Как измерить тональность бренда в моделях ИИ-поиска

Коротко: тональность бренда в ИИ — это показатель того, как ИИ-движки характеризуют бренд: позитивно, негативно, нейтрально или смешанно. Маркетологи могут отслеживать этот показатель, используя одинаковые запросы (промпты) в разных моделях и сравнивая результаты с течением времени.

Основные выводы

• Тональность бренда в ИИ показывает, как ИИ-движки характеризуют ваш бренд.
• Тональность значительно варьируется в разных LLM, таких как ChatGPT, Claude, Perplexity и Gemini, даже при использовании одного и того же промпта.
• Использование постоянных промптов упрощает сравнение тональности с течением времени.
• Анализ языка ответов помогает понять, что именно формирует позитивную или негативную тональность.
• Тональность следует отслеживать отдельно от видимости и доли голоса (share of voice).

Тональность бренда долгое время была ценной метрикой для понимания того, как люди воспринимают компанию: позитивно, негативно или нейтрально. Сегодня, когда все больше исследований и оценок брендов происходит через ИИ-каналы, у маркетологов появился еще один уровень тональности для анализа: как ИИ-поисковики характеризуют их бренд в генеративных ответах.

Тональность бренда в ИИ может существенно различаться в зависимости от модели. Исследование 18 ведущих LLM выявило очень низкую согласованность тональности между моделями, что указывает на значительные различия в том, как разные LLM формируют оценочные суждения на основе одной и той же информации.

ChatGPT, Claude, Perplexity, Gemini и другие ИИ-движки могут представлять один и тот же бренд по-разному, даже в ответ на идентичные промпты. Это делает любой отдельный ответ плохим индикатором для понимания общей тональности бренда в ИИ и создает реальную проблему измерения для маркетологов, пытающихся понять, как представлен их бренд.

Чтобы по-настоящему измерять и влиять на тональность бренда в ИИ, маркетологам нужен последовательный способ отслеживания этого показателя в разных моделях, промптах и периодах времени.

Что такое тональность бренда в ИИ?

Тональность бренда в ИИ — это позитивный, негативный, нейтральный или смешанный тон, который ИИ-движок использует при описании или оценке бренда.

Ответ, называющий ваш продукт отличным вариантом для корпоративных команд, отражает позитивную тональность. Ответ, подчеркивающий высокие затраты или сложности внедрения, отражает негативную тональность. Ответ, который выделяет значимые преимущества, но при этом высказывает опасения, может быть смешанным.

Тональность — это лишь часть ответа.

Ответы ИИ также могут содержать позиционирование, заявления о продукте, сравнения с конкурентами, рекомендации и фактическую информацию. Эти элементы помогают объяснить, почему тональность является позитивной или негативной, но сами по себе они не являются тональностью.

Например:

• «[Бренд] разработан для команд корпоративного маркетинга» — это утверждение о позиционировании.
• «[Бренд] — сильный выбор для крупных маркетинговых организаций» отражает позитивную тональность.
• «[Бренд] предлагает мощные корпоративные возможности, но может быть дорогим для небольших команд» отражает смешанную тональность.

Четкое разграничение этих понятий значительно упрощает последовательное измерение тональности.

Почему тональность бренда в ИИ варьируется в зависимости от промптов и моделей?

ИИ-движки формируют свои оценки на основе доступной им информации и контекста задаваемого вопроса. В зависимости от модели и запроса, ответ может отражать информацию, полученную во время обучения, текущие веб-источники, найденные для ответа, или и то, и другое. Эти входные данные влияют на то, какие сильные и слабые стороны бренда, а также ассоциации с ним, выводит модель.

Если вы проверяли свой бренд в ChatGPT, а затем задавали немного другой вопрос, вы, вероятно, видели, как быстро может меняться ответ.

