Как проверить видимость бренда в DeepSeek и что делать, если он вас не называет

DeepSeek занял заметную долю среди пользователей, которым важна бесплатная модель с развёрнутыми ответами. В России им пользуются и разработчики, и маркетологи, и малый бизнес, поэтому игнорировать платформу нельзя, даже если она не первая по трафику.

Сложность в том, что интуиция, наработанная на ChatGPT, здесь не срабатывает. Мы регулярно видим ситуацию, когда компания уверенно присутствует в ответах Алисы и Поиска с Алисой, нормально показывается в ChatGPT, а в DeepSeek её нет вовсе. Это не ошибка замера, а особенность платформы.

Наши ежедневные проверки за 30 дней, один и тот же набор коммерческих и информационных вопросов во всех платформах.

Первое, что бросается в глаза: DeepSeek активно ссылается на источники, почти как ChatGPT. То есть канал влияния через контент теоретически есть. Но видимость при этом самая низкая.

Второе наблюдение объясняет разрыв. Мы отслеживали, через сколько дней после публикации каждый из 23 наших материалов впервые попадает в источники ответа. В Алисе это происходит примерно через неделю, в Поиске с Алисой и Perplexity через 13 дней, в ChatGPT через 18, в Google AI Mode через 20, в GigaChat через 64 дня, в Gemini около 79. В DeepSeek за весь период наблюдений не было зафиксировано ни одной цитаты наших материалов. При этом сам бренд в его ответах иногда появляется, значит информация о компании к модели попадает не через прямое цитирование наших страниц.

Отсюда рабочая гипотеза, которую подтверждает практика: пул источников DeepSeek по русскоязычным коммерческим темам заметно уже, и в него сложнее попасть новым материалом. Влияние идёт через накопленное присутствие в интернете в целом.

Способ занимает вечер и даёт исходную точку.

Шаг 1. Составьте список вопросов. Пятнадцать формулировок, с которыми клиент приходит к задаче. Не «название компании отзывы», а «чем отслеживать упоминания бизнеса в нейросетях», «какой сервис выбрать для задачи X», «кто предлагает решение для Y». Добавьте город, если у вас локальный бизнес.

Шаг 2. Открывайте новый диалог под каждый вопрос. DeepSeek, как и другие чаты, учитывает контекст беседы. Если вы уже обсуждали свою компанию, следующий ответ будет предвзятым.

Шаг 3. Включите веб-поиск, если он доступен в интерфейсе. Ответ без обращения к вебу опирается только на внутренние знания модели и покажет более старую картину. Для замера важно видеть оба режима, но сравнивать их между собой нельзя.

Шаг 4. Задайте каждый вопрос три раза. Ответы недетерминированы, и один прогон ничего не доказывает.

Шаг 5. Фиксируйте четыре параметра. Назван ли бренд. На каком месте в перечислении. Какими словами описан. Кто ещё в списке. Четвёртый пункт особенно полезен: набор конкурентов в DeepSeek часто отличается от того, что показывают другие платформы.

Шаг 6. Повторите через две недели. Одна точка не показывает динамику, а именно динамика отвечает на вопрос, работают ваши действия или нет.

Порядок действий отличается от того, что работает в поисковых поверхностях.

Сначала закройте базовую гигиену. Откройте robots.txt и убедитесь, что там нет запретов для краулеров языковых моделей. Проверьте, что ключевые факты о продукте видны в исходном коде страницы, а не подгружаются скриптами. Это не даст мгновенного эффекта именно в DeepSeek, но без этого не работает ничего в остальных платформах.

Работайте над внешними упоминаниями. Раз прямое цитирование ваших страниц в DeepSeek не фиксируется, остаётся канал через площадки, которые модель считает авторитетными: отраслевые медиа, крупные справочники, обзоры, профильные сообщества. Смотрите, какие сайты появляются в источниках ответов DeepSeek по вашим вопросам, и работайте именно с ними.

Добивайтесь согласованности фактов. Модель охотнее закрепляет утверждение, которое одинаково сформулировано в нескольких независимых местах. Если на сайте цена одна, в каталоге другая, а в обзоре третья, ни одна из версий не закрепится.

Не ждите быстрого результата. Если в Алисе изменения видны через неделю, здесь горизонт измеряется месяцами. Планируйте цикл замера не короче сорока пяти дней и сравнивайте с той же платформой, а не со средним по всем.

Проверьте формулировку вопроса. Если модель на ваш вопрос в принципе не перечисляет компании, а рассуждает о критериях выбора, низкая видимость закономерна. Мы столкнулись с этим на собственном материале: он цитировался в 74 процентах ответов, а бренд назывался только в 12, потому что вопрос был про критерии.

От Алисы AI и Поиска с Алисой. Российские поверхности берут в ответ 13 до 18 источников и перечисляют больше компаний, поэтому попасть в список проще. DeepSeek ближе к ChatGPT по формату: короткий список с характеристиками.

От ChatGPT. При схожей доле ответов со ссылками ChatGPT цитирует новые материалы в среднем через 18 дней, а DeepSeek в наших наблюдениях не цитировал их вовсе. То есть в ChatGPT публикация работает как рычаг, а в DeepSeek нет.

От Gemini и GigaChat. Эти две платформы дают ссылки лишь в 34,9 и 41,1 процента ответов, то есть чаще отвечают из внутренних знаний. DeepSeek ссылается почти всегда, но состав источников у него другой.

Вывод для стратегии: DeepSeek это индикатор, а не канал. Рост видимости в нём обычно приходит следом за общим ростом присутствия бренда в интернете, а не в ответ на конкретную публикацию.

