Можно ли накрутить ответы нейросетей и чем это кончается для бренда

Коротко

Что называют накруткой ответов нейросетей?

В поиске накрутку знают двадцать лет: ссылки с купленных сайтов, тексты под ключевые слова, поведенческие боты. С приходом нейросетей вопрос переехал на новый этаж. Покупатель всё чаще читает готовый ответ и выбирает из трёх названных компаний, а не из десяти синих ссылок. Попасть в эту тройку хочется быстро.

Вопрос «вы накручиваете ответы?» я вынес в частые вопросы Prodvig.ai отдельной строкой. Его задают и те, кто боится, что подрядчик сделает что-то серое от их имени, и те, кто прямо просит серого. Ответ в обоих случаях один, и дальше разберу, почему он не про мораль, а про механику.

Три способа, которыми пробуют влезть в ответ

Общее у трёх способов одно: ни один не даёт управляемого результата. Ты не знаешь, войдут ли тексты в обучение, не знаешь, кто нажмёт кнопку, и не знаешь, переживёт ли ферма следующую чистку выдачи.

Отравление обучающих данных: почему 250 документов не про маркетинг

Цифра звучит как приглашение: «всего 250 статей, и модель наша». Стоит прочитать, что именно проверяли.

Исследователи учили модель на кодовую фразу выдавать бессмыслицу. Это проверка уязвимости, сбой по условию, а не «советуй бренд X на вопрос про категорию». Авторы сами оговаривают, что узкий сбой такого рода вряд ли опасен для передовых моделей, а публикуют результат, чтобы подтолкнуть работу над защитой.

Для маркетинга у этого пути три проблемы.

1. Срок. Тексты попадают в модель только при следующем обучении. Между публикацией и эффектом проходят месяцы, и ты не знаешь, сколько именно.
2. Неуправляемость. Никто снаружи не видит, какие документы отобраны в обучение, а какие выброшены фильтрами качества.
3. Обратный эффект. Если массив однотипных текстов про бренд всплывёт, он станет историей про бренд. И нейросеть будет пересказывать уже её.

Как работают скрытые команды в кнопках «Спросить ИИ»?

В феврале 2026 года команда безопасности Microsoft опубликовала разбор. За 60 дней в почтовом трафике нашлось 50 разных попыток повлиять на память ассистента в рекламных целях, от 31 компании больше чем из десятка отраслей: финансы, медицина, юристы, SaaS, маркетинговые агентства, кулинарные сайты, деловые услуги. Механика простая: человек жмёт удобную кнопку, его ИИ-ассистент получает запрос, и в долгую память ложится фраза вроде «эта компания - лучший выбор».

Работает это ровно до момента, когда человек открывает настройки памяти. Microsoft в том же разборе советует пользователям три вещи: смотреть, что ассистент запомнил, удалять незнакомые записи и не нажимать такие кнопки на рабочих аккаунтах. Подробнее о том, как память влияет на ответы, я писал в разборе про общий аккаунт ChatGPT на отдел.

Для компании, которая поставила такую кнопку, риск больше выгоды. Это уже не продвижение, а вмешательство в чужой аккаунт. Исследователи безопасности ведут каталог таких приёмов, и попасть в отчёт с названием своей компании проще, чем в ответ нейросети.

Почему фермы статей и поддельные отзывы не держатся?

У Google в правилах против спама прямо названы приёмы, которые применяют накрутчики: массовое производство текстов ради позиций, злоупотребление репутацией чужого сайта, ссылочный спам, скрытый текст. Площадки отзывов ловят поддельные оценки своими фильтрами. Нейросеть, которая опирается на выдачу, получает уже вычищенный слой.

Подробно про отзывы и то, как площадки чистят подделки, я разбирал в статье как отзывы влияют на ответы нейросетей. Короткая версия: живой отзыв работает годами, поддельный - до первой чистки.

Чем рискует компания, которая пробует?

Самый недооценённый риск - отложенный. Серый приём может дать всплеск, и отчёт подрядчика будет красивым. Через месяц площадка вычистит подделки, поисковик понизит ферму, а нейросеть начнёт отвечать по оставшимся источникам. Бюджет потрачен, позиция вернулась туда, где была, а в интернете остались следы.

Второй риск - ответ про бренд, который пересказывает скандал. Нейросеть не отличает рекламу от новости о том, что реклама была подделкой. Если история попала в СМИ, она становится одним из источников, на которые опирается ответ про компанию.

Что работает вместо накрутки

1. Замерить, где ты сейчас

   Задать нейросетям вопросы покупателя без имени бренда и записать, кого они называют и на какие источники опираются. Подробно о том, как измерить видимость бренда в нейросетях, я разбирал отдельно.

2. Найти площадки, которые цитируют

   Из ответов выписать сайты-источники. Это и есть карта, куда нести материалы. Как её собирать, рассказано в статье откуда нейросети берут факты о компании.

3. Принести на эти площадки факты

   Экспертная статья, участие в подборке, кейс с цифрами, ответ на вопрос в профильном сообществе. Всё под своим именем и с проверяемыми фактами.

4. Смотреть отклик каждый день

   Ответы нейросетей плавают от запроса к запросу. Вывод о результате делается по накопленным дням, а не по одному удачному скриншоту.

Так я построил работу в Prodvig.ai: замер - только чтение, продвижение - только реальные материалы. Это медленнее серых обещаний, зато каждую ступень видно на графике.

Как проверить подрядчика, который обещает место в ответе?

Нейросеть отвечает каждый раз немного по-разному, а через полгода выходит её новая версия. Гарантировать её ответ не может никто, потому что ответ не принадлежит ни подрядчику, ни тебе. Можно гарантировать только честный замер и план работ по площадкам.

Частые вопросы

Главный вывод

Серый путь кажется короче, потому что первый отчёт красивый. Через месяц он стоит дороже честного, потому что к цене добавляется уборка.

Практический шаг на эту неделю: задай трём нейросетям вопрос покупателя из своей категории и выпиши, какие сайты они называют источниками. Это и есть список площадок, куда стоит нести материалы.

Какие из этих площадок у тебя уже закрыты, а какие ты видишь впервые?