Кого цитируют нейросети: я дважды задал 200 вопросов девяти ИИ и разобрал 3 600 ответов

Дважды в октябре и ноябре я задавал нейросетям одни и те же 200 вопросов и смотрел, на какие сайты они ссылаются.

12 отраслей, 9 систем, две даты: 2 октября и 9 ноября 2026 года — 3 600 ответов.

За месяц состав лидеров почти не изменился: 9 из 10-ти самых цитируемых доменов остались на месте. А вот цифры поехали: ссылок стало на 10% меньше, wikipedia.org потерял почти треть ответов, доля десяти самых частых доменов упала с 16,3% до 13,6%.

Всё началось с одного ответа. На вопрос «в каком банке лучше взять кредит» Алиса назвала четыре банка — и не дала ни одной ссылки на их сайты. Бренды были в тексте, а источниками стали рейтинги и каталоги.

Данные я собирал в Трекере ИИ Keys.so: на время исследования сервис дал доступ к проекту и API. Вопросы, разметку доменов и выводы делал сам.

Замеров два, вопросы и системы в них одни и те же. Основная часть статьи разбирает первый замер; второй и разница между ними — в разделе «Что изменилось за месяц».

Упоминания брендов я проверял в девяти системах, ссылки на источники — в семи. Данные открыты: результаты обоих замеров (XLSX) и 1 166 вопросов Нейро по нишам (XLSX).

Содержание

1. Главное из исследования
2. Что я считал
3. Кого цитируют чаще всего
4. Какие типы сайтов лидируют в топ-100
5. Какие бренды называют в ответах
6. Кого нейросети цитируют в вашей нише
7. Четыре банка названы, ссылок на их сайты нет
8. Что проверить у себя
9. Почему недостаточно проверить одну нейросеть
10. Чем системы отличаются по источникам
11. Где взять идеи для вопросов
12. Как я проверил упоминания SEO-сервисов
13. Как проверить свой сайт в Трекере ИИ
14. Как начать проверку
15. Что изменилось за месяц
16. Лидеры почти те же, цифры другие
17. Различия между системами больше месячного разброса
18. Google и Claude стали давать меньше ссылок
19. Источники появились у GigaChat и DeepSeek
20. Ниши: концентрация выросла в трёх, упала в восьми
21. Бренды называют реже
22. Почему цифры сдвинулись
23. Ключевые факты исследования
24. Методика и ограничения
25. Читайте также

Главное из исследования

• Каждая нейросеть показывает свой набор источников. Совпадают в основном крупные домены вроде yandex.ru и wikipedia.org, дальше начинаются расхождения. Сайты, которые встретились всего один раз, почти всегда уникальны для системы: проверили одну — увидели часть картины.
• Через месяц лидеры те же, а цифры другие. 9 из 10-ти доменов остались в топе, yandex.ru — первым. При этом ссылок стало на 10% меньше, у wikipedia.org ответов почти на треть меньше, а доля топ-10 упала с 16,3% до 13,6%.
• У каждой отрасли свои любимцы. В финансах — banki.ru и sravni.ru, в туризме — aviasales.ru и tutu.ru, в IT — habr.com. Свою нишу ищите в таблице ниже.
• Свой сайт проверяют по своим вопросам. Общая таблица описывает мою подборку и не отвечает, появляется ли ваш бренд по вашим запросам.

Результаты по нишам · Сравнение нейросетей · Как проверить свой сайт

Готовый проект с упоминаниями бренда, ссылками на сайт и ответами нейросетей можно посмотреть в демопроекте Трекера ИИ, подписка для этого не нужна.

Открыть Трекер ИИ →

Что я считал

Чтобы не путаться в трёх похожих вещах, договоримся о словах.

• Ссылка — конкретный URL в блоке источников ответа.
• Цитируемость домена — появление домена среди источников. Если в одном ответе три ссылки на один сайт — этот сайт цитируется один раз.
• Упоминание бренда — название бренда в тексте ответа. Считал отдельно и только на вопросах выбора.

