GEO-продвижение клубов Единой лиги ВТБ: видимость в нейросетях различается в разы, а замер начинают с повторяющихся ошибок

1. Вводная задача от заказчика, проблематика, цели

Вводная задача от клиента: проверить, насколько по-разному нейросети знают клубы одной лиги

Болельщик спрашивает нейросеть, где смотреть баскетбол и за кем следить. Даже у известных клубов одной лиги видимость в ответах нейросетей различается в разы: одни звучат постоянно, других почти не вспоминают. Ошибки при этом повторяются и предсказуемы: нейросеть путает клуб с тёзкой, то есть с другой организацией с тем же названием, и выдаёт данные прошлых сезонов, подавая их как действующие на момент вопроса. Поэтому замер начинаем с поиска таких ошибок, а не с места в рейтинге. Заказчика у этого кейса нет, это собственное исследование Звонко. Мы проверили этот метод на публичной отрасли: с него начинается GEO-продвижение, то есть работа над тем, чтобы нейросети называли бренд и ссылались на него. Клубы нам не клиенты, рейтинг открытый, поэтому названия оставляем, а метод показываем целиком.

2. Описание реализации кейса и творческого пути по поиску оптимального решения

Путь к решению: спрашиваем шесть нейросетей без названия клуба и считаем балл узнаваемости

Видимость в нейросетях мы измеряем вопросами без названия бренда: так спрашивает человек, который ещё не выбрал. Мы в Звонко задали 82 вопроса шести нейросетям одним набором, в браузере, как обычный пользователь. Из 492 ответов в расчёт вошли 474, где нейросеть действительно искала в интернете.

Зачем шесть нейросетей, если можно спросить одну ChatGPT? У каждой свой поиск и свои источники, поэтому проверка в одной ничего не говорит о других. На вопрос о сайте баскетбольного Зенита четыре нейросети дали три разных ответа.

Балл узнаваемости считается от 0 до 100. На 70% он зависит от того, как часто клуб есть в ответе, на 30% от того, насколько высоко он стоит. Каждую нейросеть считаем отдельно, итог клуба — среднее по шести. Отдельно мы сверяли факты из ответов с заявками и тренерами на сайте лиги и с главными страницами клубов, так получился второй показатель: качество, балл от 0 до 100 — чем больше фактов в ответах совпало с этими источниками, тем он выше. Вопросы с названием клуба, как про сайт Зенита, в балл узнаваемости не входят.

Тёзок отсеяли заранее. У Динамо засчитывали только упоминания рядом с Владивостоком, иначе в счёт попали бы женская команда из Курска и тбилисский клуб. Раньше мы показывали, как подняли цитируемость сайта в шесть раз. Здесь шаг раньше: выяснить, что нейросети о бренде вообще говорят.

3. Результаты сотрудничества

Результат: нейросети называют ЦСКА в 2,5 раза охотнее, чем Самару, и повторяют одни и те же ошибки

В рейтинге ИИ-видимости Звонко (он показывает, как часто и как высоко нейросети называют клуб) у ЦСКА 78 баллов узнаваемости из 100, у Самары 31: первый клуб опережает последнего по баллу в 2,5 раза. Полный рейтинг 11 клубов вышел отдельной статьёй в блоге Звонко. Качество фактов при этом у всех высокое, от 85 до 98 из 100. Ошибки редкие, но подаются как факт.

Точность фактов ещё не значит, что клуб посоветуют. У Динамо качество 92, а узнаваемость всего 36: когда разговор доходит до того, за кем следить, клуб почти не вспоминают. Самару в ответах на вопросы, где смотреть баскетбол и за кем следить, нейросети назвали 1 раз из 22.

Ошибки повторяются, и их можно предсказать: нейросеть путает бренд с тёзкой и выдаёт устаревшие данные.

Баскетбольный Зенит путают с букмекером. На вопрос об официальном сайте БК Зенит Perplexity и GigaChat первым дают сайт букмекерской конторы с тем же именем: сокращение БК подходит и ей, и клубу. Алиса AI называет адрес, который не открывается, верный сайт сразу даёт ChatGPT. Причина в названии: у двух организаций совпадают и имя, и сокращение, и по короткому вопросу нейросеть не всегда понимает, о ком речь.

GigaChat рассказывает о прошлом сезоне. На вопрос о действующем составе лиги он в 10 ответах из 11 подписывает его сезоном 2025/26: тренеры в основном нынешние, составы под ними старые. Ещё в двух ответах он включает в лигу Пари Нижний Новгород, хотя в этом сезоне клуб играет только в молодёжной лиге. Точного ответа, как GigaChat обновляет знания, нет. Скорее всего, он опирается на страницы, написанные раньше: состав лиги меняется от сезона к сезону, а Visiobrand видел то же на банках.