Раньше, человек, который выбирал квартиру, шёл в Яндекс, ЦИАН, Авито. Сейчас всё чаще он сначала спрашивает у ChatGPT, Алисы или Gemini: «Какие надёжные застройщики в Москве?», «Где купить семейную квартиру в Краснодаре?», «Чем отличается ПИК от Самолёта?». И первые 3-5 брендов, которые нейросеть назовёт в ответе, формируют шорт-лист, с которым покупатель идёт дальше.
Если бренда нет в этом ответе, его не существует для пользователя на этапе выбора. Это и есть новая воронка, и в ней совершенно другие правила, чем в SEO.
Мы в brandfound. создали платформу, которая измеряет, как нейросети говорят о брендах, и помогает в эту выдачу попадать. Решили проверить, как сейчас выглядит видимость в AI у российского рынка новостроек, на котором соревнуются десятки крупных игроков с большими PR-бюджетами. Получилось исследование на 50 страниц, и сейчас расскажу, что нашли.
Что и как мерили
Фокус-кейсом стал «Донстрой», премиальный московский девелопер. Он наш партнёр по проекту, его открытые данные помогли верифицировать результаты. Бренд не продвигаем, замеряем видимость как независимый аналитик.
В выборку взяли 53 реальных застройщика с долей жилого ввода более 1% хотя бы в одном из 5 изучаемых регионов. Никаких «бумажных» брендов или давно ушедших игроков. Среди них федеральные тяжеловесы (ПИК, Самолёт, ЛСР, Эталон, ФСК, А101, Брусника), московский премиум (Sminex, Vesper, Level, AFI), питерские игроки (Setl Group, RBI, GloraX, ЦДС), краснодарские (DOGMA, AVA, ССК), уральские и сибирские.
Регионов в исследовании пять: Москва как фокус-рынок, а также Санкт-Петербург, Краснодар, Екатеринбург и Новосибирск как контрольные. Это нужно, чтобы видеть рынок недвижимости РФ целиком, а не только столицу.
Запросов сделали 1 500. Каждый из 5 городов разбили на 66 тематических кластеров, в каждом кластере по 10 разных формулировок. Кластеры строили по четырём классам жилья (эконом, комфорт, бизнес, премиум) и сквозным темам: студии, однушки, семейный формат, финансы и ипотека, выбор застройщика, инфраструктура, видовые характеристики. Получилась матрица, которая закрывает реальные сценарии поиска квартиры
Запросы отправили в 9 AI-провайдеров: ChatGPT, Google Gemini 2.5 Flash, Google AI Mode, Perplexity Sonar, DeepSeek, Grok-3, Поиск с Алисой, Чат с Алисой AI и GigaChat-3-Ultra. Получили 12 366 ответов. Из них вытащили 132 200 цитируемых ссылок и 986 558 упоминаний брендов.
Главное методологическое правило: ни в одном из 1 500 запросов не было названия бренда. Проверяли это автоматически, SQL-сканированием по 27 шаблонам названий. Ноль попаданий.
Так нужно было сделать, чтобы AI не пересказывал нам наш же запрос. Если бы мы спросили «расскажи про Донстрой», нейросеть с высокой вероятностью назвала бы Донстрой, и измеренная видимость оказалась бы артефактом самой формулировки. Мы хотели увидеть холодный Share of Voice: какие застройщики у AI ассоциируются с географией и сегментом сами по себе, без подсказок.
Тройка лидеров забирает четверть рынка
Топ-3 по Share of Voice в целом по корпусу выглядит так: ЛСР с 9,27%, ПИК с 8,18%, Самолёт с 7,98%. Вместе они держат 25,43% всех упоминаний в AI. Это и есть устойчивый «триггер-кластер»: AI почти всегда называет эту тройку, когда пользователь спрашивает «крупнейшие застройщики России».
Топ-10 в сумме держит 52,9%. Ещё 61,81% всех упоминаний уходит в «прочих»: сотни региональных девелоперов, проекты-бренды без юридической привязки, неатрибутированные ЖК. AI не консолидирует корпоративную иерархию. Запрос «застройщики комфорт-класса в Подмосковье» легко возвращает 5 ЖК без указания, что 3 из них принадлежат одной компании.