Ссылки я сравнивал у 7-ми систем: в них источники есть в 1 356 ответах, всего 15 430 ссылок на 3 930 доменов. Как устроен набор вопросов и подсчёт — в конце, в разделе «Методика и ограничения».

Кого цитируют чаще всего

Начнём с общего счёта. В 1 356 ответах с источниками домены упомянуты 11 906 раз. Восемь самых частых — в таблице.

yandex.ru — не один сайт, а агрегат: в него попали источники с разных поддоменов Яндекса. Вместе они встретились в 332 ответах из 1 356 (24,5%). Если считать только отдельные сайты, первым будет wikipedia.org: 232 ответа, 17,1%.

На десять самых частых доменов приходится 16,3% всех цитирований, на пятьдесят — 34,3%. А больше половины списка — редкие гости: 2 629 доменов из 3 930 (67%) встретились один раз.

Такой длинный хвост отчасти создал сам набор: 12 несвязанных отраслей почти гарантируют разнобой источников. И общие лидеры не обязательно главные в вашей нише — поэтому дальше разбираю каждую отрасль отдельно.

Какие типы сайтов лидируют в топ-100

100 самых цитируемых доменов забирают 41,9% всех цитирований — почти половину. Тип я проставил вручную только этим ста, а не всем 3 930.

Поэтому доли в таблице считаются от цитат внутри топ-100: 32,7% у сайтов компаний — это примерно 14% всех цитирований.

Первое место у компаний объясняется просто: их в топ-100 48, а агрегаторов 21.

В пересчёте на один домен картина меняется: агрегатор собирает 49 цитат, компания — 34.

Двадцать разметок из ста спорные. vc.ru можно считать и площадкой, и изданием; google.com и eda.yandex я отнёс к компаниям. Без спорных два первых места те же: компании 35,0%, агрегаторы 21,6%.

Сайты компаний собирают в топ-100 больше всего цитат, но это крупные федеральные бренды. Про сайты среднего бизнеса замер не говорит ничего.

Что именно цитировали — блог бренда, страницу тарифа или карточку товара — я не размечивал.

Как типы сайтов распределяются по системам

Доли — от цитат общего топ-100 в каждой системе. Покрытие разное: от 31,9% цитат ChatGPT до 59,7% у Perplexity, поэтому сравнивать стоит осторожно.

Тип, % цитат топ-100 в системе	Perplexity	ChatGPT	Алиса в Поиске	Google режим ИИ	Gemini	Claude	Алиса в чате
Бренды и компании	32,2	15,8	31,3	43,6	39,2	37,2	31,0
Агрегаторы и рейтинги	18,3	13,2	28,5	21,2	20,0	19,7	27,0
СМИ и деловые издания	23,7	13,5	9,3	6,8	9,8	17,3	10,9
Платформы и сообщества	9,2	19,9	11,5	8,2	11,6	11,3	8,2
Экосистемы платформ	8,8	5,1	13,7	8,2	8,8	9,1	13,2
Справочники и энциклопедии	4,2	19,5	2,6	4,1	4,9	1,9	5,6
Государство и регуляторы	3,6	12,9	3,1	7,9	5,7	3,5	4,0
Покрытие цитат системы топ-100	59,7	31,9	50,7	42,2	34,7	35,3	55,2

Главное исключение — ChatGPT. У него меньше доля компаний (15,8%) и больше платформ (youtube.com — 115 ответов), справочников (wikipedia.org — 103) и госсайтов.

У остальных шести систем компании занимают 31–44% цитат, агрегаторы — 18–29%. Больше всего СМИ у Perplexity: 23,7%, rbc.ru в 76 ответах. Один замер такие различия не доказывает, но показывает, куда смотреть.

Какие бренды называют в ответах

Теперь не ссылки, а названия в тексте — на вопросах выбора. В основном наборе их от двух до восьми на отрасль.

Бренды я искал по словарю, который собрал из частых названий в ответах: возможны пропуски и ложные совпадения. Доли — только про мою подборку.

