Среди 7 200 ответов ИИ нашли 284 расхождения с подтверждёнными фактами
Американское digital-агентство Verndale представило сервис для оценки видимости брендов в ответах искусственного интеллекта. В рамках анонса компания раскрыла результаты исследования, проведённого для одного из американских университетов.
Аналитики проверили более 7 200 ответов на 100 вопросов в шести системах: ChatGPT, Gemini, Google AI Overviews, Google AI Mode, Perplexity и Claude. Вопросы были связаны с выбором магистерских программ и профессионального образования.
Как часто университет появлялся в ответах
В исследовании сравнивались 18 образовательных организаций. По вопросам о программах получения степени выбранный университет получил 16% всех упоминаний. При этом 13% ссылок, приведённых в ответах, вели на его официальный сайт — это оказался лучший результат среди всех доменов в выборке.
Однако заметность бренда не всегда означала его присутствие в конкретном ответе. В 21 сочетании вопроса и ИИ-системы модели упоминали как минимум двух конкурентов, но не включали в ответ исследуемый университет.
Ошибки оказались заметной частью выдачи
Главный результат проверки связан с точностью информации. В 284 ответах обнаружились расхождения с актуальными сведениями о программах, которые подтвердил сам университет. Таким образом, даже корректная ссылка на официальный сайт или заметная доля упоминаний не гарантируют, что пользователь получит достоверное описание образовательных предложений.
Verndale не опубликовала полный перечень найденных несоответствий и сами исходные ответы. Поэтому по представленным данным нельзя определить, какие именно сведения чаще всего искажались и в каких системах ошибки встречались наиболее регулярно.
Что это означает для брендов
Результаты важны для GEO и управления репутацией в генеративных поисковых системах. При аудите стоит оценивать не только частоту упоминаний, но и содержание ответов: фиксировать заданный вопрос, конкретную ИИ-систему, упомянутые источники и каждое проверяемое утверждение.
Такой подход помогает отделить формальную видимость бренда от качества информации, которую получают потенциальные клиенты. Для компаний и образовательных организаций это особенно важно: ошибочные сведения могут повлиять на выбор пользователя даже тогда, когда бренд представлен в ответе и его официальный сайт указан среди источников.
