Основатель каталога FastUp Егор Воронов задал Gemini 3 Flash и gpt-5-mini с поиском в интернете 200 запросов о подрядчиках для бизнеса. В 94 подборках из 100 сайтов самих компаний почти не было. По наблюдению автора, модель проверяет компанию по справочникам и налоговому номеру, а без подтверждения отсекает её или берёт старые данные. Замер небольшой, и автор сам владеет каталогом. По данным Yext, которая продаёт ведение карточек, нейросети цитируют сайты компаний и каталоги почти одинаково часто: 44% и 42% цитат. Проверьте, что карточки компании совпадают с сайтом и ссылаются на него.
ДЛЯ ВАС →Если сайт в топе поиска, а нейросеть называет конкурентов, проверьте карточки компании в 2ГИС, на картах и в отраслевых справочниках. Адрес, телефон и услуги там должны совпадать с сайтом, а в каждой карточке должна стоять ссылка на него.
Нейросеть с поиском, похоже, не верит компании на слово. Так считает основатель каталога FastUp Егор Воронов: по его замеру, модель перед ответом ищет компанию в каталогах, справочниках и реестрах юрлиц, а если там пусто, может выкинуть её из ответа, даже когда сайт стоит в топ-10 поиска.
Замер он описал на Хабре в ноябре 2026 года.
Что показал замер 200 запросов о подрядчиках
В 94 из 100 ответов-подборок, то есть списков подрядчиков в отрасли, сайтов самих компаний почти не было. Воронов задал 200 реальных запросов из сферы услуг для бизнеса моделям Gemini 3 Flash и gpt-5-mini с поиском в интернете. 31 октября и 1 ноября 2026 года он прогонял запросы ещё и вручную. В заголовке статьи цифра звучит как «94% ответов», хотя посчитана по подборкам.
Автор проследил, как модель ищет исполнителя. Сначала по названию с городом и в латинской транслитерации. Потом находит УНП (регистрационный номер компании в Беларуси) и ищет уже по нему. В конце сверяет, что юрлицо существует и что услуги совпадают с сайтом.
Без такого подтверждения модель, по наблюдению автора, компанию отсекает. Описание на собственном сайте, считает Воронов, для модели остаётся саморекламой.
Что видно в логах каталога
Вторая часть замера — логи каталога FastUp, то есть записи сервера о том, кто и какие страницы открывал. За 30 дней к каталогу на 30 900 карточек было 773 704 обращения, и 705 323 из них точно сделали настоящие боты: это проверили по их IP-адресам. Чаще всего боты открывали отраслевые подборки, реже всего — llms.txt, файл-памятку для нейросетей.
Почти весь поток дали два робота: GPTBot, который собирает тексты для обучения моделей OpenAI (383 898 обращений), и PerplexityBot, робот поиска Perplexity (308 764). Ботов, которые ходят за данными для ответов ChatGPT, было мало: ChatGPT-User, который открывает страницу по запросу пользователя, — 82 обращения, поисковый OAI-SearchBot — 48. Googlebot заходил 1 956 раз, YandexBot — 5 534.
Старые бизнес-справочники, по словам автора, часто не пускают роботов: сайт отвечает «доступ запрещён» или «слишком много запросов». Данные там спрятаны под десятками рекламных блоков, телефоны устарели, а вместо услуг стоит общий код деятельности вроде «оптовая торговля широким ассортиментом».
Насколько этим цифрам можно верить
Цифрам стоит верить с оговорками. Выборка небольшая: две модели, два дня, а как отбирали запросы и сколько раз повторяли каждый, автор не пишет. Страна и ниши тоже не названы, хотя УНП и домен .by указывают на Беларусь. Логи собраны на одном каталоге, и то, что бот открыл страницу, ещё не значит, что её данные попали в ответ.
Важнее всего: Воронов сам владеет каталогом, а в выводах советует завести «цифровой паспорт компании» в таком реестре.
