Листикл «мы лучшие» про самих себя: почему ИИ его цитирует, но рекомендует конкурентов

Короткий ответ: да, ИИ-поисковики часто ссылаются на ваш собственный рейтинг «топ-10 лучших сервисов», но в самом ответе по имени называют конкурентов из этого же списка. По данным Search Engine Journal за 2026 год, в 69% случаев, когда генеративный поиск цитировал листикл, где бренд хвалит сам себя, бренд-автора в финальном ответе не упоминали. Цитата — ссылка в сносках. Рекомендация — имя бренда прямо в тексте ответа. Для CMO ценна только вторая.

Чем цитата отличается от рекомендации в ИИ-поиске

Цитата — ссылка на источник, на котором генеративная система построила ответ: Google AI Overview, ChatGPT, Perplexity, Яндекс Нейро. Рекомендация — упоминание конкретного бренда по имени в тексте самого ответа, со ссылкой или без неё. Это два разных события, и первое не гарантирует второго.

Lily Ray в исследовании для Search Engine Journal (2026) проверила 100 B2B-запросов вида «лучшие [категория] сервисы» в Google AI Overview. Листиклы, где бренд хвалит сам себя («мы — лучший выбор»), в источники попадали регулярно, но самого автора в ответе называли лишь в 31% таких цитирований. А в 74 из 100 проверенных запросов ответ, который цитировал такой листикл, автора так и не назвал — модель называла его конкурентов, которых он сам же перечислил как альтернативы.

Объяснить это несложно. Генеративная система собирает консенсус по рынку, и голос одного заинтересованного источника в нём почти не слышен. Листикл подаёт модели список из десяти конкурентов, и она скорее назовёт того, кого чаще упоминают в сети, чем автора текста.

Почему конкуренты получают выгоду от вашего же листикла

У конкурентов из вашего рейтинга обычно больше ссылающихся доменов, а их имя чаще встречается на чужих сайтах. Для генеративной модели это более сильный сигнал консенсуса. По тому же исследованию Search Engine Journal, у брендов, которых модель называла вместо автора листикла, в среднем было заметно больше ссылающихся доменов (referring domains) и чаще встречались самостоятельные упоминания в AI Overview и ChatGPT.

Среднему и небольшому бизнесу от этого особенно обидно. Команда тратит время редакции на материал «10 лучших CRM-систем для малого бизнеса», честно ставит себя на первое место, а модель называет пользователю третий и пятый пункты списка: внешний профиль у них сильнее. Выходит бесплатный путеводитель по конкурентам за подписью собственного домена.

Против такой тактики есть ещё один довод. Тот же материал ссылается на данные Pew Research: по ссылкам внутри ИИ-ответов пользователи кликают крайне редко, около 1% визитов. Так что даже место в цитатах почти не приносит трафика. Ценно только имя бренда в тексте ответа: его пользователь видит и запоминает без всякого клика.

Что такое ghost citation и почему виноват не ваш бренд

Ghost citation, или «призрачная цитата», — случай, когда на источник сослались, а бренд в тексте ответа по имени так и не назвали. Для генеративных систем это статистическая норма, и конкретный бренд тут ни при чём.

Kevin Indig исследовал это для Search Engine Journal на данных Semrush AI Toolkit (2026; выборка 3981 появление бренда, 115 промптов, 14 стран, 4 ИИ-движка). Из всех цитирований бренда 61,7% оказались ghost citation: ссылка есть, имени в ответе нет. И сослались на бренд, и назвали его лишь в 13,2% случаев.

Движки при этом ведут себя по-разному:

Данные — Search Engine Journal / Kevin Indig, Semrush AI Toolkit, 2026. Gemini охотно называет бренд, но редко даёт ссылку; ChatGPT наоборот: ссылается часто, а имя в тексте произносит реже. Значит, оптимизировать стоит под то, чтобы бренд назвали, и для каждого движка тактика своя.

Как ChatGPT, Claude, Gemini и Perplexity выбирают источники — и почему единой тактики ИИ-SEO не существует

На один и тот же запрос разные движки почти никогда не берут один источник. Подгонять текст под один алгоритм бесполезно: бренду нужно присутствовать на площадках разных типов.

По данным Orbit Media (Bill Widmer, 2026), на один и тот же вопрос домен-источник у ChatGPT, Claude, Gemini и Perplexity совпал всего в 1,7% пар «запрос — домен» (30 из 1792 проверенных). Движки читают разные части интернета:

• Perplexity цитирует в среднем 19,2 источника на ответ; чаще других — LinkedIn, YouTube, Reddit.
• Gemini цитирует в среднем 8,1 источника; чаще других — Reddit и готовые подборки-листиклы.
• ChatGPT цитирует в среднем 4,5 источника; чаще других — документацию продуктов, arXiv, страницы цен и помощи у вендоров.
• Claude цитирует в среднем 3,6 источника; чаще других — обзорные агрегаторы и кураторские листиклы, на первом месте Clutch; Reddit в выборке не цитировал вовсе.

