Мы взяли 454 сайта компаний из восьми ниш в Москве, Екатеринбурге и Казани и разобрали 36 473 ответа Алисы, где эти сайты стояли источником. Вопрос был один: когда нейросеть, пересказывая текст с сайта, называет и саму компанию, то есть советует её человеку.
На справочный вопрос вроде «что такое ацеталовый протез» Алиса назвала компанию в 5 ответах из 3 281. На запросы «где заказать», «сколько стоит», «клиника в Казани» — в 45 % ответов. Второй вывод неприятен тем, кто вкладывается в блог: если нейросеть взяла с сайта статью из блога, компанию она почти никогда не называет. Если каталог, услуги или главную, называет в 44–64 % случаев.
Всего проверили больше сорока признаков, от llms.txt и скорости сайта до рейтинга в Яндекс Картах, блога и присутствия в чужих рейтингах. Большинство с рекомендацией не связаны. Связаны те, что делают сайт ответом на конкретный коммерческий запрос: высокое место в выдаче по этому запросу, коммерческая страница в источниках и название компании прямо в заголовке этой страницы.
Откуда данные
Keys.so хранит ответы Алисы из выдачи Яндекса вместе со списком сайтов-источников. По любому сайту можно выгрузить ответы, где он стал источником. На этом и построено исследование.
Сайты отбирали так. В каждой нише и каждом городе взяли три коммерческих запроса («имплантация зубов казань», «кухни на заказ екатеринбург», «строительство домов под ключ москва»), сняли первые двадцать сайтов выдачи и выбросили агрегаторы и справочники. Осталось 461 сайт, ответы Алисы нашлись у 454, по каждому выгрузили до ста ответов.
Ниши: имплантация зубов, пластическая хирургия, кухни на заказ, дома под ключ, ремонт квартир, натяжные потолки, септики и банкротство физлиц.
В каждом ответе искали название компании, которой принадлежит сайт. Искали так, как компанию пишут люди и сама Алиса: «Лёгкая стоматология», «Теремъ», «Мир вокруг кухни», а также адрес сайта, если Алиса пишет его прямо в тексте. Словарь названий вычитали вручную, а потом у каждого из 461 сайта проверили название компании отдельно. Подробности и ограничения — в конце статьи, в блоке «Методика и ограничения».
Когда нейросеть называет компанию?
Всё решает тип запроса.
НатексИсследование: 36 473 ответа Алисы по 454 сайтам компаний, 2026На справочный вопрос Алиса отвечает как энциклопедия. Берёт определение или объяснение с сайта клиники и саму клинику не упоминает. Пять случаев на три с лишним тысячи ответов на случайность выборки не спишешь: так Алиса устроена.
Вопросы о цене мы относили к коммерческим. «Сколько стоит кухня на заказ» спрашивает человек, который уже выбирает, где заказать, и Алиса отвечает ему списком компаний.
В «остальные» попали короткие запросы без вопроса и без коммерческих слов: «каркасный дом», «имплантация all on 4». По смыслу там всё вперемешку, поэтому и доля посередине.
Может, компанию называют просто потому, что человек спросил её по имени? Проверили. Название компании стояло в самом запросе только у 13 % ответов, где её назвали, и дальше такие запросы мы из подсчётов исключали.
Какая страница сайта ведёт к рекомендации?
Мы взяли только коммерческие запросы и разделили ответы по тому, какой раздел сайта нейросеть поставила в источники.
НатексИсследование: 36 473 ответа Алисы по 454 сайтам компаний, 2026Для владельца сайта это самая полезная находка исследования. Статья с сайта работает как справочник: из неё берут факт или вилку цен, а компанию не советуют. Каталог и главная говорят нейросети, кто продаёт и что именно.
Строже мы проверили это внутри одного сайта. Взяли сайты, у которых в ответы на коммерческие запросы попадали и страницы-статьи (с разметкой Article или BlogPosting), и обычные страницы. Когда источником была статья, компанию называли в среднем на 28 процентных пунктов реже. Так у 19 сайтов, наоборот — у 3.
Это связь, а не доказанная причина. Возможно, ответ, собранный на статье, отвечает на другой по смыслу вопрос, даже если слова в запросе коммерческие. Причину покажет только эксперимент: перенести конкретику со статей в каталог и сравнить через квартал. Такой эксперимент мы готовим на сайте клиента.
