Коротко о главном
- Пациенты уже спрашивают ChatGPT и Алису, куда пойти на процедуру — и владелец клиники этот шаг почти не видит.
- Нейросеть советует не саму клинику, а её цифровой образ — то, что смогла собрать из сайта, карт, отзывов и упоминаний.
- Проверить, что нейросети знают о клинике, можно за 10 минут — задать семь конкретных вопросов к ChatGPT и Алисе.
- ChatGPT и Алиса отвечают по-разному — в моей проверке две нейросети дали разные ответы про одни и те же клиники.
- Нейросеть не может оценить, как вы лечите — она видит только то, что о вас написано.
Человек открывает ChatGPT, Алису или любой другой ИИ-помощник и задаёт, казалось бы, простой вопрос: «Какую клинику косметологии выбрать в моём городе?»
Ответ появляется через несколько секунд. В списке — клиника буквально за углом, пара раскрученных федеральных сетей и ещё несколько названий, о которых вы, возможно, даже никогда не слышали. И что особенно неприятно — вашей клиники среди рекомендаций попросту нет. Хотя врачи у вас сильные, лицензия есть, оборудование современное, отзывы приличные.
Почему искусственный интеллект решил рекомендовать не вас?
Это не значит, что конкурент объективно лучше.
Я задала ChatGPT и Алисе одни и те же вопросы про клиники в конкретном городе и посмотрела, кого и почему они называют. Дальше покажу, что из этого вышло. Такой же эксперимент вы можете повторить сами — и минут за десять увидеть, что нейросети знают о вашей клинике.
Пациенты уже ищут врачей не только в Google
Ещё недавно путь был простым: человек вводил запрос в поисковик, открывал несколько сайтов, изучал цены, читал отзывы, сравнивал врачей. Теперь часть этого процесса нейросеть проходит за него.
Вместо десяти вкладок пользователь в Алисе или ChatGPT получает один готовый ответ: несколько пояснений, список клиник со ссылками, рейтинги, адреса и рекомендации по конкретной процедуре.
Точных российских данных именно по выбору косметологических клиник через ИИ у меня нет, но зарубежная статистика показывает довольно ясное направление.
Согласно американскому исследованию rater8 «2026 Patient Choice Report», 47% опрошенных пациентов уже использовали ИИ-инструменты — ChatGPT, Claude или Perplexity — для поиска информации о врачах. Осенью 2025 таких было 31%.
Среди людей, которые активно выбирали врача в течение последнего года, искусственный интеллект как фактор решения назвали 36% респондентов. Для сравнения: поиск Google указали 34%, рекомендации других врачей — 32%.
Есть и данные Rock Health. В декабре 2025 года организация опросила 8000 взрослых жителей США. Выяснилось, что 32% обращались к ИИ-чат-ботам за информацией о здоровье. Это вдвое больше, чем годом ранее.
Да, это данные по США, не России. Переносить цифры один в один будет неправильно, но и считать, что российские пациенты принципиально иначе пользуются технологиями, тоже наивно. ВЦИОМ, например, спрашивал россиян об отношении к искусственному интеллекту в медицине в целом. Немногим более 40% респондентов считают, что ИИ способен помочь людям улучшить здоровье.
Этот опрос не говорит о том, как пациенты выбирают конкретную клинику. Он показывает важную вещь: сама идея обсудить здоровье с нейросетью уже не воспринимается как что-то необычное.
И вот здесь начинается самое интересное.
Когда пациент не увидел вас в обычной поисковой выдаче, это ещё можно заметить по позициям, трафику, переходам и обращениям.
Если же ChatGPT не включил вашу клинику в ответ, вы, скорее всего, не узнаете об этом вообще.
Пациент не позвонит и не скажет: «Извините, нейросеть вас не назвала, поэтому я записался в другое место».
Как нейросеть выбирает клиники
У ChatGPT два источника информации: знания, сформированные во время обучения на открытых материалах, и веб-поиск. Для локальных и актуальных запросов особенно важен второй.