• E-commerce (4 вопроса про выбор магазина, 36 ответов). Ozon — 33 ответа из 36 (92%), Яндекс Маркет — 31 (86%), Wildberries — 29 (81%). Все три назвали все девять систем. Для вопросов про выбор магазина такие доли ожидаемы.
• Финансы (4 вопроса о кредитах, вкладах, картах и страховых компаниях, 36 ответов). Сбербанк — 25 (69%). Если не считать два ответа, где назван только дочерний продукт вроде страхования, — 23 (64%). ВТБ и Альфа-Банк — по 22 (61%), Т-Банк — 20 (56%).
• Образование (4 вопроса, 36 ответов). Skillbox — 13 (36%), Яндекс Практикум — 12 (33%), Duolingo — 11 (31%).
• Недвижимость (4 вопроса, 36 ответов). ПИК и «Самолёт» — по 9 ответов из 36 (25%), каждого назвали все девять систем.

Что значат эти цифры. Только одно: как часто нейросети называли бренд в ответах на мои вопросы. Это не рейтинг и не оценка надёжности, качества, условий или лицензии — выбирать банк, страховую, застройщика, магазин или школу по ним нельзя. Точность ответов я не проверял: в вопросах про вклады, кредиты, страховку и медицину нейросеть не заменяет специалиста.

Кого нейросети цитируют в вашей нише

В одних отраслях нейросети снова и снова возвращаются к одним и тем же сайтам, в других — расширяют круг источников. Я посчитал это по 12 нишам и семи системам с источниками. Результат не отвечает на вопрос «легко ли новому сайту попасть в ответ», зато показывает, какие площадки в отрасли нейросети читают.

В таблице — три самых частых домена каждой ниши и тип сайтов, который цитируют чаще всего.

Доли типов — от цитат размеченных ста доменов.

Агрегаторы выходят вперёд в авто, медицине, недвижимости, строительстве и туризме, компании — в остальных семи нишах. В авто разрыв меньше одного пункта: там почти поровну.

Самые «закрытые» ниши — финансы и недвижимость: десять доменов собирают 50% и 48% цитат. Самые «открытые» — медицина, IT и строительство: 30–31%.

Это доли выровненных выборок, а не всех цитирований ниши, поэтому между собой они сопоставимы, а с абсолютными числами — нет. Как считал — в блоке ниже.

Важный нюанс. В каждой ячейке «ниша × система» 15–17 ответов. Таблицы стоит читать как ориентир, а не как точный рейтинг. Разметка покрывает разную часть цитат: в медицине и строительстве 27%, в финансах 72%, поэтому доли типов в первых двух нишах надёжны меньше.

Четыре банка названы, ссылок на их сайты нет

Вот тот самый ответ, с которого всё началось. Вопрос «в каком банке лучше взять кредит», система Алиса AI в Поиске, 2 октября 2026 года. Ответ про Самару: Алиса отдаёт региональные ссылки, а геолокацию я не задавал.

Бренд в тексте и ссылка на сайт — разные вещи. Здесь четыре банка названы, а в источниках — рейтинги и каталоги.

Поэтому я и смотрю отдельно: кого назвали и на какие страницы сослались. Это иллюстрация на одном ответе, а не вывод о системе. Условия кредитов из ответа не привожу, точность не проверял.

Что проверить у себя

• Берите вопросы про свою услугу. Результат по отрасли может не совпасть с результатом по конкретному продукту и региону.
• Смотрите не только домены, но и страницы. Откройте URL из источников: какая именно страница попала в ответ и есть ли среди источников ваш сайт.
• Разделяйте упоминание и ссылку. Проверьте отдельно: назван ли бренд в тексте и указан ли ваш домен среди источников.

Помогает ли присутствие на агрегаторах попасть в ответ, я не проверял. Это шаги проверки, а не способ продвижения.

Создать проект в Трекере ИИ →

Почему недостаточно проверить одну нейросеть

Одна система не показывает всю картину. Проверили только ChatGPT или только Алису — увидели часть источников: даже у самой близкой пары пересекается около половины доменов.

