Звідки ChatGPT і Perplexity беруть дані про компанії
ChatGPT, Perplexity та інші AI-відповіді беруть дані про компанії з трьох джерел: знань, закладених у модель під час навчання, живого пошуку по вебу в момент запиту і структурованих даних зі сторонніх майданчиків – каталогів, Вікіпедії, відгуків, соцмереж і новин. Ваш власний сайт впливає на всі три канали, але по-різному: він формує базу фактів, яку модель цитує, і водночас є джерелом, на яке AI ставить посилання. Якщо на сайті немає чітко сформульованих фактів у тексті, а краулерам закрито доступ, система добирає інформацію зі сторонніх сайтів – часто застарілу або неправильну.
Які три джерела даних стоять за AI-відповіддю про бізнес
1. Навчальні дані моделі. Це зріз вебу, книг, форумів та інших текстів на момент тренування. Звідси модель «пам'ятає» відомі бренди без жодного пошуку. Дані тут завжди із затримкою і без посилань.
2. Живий пошук у момент запиту (retrieval). Коли користувач питає про конкретну компанію, ціни чи контакти, система робить пошуковий запит, відкриває кілька сторінок і будує відповідь на їх основі. Саме тут з'являються посилання-цитати – і саме тут ваш сайт може стати джерелом.
3. Структуровані та сторонні джерела. Вікіпедія, Wikidata, бізнес-каталоги, карти, сайти відгуків, профілі в соцмережах, LinkedIn, галузеві агрегатори. Вони формують «консенсус» про компанію: якщо три сайти пишуть одну адресу, а ваш – іншу, модель частіше повторить більшість.
Звідки ChatGPT бере дані про компанії
ChatGPT працює у двох режимах. Без пошуку він відповідає з пам'яті моделі – дані приблизні, дата оновлення невідома користувачу. З увімкненим пошуком (а він вмикається автоматично для запитів, які явно потребують свіжих фактів) модель звертається до вебу і повертає відповідь із джерелами.
Для вебу OpenAI використовує кілька різних агентів, і це важливо: блокування одного з них не блокує інші.
| Агент | Для чого | Що буде, якщо заблокувати |
|---|---|---|
GPTBot | Збір даних для навчання моделей | Ваш контент не потрапить у майбутні версії моделі |
OAI-SearchBot | Індексація для пошуку в ChatGPT | Сайт не з'являтиметься як джерело у відповідях із пошуком |
ChatGPT-User | Разове відкриття сторінки на запит користувача | ChatGPT не зможе відкрити ваше посилання «на льоту» |
Найчастіша помилка – закрити GPTBot «щоб не вчилися на нашому контенті» і випадково втратити видимість у пошуку ChatGPT. Це різні боти з різними цілями.
Який саме веб-індекс використовує пошук ChatGPT, публічно описано частково: OpenAI згадувала і власний краулер, і партнерські пошукові дані [перевірте: актуальний опис джерел пошуку в документації OpenAI]. Практичний висновок однаковий: сайт має бути доступним і для класичних пошукових роботів, і для OAI-SearchBot.
Як дані знаходить Perplexity
Perplexity побудована навколо пошуку: майже кожна відповідь – це результат кількох веб-запитів із цитатами. Тому роль «пам'яті моделі» тут менша, а роль живого індексу і свіжих сторінок – більша.
Perplexity має власні агенти: PerplexityBot для індексації сторінок і Perplexity-User для відкриття сторінки, коли користувач перейшов за посиланням або попросив щось перевірити. Крім власного індексу, сервіс спирається на зовнішні пошукові джерела [перевірте: поточний перелік джерел у документації Perplexity].
Для компаній це означає: у Perplexity легше з'явитися новому сайту, ніж у «пам'яті» ChatGPT, але й зникнути легше – достатньо, щоб конкурент мав свіжішу та чіткішу сторінку з тими самими фактами.
Які ще краулери збирають дані про ваш сайт
| Сервіс | Агенти | Призначення |
|---|---|---|
| Google (AI Overviews, Gemini) | Googlebot, Google-Extended | Звичайна індексація; Google-Extended керує використанням у Gemini та AI-функціях |
| Anthropic (Claude) | ClaudeBot, Claude-User, Claude-SearchBot | Навчання, запити користувача, пошук |
| Apple | Applebot, Applebot-Extended | Пошук Apple та AI-функції |
| Microsoft (Copilot) | bingbot | Індекс Bing живить Copilot |
| Common Crawl | CCBot | Відкритий архів вебу, з якого вчаться багато моделей |
Copilot – важливий окремий випадок: він значною мірою спирається на індекс Bing. Якщо сайт погано представлений у Bing, у Copilot його теж не буде, навіть за гарних позицій у Google.
