Как нейросети выбирают источники: исследование 317 045 цитат в девяти платформах

Публичных данных о том, как генеративные платформы отбирают источники на русском языке, практически нет. Зарубежные исследования разбирают ChatGPT, Perplexity и Google AI Overviews, но не касаются Поиска с Алисой, Алисы AI и GigaChat, а это заметная часть аудитории в России.

У нас есть возможность посмотреть на вопрос изнутри: платформа ежедневно задаёт одни и те же вопросы девяти системам и сохраняет полный ответ вместе со списком источников. Мы взяли собственный набор вопросов о мониторинге AI-видимости и GEO, то есть категорию, которую знаем лучше всего, и разобрали месяц наблюдений.

Что было сделано:

• 150 вопросов, отслеживаемых ежедневно. Формулировки клиентские, а не поисковые: «чем отслеживать упоминания компании в нейросетях», а не «мониторинг упоминаний».
• 9 платформ: ChatGPT, Gemini, DeepSeek, Perplexity, Google AI Overviews, Google AI Mode, Поиск с Алисой, Алиса AI, GigaChat.
• Окно: 30 дней подряд, каждый вопрос задаётся в новом диалоге, без истории и персонализации.
• Всего получено 37 406 непустых ответов. Из каждого извлечены текст, список источников и факт упоминания бренда.
• Локаль русская, регион Россия.

Ограничения указаны в конце статьи, их стоит прочитать до того, как переносить выводы на свою категорию.

Первое, что бросается в глаза: понятие «источники ответа» для разных систем означает разное.

Разброс двадцатипятикратный. Алиса AI приводит в среднем почти восемнадцать источников, Gemini меньше одного. Это значит, что работа со ссылочным присутствием даёт разную отдачу в зависимости от платформы, и попытка мерить «цитируемость в нейросетях» одной цифрой смешивает несопоставимые вещи.

Отдельно стоит посмотреть на длину ответа. Google AI Overviews укладывается в 3 084 знака, GigaChat разворачивается на 8 560. Чем короче ответ, тем меньше компаний в него физически помещается, поэтому конкуренция за место в коротком формате выше при тех же исходных данных.

За месяц платформы сослались на 7 978 разных доменов. Распределение цитат между ними крайне неравномерное.

Практический смысл этой таблицы важнее её самой. Публикация на случайной площадке почти наверняка попадает в длинный хвост, который в сумме даёт треть цитат, размазанную на восемь тысяч сайтов. Публикация на одной из сотни ключевых площадок попадает в зону, где сосредоточены две трети всех ссылок.

Отсюда простое следствие для планирования: список площадок стоит определять по фактическим источникам ответов в вашей категории, а не по общим представлениям об авторитетности.

Мы посмотрели, сколько платформ цитируют один и тот же домен. Оказалось, что 506 доменов встречаются в источниках пяти и более платформ, а 21 домен цитируют все девять сразу.

Здесь нужна честная оговорка. Наш собственный домен занимает вторую строку, и это не повод для гордости, а особенность выборки: вопросы относятся к нашей категории, и мы целенаправленно работали над присутствием в ней последние месяцы. Правильный вывод из этой строки другой: домен, который год назад не цитировался вовсе, может войти в ядро источников, если под конкретные вопросы категории есть материалы с проверяемой фактурой.

Второе наблюдение важнее. В ядре преобладают не сайты компаний, а отраслевые медиа и площадки пользовательских публикаций. Модели предпочитают материалы, где продукт описан со стороны, а не страницы самого продукта.

Общее ядро существует, но верхушка списка у каждой системы своя. Мы взяли топ источников по каждой платформе за тот же период.

Алиса AI опирается на смесь отраслевых медиа и технических площадок: habr.com (6 316 цитат), sostav.ru (5 429), geoscout.pro (4 055), vc.ru (2 903). Это самая «русская» картина из всех девяти.

Поиск с Алисой ставит на первое место vc.ru (4 499) и sostav.ru (4 448), дальше идут habr.com и профильные блоги агентств: texterra.ru (2 245), 1ps.ru (2 076). Заметно, что система охотно берёт развёрнутые обзорные материалы.