И ещё одна цифра, которую стоит запомнить: 88% ответов AI содержат сразу несколько брендов в одном списке или ссылки на «прочих». Эксклюзивное упоминание это статистическая редкость. Гнаться за «уникальным присутствием» бессмысленно. Бороться нужно за место в правильном кластере.
Главная аномалия
Донстрой - крупнейший премиум-девелопер Москвы с выручкой 152,5 млрд рублей по итогам 2024 года. Его доля в московском портфеле новостроек 4,99%, по объёму это третье место в столице.
В AI-зеркале он на 14-м месте по общему рейтингу с долей 1,59%. В 3–4 раза меньше, чем должно быть по реальному масштабу бизнеса.
В исследовании мы разобрали 5 причин, почему так получается, и они применимы не только к Донстрою, а ко всему премиум-сегменту:
- Не работает с массмаркет-агрегаторами (cian, avito, domclick), которые формируют около 50% AI-ссылок. Премиум исторически продвигается через собственные сайты и таргет, а AI цитирует общие площадки.
- Wikipedia-статья короткая и устаревшая, без свежих источников 2024–2026 годов. AI цитирует Wikipedia в каждом третьем ответе.
- Forbes, Ведомости, Коммерсант в топ-20 источников AI отсутствуют. Классический PR в деловых СМИ до AI-выдачи не доходит.
- Нет llms.txt и schema.org-разметки на сайте, то есть AI-краулерам нечего «съесть».
- Нет интеграции с банковскими AI-консультантами уровня СберИпотеки или ДомКлика.
У каждого региона свой «король» в нейросетях
Если посмотреть на 5 городов отдельно, картина становится ещё интереснее. В каждом регионе у AI свой лидер, и это далеко не всегда федерал.
В Москве лидирует ПИК с долей 19,6% от региональной выдачи. В Петербурге первое место за ЛСР (21,9%). В Новосибирске доминирует Брусника (26,3%). В Екатеринбурге Атомстройкомплекс (19,5%). А Краснодар почти полностью контролирует местный игрок DOGMA с долей 29,1%.
Универсальной стратегии «зайти в AI-выдачу сразу по всей стране» не существует. Каждый регион это отдельная игра, со своими источниками, своим набором цитируемых СМИ, своим лидером. Федеральные бренды это понимают плохо: например, в Краснодаре, где рынок растёт на 53% год к году, 89% упоминаний AI отдаёт «прочим». Ни один федерал в регионе не закрепился.
Это, кстати, окно возможностей: рынок ещё не консолидировался в AI-выдаче, можно зайти первым.
AI знает факты, но не выбирает
Дальше мы посмотрели на тональность ответов. И тут вылез самый неожиданный для нас результат: 94% всех ответов AI про застройщиков оказались эмоционально нейтральными. Ни плохо, ни хорошо. Сухой пересказ фактов.
Три ключевые метрики качества выдачи:
- Сила рекомендаций: 18 из 100. AI не помогает выбрать застройщика.
- Предпочтение бренда: 11 из 100. Бренды в выдаче неразличимы.
- Влияние на бренд: 0 из 100. Упоминание не сдвигает восприятие.
Что это значит на практике. Модель называет 8–12 застройщиков подряд в общем списке, без иерархии. Даже ЛСР с его 9,27% Share of Voice не получает «премии за лидерство»: AI упомянет его рядом с региональным игроком, который в 20 раз меньше по выручке, и не подскажет пользователю, что выбрать.
Для эконом-класса и комфорт-класса это нормально: люди всё равно листают предложения и сравнивают сами. Для премиума, где решение покупателя на 70% эмоциональное, это структурная проблема канала. AI рассказывает про бренд, но не «продаёт» его.
7 доменов держат половину всех цитат
Когда AI отвечает на вопрос про недвижимость, он ссылается на источники. Мы вытащили все 132 200 ссылок и посмотрели на распределение.
Топ-3 доменов это realty.yandex.ru, cian.ru и avito.ru. Они формируют около 80% всех цитат среди десятки лидеров. Если добавить domclick.ru, etagi.com, m2.ru и n1.ru, получится семь источников и 50,6% всего корпуса ссылок.