Когда пользователь спрашивает о клиниках в городе, ChatGPT может найти подходящие страницы и составить ответ со ссылками. У Алисы и Яндекс Нейро логика похожая: поиск отбирает интернет-источники, а модель анализирует их и формирует связный ответ.
Нейросеть рекомендует не вашу реальную клинику — с её врачами, сервисом, протоколами и результатами. Она рекомендует тот цифровой образ клиники, который сумела собрать из сайта, карт, отзывов, справочников, публикаций и других доступных материалов.
Если данных недостаточно, они устарели или противоречат друг другу, модель увереннее выбирает того, о ком информации больше и она понятнее.
Что такое GEO и при чём здесь E-E-A-T
GEO (generative engine optimization) — оптимизация информации под ИИ-ответы. Если SEO помогает сайту в классическом поиске, то GEO повышает вероятность упоминания компании нейросетью.
E-E-A-T — опыт, экспертность, авторитетность и доверие. Этот принцип Google использует для оценки качества контента.
Особенно внимательно поисковые системы относятся к медицинским темам. Логика понятна: неудачный текст про выбор обоев максимум испортит ремонт, а плохой медицинский совет может навредить здоровью.
OpenAI и Яндекс не заявляли, что используют E-E-A-T при выборе клиник. Поэтому считать этот принцип фактором рекомендаций ChatGPT или Алисы нельзя.
Семь вопросов, которые стоит задать нейросети прямо сегодня
Лучше брать ChatGPT с веб-поиском. Открывайте временный чат, чтобы прошлые беседы не влияли на ответ, и каждый следующий вопрос задавайте в новом временном чате — так ответы не зависят друг от друга. Исключение одно: вопрос «почему ты не назвал клинику X» задают в том же чате, где спрашивали про список. И всегда указывайте город: без него нейросеть подставит вашу геолокацию.
Ещё момент: получив общий список, заранее запомните название своей клиники, чтобы сразу уточнить, если её не назвали. Я так и делала — держала в уме по две клиники из каждого ответа.
| Вопрос к нейросети | Что проверяет |
|---|---|
| 1. «Посоветуй хорошую клинику косметологии в [городе]» | Попадаете ли вы в общий список без подсказки названием |
| 2. В том же чате, сразу после ответа: «Почему ты не назвал клинику [название]?» | Самый показательный вопрос: нейросеть объяснит, каких данных не хватило, или признает, что клинику стоило включить |
| 3. «Где в [городе] безопасно сделать [процедуру]?» | Видит ли нейросеть клинику по конкретной услуге, а не только по общему запросу |
| 4. «Что известно о клинике [название]? Стоит ли туда идти?» | Какой образ клиники собран из открытых источников |
| 5. «Какие отзывы о клинике [название]?» | Какие площадки нашла нейросеть и не смешала ли данные разных клиник |
| 6. «Сравни [вашу клинику] и [конкурента]: куда пойти на [процедуру]?» | Хватает ли данных о вашей услуге для прямого сравнения |
| 7. «Какой врач-косметолог в [городе] хороший?» | Видит ли нейросеть конкретных врачей или знает только название клиники |
На всю проверку уйдёт около десяти минут. В результате вы получите информацию, которую не покажут обычные SEO-сервисы.
Что показал мой эксперимент
Для своей проверки в ChatGPT и Алисе я выбрала в качестве локации Омск. Никогда там не была, местный рынок косметологии не знаю и ни с одной компанией не связана. После первого вопроса исследования выбрала для себя две клиники из списка, запомнила их названия, чтобы дальше смотреть результаты по одной из них.
Названия организаций в тексте я приводить не буду. Обозначу их буквами — А и Б. На скриншотах всё показано как есть, без изменений.
Дальше разбираю по каждому вопросу: что ответил ChatGPT, что Алиса и что из этого следует. Под каждым вопросом — скриншоты обоих ответов: первый слайд ChatGPT, второй Алиса, клик открывает картинку крупно.
Вопрос 1. «Посоветуй хорошую клинику косметологии в Омске»
ChatGPT назвал четыре клиники. Клиники А среди них не было — хотя дальше выяснится, что нейросеть знает о ней довольно много.
