Как нейросети выбирают квартиру за пользователя: исследование пути покупателя в недвижимости

Когда человек хочет купить квартиру, он последовательно проходит путь покупателя: от интереса к решению. Но если раньше этот путь начинался в Яндексе или Google, то сейчас все чаще запрос передают нейросети. Пользователь пишет в условном ChatGPT: «купить квартиру в Москве», дает дополнительные критерии, просит сравнить ЖК и локации, а потом в том же диалоге собирает информацию о застройщиках. В статье мы исследовали путь покупателя квартиры в нейросетях и рассказали, что изменилось.  

Источники: Mediascope, ПМЭФ-2026; исследование Яндекса об Алисе AI, 2026; Google, 2026 (Pew Research Center, 2025).

Зачем мы решили посмотреть на путь покупателя внутри ИИ

На примере недвижимости удобно анализировать, как меняется поиск. Это дорогая покупка с длинным циклом принятия решения: пользователь редко ограничивается одним запросом. Сначала он изучает рынок, затем уточняет бюджет и требования, сравнивает конкретные проекты и только после этого начинает проверять надежность застройщика и реальные отзывы.

Мы решили пройти этот путь так же, как его мог бы пройти потенциальный покупатель, и посмотреть две вещи. Первая — классическое GEO: какие ЖК, застройщики и источники вообще попадают в ответы нейросетей. Вторая — GERM: что меняется, когда пользователь переходит от выбора квартиры к вопросам о надежности, репутации, проблемах и судах.

Как проводили исследование

Согласно публикации ВЦИОМ от 30 июля 2026 года, россияне активно обращаются к нейросетям для поиска информации. Для этой задачи Алису AI используют 71% аудитории, Perplexity — 63%, ChatGPT — 61%, DeepSeek — 59%, GigaChat — 51%. 

ИИ уже стал привычным инструментом и при поиске товаров и услуг. В июле 2026 года мы провели собственное исследование поведения интернет-покупателей: 31% опрошенных пользуются ИИ-сервисами регулярно, еще 47% — иногда. Редко обращаются к ним 22%. В онлайн-опросе участвовали 1000 человек. 

Для эксперимента мы взяли пять систем из рейтинга ВЦИОМ — Алису AI, Perplexity, ChatGPT, DeepSeek и GigaChat — и добавили Gemini и Claude как две крупные международные модели. 

В классическом GEO проверяли как широкие запросы — «купить квартиру в Москве», «новостройки Москва», «ЖК Москва», — так и более прикладные: «квартиры в новостройках Москвы до 15 млн», «ЖК рядом с метро», «ЖК бизнес-класса», «какой район Москвы лучше для покупки квартиры с ребенком», «ЖК ЮВАО Москвы сравнение». В репутационном блоке спрашивали про надежных застройщиков, отзывы дольщиков, проверку компании, срывы сроков, обманутых дольщиков, настоящие и накрученные отзывы, судебные иски и отзывы реальных жильцов.

Мнение эксперта

Анастасия Курдюкова, руководитель отдела поисковой оптимизации «Ашманов и партнеры»:

«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. Мы смотрим, появляется ли застройщик или ЖК в ответах на разные типы запросов, насколько регулярно он попадает в шорт-листы, с какими конкурентами соседствует и какие источники поддерживают его видимость в разных моделях».

Этап 1. Нейросеть становится первым фильтром рынка

Первый паттерн проявляется уже на самом широком запросе. Пользователь пишет «купить квартиру в Москве», но вместо бесконечного каталога ссылок как в поисковой выдаче получает буквально персональную консультацию по следующим параметрам: бюджет, количество комнат, площадь, новостройка или вторичка, метро, район, парк, школа, ликвидность. Раньше эту функцию выполняли сайты застройщиков и агрегаторы через фильтры, подборки и карточки объектов. Теперь первый этап отбора все чаще происходит прямо в ИИ, хотя сам ответ по‑прежнему строится на основе данных, которые есть на сайте. 

ChatGPT на запрос «купить квартиру в москве» предлагает выбрать критерии, по которым дальше будет сужать рынок.

