ИИ-чат как шорт-лист закупщика: что делать B2B-компании, которой нет в рекомендациях

Если ChatGPT, Perplexity или Яндекс Нейро не называют вашу компанию в ответ на запрос закупщика — вас физически нет в шорт-листе, потому что закупщик уже не идёт дальше. По данным исследования G2 за 2026 год, 51% B2B-байеров чаще начинают поиск поставщика с ИИ-чат-бота, чем с Google, а 71% используют чат-бота хотя бы раз в процессе покупки [источник: G2, 2026]. Решение — не «попросить ИИ порекомендовать нас», а системно работать на то, чтобы модели находили ваши страницы как первоисточник.

Почему ИИ-чат стал точкой входа в B2B-закупку

ИИ-чат-бот — это интерфейс, через который закупщик формулирует задачу на естественном языке и получает сжатый список вариантов вместо десяти синих ссылок. Для B2B с длинным циклом сделки это сокращает этап «познакомиться с рынком» с недель до одного диалога.

По данным G2 (2026), доля байеров, которые чаще начинают поиск поставщика с AI-чат-бота, чем с поисковика, выросла с 29% год назад до 51% [источник: G2, 2026]. Это не рост ещё одного канала рядом с SEO — это смена самой точки входа в воронку: ИИ-чат-боты обогнали отзывные платформы, аналитиков и сайты вендоров как источник, формирующий шорт-лист [источник: G2, 2026].

Последствие прямое: если модель не называет вас при релевантном запросе, вы не теряете часть трафика — вы не участвуете в сделке вообще, потому что закупщик дальше ИИ-ответа может не пойти.

Что происходит, если бренда нет в ИИ-ответе

Отсутствие в ответе модели означает конкретную потерю сделок, а не абстрактное «упущенное упоминание». По данным G2 (2026), 69% байеров в итоге выбрали не того вендора, которого планировали изначально, именно потому что его назвал чат-бот, а треть купили у компании, о которой раньше не знали [источник: G2, 2026].

Это переворачивает логику воронки: закупщик не идёт «искать альтернативу вашему продукту», он получает альтернативу внутри самого ответа ИИ, ещё не дойдя до стадии сравнения. Дополнительно 85% байеров воспринимают вендора как более надёжного просто потому, что его назвал ИИ-чат-бот — само упоминание работает как сигнал доверия, независимо от того, что именно сказано [источник: G2, 2026].

Для российского B2B прямых данных такого масштаба пока нет: поведение закупщиков через ChatGPT, YandexGPT, Алису и GigaChat на нашем рынке в открытых источниках не измерялось. Разумный шаг — не ждать такого исследования, а сделать свой: прогнать 10-20 типовых запросов вашей категории через ChatGPT, Perplexity и Яндекс Нейро и зафиксировать, кто там появляется. Этому посвящён отдельный разбор — мониторинг упоминаний бренда в ИИ.

Упоминание и цитирование — это два разных события

Упоминание бренда моделью и цитирование вашей страницы со ссылкой — разные механики с разной управляемостью. Упоминание — это когда модель называет бренд из того, что запомнила при обучении. Цитирование — это когда модель находит и ссылается на конкретную страницу в реальном времени.

Разрыв между ними сильно отличается по моделям: у Claude и Gemini он достигает примерно 30 процентных пунктов — они чаще «вспоминают» бренд без ссылки на источник, у ChatGPT разрыв всего около 8 п.п. — он охотнее выдаёт реальные ссылки [источник: Orbit Media, 2026]. Для крупных, уже известных брендов разрыв особенно велик: по данным того же обзора, Semrush упоминается в 83-100% релевантных ответов, но с разрывом порядка 50 п.п. между упоминанием и ссылкой на страницу — модель помнит бренд из обучающих данных, а не находит его через поиск [источник: Orbit Media, 2026]. У небольших брендов разрыв всего 4-5 п.п., потому что их узнаваемость целиком идёт через цитируемые страницы, а не через память модели.

Практический вывод для компании без узнаваемости по умолчанию: у вас нет «кредита доверия» на упоминание из памяти модели, зато есть равный шанс на цитирование — если на вашей странице есть то, за что модели реально зацепиться.

Что заставляет модель цитировать именно вашу страницу

Модель цитирует страницу, когда на ней есть проверяемые факты, цифры, прямые цитаты и указания на первоисточник — а не общие описательные формулировки. По данным бенчмарка GEO (Princeton, Georgia Tech, AI2, KDD 2024), из девяти протестированных приёмов лучше всего работают добавление цитат и ссылок на источники (+42,6% к видимости в ответах ИИ против базовой версии текста), добавление статистики (+32,8%) и улучшение связности и ясности текста (+28,7%) [источник: arXiv GEO-paper, 2024/2026].

