Проверили бренд в ChatGPT и не нашли себя: почему этот результат ничего не говорит про Gemini и Claude

ChatGPT, Gemini и Claude на одной сетке из 39 вопросов цитируют почти непересекающиеся источники: из 616 хостов общими у всех трёх оказались 14. Поэтому «проверил в ChatGPT — нас там нет» не вывод о видимости, а вывод об одном движке. Раскрываем сразу: мы сами игрок этого рынка, наша доля упоминаний в польском срезе — 21 из 267 наблюдений.

Раскрытие идёт первым абзацем не для приличия. Webappski — агентство AEO, то есть мы конкурируем с частью компаний, которые считаем в этом тексте, и продаём услугу, спрос на которую этот текст усиливает. Поэтому дальше мы держим два правила: ни один вывод не опирается на число, которого нельзя перепроверить, и каждая цифра идёт вместе со своей границей — что именно она не доказывает.

Второе, что нужно знать до цифр: это поперечный срез, а не динамика. Мы сложили собственные замеры с 19 апреля по 31 августа 2026 года — 113 покупательских вопросов, из них 39 польских, — и посмотрели, какие сайты движки цитировали в ответах. Оси времени в этом наборе нет by design: инструмент за эти месяцы менялся (14 разных связок «поставщик:модель»), сетка вопросов переписывалась. Любая фраза вида «выросло за четыре месяца» из таких данных недопустима, и мы её здесь не пишем.

Третье — почему польские вопросы в русскоязычной статье. Потому что механизм, о котором идёт речь, не национальный: движки расходятся в источниках не «по-польски», а вообще. Польский срез — единственная часть нашего корпуса, где датированных наблюдений хватило, чтобы расхождение посчитать, а не предположить. Русскоязычный читатель получает отсюда не факт о Польше, а проверяемое основание не доверять одиночному замеру — на своём рынке, на своих вопросах.

Что такое расхождение источников и чем оно отличается от расхождения упоминаний?

Расхождение источников — это разные наборы сайтов, на которые два движка ссылаются, отвечая на одну и ту же сетку вопросов. Расходится не оценка бренда, а фундамент ответа: список хостов, из которых движок собрал формулировку.

Разведём три вещи, которые в разговорах постоянно слипаются. Упоминание — движок назвал бренд в тексте ответа. Цитата — движок привёл ссылку на конкретный URL. Хост — домен этой ссылки. Один ответ может содержать ноль упоминаний и десяток цитат, и наоборот. Мы считаем здесь третье: уникальные хосты.

Расхождение упоминаний мы уже разбирали вблизи: 29 июля 2026 года ChatGPT назвал наш продукт в 3 покупательских вопросах из 3, а Gemini — в 1 из 3. Тот разбор честно ограничен шестью ячейками и живёт в статье почему ChatGPT назвал бренд, а Gemini нет. Этот выпуск — следующий слой: не «назвали или нет» на шести ячейках, а «откуда читали» на 267 наблюдениях.

Слой источников практичнее слоя упоминаний по одной причине. Упоминание говорит, что с вами происходит. Источники говорят, где именно на это можно повлиять: попасть в ответ можно только через страницы, которые движок вообще читает.

Насколько сильно расходятся три движка на одной и той же сетке вопросов?

Из 616 хостов, процитированных в польском срезе, все три движка цитируют только 14, а 504 хоста (81.8%) цитирует ровно один движок. Попарное пересечение наборов, посчитанное коэффициентом Жаккара, лежит в диапазоне 0.065–0.164 — то есть перекрывается меньше шестой части.

Коэффициент Жаккара здесь — доля общих хостов среди всех хостов двух движков вместе. Единица означала бы полное совпадение списков источников, ноль — что общего нет ничего. Значение 0.065 читается так: из каждых ста сайтов, которые процитировала эта пара движков, общими оказались примерно шесть.

Практический смысл строки «504» такой. Из 616 хостов, встреченных в срезе, четыре из пяти встречаются только у одного движка — то есть источники, на которые опирается ответ, у движков в основном свои. Работа «попасть в ответ» — это не одна задача с тремя витринами, а три задачи.

Какая часть этих 81.8% объясняется не движками, а неравным охватом замера?

