Как ИИ решает, какие компании показать в локальном поиске — и что с этим делать бизнесу

Модели и параметры сравнения
Для наблюдения эксперты RocketData выбрали ChatGPT, DeepSeek, Google AI Overviews, Google режим ИИ и Яндекс Алиса. В качестве теста использовали запрос «В какой барбершоп записаться в Минске?». Стоит отметить, что конкретную локацию использовали лишь как пример: для других стран и городов принципы работы алгоритмов остаются теми же.

На что смотрели:
- Откуда каждая модель берет данные
- Появляются ли закрытые или нерелевантные точки
- Какие площадки чаще всего влияют на итоговый список
Разбор результатов: как ИИ собирает данные о компаниях
Ниже — на какие источники опиралась каждая модель и какие наблюдения у нас появились в результате сравнения.
ChatGPT
В ответах ChatGPT на запрос про барбершопы модель опирается на несколько типов площадок:
- В первую очередь нейросеть смотрит на локальные каталоги (в Беларуси это Barbershops.by, Relax.by и 103.by). Это справочники с карточками заведений, адресами, рейтингами и отзывами.
- Еще один источник — геосервисы, в нашем случае Яндекс Карты.
- Также ChatGPT анализирует городские медиа — обзоры, статьи с подборками барбершопов.
- И наконец, модель смотрит на сайты самих барбершопов.

Наблюдения:
- ChatGPT ориентируется на локальные каталоги и отзовики.
- В выдаче больше локальных источников, чем международных.
- В списке нет закрытых или несуществующих барбершопов.
DeepSeek
У DeepSeek выдача оказалась не полностью актуальной. Модель берет много источников, но почти не проверяет, насколько свежая в них информация.
- Как и ChatGPT, DeepSeek обращает внимание на локальные каталоги (Barbershops.by, Relax.by, 103.by и Ermilov.by).
- Нейросеть анализирует онлайн-СМИ и городские медиа — старые и новые подборки, обзоры.
- Также DeepSeek подтягивает данные из глобальных сайтов. Среди них встречаются англоязычные ресурсы. В нашем случае — это сайт Barberhead.com, где информация обновлялись последний раз в 2021 году.
- Еще один источник — сторонние площадки. Это сайты барбершопов из топа поисковой выдачи по запросу и видео на YouTube. В нашем примере модель учла ролик по теме запроса, который был опубликован шесть лет назад.

Наблюдения:
- DeepSeek использует значительно больше источников, чем другие модели, но при этом совсем не проверяет актуальность данных.
- В выдачу попадают закрытые или переименованные заведения — именно такая ситуация и возникла в нашем примере.
Google AI Overviews
В случае с Google AI Overviews появились источники, которых не было у других моделей.
- Как и остальные нейросети, модель смотрит на локальные каталоги (Barbershops.by и Ermilov.by.)
- Дальше Google AI анализирует геосервисы. В нашем примере это были данные с Яндекс Карт.
- Как и в случае с предыдущими моделями, в источники попали обзоры и подборки из медиа, где упоминаются барбершопы.
- Еще одно интересное наблюдение — модель просмотрела страницы барбершопов в Instagram.
- И финальный источник — сайты самих заведений.

Наблюдения:
- Google AI ориентируется на медиа и обзоры, а не на картографические данные.
- В выдаче оказался барбершоп, которого уже нет — модель смотрит на старые публикации и не проверяет актуальность информации.
Google режим ИИ
На удивление, режим ИИ у Google формирует локальную выдачу заметно иначе, чем Google AI Overviews.
- В этом случае модель в первую очередь смотрит на геосервисы, и основным источником становятся карточки в Google Maps.
- Дальше Google подключает обзоры в онлайн-СМИ и медиа.
- В источники попадают и соцсети — прежде всего страницы барбершопов в Instagram.
- Финальный набор данных Google получает с официальных сайтов компаний, где указаны услуги, цены и базовые сведения о работе.

Наблюдения:
- Модель использует данные Google Maps как главный источник.
- Выдача вышла корректной: все барбершопы работают, ошибок нет.
Яндекс Алиса AI
Яндекс Алиса показала самый логичный выбор источников среди всех протестированных моделей. Это заметно повлияло на качество выдачи.
- Сначала Алиса смотрит на геосервисы. В нашем наблюдении это карточки компаний на Яндекс Картах и в 2ГИС.
- Дальше модель анализирует отзовики (для белорусской выдачи нейросеть изучила Relax.by, 103.by, Otzovik.by, Zoon.by).
- Еще один источник — сервисы и купонные площадки, на которые не опиралась ни одна другая нейросеть (в нашем случае это Daroo.by и Slivki.by).

Наблюдения:
- Алиса использует свежие данные из карт и отзовиков, а не старые статьи или рейтинги.
- Выдача оказалась самой точной и актуальной среди всех протестированных ИИ-моделей.
- Модель не учитывает устаревшие материалы и не включает закрытые компании.
Итоговое сравнение моделей
После того как мы разобрали каждую модель по отдельности, стало видно, что нейросети формируют локальную выдачу совершенно по-разному: одни опираются на каталоги и медиа, другие — на карты.
Чтобы наглядно сравнить источники и точность работы всех протестированных моделей, собрали результаты в таблицу. Модели опираются на разные площадки: кто-то на каталоги, кто-то на медиа, кто-то на карты и отзовики. Но главный вопрос для бизнеса — как использовать эту информацию на практике? Собрали чек-лист действий, которые помогут укрепить позиции компании в ИИ-выдаче. Каталоги остаются одним из основных источников, на которые смотрят нейросети. Это могут быть каталоги с локальными заведениями, тематические ресурсы и большие международные платформы. Для ИИ важно, чтобы компания была представлена в таких источниках и имела там актуальную информацию. Рекомендуем: Многие нейросети используют данные из геосервисов. Поэтому грамотно заполненная карточка напрямую влияет на то, как компания будет выглядеть в локальной выдаче. Рекомендуем: Нейросети учитывают отзывы не только из геосервисов, но и с локальных отзовиков. Рекомендуем: Часть моделей, в том числе Google AI Overviews и DeepSeek, опирается на медиа: статьи, обзоры и рейтинги вроде «Топ-5 мест». Если бренд регулярно появляется в таких материалах, нейросети чаще подхватывают его как релевантный контент по запросу. Рекомендуем: Нейросети постоянно обучаются: меняют логику ранжирования и подключают новые источники. То, что хорошо работало полгода назад, сегодня может давать другую выдачу. Поэтому важно не «настроить один раз и забыть», а регулярно смотреть, как ИИ показывает вашу нишу. Рекомендуем: Локальная выдача нейросетей строится на фактах, которые модели находят о компании в интернете. Чтобы появляться в этих ответах, бизнесу следует: — поддерживать актуальные данные на всех площадках, — присутствовать в локальных и тематических каталогах, — вести карточки в геосервисах, — работать с отзывами и рейтингом с помощью RocketData, — контролировать упоминания в медиа и соцсетях, — регулярно обновлять сайт и информацию о компании. Компании, которые системно занимаются локальным маркетингом, получают заметное преимущество в нейропоиске. Больше статей о локальном маркетинге читайте в блоге RocketData.

Как бизнесу попасть в ИИ-поиск: практический чек-лист
1. Размещайтесь в локальных и глобальных каталогах
2. Прокачайте карточки в геосервисах
3. Работайте с отзывами
4. Размещайтесь в обзорах и подборках в медиа
5. Тестируйте запросы в нейросетях по своей отрасли
Резюме