А сам блог? Есть версия, что Алиса «узнаёт» компанию по статьям и потом охотнее советует её, когда берёт каталог. Мы посчитали статьи в карте сайта у 193 компаний и сравнили с тем, как часто этих компаний советуют.
Видно ли на странице, чья она?
Мы скачали 3 600 страниц, которые Алиса поставила в источники, и проверили, что на них есть. Цена, адрес, отзывы, видео, блок вопросов и ответов, опыт компании в годах, объём текста. Ни один из этих признаков строгую проверку не прошёл.
Прошёл один: название компании в заголовке страницы (тег title, его видит поисковик). Если на странице услуги в заголовке стоит название компании, Алиса называет компанию чаще. Внутри одного сайта разница 14 процентных пунктов: так у 56 сайтов, наоборот — у 23. Главные страницы из этого сравнения мы убрали, у главной название почти всегда в заголовке. Название в начале текста страницы работает в ту же сторону (+12 п. п.).
Похоже, нейросети нужно понимать, чья перед ней страница. Если на странице «Кухни из массива на заказ» нигде не написано, что это фабрика «Такая-то», в ответ попадёт описание кухонь, а фабрика останется за кадром.
Если сайт цитируют, значит ли, что компанию советуют?
Нет. Во всех 36 473 ответах, где сайт компании стоял источником, саму компанию назвали в 24 %. В трёх случаях из четырёх нейросеть взяла текст и промолчала, чей он.
Тогда напрашивается вопрос про SEO. Алиса собирает ответ из выдачи Яндекса, и сайт, сильный в поиске, попадает к ней в источники чаще. Но советует ли она такую компанию чаще, чем компанию со слабым сайтом? Мы проверили.
Силой сайта мы называем то, насколько он заметен в поиске: по скольким запросам сайт стоит в выдаче Яндекса. Эти данные собирает сервис Keys.so. Для надёжности взяли ещё три мерки: видимость сайта, число запросов в первой десятке выдачи и рейтинг домена по ссылкам (DR). Все четыре дали одну и ту же картину.
Силу сайта мы сравнивали с поведением Алисы через связь — число от −1 до +1. Около нуля — связи нет, одно от другого не зависит. Чем ближе к +1, тем точнее одно растёт вместе с другим. Минус значит обратное: чем больше одного, тем меньше другого.
- +0,96 — сила сайта и то, как часто он попадает в ответы Алисы (334 сайта)
- −0,24 — сила сайта и то, как часто Алиса называет саму компанию (222 сайта)
С тем, как часто сайт попадает в ответы Алисы, сила сайта совпадает почти полностью: связь +0,96 на 334 сайтах. Сильный сайт попадает в ответы настолько же чаще, насколько чаще он стоит в выдаче.
А с тем, как часто при этом называют саму компанию, связь слабая и обратная: −0,24 на 222 сайтах. На одних и тех же коммерческих запросах компанию с сильным сайтом Алиса называет даже чуть реже, чем со слабым. Объяснение простое: сильный сайт собирает много справочного трафика на статьях и ответах на вопросы, и Алиса берёт его источником как раз для справочных ответов, где компании не называют.
Помогает другое: место по тому самому запросу. Мы сняли позицию сайта в выдаче Яндекса по каждому запросу, где Алиса взяла его в источники. Когда сайт в первой тройке выдачи по этому запросу, компанию называют на 10 процентных пунктов чаще, чем когда тот же сайт ниже (так у 75 сайтов, наоборот — у 44). На свежих ответах, после лета 2026, картина та же.
Откуда Алиса берёт компании с чужих сайтов?
Когда Алиса отвечает на коммерческий запрос, в источниках у неё стоят и чужие сайты. Мы разобрали 11 029 таких ответов целиком.