Алиса на тот же вопрос выдала свой список, и он совпал с ChatGPT только частично. Выглядел ответ иначе: не текстовый перечень, а карточки с картой, фотографиями, рейтингом и кнопкой «Записаться». А ещё внутри ответа был блок с пометкой «Промо» — платное размещение прямо в выдаче нейросети.
Уже здесь видно: один и тот же вопрос в двух сервисах даёт разные списки. Проверять нужно оба.
Вопрос 2. «Почему ты не назвал клинику А?»
Это уточнение задают в том же чате, сразу после первого списка. Оно оказалось самым показательным.
ChatGPT ответил дословно:
«Если бы я составлял список заново, то [клинику А] я бы включил».
Ответ ChatGPT
Алиса повела себя так же — только про другую клинику, назову её Б:
«Прости, что не упомянула её сразу... клинику доктора [Б] стоило выделить отдельно».
Ответ Алисы
Обе нейросети передумали после одного вопроса. Значит, первый список — не рейтинг лучших клиник города, а один из возможных ответов.
Вопрос 3. «Где в Омске безопасно сделать SMAS-лифтинг?»
А вот тут клиника А появилась — и появилась уверенно, с названием аппарата. Та самая, которой не было в общем списке.
ChatGPT перечислил, на что смотреть при выборе: опыт врача именно в этой методике, оригинальный аппарат, отбор пациентов. Алиса ответила карточками клиник с лицензиями и тоже назвала аппараты.
Вывод неприятный для владельца: клиника может быть невидимой по общему запросу и при этом отлично видимой по конкретной услуге. Или наоборот.
Вопрос 4. «Что известно о клинике А? Стоит ли туда идти?»
ChatGPT нашёл год основания, сведения о лицензии, несколько сотен отзывов на ПроДокторов, разобрал, что хвалят пациенты, и закончил блоком «стоит ли идти — скорее да, если…». Алиса описала спектр услуг, оборудование и отношение персонала.
То есть данных о клинике у нейросети хватало. Она просто не использовала их в первом ответе.
Вопрос 5. «Какие отзывы о клинике?»
Здесь я спрашивала уже про другую клинику — ту, что в первый список попала.
ChatGPT сослался на Яндекс Карты (около 4,8 при 70+ отзывах), НаПоправку (4,9 при ~48) и Doctu, где из 97 отзывов около 92 положительных. Алиса показала свой набор площадок: ПроДокторов — больше 300 отзывов, 2ГИС — около 300, НаПоправку.
Одна и та же клиника выглядит по-разному в зависимости от того, какую площадку нашла нейросеть. Отзывы, разбросанные по сервисам, складываются в разную картину.
Вопрос 6. «Сравни две клиники: куда пойти на SMAS-лифтинг?»
Самый важный ответ во всём эксперименте. ChatGPT сообщил, что по одной из клиник «не удалось найти достаточно достоверной информации именно о протоколах SMAS-лифтинга». Отзывы у неё при этом были. Лёгкое предпочтение он отдал клинике А, у которой аппарат назван и процедура описана.
Алиса сравнила обе и тоже опиралась на названия аппаратов.
Клиника проиграла сравнение не потому, что хуже работает, — этого нейросеть проверить не может. Она проиграла потому, что на сайте не нашлось описания самой процедуры.
Вопрос 7. «Какой врач-косметолог в Омске хороший?»
ChatGPT назвал четырёх специалистов, Алиса — двух. Ни одна фамилия не совпала в обоих списках.
Врачи для нейросети — отдельная сущность, а не приложение к клинике. Если фамилий нет на сайте и в профилях, в такой ответ попасть нечем.
Почему ChatGPT и Алиса отвечают по-разному
У двух сервисов разная методика и разные источники. ChatGPT в моей проверке опирался в основном на ПроДокторов, НаПоправку и Doctu. Алиса — на Яндекс Карты, 2ГИС, региональные площадки и сайты самих клиник.
