11 августа Business Insider опубликовал расследование о том, как Google AI Overviews путает компании между собой, приписывает им чужие негативные отзывы и показывает устаревшую информацию — даже когда компания годами исправно ведет сайт и платит за рекламу в том же Google. Британский поставщик стройматериалов The Plastics Shed получил в AI-ответе отзывы конкурентов. Компанию по управлению недвижимостью в Айдахо система объединила с одноименной фирмой, которая закрылась много лет назад. Консалтинговый бизнес Steady Demand AI обозначила как мошеннический — из-за одного старого поста на Reddit о совершенно другом продукте.
Для юридической компании та же механика опаснее, чем для магазина стройматериалов. Человек, который ищет адвоката по военному праву, юриста для развода или защитника по уголовному делу, обычно задает AI прямой вопрос и действует на основе ответа, не проверяя источники. Ошибка в специализации, устаревший адрес офиса или чужой негативный отзыв в таком ответе стоят дороже клика — это потерянный лид, который уже решил не обращаться.
Почему AI-ответ становится частью репутации юридической компании
Раньше репутация формировалась сайтом, отзывами на Google Maps и несколькими строками в топе поиска — человек видел сразу несколько источников и мог их сравнить. AI-ответ в ChatGPT, Gemini или Google AI Overviews — это один синтезированный текст, который человек чаще всего не проверяет: по оценке исследователей, даже 90% точности при миллиардах ежедневных AI-ответов означает сотни миллионов ошибочных ответов каждый день.
Для юридических услуг это накладывается на и без того высокую значимость доверия. Клиент обращается к юристу в состоянии стресса — мобилизация, суд, уголовное дело — и редко готов проверять третий источник, если первый уже дал уверенный ответ. AI-описание компании де-факто становится первой страницей ее репутации, и эта страница формируется без участия самой компании.
Откуда ChatGPT, Gemini и Google получают информацию о юрфирме
Google AI Overviews синтезирует ответ из источников, которые и так хорошо ранжируются по классическим SEO-сигналам: сайт компании, Google Business Profile, каталоги юридических компаний, упоминания в медиа, агрегированные отзывы. По сути, это тот же пул источников, что и в SERM, только система сама решает, каким из них доверять больше.
ChatGPT и Gemini работают иначе и именно поэтому более непредсказуемо. В части запросов они отвечают из «памяти» — обученной на данных, которые могли устареть на год и более. А в части запросов, особенно когда речь идет о конкретной компании или городе, они на лету выполняют поиск в интернете: в собственном тестировании для этой статьи прямой вопрос о юридической компании в Киеве с определенной специализацией заставил ChatGPT просмотреть в реальном времени несколько десятков сайтов, прежде чем сформировать ответ. Это означает, что аудит AI-репутации — не попытка угадать, что «запомнила» нейросеть, а проверка того, какие именно источники она находит и каким из них доверяет прямо сейчас.
В собственной практике аудитов MAVR мы проверяем минимум пять систем отдельно — Google AI Overviews, Google AI Mode, ChatGPT, Gemini и Perplexity, — потому что они по-разному формируют ответы и в разной степени опираются на разные источники. В мониторинге для одного из наших клиентов в международной юридической практике, компании disputes.ua, доля собственного сайта среди источников, которые использовали AI-системы, составила лишь около 4% — остальное приходилось на государственные реестры, каталоги юридических компаний и сайты других адвокатов. То есть даже при наличии сильного сайта AI в основном «смотрит куда-то еще», а не на компанию напрямую.
Еще один паттерн из того же мониторинга: в части «рекомендательных» запросов, например «посоветуй семейного адвоката в Киеве», ChatGPT со временем все чаще начал отвечать не прямым списком брендов, а чек-листом или уточняющими вопросами — то есть стал осторожнее с прямыми рекомендациями. Это означает, что аудит стоит вести не только по принципу «кто в списке», но и отслеживать, по каким запросам модель вообще переходит от прямой рекомендации к роли советника.
