В 1954 году американский лингвист Зеллиг Харрис описал значение слова через сумму окружений, в которых оно встречается: слово значит то, с чем оно стоит рядом. В 1957 году его коллега Джон Ферс сжал эту мысль в формулу, которую с тех пор повторяет каждый учебник по языковым моделям: слово узнают по его компании. На этой идее стоят сами нейросети — для них слово это точка в пространстве, а место точки задают соседи по текстам. Если нейросеть понимает бренд так же, как понимает слово, то и мерить бренд в ответе нейросети нужно тем же способом: не считать, сколько раз его назвали, а смотреть, с кем его поставили рядом и зачем.
Тагмема лингвиста Кеннета Пайка, описанная в 1977 году, дает для этого готовую анатомию: единица в контексте раскладывается на четыре признака — место, класс, роль и связность. Контекстема повторяет эту анатомию почти дословно: повод, полка, роль и связность. А филолог Юрий Лотман в 1984 году показал, что смысл не передается от отправителя к получателю, а рождается на границе двух разных контекстов. В контекстеме эта граница видна буквально: вопрос покупателя с одной стороны, ответ нейросети с другой.
Этот курс учит читать то, что рождается на этой границе: не считать, назвали бренд или нет, а раскладывать каждое упоминание на четыре ячейки и получать из них одно число. Пропп и три класса нарушений остаются языком журнала для разборов кампаний, в которых есть история: ролик, сериал, лендинг. Ответ нейросети почти всегда список, справка или сравнение, и у него другая грамматика. Шесть уроков, после которых отчет пиарщика о присутствии бренда в нейросетях перестанет быть количеством строк и станет числом, которое можно проверить.
Позиция курса простая и проверяемая: все считают, назван ли бренд. Контекстема считает, назван ли он верно, и собирает это в одно число открыто, с формулой и примерами рядом. Курс ведет к этому числу шаг за шагом, ячейка за ячейкой.
Зачем читать пересказ, а не считать упоминания
Маркетинг весь двадцатый век умел считать контакт: сколько раз человек увидел рекламу, услышал ролик, кликнул по ссылке. Понимание не считалось, потому что его нельзя было увидеть — что человек вынес из рекламы, оставалось у него в голове. Отчет пиарщика наследует эту привычку: дашборд показывает число упоминаний бренда, и чем больше число, тем лучше новость. Это не ошибка конкретного человека, а наследство прибора: считается то, что легко посчитать в реальном времени, а не то, что труднее всего измерить — осталось ли понимание.
Нейросеть меняет это устройство. Она не показывает список ссылок, она пересказывает бренд своими словами, и этот пересказ можно прочитать целиком. В нем видно, на какой вопрос бренд оказался ответом, с кем его поставили рядом, советуют его или предостерегают от него. Понимание впервые оставляет текст, а не остается только в голове у того, кто прочитал ответ. Граница, на которой рождается этот смысл, по Лотману стоит между вопросом покупателя и ответом нейросети: живое недоумение «можно ли доверять» встречается с готовым пересказом, который покупатель примет на веру, если не проверит сам. Курс учит проверять именно эту границу, а не считать, сколько раз бренд ее пересек.
Разница между подсчетом и чтением видна на примере. Бренд А назван в 60% ответов нейросетей по своей категории — высокий охват, дашборд покажет зеленую цифру. Но называют его обычно как дешевый вариант среди чужих конкурентов и чужими словами: верность этих упоминаний всего 0,15, и итоговый индекс — 9 из 100. Бренд Б назван всего в 30% ответов, зато как рекомендация в своем ряду и своими смыслами: верность 0,7, индекс 21. По частоте бренд А обгоняет бренд Б вдвое. По существу нейросети советуют Б, а А путают с кем-то другим.
Охват — это то, что меряют почти все сервисы категории: назвали бренд или нет. Верность — это то, что остается непрочитанным, если остановиться на подсчете: насколько точно назвали. Индекс контекстемы — произведение этих двух чисел, и курс дальше учит собирать верность своими руками, по четырем ячейкам.
Упражнение
Откройте любой отчет о присутствии бренда в СМИ или в нейросетях, который лежит у вас в работе. Найдите в нем число упоминаний. Теперь прочитайте вместо этого числа три живых цитаты, по которым оно считалось. Ответьте одной фразой на каждую: названы верно или просто названы.
Было → стало
Было: «Бренд упомянут в 14 ответах нейросетей за сентябрь, рост на 20% к августу». Стало: «Бренд назван в 14 из 20 ответов (охват 70%), но в девяти из них — как дешевый аналог среди чужих конкурентов (верность низкая)». Первая фраза радует руководителя, вторая дает ему решение, что чинить.