Формат тоже различается. ChatGPT отвечает текстом со ссылками. Алиса собирает карточку с картой, фотографиями, рейтингом и кнопками «Записаться» и «Показать телефон»: пациент может записаться, не открывая сайт.
Судя по моей проверке, в Яндексе больше веса у карточки организации и собственного сайта, а у ChatGPT заметнее внешние площадки с отзывами и профилями врачей. Проверять и приводить в порядок нужно оба канала.
У каждой нейросети и поисковой системы свои источники, поисковая инфраструктура, способы формулировать запросы и логика сборки ответа. Поэтому относиться к ним стоит как к двум отдельным каналам.
Почему конкурент попадает в рекомендации, а вы — нет
Причин может быть несколько. И большинство связано не с реальным качеством медицинской помощи, а с тем, как клиника представлена в интернете.
1. Отзывов мало, они старые или раскиданы по разным площадкам
В моём эксперименте нейросети приводили рейтинги: например, 4,9 при 122 отзывах или 4,8 при 75. По одной клинике ИИ ссылался то на несколько сотен отзывов, то на рейтинг в Яндекс Картах.
Чтобы у организации в Яндексе вообще появился рейтинг, требуется от трёх до пяти оценок. Но формально появившийся рейтинг и убедительная репутация — вещи разные.
Что делать?
Регулярно собирайте реальные отзывы в Яндекс Картах, 2ГИС, ПроДокторов и других релевантных сервисах: десять комментариев трёхлетней давности слабее потока новых.
2. Карточка организации заполнена наполовину
Яндекс не утверждает, что Алиса всегда берёт данные из Яндекс Бизнеса. Но в моём эксперименте ответы включали карту, фотографии, рейтинг, адрес и кнопку записи.
Обновите график, услуги, цены, фотографии, ссылку и запись. Название, адрес и телефон сверьте с другими площадками.
3. За пределами собственного сайта о вас почти ничего нет
Среди источников были ПроДокторов, НаПоправку, 2ГИС, картографические сервисы, региональные сайты и местные СМИ. Собственный сайт не даёт независимого подтверждения.
Заполните профили на агрегаторах и карточки в справочниках. Развивайте страницы врачей, давайте комментарии региональным СМИ и получайте естественные упоминания и ссылки вместо однотипных статей.
4. В разных источниках клиника называется по-разному
Одна организация встретилась мне на латинице, кириллице и в сокращённой форме. Алгоритм может принять их за разные сущности, особенно если отличаются адреса, телефоны или фамилия врача.
Проверьте NAP-данные: название, адрес и телефон должны совпадать на сайте, в картах, справочниках, агрегаторах и социальных сетях.
5. На сайте не хватает глубокого контента
Я сравнила сайты двух клиник. Первую нейросеть описывала уверенно, а по второй не нашла надёжных сведений о процедуре.
У первой материал занимал около трёх тысяч слов: несколько раз назывался аппарат, были разобраны этапы, показания, противопоказания, подготовка, восстановление, цены, врачи и фото до и после.
У второй описание той же процедуры занимало примерно восемьсот слов. Аппарат упоминался вскользь, противопоказания уместились в одну фразу, части данных не было.
Отзывы и карточки были у обеих, но разница в ответах совпала с глубиной контента. Увереннее модель рассказывала о клинике, у которой было что читать.
Это не масштабное исследование и не доказательство причинной связи: в моей проверке качество рекомендаций лишь совпало с наполнением сайтов.
Связанная услуга
Тексты для SEO и GEO
Собственно, из этого и выросла моя услуга: страницы процедур, которые отвечают на вопросы пациента и дают нейросети достаточно данных о клинике, враче и аппарате.
Подробнее об услугеКак ещё можно подсказать ИИ, что клиника существует
Микроразметка Schema.org помогает роботам читать данные в коде страницы: название клиники, адрес, врача, услугу, цену. Но она не создаёт содержание и не гарантирует попадания в рекомендации.
На сайтах обеих клиник из моего сравнения нужной разметки не было. Одну нейросеть всё равно описала подробно, а по другой сообщила о нехватке информации. В этом случае выиграл содержательный текст, а не техническая настройка.