Важный нюанс из собственного тестирования для этой статьи: Google AI Overview показывается не по каждому юридическому запросу. В нескольких проверенных запросах на украинском языке, например «какая юридическая компания лучшая в Киеве» или «какая компания занимается военным правом», AI-панель над выдачей вообще не появилась — на экране были обычные органические и рекламные результаты. Это не гарантия, что так будет всегда и для любого аккаунта или региона, но это означает, что для украинской юридической ниши зона риска пока больше в чат-интерфейсах — ChatGPT, Gemini, Perplexity, — куда человек идет с прямым вопросом, чем в панели над Google-выдачей.
Какие ошибки AI особенно опасны для адвокатов
Расследование Business Insider и собственная практика аудитов MAVR позволяют выделить несколько типов ошибок в AI-ответах о бизнесе. Для юридической компании каждый из них имеет свою цену.
Иногда AI просто путает компанию с другой: похожее название, тот же район города, конкурент с почти идентичной специализацией. Клиент читает чужие отзывы, цены или даже контакты, считая их вашими, и принимает решение еще до звонка.
Бывает и так, что AI просто не успевает за компанией: специализация или состав партнеров в его ответе устарели. Фирма, которая пять лет назад занималась преимущественно корпоративным правом, а сейчас активно ведет военные дела, рискует остаться в описании «корпоративным юристом» и просто выпасть из ответов на запросы, в которых она уже действительно сильна.
Встречаются и чужие негативные отзывы или обвинения, извлеченные из единственного устаревшего источника — именно так произошло с консалтинговым бизнесом Steady Demand, которому AI приписала мошенничество на основании одного старого поста на Reddit о совершенно другом продукте. Для юрфирмы обвинение в непрофессионализме или нечестности, сгенерированное на основе случайного форума, бьет по главному активу — доверию.
Еще один распространенный случай — неправильная география или статус работы. Офис, который компания закрыла или перенесла, партнер, который ушел и открыл собственную практику, филиал, которого уже нет: человек приходит по адресу, которого не существует, или спрашивает о юристе, который уже не работает в компании.
Самый сложный для исправления случай — противоречивые факты о компании на разных площадках. AI все чаще сопоставляет данные из нескольких источников одновременно, и если на сайте указано «15 лет опыта», а в профиле отраслевого каталога или на картах фигурирует другая цифра, для AI такая мелочь превращается в сигнал противоречивых данных. В аудите для BlaerLaw, израильской адвокатской практики, работающей с русскоязычной аудиторией, именно такие расхождения — стаж работы, телефон, перечень специализаций — оказались разбросаны между сайтом, несколькими профильными каталогами адвокатов и картами. Каждое отдельное расхождение выглядит мелочью, но для AI, который сопоставляет источники между собой, совокупность таких неточностей снижает доверие ко всей картине о компании.
Далее идут не классические «ошибки» в смысле ложной информации, а структурные слабости видимости — они не заставляют AI говорить о вас неправду, но делают само присутствие бренда в AI-ответах хрупким. В аудите disputes.ua мы увидели сразу три такие слабости.
Первая слабость — разрыв между заявленной и фактически видимой специализацией. На сайте есть полноценные страницы о семейном праве и разводе, но в наборе запросов по family law бренд практически не появлялся в рекомендациях ChatGPT и Gemini: модели советовали другие, более узко специализированные компании. Наличие страницы на сайте само по себе еще не конвертируется в AI-рекомендацию — нужны конкретные страницы под реальные сценарии клиента, а не одна общая страница практики.
Вторую слабость показали цифры: 64,6% всех цитирований страниц сайта приходились на одну-единственную страницу — о дубликате свидетельства о рождении, а 87,2% — на кластер всего из четырех страниц о документах. Это и есть чрезмерная концентрация AI-видимости на 1–2 страницах: вся она держалась на узком фундаменте, и одно обновление выдачи или появление более сильного конкурентного контента способны быстро обрушить эту долю.
Третья слабость — языковой перекос видимости: 279 из 288 цитирований страниц приходились на англоязычные страницы сайта и только 9 — на украинские. Для компании, которая работает и с международными, и с местными клиентами, это означает практически полную невидимость в украиноязычных AI-ответах, даже если в англоязычном сегменте все выглядит хорошо.