Разрыв между «упомянут» и «процитирован» есть у всех движков. По данным Orbit Media, у Claude он составляет 30 процентных пунктов, у Gemini — 31, у Perplexity — 23, у ChatGPT — 8. Для медиастратегии вывод такой: одним форматом на одной площадке видимость не обеспечить. Бренд должен быть и в обзорах сторонних агрегаторов, и в профильных сообществах, и в собственной документации. Как следить за этим постоянно — в материале про мониторинг упоминаний бренда в ИИ.

Что из этого подтверждено для Яндекса и российского ИИ-поиска, а что пока гипотеза

Механика «цитата не равна рекомендации» и разное поведение движков следуют из устройства генеративного поиска вообще, поэтому они переносятся и на YandexGPT, и на ответы с ИИ в поиске Яндекса. Конкретные цифры западных исследований на Яндекс переносить нельзя.

У YandexGPT и ответов с ИИ в Яндексе та же архитектура: модель собирает фрагменты из разных источников и пишет ответ, причём кого назвать по имени, она решает отдельно от того, какой источник процитировать. Поэтому правила «не пишите „мы номер один“ без доказательств» и «цельтесь в то, чтобы бренд назвали по имени» одинаково подходят и Яндексу, и Алисе.

Без оговорки переносить нельзя доли цитирований по доменам (Reddit, LinkedIn, Clutch), конкретные проценты падения органического трафика (29–49% по кейсам Search Engine Journal) и поведение Google AI Overview: это данные по западным платформам и доменам. Открытых исследований с теми же метриками по рунет-доменам (vc.ru, Habr, Яндекс Кью) и по YandexGPT на момент написания статьи нет. Если команда готовит совету директоров отчёт о видимости бренда в ИИ, в презентации стоит явно разделить три вещи: что подтверждено на западном рынке, что по логике верно для генеративного поиска в целом и что для российских систем остаётся гипотезой, пока нет отдельных замеров.

Когда Google наказывает самопродвигающий листикл трафиком

По наблюдениям Search Engine Journal, после декабрьского core-апдейта Google 2025 года органическая видимость заметно упала уже в январе 2026 года у части сайтов, которые пачками публиковали рейтинги «лучшие X» и без доказательств ставили себя на первое место.

В кейсах из материала Lily Ray (2026) видимость затронутых сайтов падала от 29% до 49%, а у одного крупного B2B-бренда — на 49% за 12 дней, с конца января по начало февраля 2026 года. В большинстве разобранных случаев на блог или контент-хаб с такими листиклами приходилось от 77% до 93% всей видимости сайта — и именно он был главным источником падения.

В материале есть важная оговорка: это корреляция, причинно-следственная связь не доказана. У пострадавших сайтов хватало и других проблем: ИИ-тексты, которые генерировали программно и не редактировали; даты публикации, обновлённые без правки содержания; неверная микроразметка отзывов (schema.org Review). Часть материалов сервис Originality.ai на 100% определил как сгенерированные ИИ без правок человека. Так что опасна именно связка: листикл без доказательств плюс слабый контент вокруг него. Такая комбинация и бьёт по видимости.

Что нужно материалам типа «лучшие X», Google объясняет сам (Google Search Central, «Creating Helpful, Reliable, People-First Content»): настоящая методология теста, доказательства, что автор пользовался продуктами из рейтинга, и прямо раскрытый конфликт интересов — кто написал материал и какой продукт из списка принадлежит ему. Без этого страница не соответствует политике helpful content и правилам Google для обзоров.

Как писать о своих результатах без риска для видимости

Называть цифры и факты можно и нужно. Только к каждому заявлению о собственном лидерстве приложите методологию, период и прямое указание, что материал написал автор продукта.

Рабочие принципы для материалов о себе:

• Раскрывайте авторство прямо в тексте: «этот рейтинг составлен [название компании], разработчиком одного из продуктов в списке». Конфликт интересов в сноске не прячьте.
• Указывайте методологию сравнения: по каким критериям сравнивали, за какой период, по каким данным. Иначе утверждение «мы лучшие» нечем подтвердить ни читателю, ни алгоритму.
• Описывайте конкурентов честно, с их настоящими сильными сторонами: у материала, похожего на независимый обзор, больше шансов, что бренд назовут в ответе, чем у очевидной рекламы.
• Указывайте, откуда взялась каждая цифра: период и источник данных. Без них «мы — номер один на рынке» остаётся абстракцией.
• Разделяйте жанры: экспертный разбор рынка, карточка продукта с ценами и разбор кейса с цифрами клиента — три разных материала, и сливать их в один не стоит.