Контекст промпта играет большую роль в тональности. Спросите «Что такое [Бренд]?» — и вы можете получить прямое описание. Спросите «Подходит ли [Бренд] для команд корпоративного маркетинга?» — и модель начнет оценивать соответствие. Спросите о недостатках — и вы получите больше критики. Добавьте конкурента, и ответ снова изменится, потому что ваш бренд будет оцениваться в сравнительном контексте.

Каждый промпт раскрывает разную часть того, как модель понимает ваш бренд. Это делает выбор промпта важным, когда вы пытаетесь последовательно измерять тональность.

Ваш набор запросов должен отражать те вопросы, которые покупатели действительно задают при исследовании вашей категории, сравнении вариантов и оценке соответствия. Отслеживание одних и тех же вопросов с течением времени дает гораздо более четкое представление о том, меняется ли тональность.

Модель тоже имеет значение.

ChatGPT, Claude, Gemini и Perplexity могут по-разному реагировать на один и тот же промпт. Одна модель может подчеркнуть корпоративные возможности. Другая — сосредоточиться на цене или внедрении. Третья может упомянуть критику, которую другие едва затрагивают.

Анализ разных моделей помогает увидеть, какие восприятия повторяются, а какие являются изолированными. Если несколько моделей неоднократно упоминают одну и ту же слабость в похожих запросах, это заслуживает внимания. Если это появляется один раз в одном ответе, это имеет меньший вес.

Благодаря кросс-модельному отслеживанию вы можете видеть, как меняется тональность в зависимости от задаваемого вопроса и отвечающей модели, а затем определять восприятия, которые последовательно формируют представление о вашем бренде.

Как измерить тональность бренда в ИИ-поиске?

Как только у вас появится четкий набор запросов, следующим шагом станет обеспечение повторяемости измерений.

Используйте одни и те же промпты в интересующих вас ИИ-движках, отслеживайте, как каждая модель характеризует ваш бренд, и сохраняйте исходные ответы, чтобы видеть, что именно влияет на тональность.

Полезный бенчмарк обычно включает сочетание типов вопросов:

Сохраняйте основную формулировку стабильной от одного цикла измерений к другому. Если промпт постоянно меняется, становится труднее понять, изменилась ли тональность или вопрос просто привел к другому типу ответа.

Вы по-прежнему можете добавлять временные промпты, когда запуск продукта, действия конкурентов или возникающие проблемы требуют более пристального внимания. Важно поддерживать последовательную базу, которую можно сравнивать с течением времени.

Смотрите на тональность и язык, стоящий за ней

Оценка тональности дает вам общее направление. Ответы объясняют, почему оценка выглядит именно так.

Анализируйте конкретные слова, утверждения, сильные стороны, критику, оговорки и сравнения с конкурентами, которые постоянно появляются в ответах.

Если несколько моделей описывают ваш продукт как мощный, но сложный во внедрении, это говорит вам гораздо больше, чем просто смешанная оценка тональности. Вы видите позитивное восприятие, поддерживающее бренд, и опасения, формирующие нерешительность покупателя.

Именно на этом уровне детализации измерение становится полезным для маркетинга. Оно помогает связать изменение тональности с конкретным нарративом, стоящим за ним.

Jasper GEO Hub отслеживает показатель тональности бренда (Brand Sentiment Score) в разных ИИ-движках и позволяет командам просматривать ответы, которые вносят вклад в эту оценку. Конкурентная доля голоса (Competitive Share of Voice) измеряется отдельно, что помогает маркетологам понять как то, как часто бренд появляется, так и то, как он характеризуется.

Чем тональность бренда в ИИ отличается от социального мониторинга?

У маркетологов уже есть способы измерения тональности бренда. Социальный мониторинг — один из самых привычных.

Разница заключается в том, откуда берется эта тональность.

Социальный мониторинг (social listening) отслеживает то, что люди говорят о вашем бренде в отзывах, публикациях, комментариях, на форумах и в других публичных дискуссиях. Анализ тональности бренда в ИИ показывает, как генеративные ИИ-движки описывают ваш бренд, когда их об этом спрашивают.

Вы можете наблюдать позитивную социальную тональность, в то время как ИИ-движки продолжают повторять устаревшую критику. Также возможна ситуация, когда ответы ИИ благоприятны, но в отзывах и публичных обсуждениях начинают появляться новые опасения клиентов.

Отслеживание обоих показателей дает более полное представление о восприятии бренда там, где люди формируют свое мнение.

Что провоцирует негативную тональность бренда в ИИ?

Когда проявляется негативная или смешанная тональность, начните с анализа конкретных формулировок.

Что именно говорят модели? Встречается ли эта критика в разных промптах? Появляется ли она в нескольких моделях? Связана ли она с одной аудиторией, одним сценарием использования или одним конкурентом?

Эти детали показывают масштаб проблемы и то, с чего следует начать расследование.

1. Определите повторяющуюся критику

Изучите ответы, связанные с негативной или смешанной тональностью, и найдите закономерности.

Возможно, несколько моделей описывают внедрение как сложное. Возможно, постоянно всплывает вопрос цены. Возможно, ваш бренд последовательно позиционируется как неподходящий для определенного сегмента.

Чем чаще встречается одна и та же мысль, тем полезнее она как сигнал.

Фраза «тональность снизилась» дает очень мало информации для работы.

Фраза «ChatGPT и Perplexity упоминают сложность внедрения в четырех корпоративных запросах» дает конкретный материал для расследования.

2. Проверьте, насколько точна критика

Некоторая негативная тональность отражает реальный компромисс продукта или восприятие, которое уже существует на рынке.

Если ваш продукт стоит дороже аналогов или требует существенного процесса внедрения, маркетинговый контент может добавить контекста, но основную проблему все равно нужно признать.

Другие критические замечания могут быть устаревшими, неполными или просто неверными.

Модель может повторять старое ограничение, упускать из виду новую функцию или использовать язык позиционирования, от которого ваша компания уже отказалась.

Разберитесь, с каким типом проблемы вы имеете дело, прежде чем решать, что менять.

3. Просмотрите информацию, связанную с ответом

Если модель предоставляет ссылки, изучите их.

Вы можете обнаружить старый отзыв, устаревшее сравнение, неактуальную страницу продукта или стороннюю статью, которая все еще отражает предыдущую версию вашего продукта.

Ссылки не объяснят каждую часть ответа, но могут дать полезные подсказки о том, какая информация формирует ответ.

Если ссылок нет, сравните повторяющиеся формулировки с заметным контентом по той же теме. Ищите места, где постоянно появляются одни и те же утверждения или формулировки.

4. Обновите контент, связанный с проблемой

Как только вы поймете, в чем заключается критика и откуда она может исходить, устраните ее напрямую.

Если ИИ-движки говорят, что у вас отсутствует функция, которую вы теперь предлагаете, сделайте эту функцию заметной на соответствующих страницах продукта или функций.

Если они ставят под сомнение готовность к корпоративному использованию, усильте контент, объясняющий, как ваш продукт поддерживает корпоративные требования.

Если ваш собственный сайт содержит устаревшие формулировки, обновите их.

Чем ближе ваш контент к конкретному восприятию, которое вы обнаружили, тем легче увидеть, дает ли изменение эффект.

5. Запустите те же промпты снова

После внесения изменений вернитесь к промптам, в которых возникла проблема.

Сравните новые ответы с вашими базовыми показателями.

Критика все еще присутствует? Стали ли формулировки более сбалансированными? Отражает ли больше моделей обновленную информацию?

Повторный запуск тех же промптов дает четкий способ увидеть, меняется ли восприятие с течением времени.

Jasper GEO Hub поддерживает этот процесс, отслеживая тональность с течением времени и выявляя ответы на уровне моделей, стоящие за оценкой. Затем GEO Agent может помочь командам реализовать возможности контента, выявленные в ходе этого анализа.

Как часто следует измерять тональность бренда в ИИ?

Для большинства брендов ежемесячное измерение — это практичная отправная точка.

Такая периодичность обеспечивает достаточную последовательность, чтобы заметить значимые изменения, не отвлекаясь на каждый отдельный ответ.

