283просмотров
24.2%от подписчиков
23 марта 2026 г.
Score: 311
Как приложению попасть в рекомендации ИИ-агентов: инсайты первого масштабного исследования Всё больше пользователей ищут приложения не через поиск стора, а голосом через ассистентов или в диалоге с ИИ-агентами. Но до сих пор мы могли только гадать, почему ChatGPT рекомендует одно приложение, а не другое. Теперь у нас есть научные данные. Европейские исследователи провели масштабный эксперимент и изучили, как LLM решают, какое приложение порекомендовать пользователю. Учёные проанализировали: – 7 200 нейроответов – 16 категорий приложений – 5 моделей: ChatGPT, Claude, Gemini, Mistral и Perplexity Главный инсайт: алгоритмы нейросетей работают не так, как App Store или Google Play. ❌ Им не важны ключи в названии или позиция в поиске ✅ Им важен авторитет приложения в интернете LLM как бы «читают» про приложение всё, что есть в открытых источниках, и формируют собственную картину качества. Исследование выявило 16 критериев ранжирования в нейровыдаче — их полный список смотрите в карточках к посту. Из интересного: • Security & Privacy — как часто приложение называют безопасным в обзорах? • Ease of Use — пишут ли люди на форумах, что оно удобное? • Integration Capabilities — знает ли ИИ, какие интеграции есть в приложении? Только 6 из этих 16 критериев есть в классическом ASO: количество загрузок, рейтинг, стоимость приложения, частота обновлений, географическая доступность и доступность на разных платформах. Что всё это значит? Появляется новый слой дистрибуции приложений — LLM-рекомендации. Канал пока что нестабильный и непрозрачный, но игнорировать его уже нельзя Если у вас классный продукт, но о нем нет обсуждений на популярных форумах, статей и качественных внешних ссылок — ИИ-ассистент вряд ли его посоветует. Даже если приложение топ-1 в App Store. При этом классическое ASO никуда не денется, это база для видимости в сторах. Что можно сделать прямо сейчас: проанализировать, как нейросети видят ваш продукт и на какие источники ссылаются в своих ответах. Мы в Appbooster уже тестируем подходы к LLM Search Optimization. Stay tuned, будем делиться результатами.
283
просмотров
2112
символов
Нет
эмодзи
Нет
медиа

Другие посты @love_mobile

Все посты канала →
Как приложению попасть в рекомендации ИИ-агентов: инсайты пе — @love_mobile | PostSniper