Сценарий знакомый. До Нового года три месяца, руководитель просит собрать варианты подарков для пятидесяти клиентов, и вместо десяти вкладок с поиском офис-менеджер открывает чат с нейросетью. Пишет: где заказать корпоративные наборы с логотипом. Получает аккуратный список из пяти пунктов.
Мы решили разобраться, чего этот список стоит. Заодно проверили себя, и результат нам не понравился.
Честно: часть работы она снимает.
Она нормально раскладывает задачу. Спросите её, что учесть при заказе наборов на пятьдесят человек, и получите вменяемый список: срок нанесения логотипа, минимальная партия, что делать с аллергиями и предпочтениями, нужна ли индивидуальная упаковка, как считать доставку в регионы. Такой список сам по себе полезен, потому что закупщик обычно вспоминает про сроки нанесения в последний момент.
Она хорошо считает бюджет и сценарии. Уложиться в 2500 рублей на человека, из них подарок 1800, упаковка 400, доставка 300: с такой арифметикой модель справляется.
И она отлично готовит вопросы поставщику. Попросите составить список того, что нужно уточнить перед оплатой, и получите заготовку для переписки.
А вот с именами поставщиков всё хуже.
Сервис SEENGO, через который мы проверяли себя в августе, за полгода собрал 6047 ответов девяти нейросетей на вопросы о пятнадцати компаниях из разных отраслей. Картина такая: когда в вопросе есть название компании, модель называет её в 78% ответов. Когда вопрос отраслевой, без названия, вроде такого: кто в России делает подобные наборы, компанию называют в 16% случаев.
Наш собственный прогон вышел ещё резче. Девять отраслевых вопросов, восемь моделей, 81 ответ. BRW не назвали ни разу. Мы про это подробно написали в августе.
Дело не в том, что мы плохие. Дело в том, как собирается ответ. Модель не знает рынок корпоративных подарков. Она знает страницы, которые про этот рынок написаны: подборки, каталоги, отзовики, статьи в отраслевых изданиях. Кого чаще и согласованнее упоминают эти страницы, того она и называет. Механику разбирают в материале о том, как модель советует, что купить, и вывод там неприятный для небольших производителей: карточка с двумя строчками описания проигрывает не бренду площадки, а объёму фактов, которые из неё можно извлечь.
Отсюда перекос: в ответах регулярно оказываются маркетплейсы и крупные федеральные поставщики, а мастерские и небольшие производства почти никогда. Не потому что хуже. Потому что о них меньше написано.
Второй перекос географический. На вопрос про заказ в Казани модель часто выдаёт список пятилетней давности, потому что берёт его из старых подборок. Это типичная история с локальными запросами.
Не выбрасывать нейросеть, а поменять роль, которую вы ей отводите.
Пусть она готовит структуру: требования, бюджет, вопросы поставщику, план по срокам. С этим она справляется.
А список поставщиков собирайте иначе. Спросите модель, откуда она взяла названия, и если ссылок нет, считайте список черновиком. Проверьте каждое название отдельно: живой сайт, актуальные цены, ассортимент, отзывы за этот год. Добавьте два-три источника, до которых модель не дотягивается: отраслевые чаты, рекомендации коллег из соседних компаний, поставщики, которые приезжали к вам на выставку.
И последнее, самое банальное. Напишите или позвоните трём поставщикам. Ответ на письмо за час, готовность прислать образец и живой менеджер, который знает сроки нанесения, скажут о поставщике больше, чем любой сгенерированный список.
Раз о нас не пишут страницы, которые читают модели, значит надо, чтобы писали.
Переписываем раздел для корпоративных клиентов в формате прямых ответов: от пятидесяти наборов, логотип на упаковке и на этикетке, срок от трёх дней, доставка по России. Приводим название к одному написанию. Дописываем страницу о бренде до нормальной справки с фактами. И повторим замер осенью, чтобы посмотреть, сдвинулось ли что-то.
Если вам интересно, что нейросети отвечают про вашу компанию, проверить можно бесплатно и без регистрации: аудит сайта на seengo.ru занимает пару минут.
Как черновику да, как готовому решению нет. В замере на 6047 ответах компанию называли в 16% отраслевых вопросов, то есть большая часть реальных поставщиков в такие списки просто не попадает. Проверяйте каждое название отдельно и добавляйте источники, которых у модели нет.
Потому что на маркетплейсе про товар написано больше: характеристики, отзывы, вопросы покупателей. Модель собирает ответ из того, что может извлечь со страницы, и объём фактов тут решает больше, чем размер компании.
Ту, которая ищет в интернете, а не отвечает по памяти. Разница между моделями по доле упоминаний небольшая, около девяти процентных пунктов, а вот разница между поиском в интернете и ответом по памяти принципиальная: во втором случае вы получите список, собранный из устаревших подборок.
У нас корпоративный заказ начинается от пятидесяти наборов. Логотип наносим на упаковку и этикетку, срок от трёх дней, доставка по России.
