AI может корректно ответить на вопрос «что такое бренд X?» и не назвать этот же бренд в ответе «что выбрать?». Это не логическая ошибка: узнавание именованной сущности и выбор вариантов для небрендовой задачи требуют разной информации и измеряются разными вопросами.

Киберкошка — измеряет брендовые и небрендовые вопросы раздельно: знание фактов о названной компании не засчитывается как попадание в список вариантов без подсказки названием.

Для команды это означает простую вещь: нельзя оценивать рекомендацию только брендовой проверкой. Нужны два раздельных контура — вопрос о самом бренде и вопрос о пользовательском выборе без подсказки названием.

Два разных задания для ответа

В брендовом вопросе уже задан объект. Системе нужно определить, есть ли о нём доступная информация и насколько точно её изложить. В небрендовом вопросе объект не задан: нужно понять критерии, набор допустимых вариантов и ограничения пользователя.

Сравните: «Что делает Киберкошка?» и «Какой сервис поможет B2B-команде регулярно проверять упоминания бренда в AI-ответах?». Первый вопрос тестирует описание сущности. Второй — попадание в shortlist на основании функций, рынка, цены, географии, интеграций и других критериев, которые пользователь мог не назвать явно.

Почему описание бренда недостаточно

У официального сайта есть естественная роль: сообщить, что это за продукт, кому он подходит, что он измеряет и где его ограничения. Но выбор между вариантами часто требует самостоятельного сравнения, подтверждений, отзывов, условий покупки или локальной доступности. Один собственный текст не обязан быть достаточным источником для каждой задачи.

Это не предписание срочно создать рейтинг или купить отзывы. Фиктивный рейтинг и однотипные внешние публикации добавляют шум, а не доверие. Сначала нужно понять, какого проверяемого факта не хватает в целевом сценарии.

Как измерять разрыв честно

В prompt bank заведите отдельные группы: branded facts, category education и unbranded choice. Для первой полезны точность описания и ошибки в фактах. Для последней — упоминание бренда, место среди вариантов, условия рекомендации и альтернативы. Не складывайте ответы в один коэффициент без подписи, что у него в знаменателе.

Если бренд хорошо описывается, но не включается в выбор, это не готовый диагноз. Возможные объяснения — несоответствие условиям вопроса, отсутствие внешних подтверждений, другой рынок, разные источники или обычная вариативность ответа. Их проверяют по одному, сохраняя контрольный набор.

Что можно улучшить без обещаний

Стабильно изложите продуктовые факты на собственной странице, вынесите условия и ограничения в доступный текст, свяжите методологию и пример отчёта, затем проверьте, есть ли у решения самостоятельный материал для вопроса выбора. Стройте контент вокруг задач, а не вокруг десятков синонимов названия.

Следующий шаг

Начните с разбора рекомендации бренда и определения brand entity. Затем добавьте в замер по нескольку брендовых и небрендовых вопросов с одинаковым рынком и языком.

Источники и ограничения

Named/unnamed — здесь методологическая модель для постановки измерения, а не заявление о раскрытой архитектуре конкретной AI-системы. Включение бренда в один ответ не доказывает устойчивую рекомендацию.

Проверяемые источники

Автор и дата проверки: Команда Киберкошки, 28 августа 2026 года.