Интересная деталь того же исследования: эффект зависит от исходной позиции страницы в поиске. Для страниц, которые стояли на пятом месте в выдаче, добавление источников и статистики давало прирост видимости на 98-115%, а для страниц, уже стоявших на первом месте, те же приёмы снижали видимость на 21-30% [источник: arXiv GEO-paper, 2024/2026]. Это значит, что GEO-оптимизация работает в первую очередь на «догоняющих» — то есть на большинство российских B2B-компаний, у которых нет позиции лидера рынка по умолчанию.

Важная оговорка: эти цифры получены на англоязычном контенте и западных поисковых движках. Применимость тех же процентов к рунету не проверена — для русскоязычного B2B-контента нет отдельного замера, работают ли цитаты и статистика так же сильно. В статье это стоит держать как ориентир «так работает на английских данных», а не как гарантию для вашего сайта.

Почему self-promotion в стиле «мы лучшие» вредит, а не помогает

Статьи с формулировкой «мы — лучший в категории» модели часто читают и цитируют, но это не приводит к рекомендации самого автора статьи. По данным Search Engine Journal (Lily Ray, 2026), в 69% случаев (224 из 323 проверенных материалов) статья была процитирована AI Overviews, но сам автор не попал в итоговую рекомендацию — а в части случаев модель рекомендовала конкурентов, которых автор сам упомянул в этом же тексте [источник: Search Engine Journal, 2026].

Решает не самопрезентация, а внешний авторитет: у рекомендованных брендов в среднем заметно больше referring domains (внешних ссылающихся сайтов) и упоминаний в сторонних источниках, чем у брендов, которых модель процитировала, но не рекомендовала [источник: Search Engine Journal, 2026]. Практический вывод: сравнительные статьи «мы против конкурентов» пишите без превосходной степени про себя и без перечисления конкретных конкурентов — модель с равной вероятностью возьмёт из той же статьи их имя, а не ваше.

Почему нельзя делать вывод по одной проверке в ChatGPT

Один прогон запроса через ИИ-чат — это снимок на конкретный день, а не устойчивая позиция бренда. По данным Orbit Media (2026), через два дня после первого замера Claude сохранил лишь 30% ранее процитированных ссылок, Gemini — 38%, Perplexity — 65% [источник: Orbit Media, 2026]. Для устойчивого тренда нужно минимум 3 недели регулярных замеров, а не единичная проверка перед отчётом совету директоров.

Дополнительная сложность — модели почти не совпадают друг с другом. По данным того же обзора, из 1792 пар «запрос-домен» все четыре проверенных движка (ChatGPT, Claude, Gemini, Perplexity) сошлись на одном и том же домене лишь в 1,7% случаев [источник: Orbit Media, 2026]. Единой стратегии «оптимизировать под ИИ-поиск вообще» не существует — каждую модель нужно трекать отдельно.

Присутствие в топ-10 Google почти не гарантирует цитирование ИИ: совпадение по доменам между топ-10 и источниками ИИ-ответов — 10-30%, а по конкретным URL — всего 1-5% у Gemini и ChatGPT; у Perplexity немного выше, 13-23% [источник: Orbit Media, 2026]. Классическое SEO-ранжирование и видимость в ИИ-ответах — два разных параметра, которые нужно измерять раздельно.

Источник данных таблицы: Orbit Media, 13 184 цитирования, 2026.

Что с этим делать конкретно: план на 4-8 недель

Для компании, которой нет в рекомендациях ИИ, работает не разовая правка, а системный набор действий с проверкой по каждой модели отдельно.

• Соберите 15-20 реальных поисковых запросов, которые задаёт ваш закупщик (не «лучший поставщик X», а формулировки задачи), и прогоните их через ChatGPT, Perplexity и Яндекс Нейро — зафиксируйте, кто упоминается и кто цитируется со ссылкой.
• На ключевых страницах (о продукте, кейсы, сравнения) добавьте проверяемые цифры с указанием периода и источника, а не общие прилагательные — это то, за что цепляется модель при цитировании.
• Уберите или смягчите формулировки «мы лучшие в категории» на страницах, которые должны продвигать именно вас, а не категорию в целом.
• Нарастите упоминания третьими сторонами — отраслевые разборы, интервью, профильные медиа — внешний авторитет работает сильнее самопрезентации.
• Повторяйте замер видимости не реже раза в 2-3 недели на горизонте минимум 3 недель, отдельно по каждой модели — один снимок ничего не доказывает.
• Структурные страницы (методология, кейсы с цифрами, сравнительные материалы) стройте по принципам контентного ГЕО/АЕО — подробно это описано в разборе GEO и AEO-оптимизации.

Для B2B-компаний с длинным циклом сделки и несколькими стейкхолдерами в закупке этот же принцип распространяется на ABM-кампании — модель может называть вас в ответе одному стейкхолдеру и не называть другому, это стоит учитывать в разборе ABM и account-based маркетинга. Общие принципы работы с B2B-спросом через контент — в материале про B2B-маркетинг.

