ИИ-ассистенты заменили поисковики на локальных услугах: анализ выдачи стоматологии
Новое исследование показывает, что нейросети при запросе о поиске стоматолога в Москве чаще всего не предлагают ссылки, а сразу выдают готовый список конкретных клиник с адресами и ценами. В 91,7% ответов ассистент называет конкретное медицинское учреждение, фактически выполняя функцию агрегатора, а не поисковой системы. При этом узнаваемость бренда играет второстепенную роль по сравнению с наличием структурированной информации на сайтах.
# Как работают ИИ-ассистенты на локальных услугах: разбор выдачи стоматологии в Москве
Недавнее исследование, проведенное аналитиком данных на платформе Habr AI, выявило фундаментальное изменение в работе ИИ-ассистентов. Когда пользователь спрашивает о том, где срочно вылечить зуб в Москве, модель не предлагает провести поиск или дать общие рекомендации. Вместо этого она возвращает конкретный список из трех клиник с адресами, ценами и контактами.
В ходе анализа было проведено 549 запросов на реальном языке, которые были направлены на девять различных моделей искусственного интеллекта. Итог составил 4941 ответ. Исследование показало, что конкретная клиника упоминается в 91,7% всех полученных ответов. Это означает, что пользователю не остается выбора: решение за него уже принято алгоритмом.
Разделение механизмов: имя против ссылки
Интересный аспект исследования заключается в том, как модели добывают эти данные. Выделяется два принципиально разных подхода:
1. Упоминание по имени: Модель воспроизводит название клиники из своей внутренней базы данных. Ярким примером здесь выступает сеть «ПрезиДЕНТ», которая упоминалась 1541 раз именно как название в тексте ответа, при этом ссылок на её сайт практически не было. Также к этой группе относятся «К+31» и «InWhite Medical». Такие бренды известны модели благодаря статьям, подборок и рейтингам, а не благодаря прямым цитатам с их официальных сайтов. 2. Упоминание через ссылку: Модель находит и процитирует конкретную страницу клиники. Абсолютным лидером этого метода стала платформа «Зуб.ру». Она попала в ответы 1694 раза, но ни разу не была названа по имени. Модель просто прочитала опубликованный прайс-лист и передала его пользователям.
В среднем по рынку имя бренда приносит лишь 8,7% упоминаний. Остальные 91,3% — это прямые цитаты с веб-страниц. Для ИИ значима не столько известность бренда, созданная годами маркетинга, сколько доступность структурированной информации на его сайте.
Разнородность поведения моделей
Исследование продемонстрировало, что девять моделей формируют ответы из совершенно разных «рынков» данных.
* Модели, ориентированные на поиск в реальном времени: Google Gemini и Perplexity ссылаются на источники в 100% случаев. Они строят ответ на основе текущего контента в интернете. * Модели, работающие на памяти: ChatGPT и «Чат с Алисой» часто отвечают без ссылок (в 28% и 46% случаев соответственно). Здесь работает накопленная обученная информация, а не свежие данные из сети.
Лидеры выдачи у разных моделей также различаются. Например, в выдаче Gemini и PerplexITY лидирует сеть «СМ-Стоматология», тогда как DeepSeek часто упоминает «К+31». Усреднение данных по всем моделям скрывает эти важные различия. Более того, почти половина моделей вообще не обращается к интернету при формировании ответа на такие запросы.
Роль источников данных
Самым неожиданным фактом стало распределение доверия к источникам. Вопреки ожиданиям, что ассистенты будут опираться на официальные сайты клиник или медицинские справочники, основным источником информации стали агрегаторы и карты.
* Сайты клиник встречаются в ответах лишь в 51,5% случаев, при этом количество уникальных клиник превышает 100, а их прямое цитирование встречается в среднем в одном-трёх ответах. * Справочники, рейтинги и карты занимают 32,2% и 7,6% соответственно, но именно 29 таких сайтов генерируют количество показов, равное всем клиническим сайтам вместе взятым.
Ассистент не проверяет качество услуг клиники. Он пересказывает агрегаторы. Если clínica отсутствует в справочнике или на карте, она практически не появится в ответе ИИ, независимо от реального качества её работы. Доверие формируется исключительно на основе числовых показателей: рейтинга и количества отзывов, которые автоматически копируются в ответ.
Влияние контента на ранжирование
Успешное продвижение в выдаче ИИ зависит от качества и структуры контента, а не от маркетинговых бюджетов.
* Специфичный контент бьет вразлет: Одна статья на тему «что делать, если выпал зуб» от конкретной клиники попала в 785 ответов. Обычная страница с описанием услуг используется лишь в 20 случаях. Для ИИ важна узкая специализация текста. * Срочные запросы игнорируют бренд: В запросах со словами «ночью», «срочно» бренды исчезают из выдачи. Решающими факторами становятся указания «круглосуточно», «без записи» и прямые контакты. * Честный тон против рекламы: Статьи-сравнения, где клиника выступает экспертом, цитируются значительно чаще продающего текста. Одна сеть собрала 80 ссылок на экспертные статьи против всего 10 упоминаний своего имени.
На текущий момент ни одна клиника не доминирует над рынком ответов. Лидер имеет всего 5,2% доли голоса, а топ-3 вместе — 13,2%. Распределение крайне размыто среди 94 клинических источников.
*«Меня зацепило вот что. Мы обсуждаем, будут ли ассистенты заменять поиск, а на локальных услугах они его уже заменили»*, — отмечает автор исследования, резюмируя главную мысль. Человек получает не инструмент для самостоятельного выбора, а готовое решение, сгенерированное машиной.
Ограничения методики
Важно помнить, что исследование охватывает только Москву и русский язык, проведено в июле 2026 года и содержит исключительно коммерческие запросы. Модели ИИ постоянно обновляются, а индексация данных меняется. В регионах структура источников может быть иной: там, возможно, меньше специализированных справочников и больше карт. Абсолютные числа могут незначительно отличаться из-за опечаток и редких написаний, но пропорции остаются верными.
Резюмируя: ИИ-ассистенты на локальных услугах действуют как мощные фильтры, отсекающие неизвестные бренды и оставляющие только те, кто умеет структурировать информацию и предоставлять её в удобном для машины формате.