Системы расходятся в основном на редких доменах: большинство доменов с тремя и более цитатами встретилось в нескольких системах.

Из 695 доменов с тремя и более цитатами только 27 нашлись в одной системе, а 58 — во всех семи. В среднем такой домен цитируют 3,7 системы из 7.

Обратная сторона: 2 820 доменов (72%) цитирует только одна система. Правда, 2 629 из них — те самые одноразовые, и для них «одна система» — просто следствие одного упоминания.

Особняком стоит ChatGPT. Другие системы находят у себя лишь 10–14% его доменов, а он — 15–34% их доменов. Самое широкое множество (1 432 домена) и самые редкие совпадения делают его самой непохожей системой замера.

Важный нюанс. Один и тот же вопрос в одной системе между замерами совпадает по источникам лишь частично: медиана Жаккара 0,25, у Perplexity — 0,14.

Но различия между системами всё равно сильнее месячного разброса: ответы разных систем на один вопрос совпадают на 0,08. Подробнее — в разделе «Что изменилось за месяц».

Чем системы отличаются по источникам

Данные по системам — средние по 12 нишам; ссылки считаются по ответам с источниками.

В этом замере системы различались и по числу ссылок, и по разнообразию доменов — между собой сильнее, чем ниши. Но эти показатели описывают собранные ответы, а не качество рекомендаций и не шанс конкретного сайта попасть в ответ.

Лидер по числу источников зависит от ниши, и разрывы между системами местами небольшие. Поэтому «лучшую нейросеть» для отрасли я не называю.

Какие системы брать в проверку. По числу разных доменов на ответ впереди ChatGPT, Gemini и Claude, у обеих Алис доменов меньше всего. Но сколько пользователей приходит через каждую систему, я не измерял: выбор — скорее про то, где ваша аудитория задаёт вопросы.

Матрицы «ниша × система»: разных доменов на ответ и доля топ-10

Сначала — разных доменов на ответ.

Ниша	Perplexity	ChatGPT	Алиса в Поиске	Google режим ИИ	Gemini	Claude	Алиса в чате
Финансы	7,9	11,4	6,2	7,8	11,7	8,4	5,1
Недвижимость	7,7	11,6	5,6	8,9	12,6	9,8	5,1
E-commerce	7,7	12,1	6,2	7,8	10,8	8,6	5,6
Авто	8,7	14,0	6,1	9,2	11,9	7,9	5,2
Туризм	7,4	12,1	7,0	8,4	13,7	9,3	5,2
Маркетинг и SEO	8,2	14,2	5,8	9,3	11,3	8,9	4,6
HoReCa	8,4	13,4	7,1	5,1	11,0	8,3	5,1
Образование	8,2	12,1	5,2	9,7	14,2	8,1	5,0
B2B-услуги	8,0	12,8	5,5	7,9	10,8	8,8	4,9
Строительство и ремонт	8,6	14,3	5,5	8,6	15,4	9,4	5,8
IT и SaaS	8,6	15,9	5,8	10,0	12,3	8,7	5,0
Медицина	8,3	12,0	6,3	7,1	11,3	8,6	5,4

Теперь — доля десяти самых частых доменов на равной выборке из 60 цитат, %.

Ниша	Perplexity	ChatGPT	Алиса в Поиске	Google режим ИИ	Gemini	Claude	Алиса в чате
Финансы	58	44	49	52	45	41	62
Недвижимость	60	40	55	44	41	33	59
E-commerce	44	36	45	40	32	37	43
Авто	46	31	44	37	31	37	43
Туризм	47	25	39	44	27	31	45
Маркетинг и SEO	46	28	31	39	34	32	42
HoReCa	42	30	37	36	30	26	41
Образование	42	30	41	30	28	29	41
B2B-услуги	45	31	34	33	27	25	39
Строительство и ремонт	43	30	35	24	23	25	39
IT и SaaS	33	29	32	31	27	27	37
Медицина	32	28	44	26	25	24	29

Где взять идеи для вопросов

Для мониторинга годятся вопросы клиентов, поисковые запросы и формулировки самих нейросетей. Я собрал 1 166 примеров из базы ответов Нейро Алисы (Алиса AI, ya.ru/neurum) по тем же 12 отраслям.