Даже запрос «ЖК Москва» превращается в воронку

Самый наглядный пример получился в продолжении диалога с ChatGPT. На общий запрос «жк москва» он запросил уточнения (бюджет, площадь. количество комнат и т. д.). После просьбы «мне нужно рассмотреть все ЖК Москвы, выбираю» модель сначала описывает широкий сбор рынка, а затем сама предлагает воронку: «100 ЖК → 30 ЖК → 10 ЖК → 3–5 конкретных квартир».

Даже запрос на весь рынок нейросеть превращает в воронку и ведет пользователя к 3–5 вариантам.

Мнение эксперта

Анастасия Курдюкова, руководитель отдела поисковой оптимизации «Ашманов и партнеры»:

«ИИ расширяет путь пользователя, встраивается в него как дополнительный источник знаний вместе с поиском в Яндексе или Google, рекламой, отзывами, обсуждениями с друзьями и риелтором. Для девелопера это еще одна точка контакта с потенциальным покупателем, которую нельзя игнорировать. Нейросеть формирует шорт-лист ЖК еще до перехода на сайт, если бренд не попадает в эти ответы, он теряет часть потенциальных клиентов. Пользователю, в свою очередь, важно не забывать, что ИИ может придумывать информацию или использовать устаревшие данные. 

Чем конкретнее запрос, тем конкретнее шорт-лист

После появления бюджета и требований модели переходят от консультации к конкретным объектам. Например, в ответе Perplexity на запрос «квартиры в новостройках Москвы до 15 млн» появляются ЖК «Лучи», «Саларьево парк», «Новые Смыслы», «Родные кварталы», Level Южнопортовая, «Люблинский парк», «Скай Гарден» и «РАКУРС».

Если задать бюджет, ИИ переходит от общих советов к конкретным ЖК и формирует первый шорт-лист покупателя.

На этом этапе ИИ распределяет внимание между девелоперами. Одни проекты получают место в списке, который пользователь видит первым, другие в нем просто не появляются. И это уже задача GEO: добиться присутствия бренда в ответах на этапе, пока пользователь еще не знает, у кого именно хочет купить квартиру.

Один и тот же тип запроса нейросети интерпретируют по-разному. Например, Gemini на запрос о новостройках рядом с новыми станциями метро не выдал общий список ЖК Москвы, а сначала выделил перспективные линии метро, затем подобрал проекты рядом с будущими станциями. В ответ попали, в частности, ЖК «Кристалл» и «СберСити», а среди источников — ЦИАН и «Журнал Домклик». 

Получается, что один и тот же бренд может вообще не появиться в первой выдаче одной модели и попасть в список другой. Для GEO это принципиально: хорошие позиции в ChatGPT не означают аналогичных в Gemini, Алисе или Perplexity.

Gemini строит подборку через инфраструктурный сценарий: сначала определяет перспективные линии и станции метро, затем предлагает конкретные ЖК рядом с ними.

Откуда ИИ берет варианты

В 93 ответах нейросетей для блока классического GEO собрано 547 ссылок с 193 доменов. Чаще всего встречался ЦИАН — 50 ссылок. Далее среди профильных источников шли:

• Яндекс Недвижимость — 20;

• «Этажи» — 16;

• M2 — 16;

• РБК Недвижимость — 14;

• блог Домклик — 13;

• сам Домклик — 12.

Эти данные нельзя считать каким-то общим рейтингом влияния площадок в сфере недвижимости, но по ним можно оценить структуру ответа: нейросеть собирает картину рынка из разных публикаций. В ответ попадают агрегаторы, каталоги новостроек, профильные медиа, сайты застройщиков и другие открытые площадки.

Мнение эксперта

Анастасия Курдюкова, руководитель отдела поисковой оптимизации «Ашманов и партнеры»:

«В 2026 году недостаточно работать только на присутствие бренда в одной нейросети. Модели собирают фактуру из внешних источников, поэтому GEO строится вокруг отраслевых площадок, агрегаторов, медиа, отзовиков, геосервисов и других ресурсов, которые нейросеть использует в ответах. Чем сильнее и последовательнее бренд представлен в этих источниках, тем выше его шансы регулярно попадать в ИИ-выдачу».