Это тот же принцип, что в оценке подрядчиков: доказательства и методология важнее заявлений. Похожий чек-лист для выбора агентства — в материале как оценить работу маркетингового агентства. Как выстроить редакционную дисциплину для всего контента о бренде, листиклов в том числе, — в материале бренд как редакция.

Частые ошибки

• Ставят себя на первое место без методологии. Утверждение «мы — лучший сервис» без критериев сравнения и алгоритм, и пользователь читают как рекламу, и источником для ответа оно не становится.
• Путают цитирование с результатом. Команда радуется, что домен попал в источники AI Overview, а пользователь при этом видит в ответе имя конкурента. Продаж такая цитата не приносит.
• Прячут конфликт интересов. Рейтинг написал производитель одного из продуктов списка, а в тексте об этом прямо не сказано. Именно это первым проверяют и алгоритм, и внимательный читатель.
• Строят весь контент-хаб на одном формате. Десятки материалов «топ-10 лучших» в одном жанре выглядят как программная генерация, и экспертной редакции за ними уже не видно.
• Игнорируют разницу между ИИ-движками. Подгоняют текст только под то, что видно в Google AI Overview, и забывают, что ChatGPT, Claude, Gemini и Perplexity выбирают источники почти без пересечений.
• Выдают западные цифры за данные по Яндексу. Ссылаются на процент падения трафика у Google как на универсальный факт, хотя для YandexGPT и Яндекс Нейро отдельных открытых замеров нет.

Источники

• Why Calling Yourself The Best Could Be Helping Your Competitors Win In AI Search — Search Engine Journal, 2026
• Is Google Finally Cracking Down On Self-Promotional Listicles? — Search Engine Journal, 2026
• AI Citation Sources: What ChatGPT, Claude, Gemini & Perplexity Actually Cite — Orbit Media, 2026
• The Ghost Citation Problem — Search Engine Journal, 2026
• Creating Helpful, Reliable, People-First Content — Google Search Central, 2024–2025

FAQ

Стоит ли вообще публиковать рейтинг «лучшие сервисы», если в нём есть и наш продукт?

Да, но только с раскрытым авторством, методологией сравнения и честным описанием конкурентов. Иначе материал работает против вас: в ИИ-поиске он приводит трафик к конкурентам, которых вы сами перечислили.

Почему ИИ цитирует наш сайт, но называет в ответе другой бренд?

Цитируя, модель выбирает источник для ответа. Кого назвать по имени, она решает отдельно, по совокупному консенсусу о бренде в сети: ссылкам, упоминаниям, отзывам. Если у конкурента внешний профиль сильнее, модель назовёт его, даже сославшись на ваш текст.

Как измерить, цитирует нас ИИ-поиск или реально рекомендует?

Регулярно прогоняйте целевые запросы через ChatGPT, Perplexity, Google AI Overview и Яндекс Нейро и записывайте отдельно два показателя: есть ли ссылка на ваш домен и назван ли бренд в тексте ответа. Это разные метрики, в отчёте их нельзя смешивать.

Нужно ли убирать с сайта старые листиклы «мы лучшие»?

Удалять их не обязательно. Пересмотреть стоит: добавить методологию, раскрыть авторство, проверить микроразметку отзывов и даты публикации. Удалить материал или переработать, зависит от того, сколько трафика и цитирований он приносит сейчас.

Применимы ли эти данные к Яндексу и YandexGPT?

Логика «цитата не равна рекомендации» и разное поведение движков — да: так устроен весь генеративный поиск. Конкретные цифры (доли, проценты падения трафика) получены на западных платформах и доменах, а открытых исследований с такими метриками по Яндексу пока нет.

Что эффективнее для видимости в ИИ-ответах: один текст «мы лучшие» или присутствие в сторонних обзорах?

Сторонние обзоры и агрегаторы обычно дают больше. По данным Orbit Media, ИИ-движки берут источники с разных типов площадок и почти не пересекаются, поэтому один собственный материал покрывает лишь часть поиска.

С чего начать, если в компании ещё нет системного взгляда на упоминания бренда в ИИ-поиске?

С простого аудита: прогнать 15–20 ключевых для бизнеса запросов через основные ИИ-системы и записать, кого они называют в ответах сейчас. От этой точки и стоит дальше работать с контентом и PR.

Если нужна система для контента, который ИИ-поиск называет по имени, приходите на интенсив Marketing OS. Разбираем такие кейсы на практике, без обещаний волшебной формулы.