В базе 295 272 ответа, 1,5 млн ссылок на источники и 138 642 домена. По медицине подошло только 66 вопросов вместо 100.

Важный нюанс. Вопросы в Нейро формулирует сам сервис, а не пользователи. Частотностей и позиций в базе нет, поэтому читать её как спрос нельзя. Дата выгрузки самих ответов неизвестна — известна только дата сборки базы.

Два источника не стоит путать.

• Идеи вопросов. База Нейро показывает, как формулирует вопросы сам сервис. Это материал для набора, а не оценка спроса.
• Запросы пользователей с частотностью. Они в другом отчёте Keys.so. «Упоминания в ИИ-ответах Алисы» собраны по 100 миллионам запросов по Москве: видно, по каким запросам сайт упомянут в ответах Алисы AI в Поиске и как менялись упоминания с сентября 2025 года. Для сравнения с конкурентами есть отчёт «Конкуренты в ИИ-ответах Алисы».

Среди отобранных вопросов шесть начинались с «что такое…» и четыре — с «сколько стоит…». Это про мою подборку, а не про всю базу. Для своего проекта берите вопросы клиентов, а формулировки Нейро — как дополнение.

В 6 нишах из 12 главный источник Нейро — Дзен: в строительстве и ремонте он назван в 40,7% ответов. В авто главный источник другой — drive2.ru (37,2%).

Скачать полную таблицу (XLSX): 1 166 вопросов с типом, категорией Нейро, тегами, первыми источниками и ссылкой на каждый ответ, плюс сводка по нишам, главные источники и ключи отбора.

Вы читаете блог Keys.so, сервиса анализа сайтов в SEO и контекстной рекламе

Попробовать сервис бесплатно

Нейро по нишам: сколько ответов, главный источник, типы вопросов

Ниша	Ответов Нейро	Доля корпуса, %	Доменов-источников	Топ-10 доменов, % ссылок	Главный источник	Вопросов в таблице
Авто	4 939	1,7	5 134	29,1	drive2.ru, 37,2% ответов	100
Финансы	3 913	1,3	3 812	22,0	banki.ru, 20,2% ответов	100
B2B-услуги	1 563	0,5	1 527	25,8	klerk.ru, 24,8% ответов	100
Недвижимость	1 324	0,5	2 083	24,6	dzen.ru, 27,7% ответов	100
Образование	1 186	0,4	1 601	22,0	dzen.ru, 31,2% ответов	100
Строительство и ремонт	1 059	0,4	2 178	25,4	dzen.ru, 40,7% ответов	100
Туризм	954	0,3	1 565	23,4	dzen.ru, 30,2% ответов	100
HoReCa	689	0,2	1 390	20,4	dzen.ru, 35,0% ответов	100
E-commerce	603	0,2	803	26,7	dzen.ru, 27,5% ответов	100
Маркетинг и SEO	275	0,09	684	18,3	vc.ru, 23,3% ответов	100
IT и SaaS	221	0,07	634	15,8	habr.com и dzen.ru поровну, по 16,7% ответов	100
Медицина	100	0,03	311	19,0	synergy.ru, 17 ответов из 100	66

По всей базе у 92,4% ответов ровно пять источников, на десять самых частых доменов приходится 19,7% ссылок, 56,0% доменов встречаются один раз.

Чаще всего называют dzen.ru — 82 086 ссылок. Больше всего ответов в авто (4 939, 1,7% базы), меньше всего в медицине (100). У малой ниши цифры шумные: меньше 200 ответов.