ChatGPT единственный, у кого в верхушке оказались научные препринты: arxiv.org с 1 490 цитатами стоит рядом с отраслевыми изданиями. Это подтверждает наблюдение, что платформа выше оценивает материалы с методологией и проверяемыми утверждениями.

DeepSeek живёт в другом корпусе. Его главный источник по русскоязычным вопросам это linkedin.com (1 518 цитат), затем business.adobe.com (447). Русские площадки появляются ниже. Это объясняет, почему видимость российских брендов у него самая низкая из девяти: платформа отвечает на русский вопрос, опираясь преимущественно на англоязычные материалы.

Gemini приводит ссылки редко, а когда приводит, берёт vc.ru (727) и sostav.ru (560), плюс зарубежные сервисные сайты. При 0,7 источника на ответ работать с ним через ссылочное присутствие почти невозможно, влияние идёт через накопленные знания модели.

GigaChat ближе всех к российской медийной повестке: sostav.ru (533), vc.ru (445), habr.com (282), плюс небольшие профильные блоги.

Google AI Overviews и Google AI Mode используют схожий пул: sostav.ru (3 335 и 1 998 соответственно), vc.ru (2 902 и 1 781), habr.com. AI Mode заметно чаще подтягивает сайты сервисов и агентств.

Perplexity самый предсказуемый: sostav.ru (2 411), vc.ru (1 154), habr.com (792). Плотность источников высокая, отбор прозрачный, поэтому его удобно использовать как разведку по площадкам, даже если сама платформа для вашей аудитории второстепенна.

Три вывода, которые следуют прямо из данных.

Первый. Российские поверхности дают наибольшую отдачу от контентной работы. Алиса AI и Поиск с Алисой цитируют почти в каждом ответе и берут по 13 до 18 источников. Там место в выдаче источников доступно не только крупным медиа.

Второй. Копировать зарубежные методики целиком нельзя. Материалы про GEO, написанные под ChatGPT и Perplexity, не описывают ситуацию, где половина аудитории приходит через продукты Яндекса и Сбера с совершенно другим пулом источников.

Третий. Одна публикация не решает задачу. Даже попав в ядро, домен получает цитаты неравномерно: платформы обновляют пул источников с разной скоростью.

Если сопоставить два столбца из первой таблицы, видно, что связь между долей ответов со ссылками и видимостью бренда не прямая.

Google AI Overviews приводит ссылки в 93,9% ответов, а бренд называет в 30,7%. ChatGPT приводит ссылки в 99,0% ответов, а бренд называет всего в 11,9%. Алиса AI при сопоставимой доле ответов со ссылками (97,5%) называет бренд в 60,5% случаев.

Объяснение в том, сколько разных компаний система готова уместить в один ответ. Здесь работают два ограничителя. Первый это длина ответа: у Google AI Overviews она втрое короче, чем у GigaChat, и перечисление сервисов там обычно сводится к двум или трём названиям. Второй это отбор источников: ChatGPT берёт в среднем 8,8 материала, и попасть в эту восьмёрку по конкурентной теме сложнее, чем в восемнадцать источников Алисы AI.

Практический вывод: сравнивать свою видимость между платформами бессмысленно, сравнивать нужно свою видимость с видимостью конкурентов внутри одной платформы. Цифра 11,9% в ChatGPT и 60,5% в Алисе AI может означать одинаково сильную позицию, если у конкурентов пропорции те же.

Исследование выросло из рабочей задачи, поэтому опишем, что мы с ним делали.

Первое: пересобрали список площадок. До разбора мы ориентировались на привычные отраслевые ресурсы. Карта источников показала, что часть ответов по нашим темам собирается из материалов, о которых мы не думали, включая профильные блоги агентств и каталоги сервисов.

Второе: перестали планировать проверки одинаково для всех платформ. После публикации материала результат смотрим сначала в Алисе и Поиске с Алисой, через две недели в Perplexity, через три в ChatGPT. Gemini проверяем ежемесячно и не делаем по нему выводов о свежих материалах.

