# Тональность ответов нейросетей о бренде: как читать долю негатива и что смотреть вместо неё

Тональность ответов нейросетей о бренде: почему доля негатива зависит от знаменателя и вопросов, как проверить, о тебе ли фраза, и что смотреть вместо тона.

URL: https://posts.danashkin.ru/guides/tonalnost-otvetov-neyrosetey-o-brende
Обновлено: 2026-11-15

---

## Коротко

**Главное**

- Цифра тона без условий ничего не значит. Доля негатива зависит от знаменателя, от вопросов, на которые получены ответы, и от того, о ком на самом деле фраза.
- Одни и те же три негативных ответа в разборе на Хабре дали 0,8% от всего прогона и 13,6% от ответов, где бренд назван.
- Негатив вытаскивают провокационные вопросы: «за что не любят» дали негатив в 11 ответах из 20, нейтральные вопросы о репутации - ни в одном из 10.
- Оценка тона без дословной фразы не считается. Так устроен тон в Prodvig.ai, моём сервисе замера брендов в ответах нейросетей.
- Вместо одной цифры тона смотри присутствие в вопросах без имени бренда, прямые советы, ошибки в фактах и источники негатива.

## Почему одна цифра тона ничего не говорит?

**Главное**

Потому что за ней стоят три решения того, кто считал: от чего брать процент, какие вопросы задавать и как проверять, о ком фраза. Поменяй любое - и та же выборка ответов даст другую цифру.

Отчёт показывает «негатив 2%» или «тон +40». Маркетолог решает, хорошо это или плохо, и почти никогда не спрашивает, как это посчитано. А от способа подсчёта цифра зависит сильнее, чем от самих ответов нейросетей.

Хорошо это видно в разборе на Хабре, где автор считал негатив о конкретной компании. Шесть языковых моделей, 20 запросов, три повтора - 358 ответов. Три негативных. Дальше одна и та же тройка ответов превращается в три разные цифры, и каждая честная по-своему. Разберём по очереди, от чего зависит результат.

## Доля негатива зависит от того, что в знаменателе

**Главное**

Одни и те же три негативных ответа дают 0,8% от всего прогона и 13,6% от ответов, где бренд назван. Первая цифра занижает проблему, вторая честнее. Спроси у того, кто считал, от чего взят процент.

В том же разборе на Хабре бренд по имени назван только в 22 ответах из 358. Остальные 336 ответов о нём вообще молчат. Негатив, посчитанный от всех ответов, - 0,8%. Посчитанный от тех, где бренд есть, - 13,6%. Разница в 16 раз, а ответы те же.

Вторая ловушка - по каким вопросам считали тон. Присутствие бренда обычно меряют по вопросам о категории без его имени: так видно, называет ли нейросеть тебя сама. Тон же можно посчитать и по вопросам с именем бренда, где о тебе спросили прямо.

| Что считают | По каким вопросам | Что из этого следует |
|---|---|---|
| Присутствие | вопросы о категории, без имени бренда | называет ли нейросеть тебя сама |
| Тон | могут входить и вопросы с именем бренда | о тебе спросили прямо - оценка появилась |

Отсюда ситуация, которая выглядит как ошибка: присутствие ноль, а тон есть. Нейросеть не называет бренд сама, но, когда её спрашивают о нём по имени, отвечает с оценкой. Обе цифры могут быть честными, просто посчитаны по разным вопросам. Если в отчёте любого сервиса видишь такую пару, первым делом спроси, откуда взялся тон.

## Какие вопросы вытаскивают негатив?

**Главное**

Провокационные. В разборе на Хабре вопросы «за что не любят» дали негатив в 11 ответах из 20, а нейтральные вопросы о репутации - ни в одном из 10. Хочешь знать, что о тебе скажут при поиске минусов, - задай такой вопрос сам.

В той же статье на Хабре есть второй замер, по другой теме: 64 содержательных ответа, негатив в 31. Это почти половина, то есть картина противоположная первому замеру. Разбивка по типам вопросов показывает, откуда она взялась:

| Тип вопроса | Ответов с негативом |
|---|---|
| байки, мемы, фольклор вокруг темы | 16 из 19 |
| «за что не любят» | 11 из 20 |
| третий блок вопросов | 4 из 15 |
| нейтральные вопросы о репутации | 0 из 10 |

Вопрос задаёт рамку ответа. Спросил про минусы - нейросеть их соберёт. Поэтому доля негатива в отчёте во многом говорит о наборе вопросов, а не только о бренде.

На практике проверка тона идёт двумя наборами вопросов. Первый - вопросы покупателя без имени бренда: так ты узнаёшь, называют ли тебя и как. Второй - вопросы с именем: «отзывы о X», «минусы X», «X или Y». Их задаёт тот, кто уже выбирает между тобой и конкурентом, и именно здесь негатив стоит дороже всего.

## Как проверить, что негатив действительно о тебе?

**Главное**

Открыть дословную фразу, убедиться, что речь о твоей компании, а не об однофамильце, и отличить оценку от ошибки в факте. Оценка без фразы под ней не считается негативом.

В разборе на Хабре все три негативных ответа оказались о других компаниях с похожим названием: телефонии, колл-центрах, музыкальном дистрибьюторе. После отсева в оставшихся 19 ответах о самой компании негатива не осталось - 0 из 19. Разметка тона при этом не ошиблась: негативная фраза действительно стояла рядом с названием. Ошибка была в том, о ком эта фраза.

1. **Найди дословную фразу**

   Под каждой негативной оценкой должна стоять фраза из ответа. Нет фразы - нет и оценки. В Prodvig.ai тон считается только по дословным фрагментам, и под цифрой лежат сами фразы.

2. **Проверь, о ком речь**

   Город, сфера, продукт, сайт в ссылке. Если нейросеть описывает чужой бизнес с твоим названием, это вопрос узнаваемости бренда, а не репутации.

3. **Посмотри, на какой вопрос получен ответ**

   Негатив на «за что не любят» и негатив на «какой выбрать» - разные сигналы. Второй опаснее: его видит покупатель, который о минусах не спрашивал.

4. **Отдели оценку от ошибки в факте**

   «Дорогой для своего класса» - оценка. «Производится за рубежом», когда завод на самом деле в России, - ошибка в факте. Ошибки правятся содержанием источников, это отдельная работа: как её найти и исправить, разобрано в статье про [неправду о компании в ответах нейросети](/guides/neyroset-oshibaetsya-pro-kompaniyu).

**Ноль негатива - не гарантия**

Нейросети переформулируют ответы от раза к разу. В методике Prodvig.ai это записано прямо: ноль негатива - факт о конкретном срезе, следующая волна может дать другой результат. Один замер - это мнение, ряд замеров - факт.

## Что смотреть вместо тональности?

**Главное**

Присутствие в вопросах без имени бренда, прямые советы, ошибки в фактах и источники негатива. Тон говорит, как о тебе отзываются, но молчит о том, называют ли тебя вообще.

В методике Prodvig.ai это сформулировано так: перечисление в ряду с другими и прямой совет - разные события, и второе стоит дороже. Нейтральное упоминание в перечне и прямой совет покупателю - разный результат для бренда, даже если тон у обоих не отрицательный.

| Что смотреть | Что показывает | Когда важнее тона |
|---|---|---|
| Присутствие без имени бренда | называет ли нейросеть тебя сама | всегда: без него тон считается только по вопросам о тебе |
| Прямой совет | посоветовали тебя или просто перечислили | когда присутствие уже есть |
| Ошибки в фактах | цена, страна, состав, статус линейки | когда нейросеть говорит о тебе уверенно, но неверно |
| Источники | с каких страниц собран ответ, в том числе негативный | когда негатив повторяется |

В Prodvig.ai прямой совет засчитывается тоже только по дословной цитате: нет фразы - упоминание считается обычным. Как устроены эти уровни и с какого начинать, я разбирал в статье про [упоминание, ссылку и рекомендацию](/guides/upominanie-ssylka-rekomendaciya-v-neyrosetyah). Как собрать вопросы, чтобы замер вообще что-то значил, - в материале о том, [как измерить видимость бренда](/guides/kak-izmerit-vidimost-brenda-v-neyrosetyah).

## Если негатив нашёлся: проверь, на что он опирается

**Главное**

Посмотри ссылки под ответами с негативом: если они есть, видно, на какие страницы опирается оценка. Формулировку ответа нейросети напрямую не поменять, а с источниками работать можно.

Когда одну и ту же претензию повторяют разные нейросети, стоит проверить, нет ли её в источниках, на которые они ссылаются. Ответ без ссылок такой проверки не даёт: оценка может прийти и из того, что модель знает сама.

Порядок обычно такой: открыть страницы под ответами с негативом, разобрать, что там написано, и, если претензия там есть, ответить на неё по существу там же, где её читают. Когда это отзывы, пригодится статья про [отзывы и ответы нейросетей](/guides/otzyvy-i-otvety-neyrosetey). Вопрос «как переписать ответ нейросети» тут неправильный. Правильный - откуда претензия и есть ли у бренда, что на неё ответить.

Руками такую проверку тяжело повторять: два набора вопросов, несколько нейросетей, каждый ответ надо прочитать и выписать фразу. Часть работы можно отдать [ИИ-агенту](/concepts/ai-agent): он задаст вопросы и соберёт фразы, но решать, о тебе ли фраза, всё равно тебе. Если нужен ряд замеров, это делает [Prodvig.ai](https://prodvig.ai/metriki/) - сервис ежедневного замера видимости бренда в ответах нейросетей. Он каждый день задаёт вопросы покупателя в 12 каналах, считает тон по дословным фрагментам и показывает фразу под цифрой. Рядом - присутствие, прямые советы, ошибки в фактах и домены, на которые нейросети сослались. Первые 7-10 дней копится база, выводы делаются после неё.

## Частые вопросы

**Главное**

Спрашивают, почему тон есть при нулевом присутствии, можно ли убрать негатив из ответа и плохо ли, что позитива мало.

### Частые вопросы

**Почему тон есть, если бренд нигде не назван?**

Скорее всего, тон посчитан и по вопросам с именем бренда, а присутствие - только по вопросам без него. Уточни у того, кто считал, по каким вопросам получена каждая цифра.

**Можно ли убрать негатив из ответа нейросети?**

Гарантированно - нет: ответ нейросети никому не принадлежит. Можно работать с источниками, на которые она опирается, и проверять повторным замером, изменилось ли что-то. Почему искусственные положительные упоминания - плохая идея и чем они кончаются для бренда, я разбирал [отдельно](/guides/nakrutka-otvetov-neyrosetey).

**Позитива мало. Это плохо?**

Само по себе - не обязательно. Ответ-перечень с одной-двумя характеристиками у каждой марки похвалы и не предполагает. Важнее, называют ли тебя без имени в вопросе и советуют ли прямо.

## Главный вывод

**Главное**

Цифру тона проверяют по знаменателю, по набору вопросов и по дословной фразе. Решения принимают по присутствию, прямым советам, ошибкам в фактах и источникам, а тон смотрят серией замеров.

Практический шаг на сегодня: задай двум-трём нейросетям пять вопросов покупателя без имени бренда и три вопроса с именем, включая «минусы» и «отзывы». Выпиши каждую оценочную фразу о себе, проверь, о тебе ли она, и открой страницы, на которые сослался ответ. Это даст больше, чем любая средняя цифра тона.

У тебя негатив находится в ответах на обычные вопросы покупателя или только когда спрашиваешь про минусы?

### Источники

- [Prodvig.ai - сервис ежедневного замера видимости бренда в ответах нейросетей: тон по дословным фрагментам, правило «один замер - мнение, ряд замеров - факт»](https://prodvig.ai)
- [Семь метрик видимости бренда: определение NSR (тон упоминаний) и рекомендации по дословной цитате, «ноль негатива - факт о срезе»](https://prodvig.ai/metriki/)
- [Три негативных ответа ИИ оказались о другой компании: разбор одной ошибки в метрике тональности, Хабр](https://habr.com/ru/articles/1074654/)
