Нейросети и личный опыт: как часто AI ссылается на форумы в медицине

В медицине у форумов двойственное положение: людям нужен чужой опыт, но алгоритмы к пользовательскому контенту тут настроены скептически. Мы решили проверить, как выглядит нейровыдача для тех, кому важны истории других пациентов. Поэтому мы сознательно подыграли форумам и сформулировали вопросы так, как их задают люди, желающие узнать о чужом опыте — но даже в таких условиях обсуждения заняли всего 1,6–9,3% источников в ответах нейросетей. Подробности, методика, сырые данные и выводы — в нашем исследовании.

Представьте: человек третью неделю слезает с антидепрессантов, плохо спит, тревожится и глубокой ночью спрашивает нейросеть, когда же это закончится. Инструкцию к препарату он давно прочитал — теперь ему важно услышать тех, кто через это прошел: сколько длилось, что помогло, что было страшнее всего...

Такими историями люди делятся на форумах и в обсуждениях в соцсетях. Но насколько охотно нейросети обращаются к этим источникам, когда отвечают на медицинские вопросы?

Повод для сомнений есть. Медицина относится к YMYL-тематикам — темам, от которых зависят здоровье и благополучие человека. К точности и экспертности такого контента Google предъявляет повышенные требования. Логично предположить, что и нейросети будут осторожны с пользовательскими историями: личный опыт может быть полезен, но его достоверность и применимость к чужой ситуации трудно проверить.

Мы в TexTerra много работаем с медицинскими клиентами, поэтому для нас это еще и вопрос выбора площадок для продвижения. Есть ли смысл участвовать в форумных обсуждениях ради видимости в AI-системах? Чтобы разобраться, мы прогнали 20 медицинских запросов через ChatGPT, Алису и Google AI, по три раза каждый, и вручную разметили 1117 источников из 180 ответов.

Оказалось, что форумы в медицинских AI-ответах есть: на них приходится от 1,6 до 9,3% учтенных источников. При этом разница между системами оказалась больше, чем мы ожидали. В конце статьи — ссылка на файл со всеми запросами и полными текстами ответов. Его можно скачать, проверить наши наблюдения или изучить данные, которые интересны именно вам.

Внешний контур важен, но вес разных площадок неодинаков

Для всех клиентов, в какой бы тематике они ни работали, мы выстраиваем внешний контур — все, что говорят о бренде за пределами его сайта: публикации в СМИ, рейтинги, отзывы, каталоги, исследования. Нейросети собирают ответ из открытых источников, и корпоративный сайт среди них лишь один из многих. Подробно о том, как выбирать площадки под конкретный факт о бренде, мы писали в статье «Внешние источники в AI-поиске: как выбрать площадку, подтвердить факт и измерить результат».

При этом мы давно знаем, что источники неравноценны: обзор в отраслевом медиа, карточка в каталоге и ветка на форуме в глазах нейросети имеют разный вес. Но какой именно и как это меняется от тематики к тематике — уже вопрос к данным (а бюджет лучше планировать на данных!).

С медициной вопрос особенно острый. Google, как мы знаем, требует высокой точности и соответствия устоявшемуся экспертному консенсусу. Теперь давайте подумаем: насколько с этим требованием стыкуется «мне помогло, попробуйте тоже» с форума? Трудно поверить, что нейросеть выберет такой источник, когда под рукой есть клинические рекомендации!

Да и отношение платформ к форумам непостоянно — это хорошо видно на инфографике ниже.

Платформы в последние годы то поднимали форумы, то убирали их из ответов. Источники: Google, Semrush, Promptwatch, исследование TexTerra

Google еще в 2023 году объявил, что будет чаще показывать личный опыт людей. В AI-поиске форумы тоже вышли в лидеры: Semrush проанализировал более 230 тысяч промптов и нашел Reddit среди самых цитируемых доменов. Но уже через год Reddit почти пропал из цитат ChatGPT Search — по данным Promptwatch, о которых написал Search Engine Journal. К тому же все эти замеры сделаны на англоязычных данных и без разбивки по тематикам, так что о русскоязычной медицине они ничего не говорят.

Чужие замеры полезны как ориентир, но решения по клиентам приходится принимать на своих.

Исходя из всего этого, мы сформулировали гипотезу: в медицине нейросети почти не цитируют форумы, даже когда пользователь прямо спрашивает про чужой опыт. Проверяли ее, чтобы выяснить, есть ли смысл медицинским клиентам вкладываться в форумные обсуждения ради AI-видимости, и если есть, то на каких площадках и под какие запросы.