Экспресс-аудит «Ашманов и партнеры»

Для застройщиков и агентств AI-выдача становится полноценной частью продвижения наряду с SEO, PR и ORM. Значимость этого направления подтверждает и сам рынок: в апреле 2026 года Яндекс запустил в Вебмастере инструмент «Видимость сайта в Алисе AI», который позволяет отслеживать присутствие сайта в ИИ-ответах и видеть площадки той же тематики, появляющиеся рядом. 

Мы предлагаем экспресс-аудит AI-выдачи для девелоперов и агентств: проверяем бренд в нескольких нейросетях по целевым запросам, анализируем конкурентов, репутационные риски и источники, влияющие на видимость в ИИ. На выходе — карта AI-видимости бренда и конкретные приоритеты для GEO и GERM.

Оставьте заявку — расскажем, как проходит аудит и какие точки роста стоит проработать в первую очередь.

Этап 2. Пользователь собирает информацию о застройщиках

После первого шорт-листа пользователь спрашивает: «кто надежный», «как проверить застройщика», «что говорят дольщики», «были ли срывы сроков» и «как узнать о судебных исках». 

Так, ChatGPT на запрос «надежные застройщики Москвы 2026» сам формирует рейтинг и называет ПИК, Донстрой, MR Group, ФСК, А101, Level Group, ЛСР, Sminex, «Абсолют» и «Бруснику», а еще дает им оценки надежности и указывает, кому может быть интересно предложение.

Для застройщика это вторая точка риска. Даже если ЖК попадает в подборки по первому пулу запросов, потом ему нужно подтвердить репутацию и вызвать доверие у пользователя, а для этого ему должна доверять нейросеть. За то, как бренд представлен в нейросетях, отвечает GERM. 

После выбора объектов нейросеть начинает ранжировать уже самих девелоперов.

Алиса AI на запрос «надежные застройщики Москвы 2026» тоже формирует собственный список девелоперов и для каждого сразу показывает две стороны: почему компания попала в подборку и какие нюансы стоит проверить перед покупкой.

Алиса AI добавляет к преимуществам репутационные оговорки и внешние источники.

Тональность меняется: ИИ переходит в режим осторожности

В репутационных запросах редко встречаются негативные ответы, тут меняется сам режим разговора. Вместо цены, метро и планировок появляются задержки, иски, жалобы, банкротство, неустойки, проверка юрлица и надежность.

Мы отдельно посчитали частоту такой лексики в ответах. В 93 ответах классического GEO слова и формы, связанные с риском и проверкой, встречались в среднем 1,6 раза на ответ. В 63 репутационных ответах — 16 раз на ответ. Хотя бы один такой маркер был в 68% классических ответов и в 95% репутационных. 

Разница показывает, что при репутационном запросе нейросеть резко расширяет набор риск-сигналов, которые учитывает в ответе. Даже нейтральная по тону выдача может подробно подсвечивать задержки, судебные споры, жалобы и другие проблемные факторы, если они заметны во внешних источниках.

На этапе проверки нейросеть уходит в реестры, суды и документы

По запросу «как проверить застройщика перед покупкой квартиры» Perplexity выстраивает полноценный чек-лист и ведет пользователя в наш.дом.рф, ЕГРЮЛ ФНС, Картотеку арбитражных дел, ФССП, Федресурс и Росреестр. То есть ИИ выдает последовательный сценарий: куда перейти, что смотреть, что проверять. Покупателю не нужно заранее знать названия всех этих систем, нейросеть сама объясняет, где проверить юрлицо, где посмотреть банкротства, где найти арбитраж, где проверить исполнительные производства и проектную декларацию.

При вопросе о надежности застройщика ИИ переключается на официальные реестры и базы проверки компании.

Отзывы и геосервисы становятся частью AI-репутации

Другой слой GERM — пользовательский контент. По запросу «ЖК Москвы отзывы реальных жильцов» в ответах и источниках появляются Домклик, Стройки.ру, Первички.ру, DOMEX, Restate, SpbGuru и другие площадки, где будущие и реальные жильцы обсуждают сроки сдачи, качество строительства, управляющую компанию и другие острые моменты.

Здесь важна работа с отзовиками, картами, геосервисами и другими UGC-площадками. Для нейросети все эти страницы — открытый информационный слой, из которого можно собрать репутационный ответ.

За реальными отзывами нейросеть идет на внешние площадки с пользовательским контентом, их содержание становится частью ИИ-репутации.

