#алиса_ai — Public Fediverse posts

Если спросить у нейросетей на английском про российский бренд, в ответах почти не будет русскоязычных источников

Допустим, ваш продукт продаётся в России и за рубежом, и по-русски нейросети уже ссылаются на ваш сайт и статьи. Я проверил, переносится ли это на английский: сравнил, из каких сайтов Google AI Overviews, Perplexity и Алиса AI собирают ответы на русские и на английские вопросы. В Google и Perplexity русских сайтов на английском почти не осталось, хотя регион в настройках Google стоял российский. Видимость по-русски сама в английскую не превратится, её придётся строить отдельно.

https://habr.com/ru/articles/1097066/

#geo #perplexity #ai_overviews #aeo #aiпоиск #алиса_ai #продвижение_в_нейросетях #продвижение_в_ии #видимость_в_нейросетях #видимость_сайта_в_нейросетях

Сколько живёт ссылка в ответе нейросети: сравнил три замера по 20 вопросам

Если вы следите, ссылается ли нейросеть на ваш сайт, полезно знать, сколько ссылка держится в ответе на один и тот же вопрос. Недолго: через полтора месяца в ответах Алисы AI и Perplexity осталось от четверти до трети прежних ссылок (27,5% у Perplexity, 35,5% у Алисы AI), а больше половины ссылок оказались новыми. Я задал обеим нейросетям 20 вопросов одной ниши (как попасть в ответы нейросетей, сколько это стоит, где заказать). На каждый вопрос каждая нейросеть ответила пять раз: три повтора подряд за час, ещё один через 5 дней и ещё один через полтора месяца. Отчёт о том, что вы в ответе, стареет быстрее, чем кажется.

https://habr.com/ru/articles/1095330/

#geo #цитируемость #нейросети #llm #perplexity #aeo #aiпоиск #алиса_ai #ответ_нейросети #мониторинг_нейросетей

Генеративный ИИ и коммерческий GEO в России

Речь о проникновении генеративного ИИ в российский пользовательский и коммерческий рынок. Одной доли пользователей мало. Рынок удобнее держать несколькими уровнями: массовая аудитория AI-сервисов, профессиональное использование, корпоративное внедрение, AI-опосредованный поиск и выбор, коммерческий GEO — присутствие брендов и источников в генеративных ответах. К 2026 году нейросети в России уже массовый пользовательский инструмент и часть бизнес-инфраструктуры. ВЦИОМ: 78% российских интернет-пользователей обращались к нейросетям за последний год. Mediascope фиксировал месячный охват отдельных AI-сервисов на уровне 26% населения 12+ в октябре 2025 года и 32% в феврале 2026 года. Эти показатели не являются одним временным рядом: они измеряют разные корзины сервисов и разные горизонты активности, но вместе показывают масштаб распространения AI-интерфейсов [1; 2; 3]. Основная часть статьи посвящена GEO как формирующемуся слою коммерческого поиска. Чтобы собственные данные не существовали отдельным кейсом, в исследовании используется триангуляция трех типов измерений: потребительские опросы показывают, где люди уже делегируют ИИ поиск и выбор; независимые мониторинги AI-ответов показывают, какие категории и бренды фактически попадают в генеративный shortlist; обезличенный массив GeoAist проверяет ту же механику на смешанной выборке отслеживаемых брендов в небрендовых коммерческих запросах. Из полного массива 16 428 проверок GeoAist в настоящей работе задействованы только 2 376 успешных consideration/decision проверок; остальные направления сохранены для последующих исследований [16; 17; 24; 26-30]. Сопоставление показывает последовательные фильтры коммерческого AI-рынка, а не одну «долю GEO». Внешние опросы фиксируют готовность или фактическое использование AI при выборе. Внешние GEO-мониторинги показывают, что известные лидеры отдельных ниш могут иметь очень высокий Mention Rate. GeoAist измеряет, насколько часто конкретный отслеживаемый бренд из более неоднородной выборки самостоятельно входит в ответ на небрендовый коммерческий запрос. Разрыв между высокими показателями лидеров и более низкой средней inclusion rate смешанного портфеля — содержательный результат, не статистическое противоречие.

