Почему сайт виден в одной нейросети и не виден в другой

Один и тот же сайт может регулярно появляться в ответах Perplexity и почти не встречаться в ChatGPT. Другой ресурс получает ссылки из Gemini, но остается незаметным для остальных систем.

Это не исключение, а обычная особенность генеративного поиска. В сентябре 2026 года исследователи Prefer сравнили 960 ответов ChatGPT, Gemini, Perplexity и Claude. Для теста использовали 80 вопросов. Каждый из них задавали каждой системе по три раза.

Результаты показали сильное расхождение между источниками. Из 1 329 сайтов, которые нейросети хотя бы раз использовали в ответах, 966 ресурсов - 72,7% - встретились только у одной системы. И лишь 29 сайтов, или 2,2%, использовали все четыре платформы. Для бизнеса это важный сигнал: одной общей позиции в нейросетях не существует. Видимость нужно оценивать отдельно для каждой системы.

Почему ChatGPT, Gemini и Perplexity ссылаются на разные сайты

Генеративные системы используют разные механизмы поиска и обработки информации. Перед формированием ответа нейросеть может обратиться к поиску, подобрать документы, оценить их полезность, извлечь нужные фрагменты и только после этого собрать итоговый текст. Но правила этого процесса отличаются.

Одна система может чаще брать данные с отраслевых сайтов. Другая - активнее использовать форумы, видеоплатформы или крупные информационные ресурсы. Третья может ограничиться несколькими источниками. Поэтому одинаковый запрос не приводит к одинаковому набору страниц.

Исследование Prefer хорошо это подтверждает: большинство сайтов присутствовало только в одной AI-системе. При этом среди самых популярных источников пересечение было выше - 23 из 25 наиболее часто цитируемых сайтов использовали три или четыре нейросети.

Это означает, что сильные ресурсы действительно могут получать широкую видимость. Но для основной массы сайтов результаты сильно зависят от конкретной платформы.

Сколько источников используют разные нейросети

Еще одно заметное отличие - количество ссылок в одном ответе. В исследовании средние показатели были такими:

• Perplexity - 19,48 источника;
• Gemini - 8,64;
• Claude - 4,58;
• ChatGPT - 3,05.

Разрыв значительный. Perplexity использовал в среднем более чем в шесть раз больше источников, чем ChatGPT. Для владельца сайта это означает разную конкуренцию за место среди источников.

Если система обычно показывает три ссылки, попасть в этот список сложнее, чем в ответ, где используется почти двадцать ресурсов. Но количество ссылок не говорит о качестве ответа напрямую. Оно показывает только различия в устройстве поиска и цитирования.

Почему один и тот же запрос дает разные результаты

Даже внутри одной нейросети набор источников может меняться. Авторы исследования трижды повторяли одинаковые вопросы. Затем сравнивали сайты, использованные в каждом ответе.

У ChatGPT совпадение между повторными запусками составляло в среднем 37%. У Gemini - 35%. Claude показывал 68%, а Perplexity - около 96%. То есть ChatGPT и Gemini могли уже через несколько секунд выбрать заметно другой набор страниц для того же вопроса.

Это важный момент для GEO-аналитики. Если специалист один раз вводит запрос, делает скриншот и фиксирует результат, такой замер может оказаться случайным. При повторной проверке бренд исчезнет или, наоборот, появится. Поэтому оценивать присутствие сайта по одному ответу нельзя.

Что означает видимость сайта в нейросетях

Видимость в AI-системах - это не только наличие ссылки. Бренд может появляться в ответах по-разному.

Например:

• сайт используется как источник;
• компания упоминается в тексте;
• бренд включается в список рекомендаций;
• нейросеть дает прямую ссылку;
• компания называется без ссылки на собственный ресурс.

Каждый вариант имеет разную ценность. Для бизнеса особенно важно разделять цитирование и упоминание. Нейросеть может взять информацию с вашего сайта, но рекомендовать другую компанию. Или наоборот - назвать бренд, опираясь на материалы стороннего ресурса. Поэтому одна метрика «есть / нет ссылки» дает неполную картину.

Почему хорошая видимость в ChatGPT ничего не гарантирует в Gemini

Большая часть ресурсов в исследовании не пересекалась между системами. Это значит, что сайт может хорошо подходить под логику одного алгоритма и почти не попадать в выборку другого.

Причины могут отличаться:

• разные поисковые источники;
• разные механизмы извлечения информации;
• разная оценка авторитетности документов;
• разная глубина поиска;
• разное количество используемых ссылок.

Поэтому нельзя считать ChatGPT единственным ориентиром. Если бренд хорошо представлен в ChatGPT, это еще не означает высокую видимость в Gemini или Perplexity. И наоборот.