Существенная часть: три движка в этом срезе цитируют с принципиально разной щедростью, и одно только это раздувает долю эксклюзивных хостов. Gemini дал 350 уникальных хостов и цитирует плотнее всех — примерно 14 ссылок на ответ; Claude 232 хоста, ChatGPT 160. Скупой движок физически не может делить с остальными много источников.

У ChatGPT картина ещё уже: 51 цитата из 308 приходится на один clutch.co, и всего на 7 различных вопросах. То есть заметная доля его «собственного» списка — это не другое представление об авторитетности, а одна привычка, повторённая много раз. Часть расхождения, которую мы измерили, — это «один цитирует щедро, другой скупо и однообразно».

Вторая оговорка касается инструмента. Колонка Claude в польском срезе на 75 наблюдений из 86 собрана ручной вставкой ответов, а не вызовом API, — это буквально другой прибор, стоящий в том же ряду. И именно в паре с этой колонкой стоит верхняя граница диапазона: 0.164 — это Gemini против Claude, тогда как нижние 0.065 — ChatGPT против Claude. Потолок «согласия» между движками в этом срезе задан парой, где один участник собран руками.

Хуже того, ручная колонка ведёт себя непоследовательно между сессиями сбора. В нашем же опубликованном польском отчёте о 50 вопросах и трёх движках методологией дома записано, что ручная вставка Claude обычно даёт ноль URL-цитат. Здесь та же ручная колонка несёт 232 хоста и 443 цитаты. Для сопоставимости движков это хуже, чем ровный ноль: ноль хотя бы предсказуем. Умолчать об этом рядом с коэффициентом Жаккара было бы нечестно, поэтому мы пишем это прямо под цифрой, а не в сноске.

Что выживает после всех трёх оговорок. Не выживает утверждение «движки независимо тянутся к разным авторитетным источникам» — эту формулировку данные не выдерживают. Выживает утверждение более скромное и более полезное покупателю: какова бы ни была причина — разная щедрость, разный прибор или разные представления об авторитете, — результат замера в одном движке на второй не переносится. Именно этим выводом и стоит пользоваться.

Что это меняет для фразы «проверил в ChatGPT — нас там нет»?

Эта фраза — не вывод о видимости бренда, а один результат по одному движку, из которого не следует ни второй, ни третий. Она честно отвечает на вопрос «называет ли меня ChatGPT» и не отвечает ни на какой другой.

Отсюда следует неприятная вещь про единый «балл видимости». Любое одно число — это среднее по движкам, которые между собой не согласны ни в упоминаниях, ни в источниках. Среднее из «в одном движке вы в ответе» и «в другом вас нет» выглядит как ровная умеренная видимость, хотя реальность состоит из двух разных половин, и работать надо с каждой отдельно.

Практическая сборка замера, которая переживает это расхождение, выглядит так.

1. Фиксируете сетку покупательских вопросов и не меняете её между прогонами — иначе сравнивать будет нечего.
2. Прогоняете её по трём движкам, а не по одному, и храните разбивку по движкам, а не только средний балл.
3. Записываете дату и модель каждого прогона: ответы движков меняются, и замер без даты через месяц не значит ничего.
4. Смотрите не только на упоминания, но и на список процитированных хостов — это и есть карта того, где на вас можно повлиять.

Почему знаменатель замера — сколько вопросов, скольким движкам и на каком языке — важнее самого балла, мы разбирали отдельно в статье в каких нейросетях проверять бренд. Этот выпуск добавляет к тому разбору измеренное основание: знаменатель важен не потому, что так принято, а потому, что списки источников у движков пересекаются на 0.065–0.164.

На какие домены движки опираются, когда вопрос задан не по-английски?

В польском срезе 40.5% цитат ведут на домены в зоне .pl и 36.2% — на .com; в англоязычном срезе того же корпуса .com занимает 69.2%. Смена языка вопроса меняет не только формулировку ответа, но и географию источников, из которых он собран.

Это самое переносимое наблюдение выпуска, и оно у нас не первое: какие домены движки цитируют по-польски, мы публиковали раньше в статье Jakie źródła AI cytuje po polsku на 48 ответах. Здесь тот же ракурс идёт как следствие, а не как новость — новостью в этом выпуске является измеренное расхождение движков, а не список доменов.

