Владельцы фирм задают нам этот вопрос обычно так: «я спрашивал ChatGPT, и он выдаёт мою фирму». Следующий вопрос: если говорить о своей фирме чаще, запомнит ли система её надёжнее и начнёт ли советовать её другим?

Короткий ответ: нет. Частота разговоров не выводит фирму в рекомендации, потому что за тем, что владелец видит у себя на экране, и за тем, что система отвечает незнакомому человеку, стоят два разных механизма. Ниже объясняем, чем эти два механизма отличаются и почему их легко спутать.

Фирму видно в ответах, потому что система помнит прежние разговоры

Когда человек заходит в ChatGPT под своим аккаунтом и память включена, система опирается на историю разговоров с этого аккаунта. Вопросов о своей фирме было много, название повторялось, детали уточнялись — и теперь это название записано в памяти аккаунта как заметный факт о его владельце. Поэтому на следующий вопрос об этой нише система достаёт название фирмы из той же памяти.

Ответ с названием собственной фирмы выглядит как рекомендация, но рекомендацией не является. В нём видно собственное отражение: владелец сам научил систему, кто он и чем занимается. Клиент из другого города, который спрашивает то же самое со своего аккаунта, этой памяти не имеет, и в его ответе этой фирмы может не быть вовсе.

Искусственный интеллект (AI) помнит меня ≠ AI меня советует.

Разница не в словах, а в деньгах: от неё зависит, приходят ли в фирму клиенты из ответов AI. Память собственного аккаунта облегчает ежедневную работу с чатом и ничего не меняет в том, что система говорит потенциальным клиентам этой фирмы.

Память и рекомендация собираются из разных источников

Память аккаунта — это личный слой, то есть набор сведений, доступный только на этом одном аккаунте. Личный слой складывается из того, что пользователь сам рассказал системе, работает внутри его профиля и ни на чьи другие ответы не влияет.

Рекомендация для незнакомого человека собирается иначе: система ищет и взвешивает то, что о фирме есть в открытых источниках. На этот слой частота разговоров с чатом не действует, потому что в нём участвует не пользователь, а цифровой след фирмы — всё, что написали о ней другие и что лежит в открытом доступе: карточки, каталоги, отзывы, статьи, упоминания.

Поэтому никакой истории «AI меня запомнил» не существует. Чат — не живой человек, которому можно врезаться в память, произведя впечатление. Его рекомендация складывается из системной работы с тем, что о фирме можно найти.

OpenAI сама разделяет память аккаунта и историю переписки

Это не наша трактовка — так описывает память сама платформа. OpenAI разделяет два механизма. Сохранённые воспоминания — то, что пользователь прямо попросил запомнить, и они «хранятся отдельно от истории переписки». Отдельно работает обращение к истории переписки — функция, позволяющая системе использовать прежние разговоры. Информация из них, по формулировке справки, «может меняться по мере того, как ChatGPT обновляет то, что полезнее всего помнить».

Там же описан режим временного чата, и это самая показательная деталь: «Временные чаты не создают и не обновляют воспоминания, даже если персонализация включена». То есть платформа сама отделяет разговор с памятью от разговора без неё и признаёт, что ответы в этих двух режимах разные.

Почему один ответ ничего не доказывает

Выход из аккаунта тоже не спасает, если ответ всего один. Обзор методик, которыми измеряют присутствие брендов в ответах AI, формулирует проблему разброса — то есть различий между ответами на один и тот же вопрос — прямо: один и тот же запрос может давать разные ответы, поэтому любой отдельный ответ — одно извлечение из распределения. Распределение здесь — это множество всех ответов, какие система может дать на один и тот же вопрос. Там же приведено наблюдение: когда один и тот же запрос повторяли в один день, между повторами совпадала лишь часть названных фирм — от трети до половины.

Это препринт, который не прошёл рецензирование, и мы приводим его как указание на проблему, а не как доказательство. Наблюдение из препринта совпадает с нашими собственными.

Видно это и на нашем примере: в одном из наших проектов в Познани мы задали 15 вопросов подряд в одном диалоге. В 6 ответах из этих 15 система прямо ссылалась на предыдущие вопросы той же серии, и эта ссылка меняла, какую фирму система называла первой. Серия перестала быть набором независимых ответов и стала продолжением одного разговора.