Повод
Повод — первая ячейка контекстемы, и она отвечает на простой вопрос: по какому поводу о бренде вспомнили. Бренд получает балл 1, если его назвали в ответ на вопрос из его собственной зоны, и 0, если его там не назвали вовсе, даже если по другим поводам он звучит часто.
Агентство в примере всплывает в ответах на вопрос «что-то недорогое», а на вопрос «стратегия бренда» нейросеть о нем молчит. Для дашборда это выглядит как присутствие: агентство названо, частота есть. Для ячейки повода это провал в половине зоны — агентство существует для нейросети только в одной роли и ни в какой другой.
Повод собирается не из одного вопроса, а из набора: стабильного списка вопросов, которые реально задает клиент перед сделкой, с несколькими перефразировками каждого. Разовый вопрос показывает одну точку, набор показывает карту: где бренд отвечает, а где на его месте молчание или чужое имя.
Вместо «нас называют в 30% ответов» карта поводов показывает: «нас называют, когда спрашивают про цену, и молчат, когда спрашивают про качество». Агентство, у которого есть упоминания только по цене, не может пожаловаться, что его не замечают: оно замечено ровно в той роли, в которой заметно.
У карты поводов есть обратная сторона — слепые пятна: вопросы из зоны бренда, где по идее он должен быть, а его нет ни у одной нейросети. В сентябрьских разборах несколько компаний не прозвучали в ответе на собственный категорийный вопрос ни у одной модели панели. Слепое пятно не равно нулю по одному вопросу: это нулевой повод там, где у конкурента полный балл, и именно оно чаще всего объясняет, откуда взялся низкий охват в отчете.
Упражнение
Выпишите пять вопросов, которые реальный клиент задает себе перед сделкой с вашей компанией: про доверие, про отличия от конкурентов, про актуальность, про риски, и один вопрос без названия бренда — про всю категорию. Если можете, спросите нейросеть всеми пятью. Отметьте, на каких вопросах бренд есть, а на каких его нет.
Было → стало
Было: «Нас упоминают в ответах нейросетей». Стало: «Нас называют на вопрос про цену в трех нейросетях из пяти, а на вопрос про надежность и на категорийный вопрос без имени — ни в одной». Вторая фраза показывает, где именно дыра.
Полка и соседи
Полка — вторая ячейка, и она отвечает не на вопрос «назвали ли», а на вопрос «в какой ряд поставили». Бренд получает балл 1, если категория верная и соседи свои, 0,5, если категория верная, а соседи чужие — премиальный бренд затесался в список дешевых, и 0, если категория чужая вовсе.
Здесь и работает формула Харриса и Ферса: слово узнают по его компании. Нейросеть строит представление о бренде так же, как строит представление о слове — по текстам, в которых оно встречается рядом с другими словами. Если тексты в интернете ставят студию дизайна в один ряд с типографиями, нейросеть повторит эту ошибку, даже если сама студия дизайна никогда себя с типографией не сравнивала.
Пример студии дизайна показывает именно это: категория для нейросети определяется не тем, что бренд говорит о себе на сайте, а тем, с кем его чаще всего упоминают вместе чужие тексты — обзоры, каталоги, отраслевые справочники. Полка живет не в заявлении бренда, а в компании, в которой его застали.
Отсюда практический вопрос, который раньше нечем было задать: с кем нас путают и с кем сравнивают. Карта соседства — список брендов, рядом с которыми нейросеть чаще всего ставит вас по всем ответам панели, — отвечает на него одной картинкой. Если в этом списке типографии, а вы студия дизайна, проблема не в нейросети, а в текстах, из которых она строит компанию вашего имени.
Соседей у бренда в ответах нейросетей сегодня смотрят не только в Контекстеме: похожие карты строят несколько сервисов мониторинга, российских и западных. Ячейка полки честно называет вещь, которую меряют и другие, а не выдает себя за открытие. «Медиалогия» двадцать лет считает упоминания бренда в СМИ похожим способом, через вес источника; для полки вес источника вторичен, а первична компания, в которую бренд попал.
Упражнение
Спросите нейросеть про свою категорию без упоминания бренда: «посоветуй надежных [ваша отрасль]» или «с кем сравнивают [похожую на вас компанию]». Выпишите всех, кого она назвала рядом. Проверьте, в одной ли они с вами категории или часть из них — соседи по недоразумению.
