SERM в нейросетях означает управление тем, что нейросеть сообщает о бренде, когда её спрашивают напрямую. Работа идёт не с позицией ссылки, а с источниками ответа и точностью данных о компании. Проверить ситуацию можно вручную за час. Прямого рычага над нейросетью нет, в двух разобранных кейсах агентств результат пришёл через площадки с отзывами, статьи и данные на сайте. Накрутка отзывов опаснее, чем кажется. Методика замера видимости описана в статье про аудит видимости в AI-поиске.
У клиники из Петербурга классические метрики SERM выглядели благополучно. Потом выяснилось, что по запросу «мс-центр отзывы» Алиса рассказывает про игровой мод MC Command Center, а клиники в ответе нет. Эту историю описало агентство Markway в кейсе 2026 года. Позиции и рейтинги остались прежними, а образ бренда в ответе нейросети оказался чужим.
Цена такой ошибки измерена, хотя и на другом рынке. В опросе Rithum и Retail Dive от 25 марта 2026 года участвовали 1046 онлайн-покупателей из США. Из них 58 процентов заявили, что винят ритейлера или бренд, когда рекомендация ИИ содержит неверные сведения о товаре, а 16 процентов после такой рекомендации отказались бы покупать товар. Опрос касался интернет-покупок, поэтому прямо переносить его на российские услуги нельзя.
Классический SERM и SERM в нейросетях
Классический SERM отвечает на вопрос, что человек увидит в выдаче и на карточках. SERM в нейросетях отвечает на вопрос, что нейросеть скажет о бренде и откуда она это возьмёт.
| Параметр | Классический SERM | SERM в нейросетях |
|---|---|---|
| Что видит пользователь | Список ссылок, карточки, подсказки | Один связный ответ, иногда со списком источников |
| Что считается успехом | Негатив вытеснен из топ-10, рейтинг растёт | Бренд назван, описан верно, тон нейтральный или положительный |
| Метрики | Позиции, доля негатива в выдаче | Доля упоминаний, тональность, фактические ошибки, набор источников |
| Типичная проблема | Негативная страница в топе | Путаница с другим объектом, пересказ негатива, отсутствие бренда |
| Контроль | Жалобы на площадки, вытеснение из выдачи | Прямого рычага нет, влияние идёт через источники |
Классический SERM при этом не отменяется. В кейсе агентства «Репутация» рейтинги на геосервисах были средними или хорошими, а больше половины ответов ChatGPT оставались нейтральными или отрицательными.
Единого названия направления нет — встречаются термины «SERM для ответов ассистентов», «ORM в генеративном поиске», GERM (Generative Engine Reputation Management), «AI-репутация». Это один и тот же предмет, поэтому при выборе подрядчика уточняйте, что входит в услугу.
Откуда нейросети берут мнение о бренде
Два опубликованных кейса показывают похожую картину. Нейросеть собирает мнение из того, что находит в выдаче и на площадках с отзывами, а хороший рейтинг на картах сам по себе мнение нейросети не определил.
| Параметр | Кейс Markway | Кейс агентства «Репутация» |
|---|---|---|
| Система | Алиса | ChatGPT и DeepSeek |
| Что обнаружили | Ответ про игровой мод вместо клиники при благополучных метриках | Больше половины ответов ChatGPT нейтральные или негативные, у DeepSeek 1 положительный, 7 негативных и 12 нейтральных |
| Что сделали | Уточнили идентификацию, описали профиль, собрали детальные отзывы, вышли на авторитетные площадки | Список площадок конкурентов, статьи в топ-10 и топ-20, закрытие чужих карточек, переработка отзовиков, подсказки, разметка сайта, HR-блок |
| Результат | Десять профильных ресурсов, более 25 развёрнутых отзывов, к августу Алиса описывает клинику | Через три месяца и неделю обе нейросети рекомендуют компанию примерно в 70 процентах ответов |
| Статус | Кейс агентства, результат описан качественно | Кейс агентства, компания не названа, методика расчёта не раскрыта |
Во втором кейсе основным материалом для ответов были отзывы с отзовиков из топ-10 и топ-20 по брендовым запросам и статьи, где конкуренты выглядели выгоднее. ChatGPT пересказывал это мягче, а DeepSeek жёстче, вплоть до рекомендации не работать с компанией.