Отдельная строка — каталоги и площадки-рейтинги класса Clutch, G2, DesignRush. В польском срезе на весь этот бакет приходится 3.8% цитат, то есть 77 ссылок из 2006. Соблазн прочитать это как «каталоги не работают» надо погасить сразу: 3.8% цитат — не 3.8% ценности, и в том же срезе clutch.co по абсолютному счёту третий домен, 55 цитат. Причём 51 из этих 55 — от одного ChatGPT, 3 от Claude и 1 от Gemini, и укладываются они всего в 7 вопросов. Это привычка одного движка на нашей сетке, а не поведение рынка.

Для русскоязычного читателя полезнее другая строка. В общем срезе из 113 вопросов — куда входят и русскоязычные вопросы — среди самых цитируемых доменов стоят vc.ru с 82 цитатами и sostav.ru с 75. То есть русскоязычные отраслевые медиа входят в круг источников, на которые движки опираются, наравне с международными инструментальными сайтами. Мы уже описывали этот слой источников отдельно в статье какие источники ИИ цитирует в ответах об AEO на 51 русскоязычной ячейке — корпус там меньше, поэтому абсолютные числа цитат в той статье ниже, и сравнивать их с приведёнными здесь как «рост» нельзя: это разные по размеру срезы, а не две точки во времени. Там же стоит нужная оговорка: частота цитирования площадки не подтверждает качество размещённого на ней материала. Публикация на vc.ru не делает текст независимой рекомендацией.

Кого движки называли чаще других — и почему наверху ничья?

Наверху польского среза ровная ничья: Delante 77 упоминаний и Agencja Whites 77 упоминаний. Печатаемый порядок здесь алфавитный, а не рейтинговый, и инструмент помечает такую пару как ничью явно, чтобы её нельзя было прочитать как первое и второе место.

Ничья наверху появилась не сама. В сырых данных Agencja Whites стояла выше Delante — и это была ошибка сбора: разведочный обход папок подхватывал байт-идентичные копии одних и тех же прогонов из резервных каталогов и рабочих копий репозитория. После отсева дубликатов — 417 наблюдений из 1290 по всему корпусу, 32.3% — порядок наверху польского среза изменился на ничью. Мы публикуем это, потому что дефект сбора, о котором никто не рассказал, невозможно проверить снаружи.

Чего эта таблица не доказывает: ни доли рынка, ни выручки, ни качества работы. Это частота, с которой движки называли бренд в наших 39 польских вопросах. Ракурс «какие агентства появляются в источниках ответов ИИ» мы вели отдельно в статье Agencje AEO w Polsce 2026; здесь она приведена как иллюстрация к расхождению, а не как обновлённый рейтинг.

Почему одну цифру из этого среза мы публикуем только с оговоркой?

59.9% цитат польского среза ведут на домены компаний, которые движки и так называют по имени, — и эта цифра частично истинна по построению. Домен попадает в этот бакет ровно потому, что движок назвал бренд владельца; классификация и наблюдение здесь смыкаются в круг.

Поэтому мы не выводим из неё никакого сравнительного утверждения и не советуем это делать читателю. Она полезна ровно одним: показывает, что ответы движков в этом срезе в значительной мере собраны из первоисточников самих названных компаний. Куда именно это стоит тратить усилия, лучше решать по географии доменов из предыдущего раздела — она посчитана независимо от того, кого движок назвал.

Как русскоязычный срез поймал ошибку, из-за которой 15 агентств стали одним лидером?

Первая версия склейки названий стирала не-ASCII буквы, и 15 не связанных агентств слились в одного «лидера» с 49 упоминаниями. Все русскоязычные названия после такого фильтра схлопывались в один пустой ключ. Дефект нашёлся только тогда, когда мы прогнали русскоязычный срез; на латинице он не проявлялся вообще.

Механика простая и поучительная. Склейка написаний нужна, чтобы «EACTIVE», «Eactive» и «eActive» считались одним брендом. Наивная нормализация делает это через фильтр «оставить только буквы и цифры», и если под «буквой» понимается латинская буква, кириллическое название после фильтра становится пустой строкой. Пустые строки между собой равны — и пятнадцать разных агентств оказываются одной записью, механически возглавляющей таблицу.

Починка — переход на юникодные классы букв и цифр вместо латинского диапазона, плюс регрессионный тест, который держит этот случай. Для русскоязычного читателя здесь есть отдельный практический вывод: если вам показывают таблицу упоминаний по кириллическим брендам, спрашивайте, как в ней склеены написания. Инструмент, который проектировали на латинице, может тихо давать вам одного несуществующего лидера вместо пятнадцати реальных участников.