НатексИсследование: 36 473 ответа Алисы по 454 сайтам компаний, 2026Подборки. Чаще всего Алиса берёт их с kp.ru и vc.ru, и сильно зависит от ниши: в ремонте квартир подборка стоит в 15 % коммерческих ответов, в банкротстве в 14 %, в септиках почти никогда. Мы нашли 227 подборок компаний в выдаче Яндекса по запросам «лучшие / рейтинг / топ компаний» в наших нишах и городах и проверили, кто в них попал. Сам факт, что компания есть в подборках, с тем, как часто её советует Алиса, не связан. Одна деталь всё же есть: если Алиса взяла подборку, где вашей компании нет, вас в этом ответе называют реже, в среднем на 10 процентных пунктов (у 87 сайтов реже, у 54 чаще). Похоже, компании из подборки вытесняют остальных. Результат пограничный, выводом его не считаем.
Карточки в каталогах. Когда в источниках стоит карточка самой компании в Картах, 2ГИС или на ПроДокторове, компанию называют в 86 % ответов. Выглядит как рецепт, но мы посмотрели, на что Алиса в тексте ссылается. Карточку она упоминает редко, в 12 % таких ответов, и почти всегда рядом с адресом, телефоном, часами работы или отзывами. Похоже, Алиса подтягивает карточку компании, о которой уже решила рассказать. Так что вывод другой: карточка должна быть точной, потому что адрес и телефон, скорее всего, возьмут оттуда. Рейтинг, число отзывов и значки в Картах с рекомендацией не связаны, это мы проверили отдельно на 125 компаниях.
Списки в 2ГИС и Картах. Иногда Алиса берёт весь список по рубрике, например «Кухня на заказ в Казани». Если компания в этом списке есть, её называют в 68 % ответов против 40 %, когда таких списков в источниках нет. Но при прямом сравнении с ответами, где список есть, а компании в нём нет, разница уже в пределах случайности. Это кандидат, который мы будем проверять дальше.
Когда Алиса называет компанию, а её сайта в источниках нет, откуда она берёт имя? В 9 % таких случаев компания стояла в списке 2ГИС или Карт, в 6 % — в подборке, в 0,7 % — своей карточкой. В остальных случаях источник по этим данным не виден.
Правильно ли Алиса передаёт телефоны?
В основном да. Мы проверили телефоны, которые Алиса называет, беря их с сайта компании: 92 % совпадают с тем, что на сайте сейчас. Из 30 расхождений, разобранных вручную, 21 оказался номером той же компании: 15 старых (они были на сайте раньше, это видно в веб-архиве) и 6 с других страниц сайта. Настоящих ошибок нейросети около 0,5 % упоминаний.
В каких нишах нейросеть советует компании чаще?
Сравнивали только коммерческие запросы, иначе ниши с большим блогом проигрывали бы нечестно.
НатексИсследование: 36 473 ответа Алисы по 454 сайтам компаний, 2026Медицину Алиса советует наравне с другими нишами: имплантация и пластика в середине списка. Внизу банкротство, и почему, по нашим данным сказать нельзя. Можем только предположить, что по юридическим вопросам Алиса чаще объясняет порядок действий, чем советует конкретных юристов.
Меняется ли это со временем?
Да, и сильно. Летом 2026 года ответы Алисы изменились: с июля они стали втрое длиннее, источников у ответа вдвое больше (14 против 7). И компании в них называют реже.
| Коммерческие запросы | До июля 2026 | С июля 2026 |
|---|---|---|
| Компания названа | 57,2 % | 24,4 % |
| Процитирована статья | 4,5 % | 2,5 % |
| Процитирован каталог | 54,5 % | 29,0 % |
| Процитирована главная | 74,5 % | 35,0 % |
Дело не в том, что поменялись запросы. На одних и тех же 483 коммерческих запросах список компаний был в 275 старых ответах и в 181 новом.
Важно ли, в каком городе компания?
Нет. Мы задали нейросети Яндекса одни и те же десять коммерческих вопросов про Москву, Екатеринбург и Казань, по два раза для каждого города.
| Город | Ответов | Есть список компаний | Названий на ответ |
|---|---|---|---|
| Москва | 20 | 80 % | 2,4 |
| Екатеринбург | 20 | 80 % | 2,6 |
| Казань | 20 | 80 % | 2,6 |
Оговорка: выборка маленькая, 20 ответов на город, это проверка направления. И регион в запросе к Яндексу задать нельзя: все вопросы заданы «из Москвы», город есть только в тексте вопроса.