Честная проверка требует, чтобы система видела фирму впервые

Отсюда условие, без которого проверка ничего не значит: система должна видеть фирму впервые и не опираться на память — ни на память аккаунта, ни на контекст предыдущих вопросов. Мы воспроизводим ситуацию клиента, у которого в памяти системы нет ни этой фирмы, ни её отрасли, потому что именно такой клиент её и ищет.

Замер — это проверка, в которой мы читаем и сравниваем ответы AI на одни и те же клиентские вопросы. Поэтому условия замера определяют результат, и видно это на одном из случаев у клиента. Условия того замера оказались выставлены неверно, и фирму было видно почти везде. Цифра до клиента не дошла: её поймали на внутренней проверке, когда работу одного человека перечитывает второй. Замер провели заново, уже в правильных условиях, и настоящая картина оказалась другой.

Если бы та цифра ушла клиенту, он получил бы приятный отчёт о видимости, которой у фирмы нет. От условий проверки зависит, правда в отчёте или ложь. И ещё одно честное замечание до начала работы: если результат нужен через две недели, проверка его не даст — видимость фирмы в ответах AI, то есть то, как часто системы называют её в ответах клиентам, так быстро не двигается.

Персональному помощнику без памяти не обойтись

Из этого не следует, что память — вред. Наоборот: есть задача, где без памяти работать нельзя. Персональный помощник на базе AI ведёт чьи-то дела. Без памяти такой помощник задаёт одни и те же вопросы и ходит по кругу. Помощником его назвать трудно.

Так что вопрос не в том, хороша память или плоха, а в том, для чего она нужна. Для персонального помощника память — основа. В вопросе «советует ли AI мою фирму моим клиентам» память строит только иллюзию.

Владелец, который поверил своему отражению, ничего не делает

Больше всех на этой иллюзии теряют те, кто в неё поверил. К нам приходят не те, кто увидел себя в ответе и успокоился, а те, кто сомневается и хочет проверить. Судя по тому, с чем к нам приходят, мы предполагаем: владелец, который принял своё отражение за рекомендацию, до агентства просто не доходит — он считает, что у него всё в порядке.

Поэтому с вопросом «запомнит ли меня ChatGPT» стоит сделать одно: заменить его другим вопросом. Что система отвечает человеку, который о моей фирме ничего не знает и ищет услугу в моём городе?

Частые вопросы

ChatGPT запоминает разговоры?

Да, если память и обращение к истории переписки включены в настройках. Запомненное относится к одному аккаунту и влияет на ответы, получаемые на этом аккаунте.

Как выключить или удалить память в ChatGPT?

Память отключается в настройках персонализации. По описанию OpenAI, отключение памяти не удаляет прошлые чаты, а при отключении обращения к истории переписки запомненная из неё информация ставится в очередь на удаление.

ChatGPT хранит переписку?

Да, история чатов сохраняется в аккаунте, а сохранённые воспоминания хранятся отдельно от неё: удаление чата не удаляет воспоминание.

Влияет ли память моего аккаунта на то, что ChatGPT отвечает другим людям?

Нет. Память аккаунта — личный слой, и на ответ незнакомому человеку эта память не действует.

Разговоры с ChatGPT приватны?

Приватность — отдельная тема, и к видимости в рекомендациях она не относится. Настройки хранения и использования данных описаны в справке OpenAI — искать нужно там.

Как проверить, советует ли AI мою фирму, чтобы память не исказила результат?

Проверка должна идти так, будто система видит фирму впервые, и на каждый запрос нужен не один ответ, а несколько. Один ответ — одно извлечение, и делать вывод по нему нельзя.

Если хотите проверить это у себя, начните с вопроса, который задаёт клиент, а не с вопроса о собственном названии.

Источники:

  1. OpenAI, Memory FAQ — https://help.openai.com/en/articles/8590148-memory-faq (дата обращения: 19.10.2026)
  2. Charbel Sami Ibrahim, Measuring brands in machine answers: A scoping review and validity framework for large language model brand-visibility audits. Research Square, препринт, без рецензирования. DOI 10.21203/rs.3.rs-11390685/v1 — https://www.researchsquare.com/article/rs-11390685/v1 (дата обращения: 19.10.2026)

Чтобы увидеть, появляется ли компания в ответах AI уже сейчас, стоит начать с аудита AI-видимости компании

Рекомендует ли AI компанию клиентам уже сейчас?

Начинаем с диагностики текущей видимости компании и реальных сценариев выбора клиентов.

ПОСМОТРЕТЬ АУДИТ