Мы сформулировали запросы так, чтобы дать форумам шанс

GEO-продвижением мы занимаемся уже не первый месяц, и за это время по клиентским проектам у нас накопилось много наблюдений о том, какие площадки работают в разных индустриях. Теперь мы хотим систематизировать их, проверяя по узким тематикам, какие типы источников цитируют нейросети, и открыто делиться данными. Медицина и форумы — первая такая проверка, дальше пойдем в другие ниши и к другим типам площадок.

Итак, приступим, наконец, непосредственно к нашим данным.

Если спрашивать нейросеть «что такое изотретиноин», форумам в ответе просто неоткуда взяться: это явно вопрос к справочнику. Поэтому мы сознательно сформулировали запросы так, как их пишут живые люди, которые ищут чужой опыт: «кто пил изотретиноин, какие были побочки», «головные боли после ковида месяцами — у кого так было», «ЛАСИК или ФРК — что лучше, отзывы тех, кто делал». Это важная оговорка: условия были заведомо благоприятными для форумов, поэтому полученные доли нельзя переносить на все медицинские запросы. Для «средней температуры по больнице» понадобился бы совсем другой набор.

Мы составили 20 запросов и разбили их на четыре группы по пять. Каждая группа — отдельная ситуация, в которой человек ищет опыт других людей, и в каждой у форумов разные шансы:

• опыт лечения и процедур — человек уже лечится или собирается на процедуру и хочет знать, как это переносят другие: побочки, сроки заживления, что помогло;
• «нормально ли это» — тревожный симптом, с которым люди не хотят сразу идти к врачу; по сути, это классическая территория форумов, где люди спрашивают «у кого было так же»;
• выбор и сравнение — человек выбирает между методами, приборами или клиниками и ищет отзывы тех, кто уже выбрал;
• жизнь с диагнозом — долгий опыт: как живут с хроническим заболеванием или восстанавливаются после операции.

Каждый запрос мы дополнительно разметили по типам из нашей классификации, о которой подробно рассказывали в статье «Как собрать промпт-сет для мониторинга бренда в ИИ-ответах». В наборе оказались шесть типов из девяти: информационные, проблемно-решенческие, сопоставительные, продуктовые, категорийные и рекомендательные. Мы предположили, что человек, который ищет чужой субъективный опыт, связанный со страхами и сомнениями, обычно не спрашивает про цену и запись и не ищет альтернативу определенному медикаменту.

Запросы мы делали в трех системах, которые стандартно используем в работе с клиентами и на собственном проекте: ChatGPT, Алисе и Google AI. Каждый запрос — три раза, каждый раз в новом чате. (А три прогона — это минимум, о котором мы писали в статье «GEO-бенчмарк: как сравнить себя с конкурентами в ИИ-поиске»)

Итого у нас получилось 180 ответов.

Список из 20 медицинских вопросов с маркерами личного опыта, разбитых на четыре группы: опыт лечения и процедур, «нормально ли это», выбор и сравнение, жизнь с диагнозом. Рядом с каждым вопросом 9 квадратов — по три ответа ChatGPT, Алисы и Google AI; красным отмечены ответы со ссылкой на форум

Дальше была самая кропотливая часть работы — разметка. Каждую ссылку в ответе мы отнесли к одной из шести категорий:

• форумы и обсуждения;
• отзовики;
• Q&A-сервисы с врачами;
• медпорталы и СМИ;
• официальные и научные источники;
• коммерческие сайты: клиники, аптеки, магазины, сервисы подбора лечения.

Источником мы считали уникальный сайт в ответе, поддомены одной организации объединяли. Категорию определяли по типу страницы: если ссылка ведет в раздел обсуждений на сайте СМИ, это форум, а статья на том же сайте остается в СМИ.

Для дополнительной проверки данных мы использовали нейросети, но цель исследования, методику и правила классификации источников определила наша команда; также мы сами, вручную, собрали все 180 ответов в разных аккаунтах и браузерах, разметили источники и проанализировали результаты. Проверка с помощью AI выявила несколько спорных случаев: разделы обсуждений на сайтах, отнесенных к СМИ, и официальные источники, попавшие в коммерческую категорию.

Замечания мы проверили, внесли исправления, пересчитали показатели и скорректировали выводы.

Каждая нейросеть строит ответ на своих типах источников

Первое, что бросается в глаза: у трех систем совершенно разные опоры. На инфографике видно, из чего собраны ответы каждой нейросети.

Форумы дают лишь 1,6–9,3% источников медицинских AI-ответов. Исследование TexTerra: 180 ответов, 1117 источников, октябрь 2026

ChatGPT отвечает на медицинские вопросы как отличник, который готовится по учебнику. Почти три четверти раскрытых им источников — официальные и научные: британская система здравоохранения NHS, британский институт NICE, который выпускает клинические рекомендации, американские NIH и CDC, база научных статей PubMed. Сайты российских клиник и медпорталы встречаются у него заметно реже, даже когда вопрос задан по-русски.

Оговоримся: часть ссылок ChatGPT прячет за значками «+N», поэтому здесь и дальше его доли посчитаны среди раскрытых источников.

У Алисы и Google AI картина обратная: около 70% источников — сайты клиник, аптек, магазинов и сервисов, еще 16–18% — медпорталы и СМИ. Официальные источники у них занимают всего 3,5–4,4%. Иначе говоря, русскоязычный медицинский AI-ответ сегодня во многом собран из статей на сайтах клиник и аптек. Для медицинского бизнеса это хороший знак: экспертный контент на собственном сайте нейросети охотно цитируют.

Что это значит на практике? Рецепта, который сработает сразу во всех нейросетях, в медицине нет. Чтобы попасть в ответы Алисы и Google AI, важны сильные страницы на сайте клиники и присутствие в медпорталах. В ChatGPT, судя по раскрытым ссылкам, российской клинике пробиться сложнее: он чаще ссылается на международные официальные источники.

Обсуждения редко попадают в источники, но не в Google AI

Доля в источниках — только половина картины. Важно еще, как часто человек вообще видит обсуждение в ответе. И здесь цифры другие: хотя бы один форум есть почти в половине ответов Google AI (48,3%), в 18,3% ответов ChatGPT и в 10% ответов Алисы. Пользователь Google AI, который задает такие вопросы, натыкается на форумную ссылку регулярно, хотя в общей массе источников форумов всего 6,9%.

Цитируют при этом очень узкий круг площадок. Reddit встретился в 26 ответах, babyblog — в 8, ВКонтакте — в 7, woman.ru — в 6. Дальше идут единичные случаи: форум b17, форум «Все о глазах», раздел обсуждений Т—Ж, u-mama. Получается, что «форумы» в медицинских AI-ответах — это на деле три-четыре крупные площадки.

У ChatGPT картина еще уже: из 12 раскрытых форумных ссылок 11 ведут на Reddit. Русскоязычные форумы ему почти не попадаются, даже когда вопрос задан по-русски и про российские реалии. Алиса, наоборот, Reddit почти не цитирует. Реальное мнение пациентов тут пробивается разве что через сервисы вопросов врачу: на них приходится 6% ее источников — в три с лишним раза больше, чем на форумы!

В нашей выборке присутствие форумов заметно различалось между типами запросов:

Когда человек сравнивает варианты («ЛАСИК или ФРК», «Инвитро или Гемотест») или спрашивает «стоит ли» («брекеты во взрослом возрасте: стоит ли ставить»), нейросети в нашей выборке чаще подтягивали чужой опыт. Когда вопрос касался свойств конкретного препарата или выбора товара, форумов почти или совсем не было. Рекомендательный и категорийный типы представлены всего одним запросом каждый, так что эти строки пока просто идут в копилку нашего опыта — мы проверим их в следующих исследованиях.

Чемпион по обсуждениям — запрос «Беременность после 40: опыт, с чем столкнулись?»: форумы были в шести ответах из девяти. А шесть запросов не дали ни одной форумной ссылки ни в одной системе, среди них «Нормально ли, что после прививки рука болит больше недели?», «МРТ или КТ при болях в спине, что выбрать?» и «Жизнь после удаления желчного пузыря: что изменилось?».

Гипотеза у нас здесь такая: там, где у врачей есть четкий ответ или в выдаче много клиник с готовыми статьями, нейросети обходятся без пациентских историй.

И еще одно наблюдение, которое хорошо показывает нестабильность нейровыдачи. На запрос «ЛАСИК или ФРК» Google AI во всех трех прогонах сослался на форум «Все о глазах», а ChatGPT процитировал Reddit в двух прогонах из трех. В третьем ссылки на обсуждение уже не было — при том же запросе.

Цитирование форума еще не означает влияния на ответ

Прежде чем делать выводы, нужно развести два понятия. Мы измеряли цитирование — то, на какие страницы нейросеть сослалась. Но мы не знаем, какую роль эта страница сыграла в тексте ответа и тем более в решении человека. Ссылка на форум могла попасть в нашу выборку из-за одной фразы вроде «многие отмечают сухость губ в первые недели», а все остальное нейросети брали, например, с сайтов клиник. В статье про GEO-бенчмарк мы уже называли источник в ответе сильной гипотезой, которую еще предстоит проверить, и здесь это правило работает в полной мере.