Как провести аудит AI Entity Footprint юридической компании
Search Engine Land предлагает подход, который здесь хорошо применим: проверять не количество упоминаний бренда, а то, насколько четко AI понимает, чем компания занимается, кому помогает и в каких темах имеет экспертизу, — так называемый AI Entity Footprint. Для юридической компании это можно свести к последовательности вопросов.
Прямой вопрос: название компании плюс «кто это», «чем занимается», «отзывы», «стоит ли обращаться». Здесь проверяется базовая фактология — специализация, город, репутация.
Непрямой вопрос: специализация и город без названия бренда — «какая компания в Киеве ведет дела о…». Здесь видно, упоминает ли AI вас вообще среди профильных игроков и в каком контексте — рядом с кем вас ставят.
Кросс-проверка: те же два вопроса в ChatGPT, Gemini, Google AI Overviews и, по возможности, Perplexity. Расхождения между ответами сами по себе являются диагностикой: если одна система видит вас экспертом по военному праву, а другая вообще не упоминает, значит, источники, на которые они опираются, различаются.
Фиксация расхождений: отдельно выписать, где AI-ответ расходится с реальностью — по специализации, географии, составу партнеров, статусу отзывов. Это и есть основа для дальнейшей работы, а не сам аудит.
Как найти источник неправильной информации
Ошибка в AI-ответе почти всегда имеет конкретный источник — просто система выбрала его среди нескольких. Первый шаг — спросить саму систему: «из каких источников ты это взял». В ChatGPT или Perplexity такой запрос обычно возвращает список ссылок, а Google AI Overview показывает источники непосредственно под ответом.
Если система не называет источник прямо, стоит проверить типичные точки происхождения ошибки: устаревший кеш страницы компании, старая карточка в Google Business Profile, которую никто не обновил после переезда офиса, один негативный отзыв на агрегаторе, который перевешивает десяток нейтральных, устаревшее упоминание в медиа или рейтинге юридических компаний, похожая по названию фирма в том же городе и нише.
Логика, которую стоит держать в голове: AI не оценивает источники только по критерию «правильности», он склонен доверять тому, что одинаково повторяется в нескольких местах. Поэтому одна устаревшая, но широко растиражированная карточка в каталоге может перевесить свежую и точную информацию на самом сайте компании, если на разных страницах она сформулирована по-разному.
Полезная метрика для самопроверки — какая доля AI-цитирований ведет на ваш собственный сайт, а какая — на сторонние источники. Если ваш домен составляет считанные проценты от всех источников, которые AI использует для ответов в вашей нише — в нашей практике встречались и показатели около 4% — это сигнал, что вы играете на чужом поле: AI доверяет каталогам, реестрам или сайтам конкурентов больше, чем вашему собственному сайту.
Что исправлять на сайте, в Google Business Profile, каталогах, медиа и отзывах
На сайте — прежде всего консистентность формулировок, включая написание самого названия бренда. Это не абстрактный совет: во время юзабилити-аудита сайта компании Use Prosto мы нашли как минимум три варианта написания названия — «USE PROSTO» в шапке и большинстве текстов, «ЮЗ ПРОСТО» на странице «Развод» и в тексте «О нас», а также «Все просто» прямо в <title> страницы «О нас». Для человека это незаметная мелочь, а для AI, который пытается собрать «сущность» компании из разных страниц сайта, — уже три разных объекта, которые системе сложнее связать между собой. Рекомендация здесь всегда одна: привести написание бренда к единому варианту в текстах, заголовках и мета-тегах. Подробнее о том, какой контент AI охотнее цитирует, мы писали отдельно.
