11 серпня Business Insider опублікував розслідування про те, як Google AI Overviews плутає бізнеси між собою, приписує їм чужі негативні відгуки та показує застарілу інформацію — навіть коли компанія роками виправно веде сайт і платить за рекламу в тому ж Google. Британський постачальник будматеріалів The Plastics Shed отримав у AI-відповіді відгуки конкурентів. Компанію з управління нерухомістю в Айдахо система об’єднала з однойменною фірмою, що закрилась роками раніше. Консалтинговий бізнес Steady Demand AI позначила як шахрайський — через один старий пост на Reddit про зовсім інший продукт.
Для юридичної компанії та сама механіка небезпечніша, ніж для магазину будматеріалів. Людина, яка шукає адвоката з військового права, юриста для розлучення чи захисника у кримінальній справі, зазвичай ставить AI пряме запитання — і діє на основі відповіді, не перевіряючи джерела. Помилка в спеціалізації, застаріла адреса офісу чи чужий негативний відгук у цій відповіді коштують дорожче за клік — це втрачений лід, який вже прийняв рішення не звертатися.
Чому AI-відповідь стає частиною репутації юридичної компанії
Раніше репутація формувалася сайтом, відгуками на Google Maps і кількома рядками в топі пошуку — людина бачила кілька джерел одразу і могла порівняти. AI-відповідь у ChatGPT, Gemini чи Google AI Overviews — це один синтезований текст, який людина найчастіше не перевіряє: за оцінкою дослідників, навіть 90% точності при мільярдах щоденних AI-відповідей означає сотні мільйонів помилкових відповідей щодня.
Для юридичних послуг це накладається на й так високу вагу довіри. Клієнт звертається до юриста в стані стресу — мобілізація, суд, кримінальна справа, — і рідко готовий перевіряти третє джерело, якщо перше вже дало впевнену відповідь. AI-опис компанії де-факто стає першою сторінкою її репутації, і ця сторінка формується без участі самої компанії.
Звідки ChatGPT, Gemini та Google отримують інформацію про юрфірму
Google AI Overviews синтезує відповідь із джерел, які й так добре ранжуються за класичними SEO-сигналами: сайт компанії, Google Business Profile, каталоги юридичних компаній, згадки в медіа, агреговані відгуки. По суті, це той самий пул джерел, що й у SERM, тільки система сама вирішує, яким з них довіряти більше.
ChatGPT і Gemini працюють інакше і саме тому непередбачуваніше. У частині запитів вони відповідають з “пам’яті” — навченої на даних, які могли застаріти на рік і більше. А в частині запитів, особливо коли йдеться про конкретну компанію чи місто, вони на льоту виконують живий пошук в інтернеті: у власному тестуванні для цієї статті пряме запитання про юридичну компанію в Києві з певною спеціалізацією змусило ChatGPT переглянути в реальному часі кілька десятків сайтів, перш ніж сформувати відповідь. Це означає, що аудит AI-репутації — це не спроба вгадати, що “запам’ятала” нейромережа, а перевірка того, які саме джерела вона знаходить і яким з них довіряє просто зараз.
У власній практиці аудитів MAVR ми перевіряємо мінімум п’ять систем окремо — Google AI Overviews, Google AI Mode, ChatGPT, Gemini і Perplexity, — бо вони по-різному будують відповідь і спираються на різні пропорції джерел. У моніторингу для одного з наших клієнтів у міжнародній юридичній практиці, компанії disputes.ua, частка власного сайту серед джерел, які підтягували AI-системи, склала лише близько 4% — решту становили державні реєстри, каталоги юридичних компаній і сайти інших адвокатів. Тобто навіть за наявності сильного сайту AI здебільшого “дивиться кудись іще” замість компанії напряму.
Ще один патерн з того самого моніторингу: у частині “рекомендаційних” запитів (на кшталт “порадь сімейного адвоката в Києві”) ChatGPT з часом усе частіше почав відповідати не прямим списком брендів, а чек-листом чи уточнювальними питаннями — тобто став обережнішим із прямими рекомендаціями. Це означає, що аудит варто вести не лише по тому, “хто у списку”, а й по тому, у яких запитах модель узагалі перейшла від прямої рекомендації до ролі порадника.
