GERM: как изменить ответ нейросети о компании

На начальном этапе по репутационному запросу «Алиса» выдавала не сведения о медицинском центре, а информацию о MC Command Center — дополнении к The Sims 4.

Парадокс: классические SERM-метрики выглядели вполне благополучно — в топ-10 поиска соотношение позитива и негатива было в норме. Это наглядно демонстрирует: стандартная поисковая репутация и репутация в генеративной выдаче не пересекаются, и для каждой нужна своя стратегия.

Что получал пользователь? Технические проблемы мода, обсуждение его возможностей игроками и ссылки на порталы вроде simsbase.ru и playground.ru. Тональность была нейтральной — алгоритм просто перечислял плюсы и минусы модификации, не имеющей отношения к медицине.

Наша задача — перенастроить выдачу «Алисы», сменить игровые источники на медицинские агрегаторы и сформировать бренд-профиль клиники в ответе нейросети.

• Чёткая идентификация сущности. Необходимо было добиться, чтобы на запрос «мс-центр отзывы» алгоритм однозначно относил аббревиатуру к медицинскому центру из Петербурга.

• Построение смыслового профиля. Мы выделили основные и дополнительные аспекты опыта пациентов, которые должны фигурировать в ответе ИИ: врачебный профессионализм, оснащение, эффективность терапии, обстановка, сервис.

• Детализация контента. В отзывах мы делали упор на конкретные детали — названия процедур, фамилии врачей, характеристики оборудования, особенности записи. Так алгоритм получает цитируемые «якоря».

• Вывод в ответ медицинских площадок. Markway сознательно работал с ресурсами, которые нейросети считают авторитетными в медицине: «Яндекс Карты», 2ГИС, Zoon, Napopravku, ProDoctorov, Otzovik.

«МС-Центр» — это медицинское учреждение в Санкт-Петербурге, профиль которого — лечение болезней опорно-двигательной системы и венозных патологий. Для такой клиники критически важна достоверная и положительная информация в поисковой выдаче: от неё зависит доверие будущих пациентов.

Согласно совместному исследованию Markway и "Анкетолога", 16% россиян прибегают к нейросетевым помощникам ежедневно, а 33% доверяют их ответам как окончательным. Когда алгоритм даёт нерелевантный результат, организация теряет кредит доверия и потенциальных клиентов ещё до их обращения.

Для заказчика сложились две серьёзные репутационные угрозы:

1. Потенциальный пациент, искавший лечебную помощь, сталкивался с игровым контентом и мог уйти с поиска навсегда.

2. Отсутствие положительных медицинских характеристик в ответе ИИ лишало марку доверия на стадии выбора.

   

   
   Запрос неоднозначен: аббревиатура «МС» может означать что угодно — от клиники до сервисного центра или игрового мода. Нейросеть «Яндекса» при построении ответа оценивает три фактора: частоту появления слов, контекст источников и предполагаемую цель пользователя.

   Главный урок: для генеративного поиска одних положительных отзывов мало. Алгоритм должен чётко распознавать конкретную организацию и опираться на большой объём структурированной информации на авторитетных площадках.

   GERM (Generative Engine Reputation Management) — это работа с восприятием бренда в нейросетевых поисковых системах. В отличие от традиционного SERM, здесь важен не столько топ-10, сколько то, как алгоритм трактует марку и какие её грани включает в свой ответ.

   Действия разворачивались параллельно по нескольким фронтам.

   Аналитика и планирование. Мы изучили текущие запросы и целевые сайты, выявили точки роста для карточек организаций, чтобы они были актуальны для «Алисы». Результатом стала дорожная карта с расставленными приоритетами по площадкам и форматам материалов.

   

   Корректировка тона. На ресурсах с негативными отзывами мы провели ревизию: направили обоснованные претензии на нарушения, ответили на критические посты, поощряли пациентов рассказывать о положительном опыте.

   Отслеживание и гибкость. Каждую неделю аналитики Markway фиксировали изменения в выдаче и нейроответах, оперативно корректируя план публикаций в зависимости от того, какие аспекты «Алиса» начинает подтягивать.

   Работа с геосервисами и врачебными справочниками. Мы создали и оптимизировали карточки на десяти профильных ресурсах. Благодаря усилиям клиентов удалось собрать свыше 25 развёрнутых отзывов, где акцентировались сильные стороны: квалификация врачей, уютная обстановка, отсутствие очередей.

   

   К августу «Алиса» на запрос стала давать содержательный и осмысленный ответ. Если раньше ссылки вели на игровые сайты, теперь это исключительно агрегаторы отзывов. Вместо абстрактного текста — профиль клиники с медицинскими характеристиками.

   Побочный эффект: классическая выдача тоже улучшилась. Те площадки, которые мы наращивали для GERM («Яндекс Карты», Otzovik, 2ГИС), поднялись в топ-10 по фирменным запросам, вытеснив посторонние ресурсы.

   

   Алгоритм безошибочно узнаёт компанию. В выдаче появились как базовые характеристики (оборудование, врачи, цены), так и вторичные (атмосфера, вежливость персонала, удобство записи), что создаёт целостный репутационный образ.

   

   Основные выводы:

   1. Сущность важнее всего. При неоднозначном запросе алгоритм перебирает все варианты. Наша задача — создать достаточно «сигналов» на релевантных сайтах, чтобы ИИ выбрал именно вашу организацию.

   2. Смысловой профиль — скелет ответа. Чем больше конкретных, цитируемых деталей на уважаемых площадках, тем насыщеннее и объективнее будет нейроответ. Общие похвалы типа «всё супер» алгоритм игнорирует.

   3. Вес ресурсов для ИИ неодинаков. Карты «Яндекса», 2ГИС и медицинские агрегаторы ценятся выше, чем узкие отзовики. При планировании стоит учитывать иерархию доверия нейросетей.

   4. Тональность — не чёрно-белая. Ответ, содержащий как положительные, так и отрицательные моменты, часто кажется пользователям более правдивым, чем стопроцентно позитивный.