Было → стало
Было: «Нас узнают, просто пока не все знают детали». Стало: «Нейросеть трижды поставила нас в один ряд с типографиями, хотя мы — студия дизайна; соседи неверные, категория смещена». Вторая формулировка объясняет, почему клиенты приходят с неправильным запросом.
Роль и предостережение
Роль — третья ячейка, и она отвечает на вопрос, зачем бренд назвали. У каждого варианта свой балл: главная рекомендация — 1, вариант в списке — 0,6, пример — 0,3, фон для сравнения — 0,1, предостережение — минус 1.
Минус — не опечатка и не риторический прием. Бренд, которого просто не назвали, индекс оценивает нулем: его не видно, но и не ругают. Бренд, от которого нейросеть советует избегать, индекс оценивает числом меньше нуля. Решение сознательное: отрицательный пересказ хуже молчания, и формула обязана это показывать, а не прятать минус в среднем арифметическом.
Банк из примера назван в абзаце «чем лучше не пользоваться» — та же частота упоминания, что у банка из списка рекомендованных, и противоположный результат. Частота здесь обманывает: оба банка упомянуты, только один получает балл 1 за роль, а другой — минус 1. При умножении на полку и связность разница между ними не сглаживается, а усиливается.
Отдельно от роли считается тон: интонация, с которой назвали бренд — надежным игроком, поводом для осторожности или нейтрально. Тон в формулу индекса не входит и публикуется рядом отдельным числом — долей тревожных упоминаний. Разделение нужно, чтобы не наказывать бренд дважды: правдивая оговорка в списке, например про иски дольщиков рядом с именем бренда, индексу не видна, раз роль и полка у бренда в порядке, а тону видна и уходит в долю тревожных.
Роль без основания — отдельный случай, у которого в доктрине Контекстемы есть имя: ложный герой. Это рекомендация, у которой нет проверяемой опоры: бренда назвали «популярным» или «надежным», а дальше в ответе нет ни одного факта, на который можно сослаться. Высокий балл роли при нулевой связности все равно даст контекстеме ноль: произведение обнуляется, даже если роль сама по себе была лучшей из возможных.
Упражнение
В своих последних пяти упоминаниях в СМИ или в ответах нейросетей определите роль каждого: рекомендация, вариант, пример, фон или предостережение. Посчитайте, сколько баллов роли вы набрали бы по шкале 1 / 0,6 / 0,3 / 0,1 / −1. Сравните с тем, что сказал бы простой счетчик «упоминаний пять».
Было → стало
Было: «О нас пять упоминаний в ответах нейросетей за месяц, прогресс». Стало: «Из пяти упоминаний три — вариант в списке (0,6), одно — пример (0,3), одно — предостережение (−1); средний балл роли отрицательный». Первая фраза хвалит количество, вторая показывает, что считать нечем было гордиться.
Связность, ключевые смыслы и основание
Связность — четвертая ячейка: верно ли нейросеть говорит о бренде. Она равна единице, если в высказывании нет ошибок, и теряет 0,2 за каждую ошибку: неверный факт, старое название, выдумку, чужой продукт или чужое позиционирование. Рядом с индексом стоит блок пересказа: что из сказанного брендом о себе дошло до ответов нейросетей. Чтобы его посчитать, нужно заранее знать, что у бренда за смыслы.
Поэтому редакция фиксирует ключевые смыслы бренда до замера: три-пять утверждений, которые компания сама говорит о себе на сайте и в коммуникации — чем занимается, для кого, чем отличается. Список публикуется в карточке бренда. Без этого шага любое совпадение или несовпадение остается впечатлением, а не числом.
Клиника из примера строит позиционирование через врачей — их опыт, подход, внимание к пациенту. Нейросеть же хвалит клинику за удобную парковку. Факт не придуман, в отзывах о парковке и правда пишут хорошо. Ошибки здесь нет, и связность высокая, но пересказ провален: из ключевых смыслов клиники до ответа не дошло ни одного, а то, что дошло, клиника сама своим смыслом не считает.
Отдельная часть пересказа — основание, на котором держится похвала: цена, опыт, отзывы, конкретное свойство или пустое «популярный». Основание — это и есть ручательство: за сказанным стоит проверяемый факт, а не только уверенный тон ответа.
Связность портят старые и неверные факты. Устаревшая цена, закрытый продукт, бывшее название — каждый такой факт в ответе нейросети считается ошибкой и снижает балл связности так же, как чужое позиционирование. Вторая проверка — устойчивость: совпадает ли пересказ у разных нейросетей и при разной формулировке вопроса. Если каждая модель рассказывает свою версию бренда, усредненный пересказ работает как разброс, а не как ровный балл, и это стоит показывать в отчете отдельной строкой «± сколько».