И даже когда AI-поиск все-таки идет на форум, он берет оттуда далеко не все подряд. Исследователи из в работе от 13 сентбяря разобрали 30 тысяч ответов Reddit Answers — встроенного AI-поиска самого Reddit — и сопоставили их с 14,68 миллиона комментариев. Оказалось, что система охотнее цитирует формальные комментарии с высоким рейтингом, а у историй от первого лица шансы попасть в ответ ниже (!). Работа пока не прошла рецензирование, и сами авторы предупреждают: причинно-следственная связь здесь не доказана. Но направление показательное: «человеческий опыт» доходит до AI-ответа уже отфильтрованным.

А что сами люди? Им, судя по всему, этот живой рассказ как раз и нужен. По данным МТС AdTech и «Ромира», которые приводит «Инк.», с нейросетями о лекарствах или самодиагностике хотя бы раз советовался каждый седьмой россиянин, а 85% предпочитают консультироваться с живыми специалистами. Для пациента нейросеть скорее первичный ориентир, чем финальный ответ. И чем больше в этом ориентире реального опыта, тем ближе он к тому, что человек на самом деле ищет.

Участвовать в форумах стоит, но точечно (по крайней мере, пока)

Стоит ли бизнесу заморачиваться с форумами ради 2–9% источников? Мы бы ответили так: стоит, если понимать, зачем и где.

Доля обсуждений в выдаче мала, но охват заметен: в Google AI они встречаются почти в каждом втором ответе на вопросы о личном опыте. При этом цитируются всего несколько площадок, и это скорее хорошая новость. Распылять силы по десяткам форумов не нужно, а у тех немногих, что попадают в ответы, есть понятная аудитория.

Сразу о том, чего делать не надо. Рекламные сообщения в чужих ветках модераторы и сообщество быстро вычищают, а для медицинской компании такая активность еще и репутационный риск. Есть и косвенный аргумент: в том же исследовании Reddit Answers, которое мы упоминали выше, встроенный поиск Reddit чаще цитировал комментарии с высоким рейтингом в ветке. Для ChatGPT, Алисы и Google AI это не проверено, но заказному комментарию без поддержки сообщества, похоже, и там будет сложно стать заметным.

Для медицинских компаний мы видим три способа участвовать в обсуждениях и работать с опытом пациентов: экспертные ответы врачей, отзывы и собственные сообщества — их мы рассматриваем как возможные направления для продвижения в AI-поиске.

Экспертные ответы врачей

Врачи клиники отвечают на вопросы пациентов от своего имени в Q&A-сервисах. Для Алисы, как мы выяснили, это заметный канал: сервисы вопросов врачу дают 6% ее источников — это больше, чем форумы и отзовики вместе. Плюс такой ответ одновременно работает на экспертность клиники и на доверие к конкретному врачу.

Работа с отзывами пациентов

Отзывы реальных пациентов на отзовиках и в картах — тоже часть внешнего контура. В нашем исследовании отзовики давали всего около 2% источников, и половина этих ссылок пришлась на один запрос. Данных, как видите, пока мало, но логично, что отзывы всплывают ровно там, где человек выбирает между конкретными компаниями, прямо их называя.

Собственные площадки для обсуждений

Сообщество клиники во ВКонтакте или раздел вопросов на сайте позволяют зафиксировать реальный опыт пациентов в формате, который нейросеть может найти и процитировать. ВКонтакте, кстати, — одна из немногих площадок, которые в наших данных цитировали и Алиса, и Google AI.

Но фундамент медицинской AI-видимости все равно строится на другом. ChatGPT опирается на официальные и научные источники, Алиса и Google AI — на сайты клиник и медпорталы. Значит, первыми в списке задач стоят точная информация на собственном сайте, экспертные публикации и присутствие в профильных медиа. Почему точность фактов в медицине критична, мы разбирали в материале «Кейс: как GEO-аудит помог найти ошибки в ответах о лекарственном бренде». Форумы в этой системе — дополнение, которое помогает закрыть запросы о личном опыте.

Выводы исследования ограничены небольшой выборкой

Нам очень важно, чтобы эти цифры читатель не воспринимал как утверждение, что все нейросети цитируют форумы ровно в 5% случаев. Поэтому мы хотим еще раз проговорить все ограничения, которые уже упомянули по ходу рассказа о ходе исследования.