Что не влияет на рекомендации
Здесь всё, что мы проверили и связи с рекомендациями не нашли. Проверка строгая: признак засчитывали, только если он держится на многих сайтах, а не на паре крупных, у которых в выборке сотни ответов.
| Что проверяли | Что получилось |
|---|---|
| Файл llms.txt | есть у 11,4 % сайтов, которые Алиса называла, и у 16,3 % тех, кого не называла ни разу |
| Разметка на главной (Organization, FAQ, отзывы, хлебные крошки, товары) и другие технические признаки: Open Graph, canonical, sitemap | связи нет ни у одного |
| Счётчики аналитики на сайте: Яндекс Метрика, Google Analytics, Google Tag Manager | связи нет (358 сайтов) |
| Метатег подтверждения Яндекс Вебмастера, Google Search Console или Bing Webmaster на главной | связи нет (358 сайтов) |
| Возраст домена | связи нет (307 сайтов) |
| Скорость сайта (Lighthouse, мобильная версия) | связи нет |
| Цена, адрес, отзывы, видео, вопрос-ответ, объём текста на процитированной странице | связи нет: ни один не прошёл строгую проверку |
| Блог: сколько статей в карте сайта | связи нет (193 компании) |
| Есть ли компания в подборках «лучшие компании» | связи нет (207 компаний) |
| Популярность запроса | частый запрос против редкого — разницы нет |
| Сеть или одна компания, «общее» название, домен из ключевых слов | разницы нет |
| Домен .рф | чуть ниже, но в пределах случайности (15 компаний) |
| Рейтинг и число оценок в Яндекс Картах | связи нет (125 компаний) |
| «Хорошее место», подтверждённый владелец, платное «Приоритетное размещение» в Картах | разницы нет |
| Спрос на компанию по имени (Вордстат) | связь слабая, в пределах случайности (128 компаний) |
У llms.txt есть и вторая сторона. Мы посмотрели логи своего сайта за 15 дней: роботы Яндекса, ChatGPT, Claude и Perplexity запросили robots.txt сотни раз, а llms.txt — ни разу. Про сам файл мы подробно писали в статье о llms.txt.
Про Карты отдельно: платная подписка Яндекс Бизнеса и высокий рейтинг могут приводить клиентов из самих Карт, но с тем, назовёт ли компанию Алиса, по нашим данным не связаны.
Про Bing тоже отдельно. Есть мнение, что сайт стоит подключить к Bing, потому что на его поиске работают нейросети: Copilot от Microsoft точно, а поиск ChatGPT, как принято считать, частично. Для Алисы это не так: она берёт источники из выдачи Яндекса. Сайты, подтверждённые в Bing Webmaster, она называет не чаще остальных: метатег Bing есть у 3,2 % компаний, которых Алиса называла, и у 4,7 % тех, кого не называла ни разу. Помогает ли Bing попасть в ответы ChatGPT, мы не проверяли: выборка по другим нейросетям для этого слишком мала.
Крупного эффекта у этих признаков нет. Мелкий наша выборка могла не заметить, поэтому мифом llms.txt мы его называть не будем. Но ставить его ради Алисы и ждать рекомендаций по этим данным смысла нет.
Кандидатами остались три признака. Разметка LocalBusiness у московских сайтов: она есть у 16 из 118 названных и ни у одного из 36 ни разу не названных, но строгий порог не пройден. Разметка Organization и Product на страницах каталога. И много картинок на странице (больше 20): внутри одного сайта такие страницы чаще ведут к рекомендации, но порог пройден впритык, а по сайтам связи нет. Все три проверим в эксперименте, выводом их не считаем.
А другие нейросети?
Большая выборка собрана только по Алисе. Но мы задали 24 одинаковых вопроса ChatGPT, Claude, Perplexity и Яндексу через API, по три раза. Поиск в интернете у всех был включён: нейросеть могла искать ответ в сети, как это делает Алиса, а не только отвечать по памяти. Для поиска факторов этого мало, для проверки направления достаточно.
| Нейросеть | Где заказать, какие компании | Как выбрать, что лучше |
|---|---|---|
| Яндекс | 67 % | 0 % |
| Claude | 67 % | 2 % |
| ChatGPT | 78 % | 11 % |
| Perplexity | 94 % | 4 % |
В таблице доля ответов, где названа хотя бы одна компания из нашего списка. В первой колонке — вопросы, где человек прямо спрашивает, где заказать или какие компании выбрать: «Какие компании в Москве делают кухни на заказ с гарантией и договором?». Во второй — вопросы о выборе, сравнении и проблемах: «Что лучше для фасадов кухни: МДФ, эмаль или пластик?». У каждой нейросети 18 ответов в первой колонке и 45 во второй.