Дальше идёт второй эшелон: профильные площадки, региональные порталы недвижимости, спецпроекты РБК. Сайты самих застройщиков цитируются в десятки раз реже. У ЛСР это 1 298 ссылок, у Самолёта 656, у ФСК 348, у ПИК 252. Сайт donstroy.com упомянут всего 46 раз, в 28 раз меньше, чем сайт ЛСР.
Из этого следует одна неприятная истина: без устойчивого присутствия на crowd-агрегаторах видимость застройщика в AI-ответах системно занижена, независимо от размера компании и объёмов её собственного маркетинга. Если завтра Яндекс.Недвижимость или ЦИАН закроет индексацию AI-ботов, вся карта рынка перерисуется за 4–8 недель.
Это самый большой инфраструктурный риск отрасли в 2026 году.
Каждый AI-провайдер видит рынок по-своему
Ещё один срез данных. Девять AI-моделей это не один и тот же ответ в разной упаковке. Это девять разных «миров», в каждом своя картина рынка.
Лидер в Grok это ЛСР с 9,9%. В DeepSeek впереди ПИК с 13,1%. В Perplexity первое место занимает Самолёт с 6,5%. В Поиске с Алисой картина смещена в сторону российских игроков, в ChatGPT наоборот, часто всплывают западные ассоциации и общие шаблоны.
Это значит, что стратегия видимости в AI это не один проект, а как минимум три параллельных: для глобальных LLM (ChatGPT, Gemini, Claude), для AI с веб-поиском (Perplexity, Grok, Google AI Mode) и для российских моделей (Алиса, GigaChat). У каждой группы свои источники, свои паттерны цитирования, свои слепые зоны.
Что с этим делать. Стратегические выводы
Из исследования вышло несколько прикладных вещей, которые работают для любого застройщика, не только для премиум-сегмента.
Технический минимум. Открыть всем AI-ботам доступ к сайту через robots.txt (GPTBot, ClaudeBot, PerplexityBot, Google-Extended, YandexBot, CCBot). По нашим оценкам, около 40% сайтов застройщиков закрывают один или несколько AI-ботов по ошибке через шаблоны WordPress или плагины SEO. Это правится за час.
Schema.org разметка. Organization для застройщика как юрлица, RealEstateListing для каждой карточки ЖК и квартиры, FAQPage на каждый ЖК. По нашим замерам, FAQ-разметка даёт прирост цитируемости в AI на 30–50%.
llms.txt. Файл в корне сайта, структурированный markdown для AI-агентов. Поддерживают Anthropic, Perplexity, частично OpenAI. Издержки нулевые, эффект быстрый.
Wikipedia. Полноценная статья бренда с источниками РБК, Forbes, Коммерсант. AI цитирует Wikipedia примерно в 30% ответов. Это самая высокая отдача на единицу усилий.
Региональные источники. В Краснодаре, Екатеринбурге, Новосибирске работа с местными порталами недвижимости и местными СМИ выводит бренд в топ-3 региона за квартал, потому что федеральные игроки этим не занимаются.
Что осталось за кадром
Это часть выводов. В полной версии PDF на 50 страниц мы разобрали ещё:
- макроконтекст рынка 2025–2026 (ввод жилья, ставка, доля ипотеки)
- профили десяти крупнейших конкурентов с разбором по AI
- Краснодар как самый фрагментированный рынок
- рекламные размещения в AI-выдаче (промо-блоки в Алисе)
- 5 главных рисков индустрии в AI
- 5 главных возможностей на ближайший год
- стратегическую модель из 4 уровней работы с AI-видимостью
- быстрые победы (1–2 месяца) и долгие игры (3–18 месяцев)
- бюджеты и команды для GEO
- 7 KPI контроля результата
- что не нужно делать, и почему
- прогноз на 2026–2027 годы
Где посмотреть
Полная версия исследования с интерактивными графиками лежит на нашем сайте: brandfound.ai
Там все цифры в виджетах кликабельные, можно проваливаться внутрь до конкретного запроса и конкретного ответа AI с подсветкой упоминаний брендов. По сути это наш живой дашборд, открытый наружу на материале одного исследования. Если хотите посмотреть, как работает платформа brandfound., проще всего просто пощёлкать по графикам в исследовании.
PDF-версию на 50 страниц можно посмотреть тут.