Важливий нюанс з власного тестування для цієї статті: Google AI Overview показується не на кожен юридичний запит. У кількох перевірених запитах українською мовою (типу “яка юридична компанія найкраща в Києві” чи “яка компанія займається військовим правом”) AI-панель над видачею взагалі не з’явилася — на екрані був звичайний органічний та рекламний результат. Це не гарантія, що так буде завжди й для будь-якого акаунта чи регіону, але означає: для української юридичної ніші зона ризику поки що більше в чат-інтерфейсах (ChatGPT, Gemini, Perplexity), куди людина йде з прямим запитанням, ніж у панелі над Google-видачею.
Які помилки AI особливо небезпечні для адвокатів
Розслідування Business Insider і власна практика аудитів MAVR виділяють кілька типів помилок AI-відповідей про бізнес. Для юридичної компанії кожен з них має свою ціну.
Іноді AI просто плутає компанію з іншою: схожа назва, той самий район міста, конкурент з майже ідентичною спеціалізацією. Клієнт читає чужі відгуки, ціни чи навіть контакти, вважаючи їх вашими, і ухвалює рішення ще до дзвінка.
Буває й так, що AI просто не встигає за компанією: спеціалізація чи склад партнерів у нього застарілі. Фірма, яка п’ять років тому вела здебільшого корпоративне право, а зараз активно веде військові справи, ризикує залишитися в описі “корпоративним юристом” і просто випасти з відповідей на запити, де вона вже реально сильна.
Трапляються й чужі негативні відгуки чи звинувачення, витягнуті з єдиного застарілого джерела — саме так сталося з консалтинговим бізнесом Steady Demand, якому AI приписала шахрайство на основі одного старого посту на Reddit про зовсім інший продукт. Для юрфірми звинувачення в непрофесіоналізмі чи нечесності, згенероване з випадкового форуму, б’є по головному активу — довірі.
Ще один поширений випадок — неправильна географія чи статус роботи. Офіс, який компанія закрила чи перенесла, партнер, який пішов і відкрив власну практику, філія, якої вже немає: людина приходить за адресою, якої не існує, або питає про юриста, що вже не працює в компанії.
Найскладніший для виправлення випадок — суперечливі факти про компанію на різних майданчиках. AI дедалі частіше зіставляє дані з кількох джерел одночасно, і якщо на сайті вказано “15 років досвіду”, а в профілі на галузевому каталозі чи на картах фігурує інша цифра, для AI подібна дрібниця перетворюється на сигнал суперечливих даних. У аудиті для BlaerLaw, ізраїльської адвокатської практики, що працює з російськомовною аудиторією, саме такі розбіжності (стаж роботи, телефон, перелік спеціалізацій) виявилися розкиданими між сайтом, кількома профільними каталогами адвокатів і картами. Кожна окрема розбіжність виглядає дрібницею, але для AI, який зіставляє джерела між собою, сукупність таких неточностей знижує довіру до всієї картини про компанію.
Далі йдуть не класичні “помилки” в сенсі неправдивої інформації, а структурні слабкості видимості — вони не змушують AI сказати про вас неправду, але роблять саму присутність бренду в AI-відповідях крихкою. У аудиті disputes.ua ми побачили одразу три такі слабкості.
Перша слабкість — розрив між заявленою і фактично видимою спеціалізацією. На сайті є повноцінні сторінки про сімейне право й розлучення, але в наборі family-law запитів бренд практично не з’являвся в рекомендаціях ChatGPT і Gemini: моделі радили інші, вужче спеціалізовані компанії. Наявність сторінки на сайті сама собою ще не конвертується в AI-рекомендацію — потрібні конкретні сторінки під реальні сценарії клієнта, а не одна загальна сторінка практики.
Другу слабкість показали цифри: 64,6% усіх цитувань сторінок сайту припадали на одну-єдину сторінку (про дублікат свідоцтва про народження), а 87,2% — на кластер усього з чотирьох сторінок про документи. Це і є надмірна концентрація AI-видимості на 1-2 сторінках: вся вона трималась на вузькому фундаменті, і одне оновлення видачі чи сильніший конкурентний контент здатні швидко обвалити цю частку.