Если пользователь ищет проблемы, ИИ знает, где их искать

По запросу «судебные иски против застройщика как узнать» ChatGPT направляет пользователя в Картотеку арбитражных дел, ГАС «Правосудие» и базу ФССП, а затем объясняет, что смотреть: количество и суммы исков, предмет споров, повторяющиеся требования дольщиков, банкротные дела и исполнительные производства.

Мнение эксперта

Сергей Волков, руководитель департамента рекламы в социальных медиа и управления репутацией «Ашманов и партнеры»:

«ИИ резко снижает затраты времени пользователя  на  репутационную проверку бренда. Раньше покупателю нужно было потратить довольно много сил, чтобы сформировать доверие, то есть приходилось вручную изучать множество источников: отзовики, карты, форумы, мнения пользователей в соцсетях и чатах. Теперь достаточно задать 2-3 вопроса , и нейросеть сама собирает нужные сигналы и выстраивает маршрут проверки. Это относительно новый этап на пути пользователя, а зачастую первичный».

ИИ предупреждает о репутационных рисках и направляет пользователя непосредственно к судебным и исполнительным источникам.

ИИ может влиять на выбор без перехода на сайт

Согласно нашему исследованию, после ответа ИИ-сервиса 64% пользователей продолжают рассматривать только два-три варианта. При этом 45% не открывают ссылки из нейроответа, люди идут на знакомый маркетплейс или сайт интернет-магазина. Ссылки, предложенные ИИ, открывают 35%, еще около 20% возвращаются в классический поиск. Исследование основано на опросе 1000 пользователей ИИ-сервисов из Москвы, Санкт-Петербурга и городов-миллионников.

Привычная веб-аналитика здесь недооценивает влияние канала. В недвижимости заявка и даже сделка могут состояться без единого визита на сайт девелопера: человек выбрал ЖК в нейросети, открыл его на ЦИАН или Домклике, оставил заявку там или записался на просмотр.

Поэтому реферальный трафик из ChatGPT, Алисы или других моделей — слабый KPI для GEO. Здесь нужно считать другие вещи: в какой доле целевых запросов появляется бренд, как часто он входит в первые 3–5 рекомендаций, на какой позиции стоит относительно конкурентов и из каких источников нейросеть берет информацию о нем. 

Один запрос — разные сценарии поиска

Один и тот же запрос разные модели разворачивают по-разному. Где-то нейросеть берет на себя роль консультанта и сначала выясняет требования, где-то сразу показывает объекты, а где-то дает общий справочный материал о рынке. Собрали в таблице основное из ответов по промпту «купить квартиру в Москве». 

Читайте по теме

Как ИИ-сервисы меняют поиск и выбор товаров: исследование e-commerce

GERM: что это, как управлять репутацией бренда в нейросетях и AI-ответах

GEO от А до Я: вопросы и ответы про Generative Engine Optimization

Как ИИ выбирает контент для ответов: паттерны Google и Microsoft

Фокус на главное

• ИИ становится дополнительным этапом выбора недвижимости. Нейросеть может задать критерии, сузить рынок и сформировать короткий список ЖК наряду с поиском, агрегаторами, рекламой и другими источниками.

• Присутствие в AI-выдаче влияет на попадание бренда в поле зрения пользователя. Если ЖК системно не появляется в таких ответах, застройщик теряет часть потенциальных клиентов.

• При репутационных вопросах меняется набор источников. В ответах появляются отзывы, рейтинги, госреестры, судебные базы, ФССП и другие данные, из которых складывается репутационный фон компании .

• GEO и GERM связаны в одном AI-диалоге . Сначала компании нужно попасть в число вариантов, которые предложит ИИ. Затем — пройти проверку надежности и репутации по внешним источникам.

• Реферальный трафик показывает только часть эффекта GEO. Пользователь может выбрать ЖК в нейросети, а заявку оставить через ЦИАН, Домклик или другой канал. Поэтому дополнительно нужно измерять видимость бренда, попадание в рекомендации и позиции относительно конкурентов.

• AI-выдача требует регулярного контроля. Состав рекомендаций и источников меняется, а модели могут использовать устаревшие данные и ошибаться. Важно отслеживать присутствие бренда в разных нейросетях, проверять источники и корректность информации.