Мы видим, что видимость в нейросетях нельзя оценивать как обычную позицию в поиске. Один и тот же бренд может показывать совершенно разный результат в ChatGPT, Gemini и Perplexity, поэтому каждую систему нужно анализировать отдельно

Чем AI Search отличается от обычной поисковой выдачи

В классическом SEO можно отслеживать позицию страницы по конкретному запросу. В генеративном поиске такой фиксированной позиции часто нет.

Здесь анализ строится иначе: запрос → AI-система → несколько повторов → ответ → упоминание бренда → источник → ссылка.

Каждый этап дает отдельную информацию. Например, компания может присутствовать в четырех из пяти запусков Perplexity и только в одном из пяти ответов ChatGPT. Если объединить эти результаты в одну среднюю цифру, реальная ситуация станет менее понятной. Поэтому GEO-мониторинг должен показывать данные отдельно по каждой платформе.

Как правильно проверять видимость в нейросетях

Первый шаг - собрать реальные вопросы аудитории. Для digital-агентства это могут быть запросы:

«какое SEO-агентство выбрать»;

«кто занимается продвижением в нейросетях»;

«какие компании помогают попасть в ответы ChatGPT»;

«сколько стоит продвижение сайта в AI-поиске».

После этого каждый вопрос нужно проверить в нескольких системах. Одного запуска недостаточно. Лучше использовать серию повторов и фиксировать частоту появления бренда.

При анализе стоит разделять несколько результатов:

• бренд отсутствует;
• бренд упомянут;
• компания рекомендована;
• сайт использован как источник;
• дана ссылка на страницу.

Так становится видно не только само присутствие, но и его характер.

Пример из практики

В работе с GEO-проектами «Поисковой Индустрии» мониторинг изначально разделяется по отдельным AI-системам. На странице услуги предусмотрена проверка нескольких нейросетей и большого набора промптов. В зависимости от объема работ анализ может охватывать от трех систем и 150 вопросов до шести и более платформ и 500 промптов. Такой подход нужен именно потому, что результаты разных нейросетей нельзя складывать в одну общую позицию.

В ходе мониторинга отдельно фиксируется присутствие бренда, использование сайта как источника и появление компании в рекомендациях. После этого видно, в какой системе бренд уже заметен, а где его практически нет. Для бизнеса такой отчет полезнее условного показателя «GEO-видимость 60%», потому что сразу показывает конкретные точки роста по каждой платформе.

Какие материалы чаще подходят для цитирования

Универсальной формулы нет, но нейросетям проще работать со страницами, где информация структурирована и быстро извлекается.

На практике полезны:

• четкие определения;
• ответы на конкретные вопросы;
• сравнительные таблицы;
• статистика;
• экспертные комментарии;
• практические кейсы;
• блоки FAQ;
• понятная структура страницы.

Но одной переработки текста недостаточно. Нейросеть может использовать внешние публикации, обзоры, каталоги, обсуждения и другие источники, где встречается бренд. Поэтому работа над видимостью включает не только собственный сайт, но и внешний информационный фон.

Почему сильные источники все же пересекаются

Хотя большинство сайтов в исследовании использовалось только одной системой, среди лидеров ситуация другая. 23 из 25 самых часто цитируемых ресурсов присутствовали сразу в трех или четырех нейросетях. Это важное наблюдение.

Разные AI-системы действительно работают по-разному, но сильные источники способны получать устойчивую видимость сразу в нескольких средах. Поэтому задача не сводится к созданию отдельного контента под каждую нейросеть. Гораздо важнее укреплять общую экспертность ресурса: качество материалов, структуру, полноту ответов, авторитетность бренда и присутствие на внешних площадках.

Что это означает для стратегии продвижения

Единого рейтинга сайтов для ChatGPT, Gemini и Perplexity нет. Значит, и оценивать результат только по одной платформе неправильно.

Работа должна строиться в несколько этапов:

• определить важные пользовательские вопросы;
• проверить присутствие в разных AI-системах;
• определить, какие источники уже используются;
• найти темы, где бренд отсутствует;
• доработать собственный контент;
• усилить внешние упоминания;
• регулярно повторять замеры.

Так GEO-оптимизация превращается из единичной проверки в постоянную работу с видимостью бренда.

Исследование Prefer показывает, что нейросети не формируют единую систему источников. ChatGPT, Gemini и Perplexity могут совершенно по-разному отвечать на одинаковые вопросы и выбирать разные сайты. Поэтому продвижение в AI-поиске нужно оценивать по каждой платформе отдельно, а выводы делать на основании серии проверок, а не одного ответа.

Материал проверен редакцией «Поисковая индустрия»

FAQ: популярные вопросы и ответы