Третя — мовний перекос видимості: 279 із 288 цитувань сторінок припадали на англомовні сторінки сайту і лише 9 — на українські. Для компанії, що працює і з міжнародними, і з місцевими клієнтами, це практична невидимість в українськомовних AI-відповідях, навіть якщо в англомовному сегменті все виглядає добре.
Як провести аудит AI Entity Footprint юридичної компанії
Search Engine Land пропонує підхід, який тут добре застосовний: перевіряти не кількість згадок бренду, а те, наскільки чітко AI розуміє, чим компанія займається, кому допомагає і в яких темах має експертизу — так званий AI Entity Footprint. Для юридичної компанії це можна звести до послідовності запитань.
Пряме запитання: назва компанії плюс “хто це”, “чим займається”, “відгуки”, “чи варто звертатися”. Тут перевіряється базова фактологія — спеціалізація, місто, репутація.
Непряме запитання: спеціалізація і місто без назви бренду — “яка компанія в Києві веде справи про…”. Тут видно, чи AI взагалі згадує вас серед профільних гравців і в якому контексті — поруч із ким вас ставлять.
Крос-перевірка: ті самі два запитання в ChatGPT, Gemini, Google AI Overviews і, за можливості, Perplexity. Розбіжності між відповідями самі по собі є діагностикою: якщо одна система бачить вас експертом з військового права, а інша взагалі не згадує — джерела, на які вони спираються, різні.
Фіксація розбіжностей: окремо виписати, де AI-відповідь розходиться з реальністю — по спеціалізації, географії, складу партнерів, статусу відгуків. Це і є основа для подальшої роботи, а не сам аудит.
Як знайти джерело неправильної інформації
Помилка в AI-відповіді майже завжди має конкретне джерело — просто система обрала його з-поміж кількох. Перший крок — спитати саму систему: “з яких джерел ти це взяв” в ChatGPT або Perplexity зазвичай повертає список посилань, а Google AI Overview дає розгортання джерел під самою відповіддю.
Якщо система не називає джерело прямо, варто перевірити типові точки походження помилки: застарілий кеш сторінки компанії, стара картка в Google Business Profile, яку ніхто не оновлював після переїзду офісу, один негативний відгук на агрегаторі, що переважує десяток нейтральних, застаріла згадка в медіа чи рейтингу юридичних компаній, схожа за назвою фірма в тому ж місті й ніші.
Логіка, яку варто тримати в голові: AI не оцінює джерела за “правильністю”, він схильний довіряти тому, що повторюється в кількох місцях однаково. Тому одна застаріла, але широко розтиражована картка в каталозі може переважити свіжу й точну інформацію на самому сайті компанії, якщо та сформульована по-різному на різних сторінках.
Корисна метрика для самоперевірки — яка частка AI-цитувань веде на ваш власний сайт, а яка на сторонні джерела. Якщо ваш домен становить лічені відсотки від усіх джерел, які AI використовує для відповідей у вашій ніші (у нашій практиці такі випадки не рідкість — траплялось і 4%), це сигнал, що ви граєте на чужому полі: AI довіряє каталогам, реєстрам чи сайтам конкурентів більше, ніж вашому власному сайту.
Що виправляти на сайті, у Google Business Profile, каталогах, медіа та відгуках
На сайті — консистентність формулювань, включно з написанням самої назви бренду. Це не абстрактна порада: під час юзабіліті-аудиту сайту компанії Use Prosto ми знайшли щонайменше три варіанти написання назви — “USE PROSTO” в шапці й більшості текстів, “ЮЗ ПРОСТО” на сторінці “Розлучення” і в тексті “Про нас”, і “Все просто” прямо в <title> сторінки “Про нас”. Для людини це непомітна дрібниця, для AI, який намагається зібрати “сутність” компанії з різних сторінок сайту, — це вже три різні об’єкти, які системі складніше пов’язати між собою. Рекомендація тут завжди одна: звести написання бренду до єдиного варіанту в текстах, заголовках і мета-тегах. Детальніше про те, який контент AI охоче цитує, ми писали окремо.
