Как убрать негатив из нейросетей: кейс онлайн-колледжа

За полгода убрали весь негатив из ответа нейросети об онлайн-колледже. Раскрываем секреты работы с аспектной картой.

Когда потенциальный студент пишет в поиске “отзывы о компании N”, он не хочет читать десять страниц с оценками. Он хочет быстрый, понятный ответ. И получает его — от “Алисы”.

Проблема в том, что часто ответ содержит негатив: “Отзывы различаются. Клиенты отмечают как положительные, так и отрицательные стороны”. Для человека, который планирует потратить деньги, это “и да, и нет” — явный повод для сомнений. Маркетологи прекрасно знают, насколько неоднозначность убивает конверсию. Мы же смогли эту проблему решить.

Онлайн Колледж №1 — учреждение среднего специального образования в онлайн-формате. Программы соответствуют стандартам СПО, студенты учатся по гибкому графику, проходят стажировки в реальных компаниях. Преподаватели — практики из IT-сферы. Выпускники получают диплом государственного образца.

Казалось бы, сильные преимущества. Но в октябре 2025 года по запросу “онлайн колледж 1 отзывы” “Алиса” выдавала ответ с негативом.

Анализ показал, что репутация в ответах нейросетей неустойчива. Рядом с плюсами (гибкий график, преподаватели-практики) были минусы (необходимость хорошего интернета), критичные для удаленного обучения. Абитуриент сразу получал сигнал: “Надо копать глубже”. А значит, есть риск потерять лид на этапе первого контакта.

При этом в классическом поиске 9 из 10 результатов в топе отмечены как положительные. То есть идеальная поисковая выдача не гарантирует, что в генеративных ответах негатива не будет. Магия, да и только.

Классический SERM (от англ. Search Engine Reputation Management — управление поисковой репутацией) учит вытеснять негативные ссылки со второй страницы на десятую. Но нейросеть не показывает ссылки. Она читает контент, ищет повторяющиеся паттерны и формирует краткое резюме. Если в источниках, которым доверяет “Алиса” (2ГИС, Zoon, “Яндекс Карты”), есть и плюсы, и минусы, нейросеть честно отразит и то и другое.

Задача GERM (от англ. Generative Engine Reputation Management — управление репутацией в генеративных ответах) — не просто убрать негатив, а изменить баланс сигналов так, чтобы ИИ формировал нужный нарратив. Проще говоря: мы не спорим с “Алисой”. Мы даем ей больше поводов сказать хорошее — и негатив уходит сам.

На изменение ответа нейросети может уйти более одного месяца. Поэтому работа строилась на четырех принципах.

Уточнение сущности бренда

Название у заказчика не самое уникальное. Поэтому важно, чтобы по запросу “онлайн колледж 1 отзывы” алгоритм однозначно ассоциировал его с образовательной организацией в Туле, а не с другими компаниями. Для этого усилили бренд-профиль в карточках на геосервисах: единое название, адрес, телефон, описание.

Формирование аспектной карты

Чем чаще нужные аспекты встречаются в авторитетных источниках, тем выше шанс, что “Алиса” подтянет их в ответ, и негатив отойдет на второй план. Вместо общих фраз “все понравилось” мы стимулировали студентов оставлять отзывы с деталями: “Совмещаю учебу с работой — можно смотреть лекции вечером?”, “Преподаватель пришел из индустрии, объясняет на реальных кейсах”. В итоге внутренние ИИ-алгоритмы площадок подсвечивали закономерности.

Мы определили 5–7 ключевых аспектов, которые должны доминировать в ответе ИИ: гибкий график обучения, преподаватели из реальных IT-компаний, поддержка кураторов, практические задания и работа с реальными инструментами, официальный статус и диплом гособразца.

Усиление целевых ресурсов

Мы сфокусировались на площадках, которые “Алиса” считает авторитетными в образовательной тематике: 2ГИС, Zoon, “Яндекс Карты”, Flamp, Otzovik. Ответили на негатив, собрали новые отзывы от клиентов с фокусом на нужных аспектах.

Ответ должен поощрять содержательные отклики и поддерживать студента, который поделился позитивным опытом. Для остальных это знак: пишите, колледж вас понимает и слышит.

Нейросеть перестала строить ответ вокруг противопоставления “плюсы / минусы”. Вместо этого она выводит блок “Что хвалят чаще всего”, где перечисляет сильные стороны. Негатив не исчез полностью, но сменил статус: вместо отдельного раздела “Отрицательные” он стал восприниматься как естественные нюансы онлайн-формата.

Подведем итоги. За полгода мы убрали негатив из репутационного образа “Онлайн-колледжа №1” в ответах “Алисы”. Тональность поменялась со смешанной на преимущественно положительную. Аспектная карта усилила ключевые преимущества. Негатив переведен из блока “проблемы бренда” в блок “особенности формата”.

А абитуриент, который спрашивает у “Алисы” про отзывы, получает четкий, убедительный ответ без негатива. И с большей вероятностью переходит на сайт колледжа.