Как ИИ советует квартиры и что нужно делать застройщику для попадания в шорт-лист

Цифровой след девелопера становится фильтром на входе

Фото: magnific.com

Борьба за покупателя новостройки начинается задолго до его визита в офис продаж — в диалоге с нейросетью. Искусственный интеллект все чаще сам формирует для клиента короткий список жилых комплексов, и попасть в него может только застройщик с понятным и непротиворечивым цифровым следом, следует из исследования AI-выдачи на рынке недвижимости, проведенного компанией «Ашманов и партнеры». Его результаты проанализировали в «НДВ Супермаркет Недвижимости».

Как отмечается в исследовании, на широкий запрос вроде «купить квартиру в Москве» нейросети не выдают привычный список ссылок, а начинают диалог — уточняют бюджет, количество комнат, значимость метро, района, школ и ликвидности. В результате рынок последовательно сужается: со 100 жилых комплексов до трех-пяти конкретных квартир. При этом одинаковый запрос в разных моделях дает разные ответы: одни начинают с обзора рынка, другие сразу называют проекты, третьи опираются на внешние источники, подчеркивается в исследовании.

Для эксперимента использовались семь систем — «Алиса AI», Perplexity, ChatGPT, DeepSeek, GigaChat, а также Gemini и Claude. Проверялись как широкие запросы, так и прикладные («квартиры в новостройках Москвы до 15 млн руб., «ЖК рядом с метро», «ЖК бизнес-класса»), и отдельно — репутационные: о надежности застройщиков, отзывах дольщиков, срывах сроков и судебных исках. В проанализированных ответах было собрано 547 ссылок на 193 уникальных домена. Чаще других в качестве источников использовались ЦИАН, «Яндекс Недвижимость», «Этажи», М2, «РБК Недвижимость» и ресурсы «Домклик».

Отдельно в исследовании фиксируется изменение тональности ответов при проверке застройщика. Если в широких запросах в среднем встречалось около 1,6 риск-маркера на один ответ, то в репутационных их число возрастало примерно до 16: нейросеть начинает искать задержки строительства, судебные разбирательства, жалобы дольщиков и сведения о банкротствах, а также рекомендует пользователю сверяться с государственными реестрами и судебными базами.

«Для девелопера сегодня становится принципиально важна не только известность проекта сама по себе, но и понятность цифрового следа вокруг него. Нейросети собирают картину из множества источников. Если информация о жилом комплексе представлена фрагментарно, противоречиво или практически отсутствует за пределами собственного сайта, проект может просто не попасть в первоначальный выбор покупателя», — отмечает Татьяна Подкидышева, исполнительный директор «НДВ Супермаркет Недвижимости».

В репутационный контекст, который затем пересказывает ИИ, попадает и пользовательский контент — отзывы жителей, обсуждения сроков сдачи, качества строительства и работы управляющей компании. Это особенно чувствительно для уже заселенных жилых комплексов, отмечают авторы обзора. При этом влияние нейросетей плохо видно в классической веб-аналитике. По данным исследования, 64% пользователей после ответа ИИ продолжают рассматривать лишь два-три варианта, то есть значительная часть первичного выбора происходит внутри диалога с сервисом. Человек может не перейти по ссылке, а спустя несколько дней самостоятельно найти название ЖК и позвонить в офис продаж.

«ИИ-выдача динамична: конкретный состав объектов, порядок рекомендаций и источники могут меняться от запроса к запросу и от пользователя к пользователю. Поэтому для GEO важна устойчивость присутствия бренда в разных сценариях — появляется ли застройщик или ЖК в ответах на разные типы запросов, насколько регулярно он попадает в шорт-листы и какие источники поддерживают его видимость в разных моделях», — рассказывает Анастасия Курдюкова, руководитель отдела поисковой оптимизации, «Ашманов и партнеры». Она добавляет, что пользователям при этом стоит учитывать: нейросеть может придумывать информацию или опираться на устаревшие данные.