Почему LLM запоминают не товары, а символы? Еще несколько лет назад бренд боролся за внимание человека. Сегодня он все чаще соревнуется за интерпретацию со стороны искусственного интеллекта.
LLM. Credit: depositphotos.com
AI-обзоры, генеративный поиск и большие языковые модели (LLM) меняют сам способ взаимодействия с информацией. В этой новой модели пользователь часто видит уже готовую интерпретацию бренда — еще до перехода на сайт.
Но здесь возникает важный вопрос: почему одни бренды и продукты стабильно появляются в ответах ИИ, а другие остаются лишь товарами среди тысяч аналогов?
Возможно, дело не только в SEO или GEO. Возможно, ИИ лучше запоминает не продукты, а культурные символы.
От товара к артефакту
Большинство товаров существуют для систем как набор характеристик:
- цена,
- материал,
- категория,
- описание.
Но некоторые бренды со временем переходят в совершенно другое состояние. Например:
- Zippo ассоциируется не только с зажигалкой, но и с американской культурой, армией и рок-музыкой;
- Harley‑Davidson — не только мотоцикл, но и символ свободы и субкультуры;
- Leica — не просто камера, а эстетика «медленной» фотографии;
- Moleskine — не блокнот, а творческий ритуал.
В таких случаях продукт перестает быть лишь товаром. Он становится артефактом — носителем истории, символов, ритуалов и культурных ассоциаций.
Почему это важно для ИИ
Крупные языковые модели обучаются не на рекламе. Они обучаются на:
- книгах,
- форумах,
- статьях,
- видео,
- рецензиях,
- культурных контекстах.
То есть ИИ наследует не только информацию, но и культурные связи. Именно поэтому современные LLM все чаще работают не через отдельные страницы, а через системы взаимосвязанных сущностей.
Это подтверждают и исследования Microsoft по GraphRAG, где структурированные связи между объектами значительно улучшают качество ответов. Другими словами: чем больше культурных, информационных и символических связей у бренда — тем проще системе интерпретировать его как отдельную сущность.
Почему GEO не решает проблему полностью
Сегодня многие компании пытаются адаптироваться к AI-поиску через GEO (Generative Engine Optimization).
В большинстве случаев GEO сосредотачивается на структуре текстов, цитировании, entity-оптимизации, повышении видимости в ответах ИИ. Но последние исследования показывают, что этого недостаточно.
В статье Кевина Индига «How much can we influence AI responses?» анализируются эксперименты, где даже незначительные изменения описаний товаров заметно влияли на рекомендации LLM.
Это указывает на важную проблему: ИИ можно временно «подтолкнуть» оптимизацией текста.
Но такая видимость нестабильна.
- Модели меняются.
- Алгоритмы обновляются.
- Контекст переоценивается.
И именно здесь возникает роль Артефакт-маркетинга.
Артефакт-маркетинг как инфраструктура доверия
В профессиональных дискуссиях вокруг AIRM (AI Reputation Management) все чаще звучит мнение, что будущее AI-видимости зависит не только от сигналов, но и от структуры доверия.
Антон Юдин во время дискуссии об AIRM сформулировал это так:
AIRM — это о сигналах, а Artifact Marketing — это об инфраструктуре доверия.
В этой логике Артефакт-маркетинг можно рассматривать как более широкий подход, в рамках которого GEO становится лишь одним из прикладных инструментов.
Речь идет не просто об оптимизации контента. Речь идет о создании системы связанных артефактов:
- публикаций,
- видео,
- музыки,
- DOI,
- профилей,
- Wikidata,
- Knowledge Graph,
- культурных упоминаний.
Именно эта структура постепенно формирует «сущность» бренда для ИИ.
Кейс: как продукт приобретает культурный слой
В рамках эксперимента с брендом «Элит Ковка» была замечена интересная закономерность.
Абстрактная концепция «артефакт-маркетинг» потребовала примерно 144 дня для стабильной фиксации как отдельной сущности.
Зато продукт — настенная сушилка «Искра Свитанка» — интегрировался значительно быстрее.
Интересно, что со временем сам бренд начал интерпретироваться системами не только как магазин или производство.
В Google Knowledge Panel бренд уже интерпретируется как мультиформатная экосистема и описывается так:
«Элит Ковка» — украинский мультиформатный маркетплейс, где кузнечное искусство сочетается с современной торговлей, музыкальным лейблом Elite Kovka Music и новостным подразделением, добавляя искру вдохновения в изделия и творческие проекты. Основатель — Михаил Гузьо.
Фактически система уже интерпретирует бренд не как отдельный бизнес, а как связанную экосистему.
Причина может заключаться в том, что вокруг продукта и бренда начал формироваться дополнительный контекст:
- видео,
- музыкальные материалы,
- текстовые публикации,
- научные упоминания,
- культурные ассоциации.
То есть продукт перестал быть лишь товаром. Он обрёл собственный культурный слой.
Ещё один показательный кейс — кованый мангал Элит «Искра вкуса», который стал одним из первых продуктов бренда, получившим отдельное entity-присутствие в системах знаний Google.
Интересно, что даже без научной публикации или DOI система начала интерпретировать продукт через культурный контекст.
В AI-обзорах наряду с техническим описанием появляются упоминания о:
- легенде вокруг продукта,
- музыкальной теме,
- творческом контексте бренда,
- культурной истории артефакта.
Это показывает важную вещь: для ИИ значение начинает иметь не только сам товар, но и история, а также символический слой, который формируется вокруг него.
Почему культурный контекст меняет ответы ИИ
Исследования cultural bias и semantic association tests показывают, что LLM создают устойчивые ассоциативные связи между объектами и культурными контекстами.
Проще говоря: ИИ не просто «считывает» описание бренда. Он соотносит его с историями, архетипами, стилем жизни, ритуалами, символами.
Именно поэтому некоторые бренды в ответах ИИ воспринимаются иначе. Например:
- «медленная» Leica может интерпретироваться как «аутентичная»,
- механические часы — как «традиция», а не «устаревшая технология»,
- Harley‑Davidson — как «свобода», а не просто транспорт.
ИИ фактически наследует культурные сценарии, на которых обучалось человечество. Эта трансформация уже заметна и на уровне платформ.
YouTube тестирует AI-обзоры и формат Ask YouTube, где система не просто показывает видео, а формирует готовые интерпретации тем и выделяет релевантные фрагменты контента.
Параллельно появляются AI-ведущие и synthetic-форматы контента, что постепенно меняет сам способ создания и восприятия культурных образов.
В такой модели маркетинг начинает конкурировать не только за внимание человека, но и за то, как именно ИИ интерпретирует бренд в культурном контексте.
Это означает, что для бизнеса становится важным не только присутствие в выдаче, но и способность формировать целостный культурный образ, который ИИ сможет стабильно распознавать и воспроизводить.
Этот сдвиг уже подтверждают и сами платформы.
В своем стратегическом письме о будущем CEO YouTube Нил Мохан описывает платформу не просто как видеосервис, а как центр современной цифровой культуры, где креаторы становятся новыми студиями, а ИИ — инструментом интерпретации и создания новых форматов.
YouTube прямо заявляет, что ИИ должен стать «мостом между любопытством и пониманием» — слоем, который помогает пользователю интерпретировать контент.
В такой модели бренд начинает конкурировать не только за просмотр или клик, а за собственное значение внутри ИИ-интерпретации культуры.
Действительно ли ИИ уже формирует бренды?
Не все эксперты согласны с тем, что LLM уже радикально меняют брендинг.
Например, в профессиональной дискуссии с Евгением Зингерманом (Chief Strategy Officer Netpeak) звучало мнение, что бренд остается прежде всего человеческим конструктом, который формируется через опыт, эмоции и долгосрочную коммуникацию.
И это действительно важное замечание.
Ни одна AI-система не может полностью заменить реальный опыт взаимодействия с брендом.
В то же время сам факт того, что компании все чаще проверяют собственные бренды через ChatGPT, Gemini и AI-поиск, показывает новую тенденцию: для многих пользователей именно AI начинает становиться первым слоем интерпретации бренда.
То есть вопрос уже не только в том, какое место бренд занимает «в голове человека», но и в том, насколько стабильно он складывается в целостный образ в системах ИИ-интерпретации.
От SEO к Assistive Agent Optimization
Подобный сдвиг уже заметен и в профессиональных ИИ-стратегиях.
Во время дискуссии об Assistive Agent Optimization (AAO) Джейсон Барнард описывал переход от классического поиска к модели, где AI-агенты не просто находят информацию, а самостоятельно интерпретируют бренды, рекомендуют решения и постепенно становятся новым интерфейсом взаимодействия.
Одной из ключевых идей стала концепция Entity Home — единого центра знаний о бренде, который помогает системам стабильно понимать:
- кто вы;
- чем занимаетесь;
- почему вам можно доверять.
В рамках AAO также подчеркивается роль:
- knowledge graph;
- corroboration (независимого подтверждения);
- machine‑readable структуры;
- стабильной консистентности бренда в ответах ИИ.
Фактически это еще раз подтверждает, что ИИ‑системы все больше работают не через отдельные страницы или ключевые слова, а через структуры сущностей и доверия.
Именно здесь артефакт-маркетинг можно рассматривать как более широкую культурную и семантическую рамку, где бренд формируется не только как источник информации, но и как целостный артефакт в системе знаний.
От SEO к культурному присутствию
SEO научило бренды бороться за клики. GEO — за присутствие в ответах ИИ. Но следующий этап может быть глубже. Не просто оптимизировать тексты. А создавать бренды, которые существуют для ИИ как культурные артефакты.
В такой модели побеждает не тот, у кого больше контента. А тот, чей бренд:
- имеет стабильные связи;
- присутствует в разных контекстах;
- формирует собственный символический слой;
- выглядит как целостная сущность в системе знаний.
Вывод
LLM меняют не только поиск. Они меняют сам способ цифрового существования брендов. Если раньше компании соревновались за внимание людей, то теперь все больше соревнуются за место в системах знаний ИИ.
И в этой новой модели выигрывают не только те, кто создает контент. А те, кто создает культурные артефакты, которые ИИ способен интерпретировать как часть коллективной памяти.