По той же причине мы сознательно не сливали пары «вендор против его продукта» — например, Semrush и Semrush AI Visibility Toolkit. Такие почти-коллизии остаются в выводе инструмента отдельным списком: агрессивная склейка ошибается в другую сторону и так же тихо.

Как это измерялось и как перепроверить это самому?

Ответы движков собраны нашим открытым CLI-трекером aeo-platform; текущая версия в npm — 1.10.0. Прогоны шли пять месяцев и разными моделями, поэтому одной версии инструмента за ними не стоит. Агрегация уже собранных прогонов сделана нашим внутренним скриптом, который в открытый пакет не входит. Разделяем это честно: воспроизвести можно замер, а не нашу свёртку над историей замеров.

Публичная часть выглядит так. Двух команд достаточно, ставить пакет глобально не обязательно: npx aeo-platform init создаёт конфиг с вашим брендом, доменом, списком движков и сеткой вопросов, npx aeo-platform run прогоняет её и кладёт рядом _summary.json с ответами, упоминаниями и списком процитированных URL. Для движков без пригодного API есть отдельный режим импорта вставленных вручную ответов — именно им собрана колонка Claude, о которой сказано выше. Дальше вы считаете пересечение хостов между движками сами: это те самые списки из _summary.json.

Границы среза, чтобы их можно было воспроизвести дословно. Строка попадает в польский срез, если у неё язык вопроса польский или рынок польский: только по языку 154 наблюдения, только по рынку 27, по обоим признакам 86. Из 1290 сырых собственных наблюдений отброшено 417 дубликатов (32.3%) и 9 строк без пригодного ответа; в итоговом наборе 864 наблюдения по 30 прогонам — по состоянию на генерацию среза 1 сентября 2026 года. Корпус продолжает пополняться, но польская его часть после генерации не сдвинулась ни на единицу, поэтому все числа выше устойчивы.

Что в срез не входит и не войдёт. Прогоны по доменам наших клиентов исключены целиком — 11 прогонов и 225 наблюдений — по списку разрешённых собственных доменов, а не по именам клиентов: новый клиент исключается по умолчанию. Сырой JSON датасета мы не публикуем и не прикладываем: его служебные блоки содержат клиентские домены и локальные пути открытым текстом. Публичный релиз данных потребовал бы отдельного отредактированного экспорта, и это решение за нами, а не побочный эффект статьи.

И одно раскрытие про сами движки: их три, а не четыре. Gemini дал 90 наблюдений на 39 вопросах, ChatGPT — 90 на 39, Claude — 86 на 39 (из них 75 вставлены вручную). Perplexity в польском срезе дал одно наблюдение на одном вопросе — это ниже любого разумного порога публикации, поэтому Perplexity в этом выпуске не участвует нигде: ни в таблицах, ни в выводах.

Что этот срез не доказывает?

Он не доказывает ни того, что какой-то движок цитирует правильнее, ни того, что картина устоит на другой сетке вопросов, ни чего-либо о динамике. Это поперечный срез собственных замеров, а не репрезентативная выборка рынка.

• Ничего про время. Оси времени в наборе нет намеренно: прогоны сделаны разными моделями по менявшейся сетке, и «выросло/упало» отсюда не выводится.
• Ничего про качество агентств. Частота упоминания измеряет, что движок сказал, а не что компания умеет.
• Ничего про российские ИИ-поверхности. Алиса, ЯндексGPT и GigaChat в этом замере не участвуют — ни здесь, ни в нашей бесплатной проверке.
• Ничего про рынок вообще. Сетка вопросов — наша; на другой сетке распределение источников будет другим.
• Ничего про причины расхождения. Мы измерили величину расхождения и показали конфаунд охвата, но не установили, почему движки читают разное.

Вопрос, отличаются ли источники ИИ-ответов между языками, наш сайт уже ставил сам — в англоязычной статье What AI Engines Cite Across Four Language Panels на 168 ответах. Там он был поставлен и не был закрыт: overlap и Жаккар в той работе не считались. Этот выпуск закрывает соседний вопрос — расхождение между движками внутри одного языка — на корпусе примерно в пять с половиной раз большем.