Как проверить за час, что нейросети говорят о вашем бренде
Составьте от 15 до 20 запросов четырёх типов, задайте их каждой нейросети по два-три раза и ответьте на вопросы из списка ниже по каждому ответу.
| Тип | Что проверяет | Шаблон формулировки |
|---|---|---|
| Репутационные | Что пишут о компании | «[бренд] отзывы», «стоит ли доверять [бренд]» |
| Продуктовые | Попадает ли бренд в подборки | «где купить [товар] в [регион]» |
| Коммерческие | Как выглядит выбор поставщика | «лучшие поставщики [товара]» |
| Обзорные | Как нейросеть описывает рынок | «какие компании работают на рынке [категория]» |
Шесть вопросов взяты из схемы кейса агентства «Репутация»: упомянута ли компания, в каком контексте, какая тональность, названы ли конкуренты, какие источники использует нейросеть, есть ли ссылки или цитаты. Седьмой вопрос — верны ли факты о компании. Без него путаница, как у клиники из Петербурга, останется незамеченной, ведь тон ответа при этом может быть нейтральным.
Доля упоминаний считается как число ответов с брендом, делённое на число всех ответов, умноженное на сто — оценивайте её по шкале из статьи про сравнение GEO-платформ. Долю негатива считайте только среди ответов с упоминанием. На данных кейса у DeepSeek было 20 ответов: 1 положительный, 7 негативных и 12 нейтральных, то есть 5, 35 и 60 процентов. Каждую нейросеть считайте отдельно.
Что делать, если нейросеть говорит о бренде плохо или неверно
Лечение зависит от диагноза, поэтому сначала поставьте его по журналу замера.
| Ситуация | Первое действие | Что проверить через месяц |
|---|---|---|
| Бренд не называют ни в одном ответе | Собрать запросы и посмотреть, есть ли бренд в подборках и сравнениях | Доля упоминаний по тем же запросам |
| Нейросеть путает с другим объектом | Привести данные организации к единому виду и описать профиль | Исчезла ли путаница в тех же ответах |
| Негативная тональность | Найти площадки из топ-10 и топ-20 по брендовым запросам | Доля негатива среди ответов с упоминанием |
| Хочется купить отзывы | Не покупать, запустить сбор отзывов у реальных клиентов | Скорость появления новых отзывов |
Нейросеть путает бренд с чужим объектом. Проверьте, нет ли у названия двойников. Запрос клиники совпал по звучанию с названием игрового мода, и нейросеть выбрала не тот объект. Дальше четыре направления: уточнить, кто вы такие, описать смысловой профиль, собрать детальные отзывы с названиями процедур, фамилиями врачей и оборудованием, выйти на площадки, которые нейросеть считает авторитетными — в кейсе это Яндекс Карты, 2ГИС, Zoon, Napopravku, ProDoctorov и «Отзовик».
Тональность негативная. По порядку из кейса агентства «Репутация»: найти площадки из топ-10 и топ-20, формирующие негативный фон, составить список площадок конкурентов, подготовить статьи под запросы клиентов, закрыть чужие карточки, которые только упоминают компанию, и переработать отзовики, проработать подсказки и разметку сайта, отдельно закрыть HR-направление, получая отзывы от нынешних сотрудников. Часть площадок, по словам автора кейса, реагирует медленно и требует долгой переписки.
Бренда нет в ответах. Тогда проблема в присутствии, а не в репутации. Пять факторов формируют образ бренда: независимые обзоры и сравнения, тональность и согласие источников, экспертные цитаты, структурированный контент и отзывы. Измерений для этого списка нет, но он полезен как карта пробелов.