Про лидогенерацию, работу с нейросетями и то, как бизнесу из России попасть в их ответы, я больше пишу в своём телеграм-канале @maxneedleads.
Помогает ли известность вне своего сайта?
Иногда Алиса называет компанию, хотя её сайта в источниках нет: имя взято с чужих страниц — каталогов, отзывов, обзоров. Мы посчитали, сколько раз так случалось с каждой компанией, и сравнили с тем, как часто её называют по её собственному сайту на коммерческих запросах.
| Назвали по чужим сайтам | Сайтов | Называют по своему сайту |
|---|---|---|
| ни разу | 51 | 36 % |
| 1–4 раза | 57 | 41 % |
| 5 раз и больше | 133 | 53 % |
Связь заметная, хоть и не сильная (241 сайт): компанию, которую нейросеть встречает по всему интернету, чаще советуют и тогда, когда читают её собственный сайт. Это описание, рецептом оно не служит. Из него не следует, что десяток ссылок в каталогах даст тот же результат: возможно, известные компании просто сильнее во всём сразу.
А известность у людей с рекомендациями почти не связана. Мы сняли в Вордстате, сколько раз в месяц ищут по имени каждую из 128 компаний наших рейтингов, и сравнили внутри каждой ниши и города. Связь слабая, в пределах случайности. Компанию, которую ищут по имени тысячи людей, Алиса называет не чаще, чем ту, которую почти никто не ищет.
Что из этого делать владельцу бизнеса
1. Посмотрите, какие страницы вашего сайта нейросеть берёт в источники. Если почти всё — статьи из блога, вас читают, но не советуют. Как это проверить, мы писали в статье о видимости в нейросетях.
2. Не прячьте услугу в блог. На запрос «где заказать» Алиса строит ответ на каталоге, странице услуги, главной. Там должно быть понятно, кто вы, где работаете и что продаёте. Если статья перехватывает запросы с «ценой» и «заказать», отдайте их странице услуги.
3. Пишите название компании в заголовке страниц услуг. Например: «Кухни из массива на заказ — фабрика „Название“».
4. Бейтесь за позиции по коммерческим запросам, а не за общий охват. Сила сайта в целом даёт цитирование, место в первой тройке по конкретному запросу — рекомендацию.
5. Следите, чтобы карточки в Картах и 2ГИС были точными: адрес, телефон, часы, ссылка на сайт. Рекомендацию сама карточка не приносит, но когда Алиса вас назовёт, контакты она, скорее всего, возьмёт оттуда. Сменили номер — оставьте переадресацию.
6. В ремонте и банкротстве загляните в подборки, на которые ссылается Алиса. Алиса в этих нишах часто берёт подборки вроде kp.ru. Попасть в них ещё не рецепт, но если в подборке, которую она взяла, есть конкуренты и нет вас, вас в этом ответе, похоже, называют реже.
7. Не ждите рекомендаций от блога, llms.txt, разметки, скорости сайта и платных значков в Картах. Связи с рекомендацией мы не нашли.
Если хотите узнать, из каких разделов вашего сайта нейросеть берёт ответы и называет ли она вашу компанию, напишите в Telegram, проверим и покажем. Как мы работаем с видимостью в нейросетях, описано на странице GEO-продвижения.
Методика и ограничения: как мы считали
Источник. Keys.so, раздел ИИ-ответов, база «Москва». По каждому сайту взяли первую страницу, до 100 ответов, где сайт стал источником. Выгрузка от 25 сентября 2026 года.
Даты ответов. Keys.so хранит ответы, накопленные с августа 2025 года. За последний месяц перед выгрузкой — 27 % ответов, за последние три месяца — 55 %. Летом 2026 ответы изменились (раздел «Меняется ли это со временем»), поэтому общие доли — среднее по двум периодам. Главные выводы (тип запроса, раздел сайта, позиция по запросу) мы проверяли в каждом периоде отдельно.