Частые вопросы о расхождении движков

Достаточно ли проверить бренд в одном ChatGPT?

Нет. В нашем польском срезе из 616 процитированных хостов 504 (81.8%) цитирует ровно один движок, а общими у всех трёх оказались 14. Результат по одному движку описывает этот движок и не переносится на остальные.

Значит ли это, что какой-то движок цитирует правильнее?

Нет, и данные такого вопроса не решают. Мы измерили величину расхождения, а не правоту: у Gemini 350 уникальных хостов, у Claude 232, у ChatGPT 160 — это разная щедрость цитирования, а не разная точность.

Почему в этой статье нет Perplexity?

Потому что в польском срезе Perplexity дал одно наблюдение на одном вопросе. Публиковать выводы по n=1 нельзя, поэтому движков в выпуске три, а не четыре, и Perplexity не входит ни в одну таблицу.

Можно ли по этим данным сказать, что видимость выросла или упала?

Нельзя. Набор собран как поперечный срез без оси времени: за четыре месяца менялись и модели (14 разных связок «поставщик:модель»), и сама сетка вопросов. Любое сравнение «стало лучше/хуже» на этих данных было бы подгонкой.

Проверяет ли ваша бесплатная проверка Алису, ЯндексGPT и GigaChat?

Нет. Наш замер охватывает ChatGPT, Gemini и Claude. Российские ИИ-поверхности в него не входят, и мы предпочитаем сказать это до запуска, а не после.

Насколько польские данные применимы к русскоязычному рынку?

Переносится механизм, а не числа. Конкретные 40.5% в зоне .pl относятся к польским вопросам; переносится наблюдение, что смена языка вопроса меняет географию источников и что одиночный замер не описывает остальные движки.

Какой вывод честно следует из 267 наблюдений?

Единый балл видимости в ИИ нельзя читать без разбивки по движкам: общими у трёх движков оказались 14 хостов из 616. Движки собирают ответы из почти непересекающихся наборов источников, и среднее по ним прячет именно это. Про сами движки эти данные не доказывают ни правоты, ни превосходства, и часть измеренного расхождения объясняется неравным охватом нашего замера. Но для покупателя остаётся ровно одно практическое следствие, и оно устойчиво: проверять надо там, где вы хотите быть найдены, а не там, где удобнее открыть вкладку.

Если хочется увидеть эту разбивку на своём домене, а не на нашем, можно запустить бесплатную проверку без регистрации: домена и названия бренда достаточно, чтобы увидеть ответы по движкам и марки, названные вместо вас. Как устроен полный аудит и что в нём считается, описано в разборе как Webappski проверяет, рекомендует ли ИИ ваш сайт; почему единому баллу видимости в принципе можно или нельзя доверять — в статье можно ли доверять оценке AI-видимости.

Это первый выпуск ежемесячного исследовательского среза. Мы будем публиковать его вместе с дефектами сбора, найденными до публикации, — как в этот раз с дубликатами и кириллической склейкой. Замер, у которого нельзя увидеть границы, стоит ровно столько же, сколько круглое число без даты.

О методе. Опубликовано 1 сентября 2026 года. Все числа взяты из одного зафиксированного среза наших собственных замеров, сгенерированного 1 сентября 2026 года: 113 покупательских вопросов (39 польских), прогоны с 19.04.2026 по 31.08.2026, 864 наблюдения после отсева 417 дубликатов и 9 непригодных строк. Польский срез — 267 наблюдений, 39 вопросов, 2006 инстансов цитат, 616 уникальных хостов. Сравниваются три движка: Gemini (90 наблюдений), ChatGPT (90), Claude (86, из них 75 собраны ручной вставкой, а не через API); Perplexity исключён как n=1. Прогоны по клиентским доменам исключены целиком (11 прогонов, 225 наблюдений); сырой датасет не публикуется. Webappski — агентство AEO и участник измеряемого рынка: наша доля упоминаний в польском срезе 21 из 267. Это поперечный срез, а не динамика и не репрезентативная выборка рынка. Живые страницы vc.ru, sostav.ru, delante.co, agencjawhites.pl и widoczni.com проверены 1 сентября 2026 года; версия пакета aeo-platform сверена в npm в тот же день. Числа и границы меняются; при обновлении статьи мы правим дату.