Есть и второй замер — от Yext. Эта компания сама продаёт сервис, который ведёт карточки бизнеса в каталогах, так что тоже заинтересована в выводе. Она разобрала 6,8 млн цитат ChatGPT, Gemini и Perplexity за июль и август 2025 года. Сайты компаний дали 44% цитат, каталоги — 42%, отзывы и соцсети — 8%. У ChatGPT на каталоги пришлось 48,7% цитат, у Gemini на сайты — 52,1%, в медицине на каталоги — 52,6%.
Оба замера сделали компании, которые зарабатывают на каталогах. Даже с этой поправкой данные Yext показывают: нейросети цитируют и сайт компании, и её карточки в каталогах, поэтому данные в них должны совпадать.
Что проверить в карточках компании
Начните с каталогов, которые открывают ваши клиенты, и проверьте, совпадают ли там данные с сайтом. Порядок ниже собран по рекомендациям автора замера:
Найдите все карточки компании ≈ 30 мин
- Поищите в Google название с городом, как делает модель, и выпишите каталоги из первых двух страниц.
- Отдельно проверьте 2ГИС, Яндекс Карты, Google Карты и отраслевые справочники вашей страны.
Сведите данные к одному виду ≈ 1-2 часа
- Название, адрес, телефон, режим работы и налоговый номер должны совпадать везде.
- Вместо общего кода деятельности впишите конкретные услуги, города и цены-ориентиры.
Свяжите карточки и сайт ≈ 30 мин
- В каждой карточке поставьте ссылку на сайт.
- Попросите разработчика добавить на сайт разметку Schema.org — служебное описание компании для поисковиков и нейросетей. В блок о компании (Organization) он впишет ссылки на все карточки (поле sameAs) и налоговый номер (поле taxID).
Поле taxID в словаре Schema.org как раз и придумано для налогового номера организации. Разметка сама по себе компанию в ответ не приведёт, но поможет связать сайт с записью в реестре. Если нейросеть уже путает вас с другой фирмой, разберитесь сначала с этим: пошагово — в гайде о том, что делать, если нейросеть путает компанию.
Кроме карточек, нейросети смотрят статьи о компании на чужих площадках. Какие площадки чаще цитируют Алиса, ChatGPT и Perplexity, мы разобрали в гайде где публиковать статьи для нейросетей, а план на месяц — в разборе как попасть в ответы нейросетей.
Не хотите искать карточки вручную? Можно заказать замер: в каких каталогах есть ваша компания и что нейросети о ней знают.
Заказать аудит →Частые вопросы
Почему нейросеть не показывает сайт компании, хотя он в топе поиска?
По замеру на Хабре, нейросеть с поиском часто проверяет компанию на чужих сайтах: в каталогах, справочниках, реестрах юрлиц. Модель искала компанию по названию с городом, затем по налоговому номеру и без внешнего подтверждения отсекала её. По наблюдению автора замера, высокое место сайта в поиске этого не меняет.
Какие каталоги нужны компании, чтобы её называли нейросети?
Начните с тех, где вас ищут клиенты: 2ГИС, Яндекс Карты, Google Карты и два-три отраслевых справочника вашей страны. Число карточек значит меньше, чем одинаковые данные во всех: название, адрес, телефон, услуги и ссылка на сайт. Если свежего подтверждения нет, модель может взять из заброшенного справочника устаревший телефон.
Помогает ли файл llms.txt попасть в ответы нейросетей?
Судя по логам каталога FastUp, боты этот файл почти не читают. Файл llms.txt — памятка для нейросетей в корне сайта. За 30 дней боты запросили его и llms-full.txt 14 раз из 773 704 обращений к каталогу на 30 900 карточек, а те же карточки в виде файлов для программ (JSON) и простого текста (Markdown) — десятки тысяч раз. Влияние на ответы замер не проверял.