Другие данные. Позиции сайтов в выдаче и силу сайта брали из Keys.so (срез августа–сентября 2026). Страницы из источников скачали заново в сентябре 2026. Скорость мерили Lighthouse в мобильной эмуляции, размер блога считали по карте сайта (sitemap) каждой компании. Подборки «лучшие компании» собрали из источников ответов Алисы и из выдачи Яндекса по 72 запросам «лучшие / рейтинг / топ» (8 ниш, 3 города) 27 сентября 2026. Для каталогов разобрали адреса карточек и списков в источниках; списки 2ГИС и Яндекс Карт скачали 27 сентября 2026, так что ответы за год сравниваются с сегодняшним списком. Карточки в Яндекс Картах искали по адресу сайта в городе компании, а если так не находилось, по названию со сверкой адреса с сайтом компании; карточка нашлась у 125 компаний. Спрос на бренд снимали в Вордстате, логи смотрели на сервере nutex-digital.ru за 15 дней.
Ответ в базе и ответ сегодня — не одно и то же. Мы заново задали 50 коммерческих запросов через Yandex Search API. Сайт из ответа Keys.so остался в источниках в 24 % случаев, наборы источников совпали на 17 %. А частота, с которой нейросеть называет компании, не изменилась: 25 ответов из 50 тогда и 25 сегодня. Закономерности воспроизводятся, конкретные победители — нет. Поэтому мы пишем о закономерностях, а не о том, кого Алиса советует прямо сейчас.
Города. База Keys.so московская. Региональные сайты попадают в неё в основном по запросам с названием своего города. Города по этим данным напрямую не сравнивали, для этого был отдельный замер.
Как искали названия. У всех 461 сайта название каждой компании проверили вручную: зашли на сайт, прочитали, как Алиса её пишет, отсекли тёзок. Так нашлись имена, которых автоматический словарь не знал («Фабричные кухни», «Пластика+», «ЛимоН», «ГМЦ»), и брендовые запросы с опечатками, которые завышали долю. Точность словаря до ручной проверки: из 100 случайных находок 96 — настоящие упоминания компании. Упоминанием считаем и название, и адрес сайта в тексте ответа («фото до и после на art-plastic.ru»): по адресу человек находит компанию так же, как по названию.
Тип запроса определяли по словам. Справочный — вопрос или термин без коммерческих слов и без города. Коммерческий — со словами о цене, покупке, заказе, клинике, компании или с названием города. Остальное — «прочие».
Раздел сайта определяли по адресу первой ссылки на сайт в источниках ответа: /blog/, /stati/ — статья, /catalog/, /uslugi/, /price/ — каталог и услуги, и так далее.
Как проверяли значимость. У крупного сайта в выборке сотни ответов, и он один может сделать любую связь «значимой». Поэтому признаки сайтов проверяли так, чтобы каждый сайт был одной точкой, а признаки страниц — ещё и сравнением страниц внутри одного сайта. Порог значимости брали с поправкой на число сравнений.
Что мы опровергли сами. «В Казани называют втрое чаще» — ошибка словаря и базы. «Цена на странице помогает попасть в рекомендацию» — связь держалась на нескольких крупных сайтах и исчезла при проверке по сайтам. «Медицина внизу» не подтвердилось, внизу банкротство. «Каждый четвёртый телефон неверный» оказался ошибкой нашего подсчёта, настоящих ошибок около 0,5 %.
Чего эти данные не умеют. Доказать причину. Всё, что выше, — связи на большой выборке. Причину покажет только эксперимент, и он у нас в работе.
Частые вопросы
Коротко
Алиса советует компанию, когда её сайт — ответ на конкретный коммерческий запрос: сайт высоко по этому запросу, в источниках каталог или главная, и на странице прямо написано, чья она. Справочные статьи, блог, общая сила сайта, llms.txt, скорость, отзывы в Картах и присутствие в подборках с рекомендацией не связаны. Летом 2026 Алиса стала называть компании реже, так что за оставшиеся места конкуренция только выросла.