Техническая чистота страниц — отдельная история. В аудите сайта disputes.ua на нескольких ключевых страницах — главной, «О нас», «Контакты», «Оплата и условия» — в текстовом представлении страницы после контактной формы обнаружились длинные закодированные base64-подобные строки: служебные данные формы, которые попадали в то же текстовое поле, что и полезный контент. Посетитель сайта этого не видит, но поисковые боты и AI-парсеры читают страницу как сплошной текст, и юридический контент буквально смешивается со служебным мусором. К этому добавлялись дублированные блоки меню и задвоенные заголовки вроде «Напишите нам» / «Напишите» возле контактной формы. Ни одна из этих вещей не критична для дизайна или человека, но для AI, который ищет четко структурированную страницу с одним основным содержанием, это дополнительный шум, мешающий корректно «прочитать» компанию.
Еще один инструмент, который стоит рассмотреть, — отдельная страница на сайте, написанная не для клиентов, а для AI-систем: год основания, юрисдикция и адрес, перечень практик, ключевые юристы, портфель типичных дел, ссылки на профили и упоминания в медиа — сухим структурированным текстом, без маркетингового тона. Одна структурированная страница-источник помогает устранить проблему разбросанных и противоречивых фактов вместо того, чтобы исправлять ее последствия по одной площадке за раз. Выносить ее на главную необязательно, но она должна находиться в индексе поисковых систем и в структуре сайта, а не быть спрятанной в подвале.
В Google Business Profile — актуальная категория деятельности, адрес, часы работы, перечень услуг и ответы на отзывы. Это источник, который AI-системы используют одним из первых именно для локальных юридических запросов.
В каталогах и рейтингах юридических компаний — сверить те же базовые факты, о которых говорилось выше на примере BlaerLaw: одинаковы ли стаж, телефон, email и перечень практик на сайте, в профильных каталогах адвокатов, на картах и в соцсетях. Расхождения накапливаются именно здесь, потому что профили в каталогах обновляют редко, а AI продолжает считывать их наравне с сайтом.
В медиа устаревшее упоминание редко можно удалить, но его можно «разбавить» свежими авторитетными публикациями с теми же точными формулировками о специализации. Это прямой стык с классическим SERM: SEO для юридических компаний и управление репутацией в поисковых системах работают с тем же пулом источников, с которым теперь работает и AI.
С негативными отзывами лучше всего работает публичный ответ, а не удаление или игнорирование. AI-системы, вероятно, учитывают не только оценку, но и то, реагирует ли компания на критику вообще — это может быть одним из сигналов доверия.
для адвокатов и юристов
Как контролировать AI-репутацию в дальнейшем
AI-репутация — это не разовый аудит, а процесс, который стоит повторять регулярно: модели обновляются, индексы перестраиваются, а вместе с ними меняются и ответы. В собственных аудитах MAVR мы ведем для клиентов фиксированный набор из 15–20 прямых и непрямых вопросов о компании и ее практиках и прогоняем его через основные AI-системы раз в 4–6 недель, фиксируя для каждого запроса, упомянут ли бренд, на какой позиции и с каким источником-цитатой. Сравнение такого набора месяц к месяцу показывает реальную динамику, а не ощущение «кажется, стало лучше».
Здесь стоит честно обозначить границы возможного: заставить ChatGPT или Google «исправить» конкретный ответ невозможно — ни одна компания не имеет прямого контроля над тем, что выдает LLM. Единственный рабочий рычаг — последовательно приводить в порядок источники, на которые эти системы опираются, и давать им время на переиндексацию или обновление данных. Это медленнее, чем хотелось бы, зато честно — в отличие от обещаний «исправить» ответ напрямую.
Проверим, как ChatGPT, Gemini и Google AI описывают вашу юридическую компанию, какие источники используют и где информация о бренде противоречива или устарела. Заказать проверку AI-репутации
Источники:
- Small Businesses Suffer from Google AI Review Mismanagement
- Google’s AI Overviews attribute other companies’ complaints to small businesses
- How to audit your AI entity footprint — Search Engine Land
Примеры брендовой непоследовательности и технических ошибок — собственные аудиты MAVR (клиенты Use Prosto, disputes.ua, BlaerLaw), 2026.
Эксперт в юридическом маркетинге. Руководитель маркетингового агентства MAVR.
Бизнес-степень «Мастер делового администрирования» (MBA).
Читайте также:
