Доминирование двух площадок: как нейросети формируют общий круг доверенных источников

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

В эпоху, когда поисковые системы всё чаще подкрепляют текстовые ответы ссылками на авторитетные источники, важно понимать, как алгоритмы отбирают эти материалы. Исследование, опубликованное в сообществе Habr, демонстрирует высокую степень централизации доверия: нейросети практически всегда рекомендуют один и тот же узкий набор сайтов, независимо от конкретного вопроса.

Методология и масштаб исследования

Исследователь поставил задачу понять, как различные модели — Алиса AI, Google AI Overviews, Perplexity, ChatGPT и GigaChat — выбирают источники информации. Был разработан строгий метод отбора данных.

В основу экспериментов легли 20 типовых вопросов, актуальных для клиентов, занимающихся продвижением услуг. Вопросы охватывали ключевые аспекты: «где заказать», «сколько стоит», «как выбрать агентство» и запросы на подборку лидеров рынка. Запросы были направлены в пять нейросетей, работающих в режиме с включённым веб-поиском. Из 100 полученных ответов источники находились в 87 случаях, остальные ответы не содержали прямых ссылок.

При анализе доменов были исключены служебные адреса документации и ресурсы разработчиков. Оставшаяся выборка включала 211 уникальных сайтов. Статистика распределения цитирований оказалась крайне неравномерной.

Техническое пояснение: В контексте данного анализа «ссылка» означает прямое указание на URL-адрес ресурса в блоке источников ответа модели. Важно понимать, что нейросеть могла прочитать контент и использовать его для формирования ответа без прямого цитирования, но только наличие ссылки фиксируется в статистике.

Доминирование «ядерной» группы сайтов

Результаты подсчёта выявили феномен концентрирования внимания. Из 211 рассмотренных сайтов:

* На 161 ресурс (более 76%) ссылалась всего одна нейросеть. * На 34 ресурса — две модели. * На 17 сайтов — три и более нейросетей одновременно.

Эти 17 сайтов автор исследования называет «ядром». Именно на них приходится 79% всех ответов, содержащих ссылки на внешние источники. Это свидетельствует о наличии узкого круга авторитетов, которые алгоритмы воспринимают как наиболее достоверные в данной нише.

В этот список входят не только крупные медийные площадки, но и специфические источники. Особое внимание привлекают Sostav и vc.ru. Суммарно эти два ресурса упоминаются в 49 ответах, что составляет почти половину от всех случаев с цитированием. Другие участники «ядра» включают медиа Forbes, блог-платформы Habr и Клерк, а также специализированные рейтинговые агрегаторы Workspace и Рейтинг Рунета.

Степень влияния моделей различается. Если ChatGPT в половине случаев отсылает к документам Google и реже использует «ядро», то Perplexity ссылаются на эти сайты практически в каждом ответе. Алиса AI демонстрирует высокую плотность упоминаний: из 20 ответов с ссылками сайт «ядра» присутствует в 17 из них.

Динамика доверия во времени

Важным аспектом исследования стала проверка устойчивости выбранного круга источников. Через шесть недель после первого съёмки тот же набор вопросов был задан нейросетям повторно.

Показатели изменились незначительно. Девять сайтов из первоначальной «семёрки» общих источников сохранили статус: на них ссылались три и более нейросетей во втором проходе. К ним относятся Sostav, vc.ru, Workspace, Клерк и Forbes. Это говорит о том, что формирование таких рейтингов доверия происходит не разово, а является стабильным процессом. Остальные сайты из первой выборки либо утратили актуальность, либо на них ссылались реже.

Ситуация со стабильными сайтами усугубляется тем, что домены, которые цитировались только одной нейросетью, в повторном эксперименте встречаются значительно реже. Это указывает на то, что «шум» в выборе источников велик, а устойчивые лидеры выделяются чётко.

Стратегии ответов моделей на вопросы о рейтингах

Поведение нейросетей варьируется в зависимости от формулировки вопроса. Когда пользователи спрашивают о «лучших агентствах» или «топе», модели часто объединяют свои списки.

* Perplexity наиболее активно использует агрегаторы. Из 20 ссылок по теме рейтингов семь вели на vc.ru, пять — на DTF. * Алиса AI демонстрирует разнообразие, выбирая пять разных площадок, включая vc.ru, DTF и Клерк. * ChatGPT проявляет меньшую привязку к блоговым платформам в этой теме. Из 10 ссылок он указывал только на три различных ресурса, при этом некоторые сайты рейтинга агентств входили в этот узкий круг чаще других.

Интересно, что сайт DTF, хотя и не попал в «ядро» из 17 сайтов (на него ссылались только две модели), стабильно фигурирует в ответах на вопросы о рейтингах, занимая второе место после vc.ru.

Рекомендации по работе с нейросетями

Для специалистов по продвижению и контент-маркетологов выводы исследования предлагают четкий план действий.

1. Проверка ниши: Возьмите 15–20 типичных вопросов вашей сферы и задайте их пяти нейросетям. Сформируйте таблицу с полученными ссылками. С помощью простого анализа (или предоставленного в статье кода на Python) вычислите, на какие сайты ссылаются три и более моделей одновременно. Это и есть ваш «ядро» для данной ниши. 2. Публикация контента: Размещайте материалы на площадках этого «ядра». Блог-платформы, такие как vc.ru и Habr, доступны для любого автора и часто попадают в списки рекомендаций алгоритмов. Специализированные рейтинги требуют подачи заявки от компании. 3. Мониторинг: Проводите повторный замер через полтора месяца. Поскольку состав источников может меняться, важно отслеживать, какие площадки удерживают статус лидера доверия во времени.

Нейросети не являются панацеей, но их цитируемость демонстрирует, где сейчас сосредоточено информационное поле отрасли. Понимание этой структуры позволяет точнее планировать медиа-стратегию и увеличивать видимость бренда в результатах поиска нового поколения.