Негативная тональность в AI-ответах и как с ней работать

B2B-компания из топливной отрасли обратилась к нам за GERM-аудитом — это проверка того, как нейросети описывают бренд и какие смыслы транслируют пользователю. GERM (Generative Engine Reputation Management) — направление, связанное с управлением репутацией бренда в AI-ответах и генеративной выдаче.

Для анализа мы задали нейросетям — ChatGPT, Perplexity, Gemini и Алисе — серию коммерческих запросов, по которым пользователи обычно выбирают продукт, например:

Такие вопросы пользователи задают, когда сравнивает предложения разных компаний.
В результате, около 50% ответов нейросетей, в которых появлялся бренд, имели негативный контекст. При конкуренты упоминались чаще и в основном в нейтральной или рекомендательной тональности.
При этом на уровне геосервисов и отзывов ситуация выглядела приемлемо, и компания не фиксировала серьезных проблем с репутацией.

Нейросети формируют собственную картину, которая может заметно отличаться от восприятия бренда на рынке.

Читайте также:
Сервисы для проверки видимости в ИИ

Нейросети редко формулируют прямую критику компаний. Чаще негативная тональность проявляется косвенно — через формулировки, структуру ответа или сравнение с конкурентами. Ниже — несколько типичных сценариев, по которым можно понять, что AI воспринимает бренд слабее других игроков рынка.

Прямой негатив
Иногда нейросети действительно воспроизводят негативную информацию из открытых источников.

Такие фразы у ИИ появляются, когда в интернете уже существует заметный негативный фон.

Осторожные формулировки
Чаще нейросети используют осторожные или дистанцирующиеся формулировки, которые не содержат прямой критики, но снижают доверие к бренду. Например:

Для читателя такие фразы звучат как предупреждение.

Рекомендация конкурентов
Один из самых частых сигналов слабой тональности — когда нейросеть напрямую рекомендует других игроков рынка.

Даже если бренд упоминается в ответе, акцент смещается на конкурентов.

Упоминание бренда в конце списка
Иногда компания появляется в ответе нейросети, но лишь в конце списка вариантов.

Формально бренд присутствует в ответе, но его позиция выглядит менее значимой.

Искажения или устаревшие данные
Если информация о компании устарела или представлена фрагментарно, в ответах могут появляться неточности.

Даже если это уже не соответствует реальности, такие формулировки продолжают воспроизводиться в AI-ответах.

Нейросети формируют ответы из массива информации, которая уже есть в интернете — и именно этот цифровой след создает итоговую картину бренда. Во многих случаях нейросети опираются на те же источники, которые находятся в топе поисковой выдачи. Если там доминируют отзовики или старые негативные упоминания, именно они становятся основой для AI-ответов.

Отзовики и рейтинги
Один из самых сильных источников — площадки с отзывами. Если в поисковой выдаче по брендовым или коммерческим запросам доминируют отзовики с низкими оценками, именно они становятся основой для AI-ответов.
Нейросети не пересказывают отдельные факты, а обобщают повторяющиеся сигналы из разных источников и формируют на их основе вывод. Поэтому даже косвенные или единичные на первый взгляд проблемы могут влиять на общий образ бренда в AI-ответах.

Статьи и обзоры
Нейросети активно используют материалы из статей и обзоров. Если в них конкуренты описаны подробнее или в более выгодном контексте, это напрямую влияет на рекомендации в AI-ответах.
В результате бренд может уступать не потому, что продукт хуже, а потому что о нем меньше или слабее пишут.

Геосервисы и карточки компании
Карточки компаний в геосервисах и бизнес-каталогах — еще один важный источник данных. Именно оттуда нейросети могут брать базовую информацию: описание услуг, регионы работы, рейтинг.
Если данные устарели или заполнены частично, это может приводить к искажениям в ответах.

Старые упоминания и каталоги
Нейросети не всегда различают актуальные и устаревшие данные. Если в интернете остались старые публикации, карточки или описания компании, они могут продолжать использоваться в ответах — даже если уже не соответствуют реальности.
Обсуждения и пользовательский контент
Форумы, комментарии, обсуждения и даже единичные отзывы сотрудников — все это может попадать в поле зрения нейросетей и влиять на итоговый образ бренда.
Причем здесь важен не столько объем, сколько сам факт наличия таких сигналов.

Поскольку AI-ассистенты формируют ответы на основе открытых источников в интернете, улучшить тональность упоминаний можно через постоянную работу с цифровым следом компании. Дальше начинается работа в рамках GERM — управление тем, какие источники и формулировки попадают в ответы нейросетей.

Работа с отзывами и репутацией
Если в интернете преобладают негативные обсуждения или жалобы, модели могут воспроизводить их в ответах.
Поэтому важно:

• регулярно отслеживать новые отзывы;
• отвечать на негативные комментарии;
• стимулировать появление реальных положительных отзывов.

Это помогает постепенно изменить общий фон упоминаний бренда.

Читайте также:
Как негативные отзывы снижают конверсию компании

Согласование информации о компании
Нейросети часто сталкиваются с противоречивой информацией: разные сайты указывают разные условия работы, регионы или описание услуг.
Если данные о компании разрознены или устарели, это может приводить к искажениям в AI-ответах. Поэтому важно проверить, чтобы ключевая информация о компании — описание услуг, позиционирование, география работы — была одинаковой на разных площадках.

Обновление карточек компании
Большую роль играют карточки в геосервисах и бизнес-каталогах. Нейросети активно используют данные из таких источников.
Стоит проверить и при необходимости обновить карточки компании:

• в геосервисах;
• в отраслевых каталогах;
• на агрегаторах услуг.

Полная и актуальная информация повышает вероятность корректных упоминаний бренда.

Усилить экспертный контент
Нейросети чаще рекомендуют компании, о которых есть экспертные материалы: обзоры, рейтинги, аналитические статьи и кейсы.
Поэтому полезно публиковать:

• экспертные статьи;
• отраслевые исследования;
• кейсы проектов;
• комментарии специалистов.

Такой контент формирует для нейросетей дополнительные сигналы о позиции компании на рынке.

Читайте также:
Как увеличить органический трафик сайта клиники косметологии в 27 раз с помощью экспертного контента

Публиковаться на внешних площадках
AI-ассистенты анализируют не только сайт компании, но и упоминания на внешних ресурсах. Чем больше бренд присутствует на авторитетных площадках, тем устойчивее его цифровой профиль.
Это могут быть:

• отраслевые медиа;
• профессиональные блоги;
• рейтинги и обзоры;
• каталоги решений для бизнеса.

Такие публикации помогают расширить присутствие бренда в интернете — а значит, влияют и на то, как нейросети описывают компанию.