Третье: сменили целевую метрику для контента. Раньше это была видимость по итогам месяца, теперь попадание конкретной страницы в источники ответа на конкретный вопрос. Метрика оказалась и более быстрой, и более управляемой, а видимость подтягивается следом.

Четвёртое: выкинули из технического чек-листа пункт про llms.txt и добавили регулярную проверку robots.txt на предмет случайного запрета AI-краулеров. За полгода такая ошибка встречалась нам у клиентов чаще, чем любая содержательная проблема с контентом.

Мы отслеживали, через сколько дней после публикации материал впервые появляется в источниках ответа.

Разброс объясняет большинство разочарований в GEO. Команда публикует материал, через две недели проверяет ChatGPT и Gemini, не видит изменений и делает вывод, что подход не работает. По нашим данным на этом сроке изменения могли произойти только в российских поверхностях и в Perplexity.

Самая практичная зависимость из всего исследования. Мы сравнили ответы, где среди источников есть наш материал, с ответами, где его нет.

В ответах с цитатой бренд назван в 75 до 100% случаев в зависимости от платформы. В ответах без цитаты в 5 до 35%. Обратной симметрии нет: упоминание без цитаты возможно, а вот цитата почти всегда тянет за собой название компании в тексте ответа.

Отсюда следует, что цитируемость домена это не побочная метрика, а основной управляемый рычаг. Видимостью в ответах напрямую управлять нельзя, попаданием в источники можно.

Отдельный сюжет, который стоит закрыть цифрами. Файл llms.txt последние два года обсуждают как обязательный элемент подготовки сайта к нейросетям.

Мы проверили журналы обращений к нашему сайту за десять дней. AI-краулеры ходят активно: OAI-SearchBot сделал 2 372 обращения, GoogleOther 1 952, Applebot 1 257, GPTBot 940, ChatGPT-User 864, PerplexityBot 807, YandexBot 672, CCBot 176. Файл robots.txt за это время запрашивали 1 778 раз.

Файл llms.txt за тот же период запросили 14 раз. Состав запросов показателен: аудиторские сканеры, которые продают проверку сайта на готовность к AI, скрипты проверки политики, сервис сбора данных о доменах, инструмент GEO-оптимизации в виде расширения и несколько ручных обращений через браузер и командную строку. Ни одного запроса от ассистентов, которые собственно формируют ответы пользователям.

Вывод простой: файл читают те, кто проверяет наличие файла. На попадание в ответ он не влияет. Единственный служебный файл, который реально читают все крупные краулеры, это robots.txt, и работать нужно с ним.

Порядок действий, который следует из исследования:

1. Определите фактический пул источников по вашим темам. Задайте 15 до 20 клиентских вопросов в Perplexity и Поиске с Алисой, выпишите все домены из ответов. Это ваша карта площадок.
2. Сравните её со своим медиапланом. Совпадений обычно меньше, чем ожидается.
3. Разделите работу на две части: попадание на площадки из карты и подготовка собственных материалов под конкретные вопросы.
4. Проверьте доступ AI-краулеров в robots.txt. Это дешёвая проверка с несоразмерно высокой ценой ошибки.
5. Замеряйте не «попали или нет», а долю ответов с упоминанием на фиксированном наборе вопросов. Меньше 30 вопросов и меньше трёх повторов дают шум вместо метрики.
6. Сроки проверки назначайте по платформам: российские поверхности через неделю, Perplexity через две, ChatGPT через три, Gemini не раньше квартала.

Данные получены на одной категории (мониторинг AI-видимости и GEO), в русской локали, за 30 дней, на фиксированном наборе из 150 вопросов. Три следствия:

• состав ядра источников в другой отрасли будет иным, хотя сама степень концентрации, судя по нашим наблюдениям за клиентскими брендами, воспроизводится;
• наш домен присутствует в выборке, это смещение мы описали выше;
• платформы меняются. Показатели Google AI Mode и GigaChat заметно двигались за последние месяцы, поэтому любые цифры такого рода стоит перепроверять, а не считать константой.

Мы продолжаем ежедневный сбор и планируем повторить разбор на большем окне, добавив разбивку по типам вопросов.