Технічна чистота сторінок — окрема історія. В аудиті сайту disputes.ua на кількох ключових сторінках (головна, “Про нас”, “Контакти”, “Оплата та умови”) у текстовому представленні сторінки після контактної форми виявились довгі закодовані base64-подібні рядки — службові дані форми, що потрапляють у те саме текстове поле, що й корисний контент. Відвідувач сайту цього не бачить, але пошукові боти й AI-парсери читають сторінку як суцільний текст, і юридичний контент буквально змішується зі службовим сміттям. До цього додавались дубльовані блоки меню і задвоєні заголовки на кшталт “Напишіть нам” / “Напишіть” біля контактної форми. Жодна з цих речей не критична для дизайну чи для людини — але для AI, який шукає чітку структуровану сторінку з одним основним змістом, це шум, що заважає коректно “прочитати” компанію.
Ще один інструмент, вартий розгляду, — окрема сторінка на сайті, написана не для клієнтів, а для AI-систем: рік заснування, юрисдикція й адреса, перелік практик, ключові юристи, портфель типових справ, посилання на профілі й медіазгадки — сухим структурованим текстом, без маркетингового тону. Одна структурована сторінка-джерело знімає саму проблему розкиданих суперечливих фактів, замість того щоб лікувати її наслідки по одному майданчику за раз. На головну її виносити не обов’язково, але місце їй — в індексі пошукових систем і в структурі меню, а не в підвалі сайту.
У Google Business Profile — актуальна категорія діяльності, адреса, години роботи, перелік послуг і відповіді на відгуки. Це джерело, яке AI-системи використовують одним з перших саме для локальних юридичних запитів.
У каталогах і рейтингах юридичних компаній — звірити ті самі базові факти, про які йшлося вище (кейс BlaerLaw): чи однакові стаж, телефон, email і перелік практик на сайті, в профільних каталогах адвокатів, на картах і в соцмережах. Розбіжності накопичуються саме тут, бо профілі в каталогах оновлюють рідко, а AI продовжує їх зчитувати нарівні з сайтом.
У медіа — застарілу згадку рідко можна прибрати, але її можна “розбавити” свіжими, авторитетними публікаціями з тими самими точними формулюваннями про спеціалізацію. Це прямий стик із класичним SERM: SEO для юридичних компаній і управління репутацією в пошукових системах працюють на той самий пул джерел, з яким тепер працює і AI.
З негативними відгуками найкраще працює публічна відповідь, а не видалення чи ігнорування. AI-системи, схоже, зчитують не лише оцінку, а й те, чи компанія взагалі реагує на критику — це один із сигналів довіри.
для адвокатів та юристів
Як контролювати AI-репутацію надалі
AI-репутація — це не разовий аудит, а процес, який варто повторювати регулярно: моделі оновлюються, індекси перекроюються, а разом з ними змінюються й відповіді. У власних аудитах MAVR ми ведемо для клієнтів фіксований набір із 15–20 прямих і непрямих запитань про компанію та її практики і проганяємо його через основні AI-системи раз на 4–6 тижнів, фіксуючи для кожного запиту: чи згадано бренд, на якій позиції, з яким джерелом-цитатою. Порівняння такого набору місяць до місяця показує реальну динаміку — а не відчуття “здається, стало краще”.
Тут варто бути чесними щодо меж можливого: змусити ChatGPT чи Google “виправити” конкретну відповідь неможливо — жодна компанія не має прямого контролю над тим, що видає LLM. Єдиний робочий важіль — послідовно приводити в порядок джерела, на які ці системи спираються, і давати їм час на переіндексацію чи повторне навчання. Це повільніше, ніж хотілося б, зате чесно — на відміну від обіцянки “виправити” відповідь напряму.
Перевіримо, як ChatGPT, Gemini та Google AI описують вашу юридичну компанію, які джерела використовують і де інформація про бренд суперечлива або застаріла. Замовити перевірку AI-репутації
Джерела:
- 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
Приклади брендової непослідовності й технічних помилок — власні аудити MAVR (клієнти Use Prosto, disputes.ua, BlaerLaw), 2026
Експертка з юридичного маркетингу. Керівниця маркетингової агенції MAVR.
Бізнес-ступінь “Майстер ділового адміністрування” (MBA).
Читайте також:
