Нейросарафан: как рекомендации нейросетей приводят клиентов

Рекомендации нейросетей приводят клиентов так же, как советы знакомых. Раньше человек спрашивал коллегу, где хороший мастер, теперь спрашивает ассистента — и действует по совету с тем же доверием. Поток клиентов от таких советов в SERM Service называют нейросарафаном. Это профессиональный жаргон агентства: «сарафан» — от сарафанного радио, «нейро» — от нейросетей.

Чем похож на обычный сарафан

Сарафанное радио — передача рекомендаций от человека к человеку — один из самых сильных каналов привлечения. Трусов, Баклин и Пауэлс сравнили его с традиционным маркетингом: 0,53 — Долгосрочная эластичность регистраций по рекомендациям — существенно выше средних эластичностей рекламы в литературе. [Trusov и др., 2009]

Нейросарафан наследует главное свойство: совет не выглядит рекламой. Человек спросил — ему ответили. Нейрорекомендация — совет ассистента выбрать конкретную компанию под задачу — воспринимается как нейтральное мнение, а не как продвижение.

Чем отличается

Главное отличие: ассистент не помнит вашего клиента. Он отвечает на основе того, что нашёл. Поэтому нейросарафан — это производная от заработанных медиа: всего, что о компании публикуют другие без оплаты с её стороны.

На чём держится нейросарафан

Чен, Ван и Кудас показали, на какие источники опираются ИИ-поисковики: в электронике у GPT независимые издания и обзоры составили 92,1% [Chen и др., 2025] ссылок. А по запросам без названия бренда ассистенты заметно чаще называют крупные компании: 56,3% и 67,9% — Доля крупных брендов среди названных ChatGPT и Perplexity по безбрендовым запросам о газировке; у нишевых — 12,3% и 5,8%. [Chen и др., 2025]

Доля заработанных цитат — часть ссылок в ответах ИИ о компании, ведущих на независимые источники, — по сути и есть мера того, насколько нейросарафан держится на чужих голосах, а не на собственном сайте.

Как измерить

1. Вопрос «Как вы нас нашли?» с вариантом «посоветовала нейросеть или голосовой помощник». Отдельно от «поиск» и «карты».
2. Проверка ответов на вопросы выбора. «Где лучше [услуга]?», «Что выбрать для [задача]?» — называет ли ассистент компанию.
3. Дуэльные запросы. Дуэльный запрос — вопрос, где пользователь сравнивает две компании: «N или M». Если в дуэлях компания проигрывает, нейросарафан уходит конкуренту в последний момент.
4. Динамика. Раз в месяц — доля клиентов от ассистентов и доля ответов, где компанию называют.

Пример: книжный интернет-магазин

Условный небольшой книжный магазин заметил, что новые клиенты всё чаще говорят: «Нейросеть посоветовала вас для редких изданий». Проверка показала: на вопрос «где найти редкие издания по истории» два ассистента из трёх называли магазин, ссылаясь на подборку в литературном журнале и на подробные отзывы покупателей.

Что сделали, чтобы усилить нейросарафан:

• в просьбе об отзыве стали спрашивать, какую книгу искали и нашли, — отзывы стали подробнее;
• дали литературному журналу данные о самых редких запросах покупателей — вышла ещё одна статья;
• описали на сайте, как магазин ищет редкие книги под запрос, — с примерами.

Через полгода доля клиентов, назвавших нейросеть источником, выросла с 4% до 9%, а магазин начал появляться и в третьем ассистенте.

Чего делать нельзя

Кумар и Лаккаражу показали, что встроенные в страницу последовательности могут поднять товар в рекомендациях модели, — см. пересказ. Это манипуляция: она нарушает правила поисковиков, а при раскрытии наносит удар по репутации, несопоставимый с выигрышем. Нейросарафан, как и обычный, нельзя оплатить — только заработать.

Как заработать нейросарафан

• Подробные отзывы. Клиенты описывают задачу и результат — ассистенты находят их по вопросам выбора.
• Независимые упоминания. Подборки, обзоры, экспертные комментарии в изданиях.
• Полные карточки. Услуги, атрибуты, ответы на вопросы — данные, которые ассистент может использовать.
• Сценарии. Страницы под конкретные ситуации клиентов: ассистенту проще порекомендовать компанию под точную задачу.
• Честное сравнение. Материалы, где видно, в каких случаях компания подходит лучше.

Нейросарафан и обычный сарафан усиливают друг друга

Обычный сарафан порождает отзывы и обсуждения, а они становятся материалом для нейросарафана. Клиент, которому понравилось, рассказывает знакомым и пишет отзыв; ассистент находит отзыв и советует компанию следующему. Поэтому работа над обычным сарафаном — качество, запоминающийся опыт, тёплая просьба об отзыве — одновременно работает и на нейросарафан.

Обратное тоже верно: клиент, пришедший по совету ассистента, становится частью обычного сарафана, если ему понравилось.

Нейросарафан в разных нишах

В каждой нише нейросарафан держится на своих источниках. Начинайте с тех, на которые ассистенты ссылаются в вашей нише, — их покажет проверка ответов на вопросы выбора.

Связь с другими понятиями

Нейросарафан уязвим так же, как и ответы ассистентов в целом. Если рекомендации держатся на одной подборке, это опорная уязвимость: подборку обновят — сарафан исчезнет. Поэтому важно не только попасть в рекомендации, но и расширить круг источников, на которых они держатся. А нейропрозвон — регулярная проверка ответов ассистентов — покажет, когда рекомендации начинают меняться. Чем шире круг источников, тем устойчивее нейросарафан к обновлению отдельных подборок и обзоров. Проверяйте это при каждом нейропрозвоне: какие домены стоят за рекомендациями и не стало ли их меньше.

Чек-лист

• В вопрос «Как вы нас нашли?» добавлен вариант про нейросеть
• Проверены ответы ассистентов на 10–15 вопросов выбора
• Проверены дуэльные запросы с главными конкурентами
• Посчитана доля заработанных цитат
• Запущен сбор подробных отзывов
• Запланированы независимые упоминания на квартал
• Нет скрытых инструкций и других манипуляций

Как считать долю независимых источников, разобрано в статье Доля заработанных цитат: как посчитать и повысить независимые упоминания. Как ассистенты сравнивают компании, — в материале Дуэльный запрос: как нейросети сравнивают компанию с конкурентами. Нейросарафан хорошо работает для книг и авторов: ассистенты часто советуют, что почитать, опираясь на отзывы читателей на площадках вроде ЛитРес.

Первоисточники: Effects of Word-of-Mouth Versus Traditional Marketing, Generative Engine Optimization: How to Dominate AI Search и Manipulating Large Language Models to Increase Product Visibility.