Правила площадок и риски накрутки
| Площадка | Что делать | Что может пойти не так |
|---|---|---|
| Яндекс Карты и 2ГИС | Привести данные в порядок, отвечать на отзывы, жаловаться на нарушающие правила | По разбору Reg.ru, удалить можно только отзывы, нарушающие правила, честную критику жалобой не убрать |
| Отзовики, Yell, ZOON, Flamp, SPR.RU | Проверить карточки, закрыть чужие, отвечать на отзывы | Часть площадок реагирует медленно |
| Статьи и обзоры в изданиях отрасли | Публикации под запросы клиентов | Обзор, где конкуренты поданы выгоднее, сам становится источником негатива |
| Сайт | Разметка, страница о компании, актуальные данные | Расхождения между сайтом и площадками дают нейросети выбор из нескольких версий |
Накрутка отзывов не ускоряет исправление ответов, а чаще ломает карточку. По разбору Reg.ru, Яндекс Карты автоматически проверяют отзывы и не публикуют те, что написаны ботами или фиктивными аккаунтами, а нейросети оценивают возраст профиля и активность автора.
Известен случай, когда бизнес нанял подрядчика, который пообещал аккуратно накрутить отзывы, карточка попала в бан по подозрению в накрутке, а даже настоящие отзывы какое-то время не проходили модерацию. Это один публичный случай, а не статистика. Правила площадок, в том числе условия поощрения за отзывы, публикуются в их справке и меняются, поэтому сверяйте их перед запуском. Юридические инструменты защиты репутации существуют, но их применение зависит от обстоятельств, и детали нужно выяснять у юриста.
Подрядчик может честно пообещать работу с источниками, замеры до и после и отчёт. Конкретную формулировку конкретной нейросети в конкретный срок обещать нельзя.
Как измерять результат и сколько ждать
Для каждой нейросети ведите пять показателей: доля упоминаний, доля негатива среди ответов с упоминанием, число фактических ошибок, набор источников и доля ответов со ссылками на ваши площадки. Замер — раз в месяц, а во время работ — раз в неделю. Для сравнения до и после зафиксируйте набор запросов и записывайте дату каждой правки. Повторный замер имеет смысл через две-четыре недели после значимой правки.
В кейсе агентства «Репутация» перелом наступил за три месяца и неделю, во втором кейсе — к августу 2026 года нейросеть стала описывать клинику. Это оценки самих агентств для одной компании каждая, не гарантия сроков для любого бизнеса.
Частые вопросы
Есть ли способ напрямую убрать негативный ответ нейросети?
В прочитанных кейсах прямое обращение к разработчикам нейросети не использовалось. Работа шла с источниками, на которые модель опирается, а после изменений ответы перепроверяли. Если в интерфейсе есть форма обратной связи по ответам, её можно использовать, но гарантий исправления это не даёт.
Откуда нейросеть берёт негатив о компании?
По двум кейсам — из отзовиков в топ-10 и топ-20 выдачи и из статей-сравнений, где конкуренты поданы выгоднее. Рейтинги на картах защитой не стали: в кейсе агентства «Репутация» они были средними или хорошими, а ответы нейросетей оставались негативными, поэтому выдачу и площадки нужно проверять целиком, а не только карточки.
Работает ли это для B2B?
Кейс агентства «Репутация», судя по продуктовому запросу про экскаватор-погрузчик, построен на B2B и показывает ту же схему. Нейросети брали отзывы с отзовиков, статьи-сравнения и отзывы сотрудников, а компанию сравнивали по выручке и объёму отгрузок. Отрасль в источнике прямо не названа, поэтому вывод предварительный.
Нужны ли платные сервисы мониторинга?
Для старта хватает таблицы и часа ручной проверки. Сервисы пригодятся, когда запросов несколько десятков, нейросетей несколько, а проверять нужно еженедельно. Ручной замер остаётся контрольным способом, потому что показывает ответ так, как его видит клиент, и помогает проверить автоматику. Перед выбором сервиса уточните, какие нейросети и интерфейсы он охватывает.
Насколько надёжны цифры из кейсов агентств?
Скорее как иллюстрации. Кейсы описывают одну компанию, методика расчёта процентов не раскрыта, а исходный замер в одном из них состоял из 20 ответов DeepSeek. Прямо переносить эти цифры на свой бизнес нельзя, надёжнее собрать свой журнал замера и сравнивать себя с самим собой.
С чего начать
Образ бренда в нейросети сложится в любом случае, вопрос только в том, из чьих слов. Начните с часового ручного замера по 15-20 запросам, честно зафиксируйте, упоминают ли вас, в каком контексте и верно ли — и уже от этого журнала стройте план, а не от общих советов из чужих кейсов.
