Отзывы и AI-ответы: что малому бизнесу проверить в первую очередь

Почему отзывы стали сырьём для AI-ответов

Когда человек просит нейросеть подобрать несколько вариантов, система собирает описание достоинств и недостатков из открытых источников. Отзывы клиентов входят в число таких источников, поэтому их содержание способно повлиять на то, как AI опишет товар или компанию.

Люди при этом не перестали читать отзывы сами. В исследовании BrightLocal 2026 года 97 % опрошенных из США сообщили, что читают отзывы о локальных компаниях, а 45 % назвали ChatGPT и другие генеративные сервисы источником рекомендаций. Цифры относятся к американской аудитории и напрямую на российский рынок не переносятся, но показывают общую логику: отзывы остаются привычным источником информации, и AI-системы на них опираются.

Как отзывы влияют на AI-ответы и локальный поиск

Механизмы отличаются от сервиса к сервису, но общий принцип один: система извлекает из текстов отзывов факты и оценки, а затем пересказывает их своими словами.

• Подбор товаров. ChatGPT может учитывать запрос и контекст покупателя, цену, отзывы и удобство использования, а также показывать сводки отзывов с публичных сайтов. OpenAI при этом предупреждает, что сами отзывы и оценки не проверяет.
• Поиск организаций. Команда Яндекса рассказывала, как модель для геопоиска анализирует тексты отзывов и помогает отсеивать неподходящие заведения: по запросу о тортах в Рязани из выдачи исчезли некоторые заведения быстрого питания. Для современных генеративных ответов Алисы таких подтверждений нет, поэтому влияние отзывов на них остаётся логичной, но пока гипотезой.
• AI-сводки отзывов. В Google Maps Platform доступны сводки мест, созданные на основе пользовательских отзывов. Документация описывает функцию на примере Ferry Building в Сан-Франциско: сводка передаёт впечатления посетителей о магазинах, ресторанах, видах на залив и атмосфере. Функция доступна для определённых стран и языков через Places API.

Такой пересказ включает и похвалы, и претензии. Если в отзывах часто упоминают долгое ожидание, эта проблема может попасть в описание места.

Рейтинг помогает, но не гарантирует попадание в ответ

Google относит количество отзывов и положительные оценки к факторам, которые могут помогать локальному ранжированию. Речь идёт именно о локальной выдаче Google, о влиянии на AI-выдачу поисковик молчит, как и его российский аналог.

При проверке AI-ответов смотрите на конкретные детали: каким товаром или услугой пользовались, в каких условиях, что понравилось и с какой проблемой столкнулись. Такие сведения помогают понять, какие стороны клиентского опыта система извлекает из отзывов. Но подробность и свежесть отзывов сами по себе не стоит считать универсальными факторами попадания в AI-рекомендации.

Публичный отзыв и ответ компании на него могут стать источниками для AI-ответов, однако гарантии, что система их увидит и учтёт, нет.

Как проверить, использует ли AI ваши отзывы

Одного запроса к нейросети для полноценного аудита мало: результат зависит от формулировки, сервиса, даты и контекста. Сначала проверьте, что о компании уже можно узнать в интернете и где именно опубликованы эти сведения.

Для мониторинга AI-видимости заранее составьте промпт-сет, то есть набор типовых запросов. Фиксируйте, какие факты и отзывы появляются в ответах и на какие источники ссылаются сервисы. Работа с отзывами связана с SERM, управлением репутацией в поиске, и ORM, более широким управлением онлайн-репутацией: сбор отзывов, ответы клиентам, анализ жалоб. Отзывы сотрудников изучайте отдельно, это другая аудитория и другие площадки.

Что делать бизнесу

Отзывы стоит воспринимать как часть публичного описания компании, которое AI может пересказать без вашего участия. Регулярно проверяйте, какие формулировки о вас уже гуляют по открытым площадкам, отвечайте на претензии и следите, чтобы в отзывах были конкретные детали об услуге и условиях. Это не даёт гарантии попадания в AI-рекомендации, но снижает риск того, что система перескажет о вас устаревшую или искажённую картину.