Некоторые периоды требуют более пристального мониторинга.

Крупный запуск продукта, новое позиционирование, конкурентная кампания, изменение цен или репутационный кризис могут быстро изменить дискуссию вокруг вашего бренда. Еженедельный мониторинг может быть оправдан в такие периоды, особенно для промптов, связанных с проблемой.

Продолжайте использовать базовые промпты, даже если добавляете временные.

Если появляется новая проблема, добавьте целевой набор запросов вокруг нее, продолжая отслеживать основной эталон. Это дает более точное представление о текущей проблеме без потери долгосрочной перспективы.

Сделайте тональность бренда в ИИ частью измерения бренда

Тональность бренда всегда помогала маркетологам понять, как воспринимается компания. Генеративный ИИ добавляет новый источник влияния, поскольку покупатели все чаще сталкиваются с оценками бренда внутри ответов, созданных ИИ.

Это делает последовательность важной.

Отслеживание одних и тех же релевантных для покупателя промптов в моделях, которые использует ваша аудитория, дает более четкое представление о том, где тональность позитивна, где возникают опасения и какие нарративы продолжают появляться.

Ответы, стоящие за оценкой, имеют не меньшее значение. Они помогают понять, какие сильные стороны работают в вашу пользу, какая критика может потребовать внимания и где устаревшая или неполная информация может формировать то, как представлен ваш бренд.

Со временем эти закономерности становятся еще одним полезным вкладом в то, как вы управляете здоровьем бренда. Вы можете увидеть, где восприятие стабильно, где оно меняется и где у маркетинга есть возможность улучшить информацию, из которой черпают данные ИИ-движки.

Узнайте, как Jasper GEO Hub и GEO Agent могут помочь вам последовательно отслеживать тональность бренда в ИИ по промптам и моделям, которые наиболее важны для вашей аудитории.

Часто задаваемые вопросы

Что такое тональность бренда в ИИ?

Тональность бренда в ИИ измеряет, описывает или оценивает ли ИИ-движок бренд позитивно, негативно, нейтрально или со смешанной тональностью.

Является ли тональность бренда в ИИ тем же самым, что и восприятие бренда?

Нет. Восприятие бренда включает в себя более широкие качества, ассоциации, позиционирование и убеждения, связанные с брендом. Тональность конкретно измеряет, представлен ли бренд благоприятно, неблагоприятно, нейтрально или со смешанной оценкой.

Как измерить тональность бренда в ИИ-поиске?

Запустите последовательный набор релевантных для покупателя промптов в ИИ-движках, которые вы хотите отслеживать. Классифицируйте тональность в каждом ответе, зафиксируйте язык, который ее формирует, и сравните результаты по моделям, промптам и времени.

Почему ChatGPT, Perplexity и Claude показывают разную тональность по отношению к одному и тому же бренду?

Разные ИИ-движки могут подчеркивать разную информацию и по-разному формулировать отношение к одному и тому же бренду. Запуск одних и тех же промптов в нескольких движках помогает маркетологам увидеть, какие восприятия широко распространены, а какие ограничены конкретной моделью или запросом.

Достаточно ли позитивной тональности в ИИ?

Нет. Позитивная тональность не говорит о том, как часто упоминается бренд, является ли информация точной и как она соотносится с конкурентами. Эти показатели следует измерять отдельно.

Как бренду улучшить негативную тональность в ИИ?

Начните с конкретной критики, появляющейся в ответах ИИ. Определите, является ли она точной, изучите соответствующие источники, если они доступны, обновите или дополните контент, касающийся этой проблемы, и повторно запустите те же запросы, чтобы увидеть, изменится ли ответ.

Что должно включать в себя бенчмарк тональности бренда в ИИ?

Фиксируйте запрос, движок ИИ, полный ответ, классификацию тональности, язык, подтверждающий эту классификацию, и дату измерения. При необходимости добавляйте цитаты, конкурентный контекст и анализ по темам.