https://habr.com/ru/articles/1094602/

#geo #chatgpt #генеративный_ии #ai_search #perplexity #generative_engine_optimization #алиса_ai #aiвидимость #коммерческий_поиск #рекомендации_нейросетей

Как нейросети выбирают источники для ответов и почему половину ссылок получают два ресурса в нише

Я задал пяти нейросетям с включённым поиском 20 вопросов покупателя услуги продвижения и выписал домены из ссылок под ответами. Вышло 211 сайтов, и на 161 из них сослалась только одна нейросеть. Сайтов, на которые ссылаются три нейросети и больше, всего 17, и они стоят в 79% ответов со ссылками. Два из них, Sostav и vc.ru, — больше чем в половине. Через шесть недель девять сайтов из этих 17 снова оказались общими для трёх нейросетей и больше.

https://habr.com/ru/articles/1089394/

#нейросеть_источники #источники_информации_нейросеть #как_нейросети_выбирают_источники #нейросеть_ссылки_на_источники #GEO #AEO #Perplexity #Алиса_AI #ChatGPT #продвижение_в_нейросетях

Откуда ИИ-модели берут топ компаний: в 62% ответов со ссылками есть чужая подборка

Я разобрал ответы ИИ-моделей на вопросы со словами лучшие, топ и рейтинг и смотрел, откуда взялся список. Из 208 ответов со ссылками на источники в 130, это 62%, стоит готовая подборка: чей-то топ-10, рейтинг или сравнение. Ответы собраны по 32 проектам из разных ниш, от бухгалтерского аутсорсинга до фулфилмента, всего их 368, ссылки были у 208. Попасть в ответ — это во многом попасть в подборки, которые находит ИИ-модель. В конце — как проверить свою нишу за 3–5 вопросов и что делать с каждой найденной подборкой.

https://habr.com/ru/articles/1088600/

#топ_компаний #рейтинг_компаний #топ_10_компаний #продвижение_в_нейросетях #ИИпоиск #Алиса_AI #Perplexity #ChatGPT #GEO #нейросети

Как продвигать в нейросетях интернет-магазин, если тот же товар на маркетплейсе дешевле

Допустим, мы занимаемся GEO-продвижением, улучшением присутствия бизнеса в ответах нейросетей, и отлично сделали свою работу. Среди рекомендованных моделей появляется именно нужная нам модель De’Longhi. Можно праздновать? Рановато. Человек копирует название модели, находит ее на маркетплейсе на 5% дешевле и покупает там. Нейросеть убедительно порекомендовала наш товар, а продажу получил другой продавец. Тут и начинает раскрываться вся сложность продвижения в ИИ именно для e-commerce.

https://habr.com/ru/articles/1087822/

#GEO #AEO #ecommerce #нейросети #интернетмагазины #маркетплейсы #ChatGPT #Алиса_AI #SEO #LLM

Пациенты ищут вас через ИИ: как клинике попасть в рекомендации Алисы, Chat GPT и других нейросетей

Привычные инструменты интернет-маркетинга уже не охватывают весь путь пациента. Теперь часть этого пути человек может пройти с помощью нейросети, которая собирает информацию из разных источников, сравнивает предложения и формирует ответ на его запрос.

Как это выглядит на практике? Например, так: пациент открывает Chat GPT и пишет: «Посоветуй хорошую стоматологию для имплантации зубов. Сравни клиники по стоимости, квалификации врачей и отзывам пациентов». Через несколько секунд он получает готовую подборку с названиями клиник, описанием их преимуществ и ссылками на источники. Ему остаётся изучить несколько вариантов и выбрать, куда записаться на консультацию.

Попадёт ли ваша клиника в эту подборку?

Так возникает новая задача для медицинского маркетинга: с делать так, чтобы нейросети находили достоверную информацию о вашей клинике и могли использовать её при формировании рекомендаций. Меня зовут Вячеслав Радецкий, я медицинский маркетолог. В этой статье разберу, как нейросети формируют рекомендации, какие факторы влияют на присутствие клиники в AI-ответах и что необходимо сделать с сайтом, репутацией и внешними площадками, чтобы увеличить свои шансы на попадание в такие подборки.

https://habr.com/ru/articles/1087702/

#GEO #AEO #SEO #нейросети #ChatGPT #Алиса_AI #нейровыдача #медицинский_маркетинг #продвижение_клиники #сайт_клиники

Продвижение интернет-магазина в ответах ИИ: почему нейросети почти не ссылаются на карточку товара

Я задал Алисе AI и Perplexity 14 вопросов, которые покупатель задаёт перед покупкой техники: где купить оригинальный айфон с гарантией, где забрать макбук сегодня, где дают рассрочку. Потом посмотрел, на какие страницы магазинов ведут ссылки в ответах. Из 243 ссылок на карточку товара пришлось 10. Чаще всего нейросеть ссылается на ту страницу, которая отвечает на вопрос целиком: спросили про айфоны — на раздел каталога с айфонами, спросили про рассрочку — на страницу рассрочки. Карточка попадает в ответ, только когда покупатель ищет одну модель или наличие сегодня. Поэтому SEO интернет-магазина под ответы нейросетей стоит начинать с разделов каталога и страниц условий, а карточки оставить на потом.

https://habr.com/ru/articles/1086798/

#продвижение_интернетмагазина #SEO_интернетмагазина #страницы_категорий #карточка_товара #ИИпоиск #нейросети #Алиса_AI #Perplexity #электронная_коммерция #Python

Как меняется AI Visibility в новом чате и внутри диалога при одном и том же финальном запросе

45 прогонов в ChatGPT, Perplexity и Алисе AI показали, что один и тот же финальный вопрос после разной истории разговора может приводить к разным наборам брендов. Проверяю, что это значит для замеров AI Visibility по независимым промптам.

https://habr.com/ru/articles/1085146/

#AI_Visibility #GEO #AEO #нейросети #ChatGPT #Perplexity #Алиса_AI #поисковые_технологии #вебаналитика #поисковая_оптимизация

Статистический анализ интереса к искусственному интеллекту в России 2022-2026 гг

Статья посвящена статистическому анализу интереса к искусственному интеллекту в России в 2022–2026 гг. Интерес рассматривается как многомерное явление и операционализируется через четыре группы индикаторов: информационную осведомленность населения, поисковый спрос, фактический опыт использования генеративных ИИ-сервисов и интенсивность регулярного взаимодействия с ними. В анализ включены данные ИСИЭЗ НИУ ВШЭ и Яндекс Wordstat, мониторинговые исследования ВЦИОМ, медиаметрия Mediascope Cross Web, обезличенные данные операторов и цифровых платформ, а также продуктовые показатели российских ИИ-сервисов. Результаты показывают переход от фазы быстрого роста узнаваемости технологии к фазе массового практического использования. С января 2022 г. по сентябрь 2024 г. число запросов со словом «нейросеть» в Яндексе выросло примерно в 18 раз, а доля россиян, способных объяснить, что такое искусственный интеллект, увеличилась с 36% в 2022 г. до 50% в 2024 г. В 2025–2026 гг. рост сместился из информационной плоскости в поведенческую: по сопоставимым данным ВЦИОМ доля интернет-пользователей, обращавшихся к нейросетям за последний год, выросла с 73% в декабре 2025 г. до 78% в июне 2026 г., а доля регулярных пользователей — с 51% до 58%. Одновременно формируется конкурентный рынок сервисов, на котором лидер меняется в зависимости от измеряемой метрики: Алиса AI лидирует по месячному охвату отдельных приложений и сайтов, DeepSeek — в отдельных массивах мобильного и авторизационного поведения, ChatGPT — по части трафиковых и медийных показателей. Это требует отказа от упрощенного представления о единой «доле рынка ИИ» и перехода к системе сопоставимых, но не взаимозаменяемых индикаторов.

https://habr.com/ru/articles/1083672/

#искусственный_интеллект #нейросети #генеративный_ИИ #интерес_к_ИИ #поисковый_спрос #ChatGPT #Алиса_AI #DeepSeek #GigaChat #цифровое_поведение

Не трогая веса модели: как мы построили исследовательского агента Алисы AI и в разы сократили потребление GPU

Меня зовут Прохор, я лид команды агента «Исследовать» — это режим глубокого исследования в чате с Алисой AI. Напомню, про что вообще речь, если никогда не пользовались Deep Research: это специальный режим работы, который строит уникальный план решения задачи пользователя, делает сотни поисков по вашему запросу, умеет ходить на сайты (даже с динамическим JavaScript‑контентом), писать и выполнять Python‑код (для сложных расчётов), работать со скачанными файлами и так далее. Всё это для того, чтобы дать лучший ответ на ваши сложные запросы, например: «Спланируй мне путешествие в Дагестан на две недели на машине с детьми». За год агент прошёл путь от первого прототипа до продакшена — вместе с ним менялись качество ответов, скорость работы и потребление GPU. За продуктовую часть отвечал Руслан Илиев, продакт менеджер агента: он сформулировал продуктовые цели, определил набор инструментов и валидационный набор запросов, а затем вёл запуск от закрытого вейтлиста до 100% продакшена. Как мы к этому пришли — через выброшенный прототип, десятки слоёв обвязки и пару болезненных уроков, — расскажу по порядку. Добро пожаловать под кат!

https://habr.com/ru/companies/yandex/articles/1079290/

#Харнес #скаффолдинг #deepresearch #алиса_ai #агенты

Ссылку засчитали, компанию не рекомендовали: как проверить видимость бренда в ответах ИИ

В отчёте по видимости бренда в ответах ИИ компания нашлась по трём из двадцати вопросов. Открыли сами ответы — и оказалось, что за этим числом стоят разные вещи. В одном случае компанию предложили как исполнителя. В другом поставили ссылку на её статью, но назвали чужую компанию. В третьем название бренда уже было в вопросе. Представим, что вы хотите попасть в список компаний, из которых выбирает клиент. В отчёте появляется плюс за ссылку на сайт. А в самом ответе заказчик читает о другом бренде. Если смотреть только на процент видимости, разницу можно пропустить.

https://habr.com/ru/articles/1080516/

#нейросети #Python #ChatGPT #Алиса_AI #GEO #AEO #вебаналитика #анализ_данных #мониторинг_бренда #продвижение_бренда_в_ответах_ИИ

Что умеет ассистент по умолчанию на Android — на примере Алисы AI

На устройствах под управлением ОС Android можно выбрать ассистента по умолчанию — почти так же, как браузер. Один раз выбираете в настройках — и дальше открываете его системным жестом поверх любого приложения. Удобно. Казалось бы, теперь выбранный ассистент может видеть всё, что происходит на телефоне, и делать с ним что угодно… Вовсе нет. При установке Android автоматически выдаёт приложению только базовые разрешения. Для доступа к расширенным возможностям нужно отдельное разрешение пользователя, а некоторые функции обычному стороннему приложению недоступны совсем. Меня зовут Ваня, я руководитель команды Android-разработки SDK Алисы и техлид проекта дефолтного ассистента. Сегодня мы с вами разберёмся, где проходят эти границы, на примере Алисы AI.

https://habr.com/ru/companies/yandex/articles/1078580/

#яндекс #алиса_ai #ассистент #android #алиса #google_play

Спросил пять нейросетей, какая из них лучше: себя хвалит не каждая, а ChatGPT называют все

Я задал пяти нейросетям с доступом в интернет (в смысле, с доступом к поиску) один и тот же бытовой вопрос: какая нейросеть лучше. Никаких имён в самом вопросе, никаких подсказок — я ждал, что каждая модель хотя бы немного потянет одеяло на себя. Себя упомянули не все, а вперёд себя почти никто не поставил.

https://habr.com/ru/articles/1075000/

#нейросети #сравнение_моделей #ChatGPT #Claude #Gemini #Алиса_AI

Три негативных ответа ИИ оказались о другой компании: разбор одной ошибки в метрике тональности

Решил посчитать, сколько раз языковые модели отзываются плохо о конкретной компании. Вроде простая задача: прогнать запросы через несколько моделей, разметить тональность ответов, поделить негативные на общее число. У меня получилось три негативных ответа из 358 — 0,8%. Число выглядело спокойным, и я чуть не отправил его в отчёт как есть. Потом я открыл сами эти три ответа, чтобы понять, из-за чего именно модель поставила минус. Одна и та же модель, один и тот же запрос, три прогона подряд. И тональность была отрицательной не про ту компанию, которую я измерял, а про однофамильца с похожим названием — совсем другой бизнес. Это заставило меня пересчитать всё заново и обнаружить, что у доли негатива как метрики есть минимум три момента, где она молча врёт: неправильный знаменатель, отсутствие проверки, что модель вообще говорит про вашу компанию, и отказы моделей, которые не относятся ни к одной из двух категорий.

https://habr.com/ru/articles/1074654/

#тональность #репутация_бренда #метрика_негатива #ответы_нейросетей #точность_измерений #знаменатель_метрики #классификатор_тональности #распознавание_сущности #мониторинг_упоминаний #Алиса_AI

Нюансы SEO быстрых ответов

Появление блока быстрых рекомендаций от ИИ в поиске привело некоторых владельцев сайта к желанию быть упомянутым в таком развёрнутом ответе. Ведь читается и выглядит обзорный рассказ от ИИ как авторитетная рекомендация, дальше которой пользователь обычно не листает поиск ниже. Попробую для этих людей озвучить тезисами 5 главных моментов работы блока быстрых ответов, подтверждая каждый примером в виде скриншота поискового запроса. Возможно, это убережёт вас от непродуманного решения переделать имеющееся на сайте SEO в угоду мифам об ИИ-поиске.

https://habr.com/ru/articles/1074352/

#ai_overviews #алиса_ai #seo_оптимизация #geo_оптимизация #aeo_оптимизация

Проверил семь советов по повышению видимости в нейросетях. Не сработал ни один

Я проверил семь советов по видимости в нейросетях на 73 страницах, которые модели сами поставили в источники. Я прогнал каждый совет через две группы страниц из собственных логов и посчитал разницу точным тестом Фишера: 34 страницы против 39, различие по авторству 100% против 82%. Это лишь эксперимент на небольшой выборке, но всё же.

https://habr.com/ru/articles/1073462/

#видимость_в_нейросетях #GEO #AEO #цитируемость #источники_ответов #точный_тест_Фишера #разбор_HTML #Schemaorg #авторство #Алиса_AI

Две страницы с 17-й позиции и нулём кликов дали больше цитирований ИИ, чем весь мой топ-5

Я исходил из простого допущения: сначала выводим страницу в топ поиска, а цитирование нейросетями подтянется следом — модель ведь тоже читает интернет. Допущение оказалось неверным. Взял один сайт, снял два среза данных и свёл их по URL. Ниже метод, код и результат, который меня удивил.

https://habr.com/ru/articles/1073316/

#GEO #AEO #цитирование_нейросетями #Search_Console #поисковая_оптимизация #AIпоиск #мониторинг_видимости #Perplexity #Алиса_AI #ChatGPT

ИИ-трафик обогнал человеческий: что это значит для сервера и видимости сайта у нейросетей

Привет, Хабр! Меня зовут Дмитрий, руковожу отделом рекламы и продвижения в Аспро. Мы запускаем интернет-магазины и развиваем систему управления бизнесом Аспро.Cloud . 4 июня 2026 года генеральный директор Cloudflare Мэтью Принс сообщил цифру, после которой стоит остановиться: бот- и агентный ИИ-трафик впервые превысил человеческий — 57,5% против 42,5% всех HTTP-запросов в интернете, по данным Cloudflare Radar . Половину запросов к вашему сайту делает не человек. Для владельца сайта в этой новости — два разных сюжета. Первый: сервер, который не проектировали под такую нагрузку, может начать падать от легального трафика, а не от атаки. Второй: та же самая толпа ботов — это краулеры, от которых зависит, процитирует ли нейросеть ваш сайт в ответе и приведет ли оттуда новых посетителей. В статье разберем обе стороны: что делать с инфраструктурой и как использовать этот трафик, а не просто выдерживать его.

https://habr.com/ru/companies/aspro/articles/1072944/

#geo #иитрафик #алиса_ai #видимость_сайта_в_нейросетях #индексация_сайта #краулеры #aeo #ии #продвижение_в_ии #seo

Как попасть в ответы Алисы AI: там всего пять ссылок, и четверть из них забирают десять сайтов

Я измеряю, как нейросети отвечают на вопросы о компаниях: беру набор одинаковых вопросов, прогоняю их через разные ИИ-модели по несколько раз и сохраняю не только текст ответа, но и список источников под ним. За несколько месяцев накопилось 455 ответов Алисы AI и 2976 ссылок в них. Распределение по числу источников оказалось не размазанным, а с двумя острыми пиками: пять и десять.

https://habr.com/ru/articles/1072206/

#как_попасть_в_ответы_алисы #Алиса_AI #продвижение_в_Алисе #Яндекс #источники #AEO #GEO #SEO #нейропоиск #видимость_в_нейросетях

Как я измеряю видимость брендов в шести нейросетях: схема замера, формат логов и ошибки

Задача звучит просто: выяснить, называют ли бренд ChatGPT, Claude, Perplexity, Gemini, Алиса AI и GigaChat, когда пользователь спрашивает совета или ответа у ИИ. На практике эта задача раскладывается на десятки технических решений, каждое из которых меняет результат в разы. Ниже устройство замера, формат хранения и три моих ошибки, которые обесценивают всю работу.

https://habr.com/ru/articles/1071762/

#видимость_бренда #нейропоиск #мониторинг_ИИ #ChatGPT_API #Алиса_AI #вебпоиск #замер_видимости #GEO #промпты

Как быстро загнать страницу в индекс Яндекса — и почему для Алисы AI этого мало

Новую страницу в поиске Яндекса не видно, пока её не обошёл робот. Пока страницы нет в индексе (базе поиска), её не будет ни в обычной выдаче, ни в ответе Алисы AI. Алиса опирается на источники, которые высоко стоят в поиске, это прямо написано в документации Вебмастера . Дальше — конкретная последовательность: что отдать роботу вручную, что настроить один раз, как проверить статус и где в Метрике смотреть отдачу. Ускорение индексации — управляемая история: переобход, IndexNow, sitemap реально сокращают время до попадания в базу. А вот топ-10 и цитирование в ответе Алисы — отдельная работа над содержанием страницы, индексация только открывает туда дверь.

https://habr.com/ru/articles/1065514/

#индексация #ЯндексВебмастер #IndexNow #sitemap #Алиса_AI #AEO #GEO #AIвидимость #нейропоиск #переобход

О гадании языковой модели в поиске

Этот пост - пример того, как несовершенны ещё языковые модели, а функцией суммаризации текста похоже всё-таки можно манипулировать. Я не стал выяснять каким образом, пока просто делюсь наблюдением. Итак, понадобилось мне на днях разыскать контакты знакомого по его телефону, бывшему вне зоны доступа. И вот я думаю, пробью-ка номер в Яндекс поиске - сразу покажет страницы, где тот вместе с телефоном запостил в интернет другие свои контакты. Ввожу номер... и под строкой поиска вижу ответ от Алиса AI (показан на скриншоте выше).

https://habr.com/ru/articles/1064794/

#быстрые_ответы #алиса_парится #алиса_ai

Как попасть в голосовые ответы Алисы — и почему разметка тут почти ни при чём

Недавно на сайте одного из клиентов мы с командой по всем правилам поставили speakable — разметку, которая подсказывает голосовому ассистенту, какие куски страницы читать вслух: короткий ответ в начале, три ответа из FAQ, всё в валидном коде, а селекторы точно на нужных блоках. Алиса зачитывала ответ ноль раз. Причина оказалась глубже разметки: страница висела на 14-м месте обычной выдачи Яндекса. Ниже разбираю, как размечать под голос правильно, на что это реально влияет и на каких граблях я терял время.

https://habr.com/ru/articles/1064662/

#speakable #JSONLD #schemaorg #Алиса_AI #голосовой_поиск #AEO #GEO #structured_data #ЯндексВебмастер #voice_search

Треть запросов ChatGPT к поиску — повторы. Разобрал 591 ответ: почему одних цитируют всегда, а других — через раз

Недавно в отраслевой рассылке SEOFOMO мелькнула цифра — ChatGPT в режиме поиска повторяет около 34% своих query fan-out. То есть когда вы задаёте разные вопросы, модель под капотом раскладывает их на под-запросы к поиску — и примерно треть этих под-запросов повторяется от промпта к промпту. Есть устойчивое ядро, которое крутится постоянно. Я работаю с видимостью брендов в нейросетях и сразу подумал: если ядро под-запросов стабильно, то и цитируемость источников не может быть равномерным шумом. Она должна расслаиваться — стабильное ядро сайтов, которые попадают в ответ почти всегда, и длинный хвост тех, кого система вспоминает через раз. Гипотезу можно проверить руками. Ниже — как я это сделал: замкнутый список из 16 брендов, шесть нейросетей, 591 обезличенный ответ и немного Python.

https://habr.com/ru/articles/1060008/

#AEO #GEO #AIпоиск #видимость_в_нейросетях #ChatGPT #Perplexity #query_fanout #алиса_ai #продвижение_в_нейросетях

Как быстро нейросети забывают источники: за месяц большинство теряется, но выжившие держатся долго

Два месяца назад я запустил повторный замер одних и тех же 20 промптов в двух ИИ-поисковых системах — хотел посчитать, с какой скоростью источники вымываются из цитируемой выдачи. Результат оказался неожиданно резким: за первый месяц ChatGPT перестаёт ссылаться примерно на три четверти доменов, которые цитировал в начале, Алиса AI — примерно на половину. А между первым и вторым месяцем распад почти останавливается. Ниже — как я это мерил, что получилось и почему на трёх точках во времени можно уверенно говорить про форму кривой, но нельзя — про точный коэффициент.

https://habr.com/ru/articles/1059530/

#citation_decay #AEO #GEO #AIпоиск #цитируемость #видимость_в_нейросетях #ChatGPT #Perplexity #алиса_ai #llm

Как вырастить маркетинг на 20% с помощью ИИ

Привет! Это команда Яндекс Практикума PRO. В марте у нас прошёл вебинар с Александром Мальцевым, директором по маркетингу Яндекс Браузера, экспертом курса «

https://habr.com/ru/companies/yandex_praktikum/articles/1043984/

#нейроредактор #яндекс_браузер #алиса_ai #deepseek #google_gemini #ииагенты

Как стоматология за МКАД попала в рекомендации Алисы и выросла 10Х без «идеальной» локации

Несколько лет назад ко мне обратилась небольшая стоматологическая клиника из Подмосковья. Запрос стандартный: мы только открылись, клиентов нет! Когда я начал изучать проект, быстро стало понятно — только рекламой тут не обойтись. Клиника физически находилась в неудобной точке — около МКАД, за крупным супермаркетом, возле погрузочно-разгрузочной зоны. Даже приехав по Яндекс Картам, я не сразу нашел вход. В таких случаях я всегда ставлю себя на место клиента. И это был очень показательный момент.

https://habr.com/ru/articles/1042044/

#маркетинг #кейс #кейсы #стоматология #алиса #алиса_ai #geo #нейросети #стартап #бизнес

Искусство промптинга, или Как варить кашу из топора правильно

Всем привет! Я Ольга Матушевич, преподаватель курса

https://habr.com/ru/companies/yandex_praktikum/articles/1020202/

#промпт #ии #как_писать_промпт #работа_с_нейросетями #chatgpt #gemini #алиса_ai

Нас окружают «невозможные» кубики Рубика

Подавляющее большинство изображений кубика Рубика — в иллюстрациях, принтах на одежде, мультфильмах, компьютерной графике и особенно в генерациях нейросетей — воспроизводят неправильные кубики. Чаще всего это невозможные в реальности комбинации цветов, реже к некорректным цветовым схемам добавляются нарушения геометрии и структуры кубика. Разгоняем эту тему в статье. Крутить далее...

https://habr.com/ru/articles/983682/

#кубик_рубика #галлюцинирование_нейросетей #искусственный_интеллект #ai #алиса_ai #gigachat #дизайн #графический_дизайн