Понимание механики экономит месяцы бесполезной работы.

Ответ собирается в два слоя. Первый это внутренние знания модели, сформированные при обучении: там лежат представления о рынке, категориях и известных игроках. Второй это документы, которые модель подтягивает в момент ответа, если включён веб-поиск.

Особенность DeepSeek в том, что второй слой у него работает, но опирается на более узкий круг ресурсов. В ответах на русскоязычные коммерческие вопросы мы регулярно видим ссылки на крупные агрегаторы, справочники и известные медиа, и заметно реже на профильные блоги и сайты самих компаний. Для сравнения, Алиса AI и Поиск с Алисой охотно берут материалы отраслевых блогов, включая небольшие.

Отсюда два практических следствия. Первое: попасть в ответ DeepSeek публикацией на собственном сайте трудно, и рассчитывать на это как на основной путь не стоит. Второе: если ваш бренд описан на крупных площадках, которые модель уже использует как источники, шанс появиться в ответе резко растёт, причём без всяких действий с вашим сайтом.

Что это значит для текста на ваших страницах. Формулировки должны быть такими, чтобы их было удобно переносить в чужие материалы: короткие проверяемые утверждения о том, что вы делаете, для кого, сколько это стоит и какие есть ограничения. Обзорщик или журналист возьмёт именно их, а модель потом процитирует обзор.

Возьмём практическую ситуацию, с которой к нам приходят чаще всего, и разберём её по шагам.

Компания продаёт софт для бизнеса, в Яндексе стабильно в топе по коммерческим запросам. Проверяем вопрос «какой сервис выбрать для задачи X» в пяти платформах. Результат: в Поиске с Алисой бренд назван, в Алисе AI назван, в ChatGPT назван через раз, в Gemini нет, в DeepSeek нет.

Первое, что нужно сделать, это не бросаться писать статью, а посмотреть источники в тех ответах, где бренда нет. Обычно обнаруживается, что модель опирается на два или три обзора, где перечислены конкуренты, а вашей компании в этих обзорах просто нет. Это не проблема сайта и не проблема текста, это проблема присутствия на площадках.

Второе: сравнить формулировки. В ответах, где бренд назван, посмотрите, какими словами модель его описывает. Если формулировка расходится с вашим позиционированием, значит она собрана из чужих материалов, и это отдельная задача.

Третье: проверить, не мешает ли техническая часть. Закрытый доступ для краулеров и факты, спрятанные в скриптах, обнуляют работу над контентом ещё до её начала.

И только четвёртым шагом имеет смысл планировать публикации, причём под конкретную формулировку вопроса, а не под общую тему.

Пятнадцать вопросов, три повтора, ежедневная проверка это 1 350 обращений в месяц по одной платформе. Добавьте остальные восемь поверхностей, и объём вырастает до нескольких тысяч. Руками это не закрывается.

Visiobrand проверяет ваши вопросы ежедневно в девяти платформах, включая DeepSeek, и хранит полные тексты ответов. По каждому вопросу видно, назван ли бренд, на каком месте, с какой тональностью, какие источники использовала модель и какие конкуренты оказались рядом. Тариф «Старт» стоит 12 990 рублей в месяц за 3 000 проверок, «Про» 29 990 рублей за 9 000 проверок. Начать можно с бесплатного тарифа: 50 проверок хватит, чтобы увидеть стартовую картину по десятку вопросов.

Вопрос практический: платформа с низкой видимостью может показаться кандидатом на исключение из мониторинга ради экономии лимита. Мы считаем иначе, и вот почему.

Во-первых, низкая видимость это тоже результат, который нужно отслеживать. Если она держится на девяти или десяти процентах месяцами, а потом вырастает вдвое, это сигнал, что накопленная работа с внешними площадками сработала. Без регулярных замеров вы этот момент пропустите и не поймёте, что именно сработало.

Во-вторых, DeepSeek полезен как контрольная группа. Когда вы публикуете материал и видите рост в Алисе и ChatGPT, но не видите его в DeepSeek, это подтверждает, что эффект пришёл от публикации, а не от общего изменения рынка. Если же растёт везде, включая платформы, которые ваш материал не цитируют, значит причина внешняя.

По объёму достаточно скромной доли: 10 до 15 вопросов с проверкой раз в два или три дня. Это 150 до 220 проверок в месяц, менее десятой части тарифа «Старт». Ежедневная частота здесь избыточна, потому что изменения происходят медленно.

Сравнивать видимость в DeepSeek с ChatGPT напрямую. Базовые уровни разные, и разрыв в разы это норма, а не сигнал тревоги.

Писать отдельную статью «под DeepSeek». Прямого канала цитирования мы не наблюдаем, поэтому материал сработает в других платформах, но не здесь.

Проверять в одном диалоге подряд. Контекст беседы искажает ответы.

Делать вывод по одному прогону. Нужна серия, иначе вы измеряете случайность.

Игнорировать платформу целиком. Даже при низкой видимости она показывает, насколько ваш бренд закрепился в общем информационном поле, а не только в свежих публикациях.

1. Сделайте исходный замер по 15 вопросам в новых диалогах с тремя повторами и зафиксируйте четыре параметра по каждому ответу.
2. Проверьте техническую базу: доступ для AI-краулеров в robots.txt и наличие фактов в HTML.
3. Соберите источники, которые DeepSeek цитирует по вашим вопросам, и определите площадки для внешних публикаций.
4. Согласуйте факты о компании на сайте, в каталогах и в обзорах: расхождения мешают закреплению.
5. Планируйте цикл на 45 дней и сравнивайте динамику внутри платформы, а не со средним по всем поверхностям.