в 92 ответа из 100 и ни разу не стояла первой. А первое место почти всегда делили между собой две другие компании.
Сколько прогонов нужно. Тут работает простая арифметика. Если компания встречается в 9 ответах из 100, то в серии из 10 прогонов она примерно с вероятностью 40% не появится ни разу. Значит, серия из 10 вопросов надёжно ловит только ядро, а для честного замера компании из хвоста нужно 25 прогонов и больше. В отчёте клиенту я бы показывал долю и среднее место по одной и той же серии из месяца в месяц, а не отдельные скриншоты.
Наша система сама подберет вам исполнителей на услуги, связанные с разработкой сайта или приложения, поисковой оптимизацией, контекстной рекламой, маркетингом, SMM и PR.
Заполнить заявку
13836 тендеров
проведено за восемь лет работы нашего сайта.
Разница между ядром и хвостом в моих данных не в размере компании. Она в том, как компания описана в интернете. Вот на что ChatGPT опирался на деле.
Страница под вопрос клиента. В источниках почти всегда стояли не главные страницы, а конкретные: «Бухгалтерские услуги для ООО», «Цены», «Тарифы», «Калькулятор». Сайт лидера стоял в источниках 98 раз из 100.
Позиционирование одной фразой. ChatGPT раздаёт компаниям роли: «для небольшого ООО на УСН», «для ОСНО, НДС и ВЭД», «если важен персональный подход» — и строит ответ от массового случая к редкому. Компании «для небольшого ООО» в среднем стояли примерно вторыми, а компании «для сложного учёта» — четвёртыми-пятыми. Причём роли почти дословно повторяют то, как компании пишут о себе на сайтах.
Сайт должен убеждать, а не просто находиться. Нейросеть может зайти на сайт и ничего из него не взять. Один сайт ChatGPT открывал в 72 прогонах и просмотрел там больше 500 страниц, а компанию назвал 9 раз. Мои гипотезы: цены заметно выше, чем у лидеров, и сайт на поддомене чужого бренда.
Сторонние площадки. Пока ChatGPT думает, он обходит каталоги и подборки: каталог партнёров 1С (71 прогон), Profi.ru (49), статьи на VC.ru (47), рейтинги и подборки в СМИ (от 20 до 47 прогонов). Чем чаще имя компании встречается на таких площадках, тем устойчивее её место.
Размер не равен заметности. Я сверил ответы с рэнкингом RAEX по выручке. Вторая по выручке компания не попала ни в один из 100 ответов, а две компании, которых в рэнкинге нет совсем, были в ответах 78 и 82 раза. Отчасти это объясняется самим вопросом: я спрашивал про обычное ООО, а крупные аутсорсеры работают с большим бизнесом. Но нейросеть не видит выручку и штат — она видит тексты.
Карточки на картах. Карта офисов была во всех 100 ответах, а в части из них — рейтинг и число отзывов прямо в карточке компании. Карточка на картах теперь работает не только в поиске, но и внутри ответа нейросети.
ChatGPT пересказывает сайт клиента почти без проверки — и с ошибками, которые повторяются изо дня в день.
Цены гуляют. Одна и та же компания в разных ответах «стоила» от 4 450 до 12 200 ₽ в месяц: нейросеть каждый раз выхватывает другую цифру из тарифов и калькулятора. Чем проще страница цен, тем точнее пересказ.
Чужие логотипы. Рядом с названием компании ChatGPT не раз показывал картинку другой фирмы — похоже, подбирал её по совпадению в названии.
Транслит. Названия из карточек на картах превращались в «Moye Delo» и «Bukva Audita». Как компания записана в карточке, так её и представят клиенту.
Фразы с сайта становятся фактами. «Дочерняя компания 1С», «ответственность застрахована на 100 млн ₽» — нейросеть взяла это с сайтов самих компаний и подала как факт.
Для агентства это хороший аргумент начинать проект с ревизии текстов клиента: неточная формулировка на сайте потом разойдётся по сотням ответов.
Исходя из цифр, я бы формулировал обещания так.
Нельзя: «гарантируем попадание в ответ ChatGPT», «выведем на первое место в нейросетях». Ответ меняется от прогона к прогону, такую гарантию нельзя ни выполнить, ни честно проверить.
Можно: «замерим долю ответов, в которых есть компания, на серии из 25 одинаковых запросов, и будем её растить»; «подготовим страницы под вопросы клиентов, приведём в порядок цены, позиционирование и карточки на картах»; «разместим материалы на площадках, которые нейросеть использует как источники». Это понятные работы, результат которых видно в цифрах через месяц-два.
Один запрос, один город (Москва), одна нейросеть и одна модель, один аккаунт во временном чате, только первый ответ, четыре дня в конце октября 2026 года. На других формулировках, в других городах и в Алисе расклад будет другим. И это не рейтинг бухгалтерских компаний: я не оценивал качество их работы, а мерил только одно — кого и насколько стабильно советует нейросеть.
На вопрос «если клиент попал в ChatGPT, это надолго?» теперь есть ответ на цифрах. Если компания в ядре — да, почти каждый раз. Если в хвосте — её увидит один человек из десяти, а то и из ста. Перевести компанию из хвоста в ядро можно, и это обычная системная работа: страницы под вопросы клиентов, понятные цены, одна фраза «для кого», карточки на картах и упоминания на сторонних площадках. Это и есть продвижение в нейросетях без магии.
Все 100 скриншотов, тексты ответов и сводная таблица — в полной версии исследования у меня в блоге: smextenej.ru/blog/kogo-sovetuet-chatgpt. Если хотите повторить замер для своего клиента — напишите, поделюсь шаблоном таблицы.