Тип вопроса	Пример	Доля вопросов, %
Какие и каковы (особенности, способы, преимущества)	«Какие существуют способы продления беспроцентного периода по кредитным картам?»	34,5
Сравнение («чем отличается», «в чём разница»)	«В чем разница между акциями и паями при инвестировании в биржевые фонды?»	20,7
Как	«Как можно договориться с банком, если просрочил платёж по кредиту?»	19,9
Почему	«Почему ранняя смена шин весной может быть опасной?»	13,6
Остальные (выбор, что делать, когда, можно ли, где, определение, цена и другое)	—	11,3

Примеры вопросов по каждой нише — в XLSX.

Как я проверил упоминания SEO-сервисов

Раз данные собраны в Keys.so, я проверил присутствие сервиса в ответах по 200 вопросам. Сервис не встречался в текстах ответов и в источниках. Это объясняется составом вопросов, возможно, что они не были тематичны сервису.

Как проверить свой сайт в Трекере ИИ

Мой замер — про 12 отраслей вообще. Для вашего проекта проверка другая: появляется ли бренд по вопросам ваших клиентов, на какие сайты ссылаются системы, какие конкуренты встречаются в ответах. Это можно сделать в Трекере ИИ Keys.so — там же, где я собирал данные.

Трекер опрашивает те же 9 систем и сохраняет ответы, а где есть источники — и ссылки. Для проекта важнее сравнить ответы на один набор вопросов в нескольких системах и потом повторять замеры. Расписание настраивается, готовый отчёт передаётся коллегам или клиенту по гостевой ссылке.

Для исследования я дополнительно сравнивал домены между системами и размечал типы сайтов. Для первой проверки это не нужно: начните с упоминаний бренда, цитирования сайта и конкретных страниц.

Вопросы для проекта можно сгенерировать по названию бренда, описанию и синонимам или добавить свои. Можно получать уведомления на e-mail и в Telegram.

Как начать проверку

1. Возьмите вопросы клиентов. Для первого проекта хватит 15–20 формулировок про выбор, стоимость или использование вашего продукта. Это стартовый набор, а не репрезентативное исследование.
2. Создайте проект. Укажите бренд, сайт, варианты написания названия и конкурентов. Добавьте вопросы.
3. Выберите системы и запустите первый замер.
4. Разберите результаты. Сначала «Видимость бренда» и «Цитируемость сайта», потом конкретные ответы и «Источники упоминаний»: кого назвали и на какие страницы сослались. Бренд в тексте без ссылки на ваш сайт и ссылка без бренда — разные результаты.
5. Настройте повторные проверки. Сохраните набор вопросов и запускайте замеры по расписанию: так видно изменения.

Связь изменения цитируемости с публикацией или внешней активностью проверяйте отдельно: на результат влияет и другое.

Готовый проект можно посмотреть в деморежиме без подписки. Для проверки своих вопросов и их генерации нужна подписка.

Создать проект в Трекере ИИ →

Что изменилось за месяц

Второй замер — 9 ноября 2026 года. Те же 200 вопросов, те же девять систем, тот же проект в Трекере ИИ: пять недель спустя. Сравниваю на одинаковой базе — семь систем, которые отдавали источники в обоих замерах.

Ссылок стало меньше, а доменов больше: системы дают меньше ссылок на ответ, но чаще ссылаются на разные сайты.

Длинный хвост вырос: 2 815 доменов с одной цитатой против 2 629, 600 с двумя, 358 с тремя-четырьмя, 191 с пятью-девятью и 133 с десятью и более.

Доменов, которые цитирует только одна система, тоже стало больше: 2 820 (71,8%) → 3 090 (75,4%); среди доменов с тремя и более цитатами на одну систему теперь приходится 59 вместо 27.

На редких доменах системы расходятся сильнее, чем на частых.

Лидеры почти те же, цифры другие

Девять из десяти доменов остались в топе. Выпал youtube.com (132 → 51 ответ), вошёл gov.ru (70 → 76). Пересечение топ-20 — 17 доменов из 20, топ-50 — 45 из 50. Ранжирование по числу ответов устойчиво: коэффициент Спирмена 0,71 по 431 домену с пятью и более цитатами. При этом 2 193 домена появились впервые, а 2 026 из первого замера не встретились ни разу.

Первенство yandex.ru сохранилось, но отрыв сократился: 332 → 292 ответа. wikipedia.org потерял почти треть ответов (232 → 159), sravni.ru — 27%, rbc.ru — 34%. Доля десяти самых частых доменов упала с 16,3% до 13,6%: набор источников стал ровнее.

Различия между системами больше месячного разброса

Один и тот же ответ одной системы в двух замерах совпадает по источникам лишь частично: медиана коэффициента Жаккара 0,25. А ответы разных систем на один вопрос совпадают на 0,08. То есть системы отличаются друг от друга сильнее, чем каждая из них меняется за месяц, — вывод о различиях между системами подтвердился.

Устойчивее всех обе Алисы: у них совпадение между замерами 0,43. У Perplexity 0,14, у ChatGPT 0,16, у Claude 0,17, у Gemini и Google режима ИИ 0,27.

Пересечение множеств доменов системы между замерами — от 30% у Claude до 65% у Алисы в чате. Даже у самой устойчивой системы треть доменов за месяц сменилась.

Google и Claude стали давать меньше ссылок

Две системы сократили ссылки почти вдвое: Google режим ИИ — с 10,9 до 5,8 на ответ, Claude — с 9,6 до 4,4. Остальные держатся в пределах десятых. Из-за этого общее число ссылок упало на 10%, хотя ответов с источниками стало даже чуть больше. Ответов без источников у ChatGPT и Google стало меньше: 6% → 2%.

Источники появились у GigaChat и DeepSeek

В первом замере у GigaChat и DeepSeek источников не было ни в одном ответе, поэтому цитатную часть я считал по семи системам. В ноябре обе системы источники показали: GigaChat — в 199 ответах из 200, DeepSeek — в 166. В девяти системах второй замер собрал 1 740 ответов с источниками, 16 479 ссылок на 4 860 доменов и 13 055 цитирований.

Отличить включившийся веб-поиск от изменения в самом Трекере по выгрузке нельзя: в ней нет ни версий моделей, ни настроек систем. Поэтому сравниваю волны на семи системах, которые отдавали источники в обоих замерах, а суммы по девяти даю отдельно.

Ниши: концентрация выросла в трёх, упала в восьми

Доли в таблице считаны на общей для двух замеров выборке из 48 цитат — столько дала самая малая ячейка «ниша × система» в ноябре.

Разных доменов на ответ стало меньше во всех двенадцати нишах — следствие того, что Google и Claude дают меньше ссылок. Концентрация сдвинулась умеренно: сильнее всего упала в авто (40% → 35%), строительстве (34% → 30%) и туризме (39% → 36%), выросла в HoReCa (37% → 39%), e-commerce (41% → 42%) и медицине (32% → 33%). Финансы и недвижимость остались самыми концентрированными.

Состав тройки лидеров сменился в семи нишах из двенадцати. В B2B вместо banki.ru и sravni.ru пришли klerk.ru и vc.ru. В e-commerce вместо mail.ru и t-j.ru — cdek.ru и ozon.ru, в авто вместо banki.ru — avtocod.ru.

В IT на первое место вышел yandex.ru, в медицине вместо yandex.ru и wikipedia.org — docdoc.ru и invitro.ru. В недвижимости вместо yandex.ru в тройке оказался дом.рф, в образовании вместо wikipedia.org — yandex.ru. Где не изменилось: в HoReCa, туризме и финансах тройка та же и в том же порядке, в маркетинге и строительстве состав тот же, но порядок другой.

Бренды называют реже

Все три лидирующих бренда e-commerce снова названы во всех девяти системах. В финансах набор тот же, но частоты ниже: Т-Банк потерял четверть ответов. В образовании и недвижимости лидеры те же, изменения — в пределах двух ответов.

Почему цифры сдвинулись

Разница между замерами — смесь трёх вещей: обычного разброса ответов, изменений в самих системах и сезонности.