С чего начать самостоятельно
Сначала задайте ChatGPT и Алисе семь вопросов из статьи и определите, знает ли нейросеть клинику, видит ли пробелы и рекомендует ли её. Затем проверьте отзывы, карточки, адреса, телефоны, название и профили врачей. После этого переходите к содержанию сайта: достаточно ли там данных, чтобы уверенно рассказать о процедурах.
«Понятно. Значит, нужно проверять десятки источников, обновлять карточки, собирать отзывы, писать большие страницы услуг и ещё разбираться, что там видит ChatGPT. А пациентов кто будет лечить?»
Именно этим я занимаюсь: анализирую сайты, карточки, внешние упоминания и видимость клиник в нейросетях, нахожу главные пробелы и помогаю расставить приоритеты. Начать можно с экспресс-аудита, а подробную методику я собрала отдельно:
SEO для клиники косметологии: AI-поиск, GEO и E-E-A-T
Можно ли гарантировать место в ChatGPT и Алисе
Нет. И к тем, кто обещает «гарантированно вывести клинику в рекомендации ChatGPT», я бы относилась осторожно. Ответы генеративных моделей вероятностны.
В документации OpenAI говорится, что результаты по умолчанию недетерминированы: одинаковый запрос не обязан каждый раз давать тот же самый ответ.
Google тоже прямо предупреждает, что AI Overviews могут ошибаться.
В моём эксперименте состав клиник зависел от формулировки, списки врачей у ChatGPT и Алисы не совпали, а пропущенная организация после уточнения оказалась достойной рекомендации. Можно устранить противоречия в данных, улучшить страницы услуг и врачей, отзывы и внешние источники. Но гарантировать конкретное место нельзя.
Часть присутствия можно купить. В ответах Алисы платная реклама появляется с пометкой «Промо».
В ChatGPT во время моей проверки таких блоков не было. Рекламное размещение покупается, а органическая видимость зарабатывается сайтом, отзывами, карточками и внешними упоминаниями. Это разные механики, и смешивать их в одном отчёте было бы нечестно.
Частые вопросы
Заключение
Если нейросеть назвала конкурента, это не оценка качества лечения, а сигнал проверить цифровой образ клиники. Начинать стоит с сайта: это источник, которым вы управляете полностью, а карточки, отзывы и упоминания должны подтверждать его данные. Если хотите понять, где именно образовались пробелы, следующим шагом может стать экспресс-аудит.
Нажмите «Получить экспресс-аудит» — разберу одну страницу вашего сайта и покажу, каких данных не хватает нейросети, чтобы уверенно рассказать о вашей клинике. Готовность 1–2 дня, результат высылаю в текстовом формате.
Об авторе
Меня зовут Наталья Иванова. Я контент-стратег и занимаюсь SEO- и GEO-продвижением косметологических клиник. Если хотите понять, что ChatGPT и Алиса говорят именно о вашей клинике, какие источники используют и где у вас образовались информационные пробелы, можно начать с экспресс-аудита. Или напишите мне в Telegram. Посмотрим без громких обещаний и магических кнопок — что нейросети уже видят, чего не видят и что с этим имеет смысл делать.
Источники
- rater8, 2026 Patient Choice Report — использование ИИ при поиске информации о врачах.
- OpenAI: как разрабатываются ChatGPT и языковые модели — данные обучения модели.
- OpenAI: ChatGPT search — веб-поиск, источники и геолокация.
- Яндекс.Вебмастер: как работает Нейро — поиск источников и формирование ответа.
- Google Search: AI Overviews — AI-сводки и предупреждение о возможных ошибках.
- GEO: Generative Engine Optimization — академическая работа, в которой введён термин GEO.
- Google Search Quality Rater Guidelines — YMYL и E-E-A-T для оценки качества страниц.
- Яндекс Бизнес: рейтинг компании — роль оценок и отзывов в Яндекс Картах.
- Schema.org: MedicalBusiness и Physician — типы разметки клиники и врача.
- OpenAI Cookbook: воспроизводимость ответов — недетерминированность генеративных ответов.