Чому AI розповідає про компанію неправильно
Типові причини, у порядку поширеності:
- Факти є тільки в картинках чи PDF. Ціни на банері, контакти в зображенні, прайс у PDF – текстові моделі цього не читають або читають ненадійно.
- Суперечливі дані в різних місцях. Стара адреса в каталозі, інший телефон у Facebook, третя назва юрособи в документах.
- Немає прямих тверджень. Сторінка «Про нас» у стилі «ми – команда професіоналів» не містить жодного факту, який можна процитувати.
- Краулери заблоковані в
robots.txt, через Cloudflare-правила або WAF. - Контент рендериться лише на клієнті. Якщо текст з'являється після виконання JavaScript, частина AI-краулерів його не побачить.
- Сайт давно не оновлювався, і модель бере свіжіші дані з каталогів чи сайтів-агрегаторів.
Як перевірити, що саме AI знає про вашу компанію
- Поставте в ChatGPT, Perplexity та Gemini п'ять запитів: назва компанії; «що пропонує [назва]»; «[назва] відгуки»; «[категорія послуги] в [місто]»; «[назва] vs [конкурент]».
- Запишіть, які факти прозвучали і які джерела процитовано. Якщо вашого сайту серед джерел немає – ви не контролюєте наратив.
- Перевірте логи сервера на звернення
GPTBot,OAI-SearchBot,PerplexityBot,ClaudeBot. Відсутність записів – сигнал про блокування або про те, що сайт просто не знаходять. - Відкрийте сторінку з вимкненим JavaScript і подивіться, чи лишилися ключові факти в HTML.
- Звірте NAP-дані (назва, адреса, телефон) на сайті, у картах, каталогах і соцмережах.
Як зробити дані про компанію доступними для AI
Крок 1. Відкрийте доступ краулерам
User-agent: GPTBot
Allow: /
User-agent: OAI-SearchBot
Allow: /
User-agent: ChatGPT-User
Allow: /
User-agent: PerplexityBot
Allow: /
User-agent: Perplexity-User
Allow: /
User-agent: ClaudeBot
Allow: /
User-agent: Google-Extended
Allow: /
User-agent: *
Disallow: /wp-admin/
Disallow: /cart/
Disallow: /search/
Sitemap: https://example.com/sitemap.xml
Окремо перевірте, чи не ріже ці боти ваш CDN або захист від ботів – robots.txt там ні до чого.
Крок 2. Додайте llms.txt із фактами про компанію
Файл /llms.txt – це коротка текстова «візитівка» сайту для мовних моделей. Це не офіційний стандарт і не всі сервіси його читають, але він нічого не коштує і робить факти однозначними.
# Назва компанії
> Коротко: що робить компанія, для кого, з якого року, де працює.
## Основні факти
- Юридична назва: ТОВ «Назва»
- Заснована: 2016
- Офіс: Київ, вул. Прикладна, 1
- Телефон: +380 44 000 00 00
- Email: hello@example.com
- Мови обслуговування: українська, англійська
## Послуги
- [Послуга 1](https://example.com/service-1): що входить, для кого, від якої ціни
- [Послуга 2](https://example.com/service-2): опис
## Корисні сторінки
- [Про компанію](https://example.com/about)
- [Ціни](https://example.com/pricing)
- [Контакти](https://example.com/contacts)
Крок 3. Опишіть компанію в schema.org
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Organization",
"name": "Назва компанії",
"legalName": "ТОВ «Назва»",
"url": "https://example.com/",
"logo": "https://example.com/logo.png",
"foundingDate": "2016-03-01",
"description": "Що робить компанія, для кого і де.",
"address": {
"@type": "PostalAddress",
"streetAddress": "вул. Прикладна, 1",
"addressLocality": "Київ",
"postalCode": "01001",
"addressCountry": "UA"
},
"contactPoint": [{
"@type": "ContactPoint",
"telephone": "+380-44-000-00-00",
"contactType": "customer service",
"availableLanguage": ["uk", "en"]
}],
"sameAs": [
"https://www.linkedin.com/company/example",
"https://www.facebook.com/example",
"https://uk.wikipedia.org/wiki/Example"
]
}
</script>
Поле sameAs особливо важливе: воно пов'язує сайт із профілями, які AI вже знає, і допомагає не плутати вашу компанію з однойменною.