Ноябрь — предпраздничный период, и часть сдвигов в e-commerce, финансах и туризме может быть сезонной. Один повтор не разделяет эти причины. Для этого нужны регулярные замеры по одному набору вопросов: тогда видно, что меняется от месяца к месяцу, а что держится.

Ключевые факты исследования

Главные результаты — отдельными проверяемыми утверждениями. Условия расчёта — в последней колонке и в методике ниже.

Методика и ограничения

Что замер не показывает:

• Замеров два: 2 октября и 9 ноября 2026 года, вопросы и системы одни и те же.
• Повтор даёт оценку разброса, но не отделяет её от изменений в системах и сезонности. За месяц GigaChat и DeepSeek начали показывать источники, Google и Claude сократили число ссылок, а ноябрь — предпраздничный период.
• Один повтор не даёт доверительных интервалов: медианы и доли описаны точечно. Различия в пределах нескольких пунктов между замерами я не интерпретирую.
• В первом замере у GigaChat и DeepSeek источников не было, поэтому в разбор цитируемости они не вошли. Во втором появились, но для сравнения я оставил те же семь систем.
• В ячейке «ниша × система» 15–17 ответов (12–17 с источниками), поэтому пары в пределах нескольких пунктов не сравниваю и лучшую систему для ниши не называю.
• Концентрацию при сравнении систем считал на равных выборках: 60 цитат в первом замере, 48 во втором — по самой малой ячейке. Сравнение волн — на общей выборке 48 цитат.
• Тип ста доменов присвоен вручную по профилю сайта, 20 разметок спорные. Страницы по типам не размечивал.
• Основной домен — две последние метки имени сайта, поэтому бренды с несколькими доменами разбиты на части.
• Алиса отдаёт региональные ссылки, геолокацию запросов я не задавал. Двенадцать вопросов содержат название города, часть зависит от места — например, «где сдать анализы».
• Конкурентов в проекте не было, бренды считались по словарю на 2–8 вопросах выбора в отрасли (до 72 ответов). Эти доли не оценивают качество или надёжность компании.
• Точность ответов я не проверял, в том числе по финансовым и медицинским вопросам.
• С реальной выдачей поиска ответы не сравнивал, поэтому не утверждаю, что нейросети повторяют поисковые топы.
• Вопросы из базы Нейро формулирует сервис, а не пользователи: частотностей и позиций в данных нет, дата выгрузки неизвестна. По медицине подошло 66 вопросов вместо 100; вопросы про симптомы, лечение и дозировки я исключил.

Читайте также

• Контент для нейросетей: как писать, чтобы вас цитировали: что написать на странице, чтобы нейросеть взяла её как источник.
• Как попасть в ответы Алисы: исследование факторов ранжирования ИИ в Яндексе: данные по 10 миллионам запросов.
• Источники упоминаний в нейросетях: как узнать, какие сайты влияют на ИИ: как работает отчёт.
• Цитируемость сайта в нейросетях: проверка и анализ в Keys.so: как считается метрика и где её смотреть.

• Главное из исследования
• Что я считал
• Кого цитируют чаще всего
• Какие типы сайтов лидируют в топ-100
• Какие бренды называют в ответах
• Кого нейросети цитируют в вашей нише
• Четыре банка названы, ссылок на их сайты нет
• Что проверить у себя
• Почему недостаточно проверить одну нейросеть
• Чем системы отличаются по источникам
• Где взять идеи для вопросов
• Как я проверил упоминания SEO-сервисов
• Как проверить свой сайт в Трекере ИИ
• Как начать проверку
• Что изменилось за месяц
• Лидеры почти те же, цифры другие
• Различия между системами больше месячного разброса
• Google и Claude стали давать меньше ссылок
• Источники появились у GigaChat и DeepSeek
• Ниши: концентрация выросла в трёх, упала в восьми
• Бренды называют реже
• Почему цифры сдвинулись
• Ключевые факты исследования
• Методика и ограничения
• Читайте также