• Выборка небольшая. 20 запросов и 180 ответов — срез, который помогает сформулировать гипотезы. Для статистики по рынку этого мало. Внутри отдельных типов запросов мы опираемся всего на 9–63 ответа, а два типа представлены одним запросом каждый, так что их не отделить от темы самого вопроса. Поэтому, разумеется, для каждого нового клиента мы делаем индивидуальный промпт-сет — набор сценариев, важных именно для его бизнеса.
• Запросы, как мы и упоминали выше, намеренно смещены в пользу форумов. Мы сформулировали их с маркерами личного опыта, поэтому полученные доли нельзя переносить на все медицинские запросы.
• В наборе нет брендовых, коммерческих и конкурентных запросов. Для пациента они нехарактерны, но для коммерческой медицины важны, и там картина может быть другой.
• ChatGPT показывает не все источники. Часть ссылок он прячет за значками «+N», и в сумме по нашим ответам за ними стояло до 125 источников — почти столько же, сколько он показал открыто (129). Это верхняя граница: значки могут повторять друг друга и уже видимые ссылки. Но доли ChatGPT из-за этого надежны меньше, чем у Алисы и Google AI.
• Мы измеряли только цитирование. То, как источник повлиял на текст ответа и на поведение человека, остается за рамками исследования.
• Ответы меняются со временем. История с Reddit в ChatGPT летом 2026 года показывает, что такие замеры нужно датировать и повторять.
• Часть решений в разметке пограничная. Блог-платформы вроде Дзена и vc.ru мы отнесли к СМИ, а блоги клиник — к коммерческим сайтам.

***

Если свести все к трем выводам, получится вот что.

• Форумы в медицинских AI-ответах есть, но занимают от 1,6 до 9,3% источников.
• Google AI дает им больше предпочтения, Алиса — меньше, а среди раскрытых источников ChatGPT из форумов встречается почти исключительно Reddit.
• В нашей выборке форумы чаще появлялись в ответах на вопросы «что лучше выбрать» и «стоит ли».

Наша гипотеза подтвердилась частично. Нейросети действительно строят медицинские ответы в основном на официальных источниках и сайтах клиник. Но совсем без форумов они не обходятся, а в Google AI человек вообще встречает обсуждения регулярно.

Мы открываем все данные и позволяем скачать файл с результатами исследования. В нем полные тексты 180 ответов и разметка источников в каждом из них.

Для нас это первое исследование в серии. Дальше хотим проверить, как распределяются типы источников в других индустриях: например, насколько отзовики важны в e-commerce или какой вес у профильных СМИ в B2B. Если вы хотите понять, какие площадки нейросети цитируют именно в вашей теме, приходите на GEO-аудит — с таких замеров мы начинаем работу с каждым клиентом.

FAQ

Если нейросеть сослалась на форум, значит, ответ основан на мнениях пользователей?

Нет. Мы видим только сам факт ссылки, и по нему нельзя определить, какую часть ответа система получила из обсуждения. В наших данных форум почти всегда соседствовал с сайтами клиник и официальными источниками.

Почему ChatGPT цитирует Reddit даже на русскоязычные медицинские вопросы?

По нашим данным, русскоязычные форумы среди раскрытых источников ChatGPT почти не встречаются: 11 из 12 раскрытых форумных ссылок вели на Reddit. Почему так происходит, по внешним наблюдениям сказать нельзя. Важно другое: активность на русскоязычных площадках, судя по всему, до ChatGPT практически не доходит.

Стоит ли клинике самой писать на форумах от имени пациентов?

Нет. Это нарушает правила площадок и рискует репутацией клиники. Заметного эффекта в AI-ответах тоже ждать не стоит: в исследовании Reddit Answers встроенный поиск Reddit чаще выбирал комментарии с высоким рейтингом в ветке, хотя для других систем это не проверено. Гораздо полезнее экспертные ответы врачей от своего имени и работа с реальными отзывами.

Можно ли перенести эти выводы на другие YMYL-тематики, например финансы или юриспруденцию?

Напрямую — нет. Мы проверяли только медицину, и даже в ней результаты сильно зависели от типа запроса. Для другой тематики нужен свой замер.

Как часто стоит повторять такой замер?

Мы рекомендуем делать срез раз в квартал и после заметных изменений в нише. Нейросети меняют поведение быстро: доля Reddit в цитатах ChatGPT Search летом 2026 года упала в несколько раз всего за неделю.

Читайте также:

Как продвигать медицинские сайты в 2026 году

Как бренду работать над контентом, чтобы он попал в AI-ответы

Как понять, нужно ли компании GEO-продвижение прямо сейчас