Упражнение
Выпишите три-пять смыслов, которыми ваша компания описывает себя на сайте. Прочитайте свежий пересказ о себе — в прессе, в отзыве, в ответе нейросети — и отметьте, сколько из этих смыслов туда дошло, а что нейросеть или журналист добавили от себя.
Было → стало
Было: «О клинике написали хорошо — упоминают нашу парковку». Стало: «Клинику хвалят за парковку, а свое позиционирование через врачей клиника до пересказа не донесла: связность низкая, хотя тон хороший». Вторая формулировка отделяет приятное от полезного.
Собираем индекс одного бренда руками
У каждой контекстемы — одного упоминания бренда в одном ответе на один вопрос — есть формула: балл = роль × полка × связность. Умножение, а не сложение, выбрано сознательно: провал в любой ячейке обнуляет упоминание целиком. Рекомендация, пересказанная чужими смыслами, не считается успехом просто потому, что роль была хорошей.
Чтобы получить балл вопроса, нужно не меньше трех прогонов одного и того же вопроса: ответ нейросети зависит от формулировки и может поменяться от раза к разу, один прогон показывает погоду, а не климат. Балл канала — среднее по всем вопросам из зоны бренда у одной нейросети. Индекс — взвешенная сумма баллов по нейросетям панели, умноженная на сто, от 0 до 100.
Для читателя индекс раскладывается на два множителя: ИК = охват × верность. Бренд А назван в 60% ответов, но обычно как вариант в списке среди дешевых конкурентов и чужими словами — верность 0,15, индекс 9. Бренд Б назван всего в 30% ответов, зато как рекомендация в своем ряду и своими словами — верность 0,7, индекс 21. По частоте А обгоняет Б вдвое, по индексу Б обгоняет А больше чем вдвое: нейросети советуют Б, а А путают с чужим рассказом.
Вес у каждой нейросети в итоговой сумме не произвольный: он берется из открытых данных об аудитории нейросети в России и меняется только с объявлением новой версии методики. Вопросы панели частично ротируются, чтобы сто одинаковых текстов о бренде не подняли связность искусственно — та же защита, которая не дает втюхингу превратиться в корпус вместо рассказа. Тон при этом публикуется рядом с индексом отдельным числом, а не прячется внутри итоговой суммы.
С результатом дальше можно сделать три вещи, и каждая отвечает на свой вопрос. Если низкий повод — чинить вопросы, на которые бренд не отвечает: публиковать материалы под те формулировки, которые реально задает клиент. Если низкая полка — чинить соседей: источники, в которых бренд упомянут рядом не с теми. Если низкая связность — чинить сами источники: справочники, статьи, карточки, из которых нейросеть берет факты, и зафиксировать ключевые смыслы там, где их еще не зафиксировали. Отчет, который раньше заканчивался числом упоминаний, теперь заканчивается тем, что именно чинить и в каком порядке.
Упражнение
Возьмите один вопрос из своей категории и задайте его трем разным нейросетям. Для каждого ответа, где бренд назван, поставьте баллы по трем ячейкам — роль, полка, связность — и перемножьте. Посчитайте средний балл по всем ответам: это и есть индекс одного вопроса.
Было → стало
Было: «Нейросети упоминают нас в трети ответов, будем работать над увеличением». Стало: «Повод закрыт на треть, но там, где мы названы, роль и связность хорошие — верность высокая. Индекс низкий не от путаницы, а от того, что нас не спрашивают: нужно расширять повод, а не чинить факты». Вторая формулировка меняет план работы, а не только цифру в отчете.
Что почитать
Harris Z. S. Distributional Structure // WORD, 1954, 10(2-3), 146-162.
Firth J. R. A Synopsis of Linguistic Theory, 1930-1955 (1957); разбор формулы и «контекста ситуации»: https://arxiv.org/html/2205.07750v1
Pike K. L., Pike E. G. Grammatical Analysis, 1977, с. 35 (четыре признака тагмемы); введение в тагмемику: https://ejournal.iainmadura.ac.id/index.php/okara/article/download/415/401
Лотман Ю. М., семиосфера (1984). Обзор: https://en.wikipedia.org/wiki/Juri_Lotman
Тартуско-московская школа: https://en.wikipedia.org/wiki/Tartu%E2%80%93Moscow_Semiotic_School








