Тональность упоминания

Магазин с видимостью 50% и половиной негативных упоминаний находится в худшем положении, чем магазин с видимостью 30% и нейтральным тоном: первому нейросеть фактически отговаривает клиентов. Тональность упоминания оценивает, в каком тоне нейросеть говорит о бренде в конкретном ответе. LLMetr различает три уровня: позитив («надёжный магазин, широкий выбор»), нейтрально («работает с 2012 года, есть пункты выдачи») и негатив («жалуются на задержки доставки»).

Зачем она рядом с видимостью

Видимость отвечает на вопрос «называют ли нас», тональность на вопрос «как». На запрос «стоит ли покупать у…» негативная формулировка напрямую влияет на решение, потому что человек не открывает источники и доверяет итогу.

Мнение нейросеть придумывает редко. Тон складывается из найденного или запомненного: отзывов, обзоров, форумов, новостей. Если в сети много жалоб на доставку, формулировка в ответе, скорее всего, будет осторожной. Но модель может приписать бренду и то, чего нет (галлюцинация), поэтому тон проверяют по самому ответу.

Как определяется

Оценивать ответ целиком нельзя: если в нём десять брендов, общий тон о вашем ничего не говорит. Берут фрагмент вокруг упоминания, предложение или абзац, где назван бренд, и оценивают его.

Условный пример. «Магазин часто выбирают за быструю доставку и оригинальные товары»: позитив. «Магазин работает в Москве и Санкт-Петербурге»: нейтрально. «Часть покупателей жалуется на возвраты»: негатив. Из 40 упоминаний за замер 14 позитивных, 22 нейтральных и 4 негативных: структура 35% / 55% / 10%. Для динамики важна не одна цифра, а смещение долей между замерами.

Подводные камни

«Нейтрально» не значит плохо: для большинства информационных запросов нейтральный тон нормален. Смотреть надо на фрагмент про бренд, а не на тон всего ответа. Автоматической оценке не стоит верить на слово: сарказм, сравнение («лучше, чем конкурент X, но…») и оговорки сбивают классификатор. Долю негатива по малому числу упоминаний тоже не стоит считать: три негативных из пяти дают 60%, но пяти упоминаний для вывода мало (объём выборки).

Что делать с негативом

Откройте негативные ответы и найдите, на что ссылается нейросеть: чаще всего это площадки с отзывами или конкретная публикация. Отделите справедливые претензии, которые решаются сервисом, от устаревших и ошибочных, которые исправляют публикациями и ответами на площадках. Следите за долей негатива по замерам, а не по отдельным ответам.