Как нейросети формируют видимость фармбрендов: Gemini упоминает лидеров в 94% ответов, ChatGPT – в 24%

Компания «Ашманов и партнеры» исследовала, как генеративные нейросети представляют фармацевтические бренды при ответах на вопросы пользователей. Аналитики изучили 350 ответов семи ИИ-платформ по пяти категориям лекарственных средств. Выяснилось, что Gemini упоминает хотя бы один бренд из пятёрки лидеров своей категории в 94% ответов, тогда как ChatGPT – только в 24%. Различия зависят не только от модели, но и от формулировки запроса.

Генеративные нейросети становятся дополнительным источником информации о лекарственных препаратах. Пользователи обращаются к ИИ с вопросами о симптомах, действующих веществах и различиях между средствами. В некоторых случаях нейросеть перечисляет конкретные торговые марки, в других ограничивается общими рекомендациями.

Для фармацевтических производителей это создаёт новую конкурентную среду. Бренд может занимать заметные позиции в традиционном поиске, присутствовать на сайтах интернет-аптек и в отраслевых публикациях, но при этом не появляться в ответах отдельных ИИ-сервисов.

Чтобы выяснить, как распределяется видимость фармацевтических брендов в генеративном поиске, компания «Ашманов и партнеры» провела отдельное исследование.

Как проводилось исследование

В августе 2026 года аналитики изучили 350 ответов семи генеративных ИИ-платформ: ChatGPT, Gemini, Claude, DeepSeek, Perplexity, Алиса AI и GigaChat.

Исследование охватило пять терапевтических категорий: препараты от боли и жара, средства для ЖКТ, препараты от аллергии, средства от простуды и ОРВИ, а также венотоники.

Для каждой категории оценивались торговые марки, которые нейросети упоминали при ответах на пользовательские запросы.

Аналитики фиксировали частоту появления брендов, их расположение внутри ответа и конкурентное окружение.

Отдельно проверялось, в каких случаях нейросеть не называла конкретный бренд, но упоминала препараты других производителей.

Для сравнения использовались пятёрки наиболее заметных по частоте упоминаний брендов в каждой исследованной категории. Речь идёт о лидерах ИИ-видимости, а не о крупнейших участниках фармацевтического рынка по объёму продаж.

Gemini и ChatGPT показали почти четырёхкратную разницу в упоминаниях брендов

Одним из главных результатов исследования стало существенное различие между ИИ-платформами.

Доля ответов, в которых присутствовал хотя бы один бренд из топ-5 соответствующей категории, составила:

В исследованной выборке Gemini почти в четыре раза чаще включал в ответы бренды из пятёрки лидеров, чем ChatGPT.

При этом результаты различались и внутри отдельных терапевтических направлений.

Например, в Gemini препараты из соответствующего топ-5 появлялись во всех проверенных ответах в категориях аллергии и венотоников. В категориях боли и жара, ЖКТ, простуды и ОРВИ показатель составлял 90%.

ChatGPT заметно реже перечислял исследуемые торговые марки.

Как отмечает Анастасия Курдюкова, руководитель отдела поисковой оптимизации «Ашманов и партнеры», «у нейросетей различаются обучающие данные, способы поиска и правила формирования ответов на медицинские вопросы».

По словам эксперта, одни системы чаще используют торговые наименования, а другие могут ограничиваться сведениями о действующих веществах или общими пояснениями.

Таким образом, отсутствие бренда в ответе конкретной нейросети еще не означает его слабую известность на рынке. Для корректной оценки необходимо учитывать особенности платформы и характер запроса.

В двух категориях ChatGPT не упомянул ни одного бренда из топ-5

Особенно заметные различия исследователи обнаружили в категориях ЖКТ и венотоников.

В каждой из них было проверено по десять ответов ChatGPT. Ни в одном из них модель не назвала ни один бренд из соответствующей пятёрки лидеров ИИ-видимости.

В категории аллергии препараты из топ-5 встречались в трёх ответах из десяти.

При этом результаты не означают, что ChatGPT вообще не упоминает торговые марки лекарственных средств или никогда не называет препараты этих категорий.

Речь идёт об определённой выборке запросов, собранной в августе 2026 года.

Полученные данные показывают, что представленность бренда в одной нейросети не гарантирует аналогичного результата в другой.

Для фармацевтических производителей это означает необходимость анализировать несколько ИИ-платформ, а не ориентироваться на результаты одного сервиса.

Как формулировка вопроса влияет на видимость препарата

Ещё один результат исследования связан с пользовательскими запросами.

Аналитики обнаружили, что даже небольшие различия в формулировках вопросов могут существенно менять состав ответов.

Например, при запросе «Какой порошок от простуды лучше выбрать?» хотя бы один бренд из топ-5 присутствовал в 85,7% исследованных ответов.

При вопросе «Что пить при простуде?» показатель составлял 0%.

Похожая ситуация наблюдалась в категории аллергии.

На запрос «Что выпить от аллергии?» хотя бы один бренд из топ-5 встречался во всех проверенных ответах. При вопросе «Чем лечить аллергию на пыльцу?» – только в 28,6%.

Различие связано с характером пользовательского намерения.

Когда человек спрашивает о выборе конкретного типа средства, нейросеть может переходить к сравнению торговых марок. Более общие вопросы о симптомах и заболеваниях чаще предполагают информационный ответ, в том числе без перечисления брендов.

Для фармацевтических компаний это важный аспект мониторинга. Оценивать видимость необходимо по разным группам пользовательских запросов: от общих информационных до вопросов, связанных с выбором конкретной категории продукции.

Конкуренция брендов в ИИ зависит от терапевтической категории

Исследование также показало, что структура упоминаний неоднородна в разных терапевтических группах.

Например, среди венотоников наиболее часто упоминался Детралекс. Его видимость в исследованной категории составила 55,7%.

В категории аллергии несколько брендов имели близкие результаты: Кларитин появлялся в 51,4% ответов, Супрастин и Зиртек – в 50%, Эриус – в 47,1%.

В сегменте простуды и ОРВИ одинаковую частоту упоминаний показали Терафлю и Аквамарис – по 27,1%.

Однако одинаковая частота появления в ответах ещё не означает одинаковой заметности.

Нейросеть может перечислить несколько препаратов, расположив их в определённом порядке. Поэтому важно учитывать, какой бренд появляется первым, какие марки следуют за ним и насколько регулярно повторяется такая последовательность.

Для производителя это даёт более подробное представление о конкурентном окружении, чем простой подсчёт упоминаний.

При этом результаты отражают только представленность названий в ответах ИИ. Они не свидетельствуют о клиническом преимуществе, эффективности или безопасности какого-либо препарата.

Что влияет на присутствие фармацевтического бренда в нейроответах

Генеративные модели могут использовать разные способы формирования ответа: сведения, полученные при обучении, доступные внешние источники и дополнительные инструменты поиска информации.

Поэтому для фармацевтического производителя становится важным качество цифровой информации о препарате.

Как поясняет Анастасия Курдюкова, «присутствие бренда в интернете стоит рассматривать в совокупности».

Эксперт обращает внимание на взаимосвязь сведений с официального сайта, информации на внешних площадках и последовательных упоминаний бренда в релевантном контексте.

Для фармацевтических компаний это означает, что работа с ИИ-видимостью не должна ограничиваться одним каналом.

Необходимо следить за актуальностью информации о препаратах на официальных ресурсах, в материалах для специалистов, отраслевых публикациях и других доступных источниках.

Особенно важны точность названий, действующих веществ, показаний и иных сведений, которые должны соответствовать утверждённым инструкциям по медицинскому применению.

При этом нельзя гарантировать, что изменение информации на конкретном сайте приведёт к появлению бренда в ответе нейросети. Разные платформы используют различные механизмы получения и обработки данных.

Какие задачи возникают перед фармацевтическими производителями

Результаты исследования позволяют выделить несколько направлений работы с присутствием бренда в генеративном поиске.

Мониторинг ИИ-платформ. Необходимо проверять, как бренд представлен в разных нейросетях, поскольку частота упоминаний может существенно различаться.

Анализ пользовательских запросов. Важно учитывать, на какие вопросы нейросети называют торговые марки, а в каких случаях ограничиваются информацией о симптомах и действующих веществах.

Оценка конкурентного окружения. Помимо частоты упоминаний следует анализировать расположение бренда внутри ответа и препараты, с которыми он появляется.

Контроль достоверности информации. Необходимо отслеживать возможные ошибки в названиях, характеристиках и описаниях препаратов, а также актуальность сведений в доступных источниках.

Такая работа относится к направлению GEO (Generative Engine Optimization) – оптимизации присутствия брендов и информации о них в генеративных поисковых и диалоговых системах.

В фармацевтической отрасли она требует особенно внимательного отношения к достоверности данных и соблюдению требований к информации о лекарственных средствах.

Вывод: нейросети формируют дополнительное пространство конкуренции фармбрендов

Исследование «Ашманов и партнеры» показало, что генеративные ИИ-платформы по-разному представляют фармацевтические бренды.

В Gemini хотя бы один бренд из пятёрки наиболее заметных в соответствующей категории встречался в 94% ответов, в ChatGPT – в 24%.

При этом в отдельных терапевтических направлениях торговые марки из исследуемой пятёрки не появлялись вовсе, а изменение формулировки запроса могло существенно влиять на результат.

Для фармацевтических производителей это означает появление дополнительной задачи в цифровом маркетинге: наряду с традиционной поисковой видимостью необходимо оценивать присутствие бренда в генеративных ответах.

Такая аналитика помогает понять, какие препараты нейросети упоминают чаще, какие бренды оказываются рядом и насколько достоверна предоставляемая пользователю информация.

Присутствие в ИИ-ответах становится отдельным измерением цифровой видимости фармацевтического бренда.

Источник: исследование компании «Ашманов и партнеры» по представленности фармацевтических брендов в генеративных нейросетях. Август 2026 года, 350 ответов, семь ИИ-платформ, пять терапевтических категорий. Данные характеризуют исследованную выборку и не являются медицинскими рекомендациями.