Частые ошибки

• Считают один прогон в ChatGPT достоверным замером. Видимость в ответах ИИ меняется день в день: по данным Orbit Media (2026), Claude через два дня сохраняет только 30% ранее процитированных ссылок — нужен трекинг минимум 3 недели, а не один скрин перед презентацией.
• Переносят рецепт «собирайте отзывы на G2» без проверки. G2 — американская платформа, которую массово используют западные закупщики; данных о том, цитируют ли ИИ-модели российские агрегаторы отзывов так же активно, в открытых источниках нет.
• Пишут «мы лучший в категории» вместо фактуры. По данным Search Engine Journal (2026), такие статьи часто цитируются, но автор в итоге не попадает в рекомендацию, а иногда модель рекомендует конкурентов, названных в этой же статье.
• Оптимизируют только под ChatGPT. Разные модели совпадают по источникам цитирования лишь в 1,7% случаев [источник: Orbit Media, 2026] — стратегия под одну модель не работает на остальные.
• Путают топ-10 Google с видимостью в ИИ-ответах. Совпадение по конкретным URL между топ-10 поиска и источниками ИИ — 1-5% у большинства моделей; высокая позиция в классическом SEO не означает, что вас процитирует ИИ-чат.
• Переносят процентные приросты из GEO-бенчмарка (+42,6% и т.п.) как гарантию для своего сайта. Эти цифры получены на английском контенте; для русскоязычных страниц отдельного замера нет, использовать их можно только как ориентир направления, а не как обещанный результат.

Источники

• G2 Research: The Answer Economy — G2, Tim Sanders, 2026
• Which Sources Do AI Engines Actually Cite? — Orbit Media, Bill Widmer, 2026
• Why Calling Yourself 'The Best' Could Be Helping Your Competitors Win In AI Search — Search Engine Journal, Lily Ray, 2026
• GEO: Generative Engine Optimization — arXiv, Aggarwal et al., KDD 2024

FAQ

Правда ли, что закупщики теперь чаще начинают поиск поставщика с ChatGPT, чем с Google?

По данным G2 (2026), 51% B2B-байеров чаще начинают поиск с ИИ-чат-бота, чем с поисковика — год назад таких было 29%. Это касается прежде всего американского и англоязычного рынка; прямых данных по российским закупщикам и YandexGPT/Алисе в открытых источниках пока нет.

Что делать, если моей компании нет в ответах ChatGPT на целевые запросы?

Сначала зафиксируйте текущую картину по 15-20 реальным запросам закупщика в нескольких моделях, затем усилите страницы проверяемыми цифрами, источниками и фактурой, а не общими описаниями. Параллельно работайте на упоминания третьими сторонами — они влияют сильнее самопрезентации.

Чем отличается упоминание бренда от цитирования в ИИ-ответе?

Упоминание — это когда модель называет бренд из того, что запомнила при обучении, без ссылки. Цитирование — это когда модель находит и указывает ссылку на конкретную страницу. Для небольших и средних компаний без узнаваемости по умолчанию управляемый путь — именно цитирование, через фактурный контент.

Нужно ли наращивать отзывы на G2 или аналогичных площадках для видимости в ИИ?

Это работает под алгоритмы самой G2 и отчасти под Claude, но G2 почти не используется российскими B2B-закупщиками. Для рунета эквивалент такой стратегии не проверен — нет данных, цитируют ли ИИ-модели российские агрегаторы отзывов так же активно.

Можно ли писать на сайте «мы лучшее решение в категории»?

Такая формулировка снижает, а не повышает шанс попасть в рекомендацию: по данным Search Engine Journal (2026), в 69% случаев статья с таким заголовком была процитирована, но автор не попал в итоговую рекомендацию. Вместо превосходной степени используйте цифры, кейсы и прямые цитаты.

Как часто нужно проверять видимость бренда в ИИ-ответах?

Не реже одного раза в 2-3 недели, на горизонте минимум 3 недель, по каждой используемой модели отдельно. Разовый замер отражает только состояние на конкретный день и может меняться уже через 48 часов.

Гарантирует ли высокая позиция в Google видимость в ответах ИИ?

Нет. По данным Orbit Media (2026), совпадение по конкретным URL между топ-10 классического поиска и источниками, которые цитируют ИИ-модели, — всего 1-5% у большинства движков. Это два разных параметра, которые нужно отслеживать раздельно.

Если вам нужна не разовая консультация, а системная работа с воронкой, P&L маркетинга и видимостью бренда — в том числе в ИИ-поиске, — приглашаем на интенсив Marketing OS: там разбираем, как встроить эти процессы в вашу компанию, а не просто проговорить теорию.