Крок 4. Перепишіть ключові сторінки у «цитований» формат
Модель цитує речення, а не настрій. Замість «працюємо багато років» – «працюємо з 2016 року». Замість «доступні ціни» – «від 4 500 грн за проєкт». Кожну сторінку починайте з абзацу, який самодостатньо відповідає на її головне питання.
Додайте FAQ-блок зі справжніми питаннями клієнтів і розміткою:
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [{
"@type": "Question",
"name": "Скільки коштує аудит?",
"acceptedAnswer": {
"@type": "Answer",
"text": "Базовий аудит – від 4 500 грн, термін виконання 5 робочих днів."
}
}]
}
</script>
Крок 5. Наведіть лад у сторонніх джерелах
AI будує відповідь на основі збігу фактів у кількох місцях. Складіть перелік майданчиків, де є згадки компанії (карти, каталоги, галузеві рейтинги, LinkedIn, YouTube, профільні спільноти), і приведіть дані до однакового вигляду. Один застарілий телефон у популярному каталозі може роками вилазити у відповідях.
Чим підготовка даних для AI відрізняється від класичного SEO
| Параметр | Класичне SEO | Дані для AI-відповідей |
|---|---|---|
| Ціль | Позиція в видачі | Потрапити в текст відповіді як джерело |
| Одиниця контенту | Сторінка | Абзац або твердження |
| Ключові сигнали | Посилання, поведінка, релевантність | Чіткі факти, структура, узгодженість згадок |
| Технічна база | Googlebot, Core Web Vitals | Доступ AI-краулерів, HTML без JS-залежності, schema.org |
| Вимірювання | Позиції, кліки | Частота цитувань, точність фактів, AI-трафік |
Ці підходи не конкурують: сайт, закритий від Googlebot, не з'явиться і в AI-відповідях. Робота з даними для AI – це надбудова над нормальним технічним SEO, а не його заміна.
Як часто оновлюються дані в AI
Тут немає єдиної відповіді. Режими з пошуком можуть підхопити зміну на сайті за дні або навіть години після переобходу. «Пам'ять» моделі оновлюється лише з новою версією – це місяці [перевірте: типові цикли оновлення моделей на момент публікації]. Сторонні каталоги оновлюються за власним графіком.
Практично це означає: після зміни адреси, цін чи назви послуги оновіть сайт, потім сторонні профілі, а далі періодично перевіряйте, які факти звучать у відповідях.
Часті питання
Чи варто блокувати GPTBot, щоб захистити контент?
Якщо ваша мета – не давати навчати моделі на ваших текстах, блокування GPTBot логічне. Але залиште відкритими OAI-SearchBot і ChatGPT-User, інакше ви одночасно втратите шанс бути джерелом у відповідях із посиланнями. Для більшості комерційних сайтів видимість цінніша за захист контенту.
Чи потрібна Вікіпедія, щоб AI знав про компанію?
Ні, але сторінка у Вікіпедії – сильний сигнал ідентичності й часто стає опорним джерелом фактів. Якщо компанія не відповідає критеріям значущості, зосередьтеся на інших авторитетних згадках: галузеві каталоги, профільні ЗМІ, LinkedIn, рейтинги.
Чому ChatGPT називає стару ціну з мого сайту?
Найчастіші причини: ціна на сторінці є лише в зображенні, сторінку ще не переобходили, або свіжішу (чужу) ціну модель взяла з агрегатора. Винесіть ціни в текст, додайте дату оновлення на сторінці та перевірте доступ краулерів.
Чи допомагає llms.txt насправді?
Це не гарантія: файл читають не всі сервіси, і офіційної підтримки з боку більшості AI-пошуковиків немає [перевірте: актуальний статус підтримки llms.txt]. Його цінність у тому, що ви самі формулюєте факти про компанію коротко й однозначно – а це корисно і для людей, і для моделей.
Як зрозуміти, що з AI приходить трафік?
Дивіться реферальні джерела в аналітиці: переходи з доменів chatgpt.com, perplexity.ai, copilot.microsoft.com та подібних. Обсяг зазвичай менший за пошуковий, але такі візити часто мають вищу готовність до дії, бо користувач уже прочитав відповідь.
Якщо хочете побачити, як ваш сайт виглядає очима AI-пошуковиків просто зараз – зробіть безкоштовну перевірку в Згадка: ви отримаєте GEO- і SEO-оцінки, перелік проблем із доступом краулерів і готові файли robots.txt, llms.txt та schema.org під ваш сайт.