AI-видимость web- и mobile-игр: что показал срез 300 ответов

Короткий вывод

Киберкошка проверила 30 естественных промптов в десяти AI-системах и получила 300 отдельных ответов. Названия игр появились в 97% проверок. В текстах встретилось 457 нормализованных игр и игровых серий, но это поле нельзя честно свести к нескольким универсальным лидерам: результаты различались между Web, Mobile и конкретными сценариями выбора.

Первая десятка игр собрала только 16,6% всех появлений. Ещё 149 названий, или 32,6% всего найденного поля, встретились ровно в одном ответе. Поэтому главный вывод исследования — не «кто победил вообще», а какие игры AI-системы вспоминают в конкретной ситуации пользователя и насколько устойчиво это происходит в разных системах.

Открыть полный интерактивный отчёт →
На странице доступа нужно оставить Telegram-контакт. После отправки формы полный отчёт откроется отдельно, на весь экран.

Что именно проверили

Основным контуром были web-игры: для них использовали 20 промптов и получили 200 ответов. Mobile добавили отдельным сравнением — 10 промптов и 100 ответов. Эти два контура не складывались в единый рейтинг, потому что быстрый запуск в браузере и выбор игры для телефона относятся к разным пользовательским ситуациям.

Промпты были распределены по девяти тематическим блокам. Среди них — стратегии, совместная игра с друзьями, RPG, экшен, быстрые сессии и другие практические сценарии. Каждый промпт запускался в десяти AI-системах в рамках одного среза.

В среднем один ответ содержал 6,9 названия: 7,0 в Web и 6,7 в Mobile. Это показывает, что AI чаще формирует список вариантов, чем называет одну игру. Но длина списка сама по себе не говорит о качестве рекомендации и не гарантирует, что пользователь увидит игру в верхней части ответа.

Почему одного общего рейтинга недостаточно

Лидеры менялись вместе с задачей. В web-стратегиях чаще выделялся Forge of Empires, в сценариях совместной игры в браузере — Skribbl.io. В mobile-сценариях совместной игры заметнее был Mobile Legends, а в мобильных стратегиях и RPG — Genshin Impact.

Это не сравнительная оценка качества этих игр. Примеры показывают, что один и тот же рынок распадается на разные конкурентные поля. Игра может быть почти незаметной в общем списке, но часто появляться в узком сценарии, который действительно важен её аудитории. Обратная ситуация тоже возможна: широкая известность даёт много упоминаний, но не гарантирует рекомендацию под конкретные ограничения пользователя.

Для бизнеса поэтому полезнее смотреть не только общую частоту, но и четыре отдельных признака: в каких промптах появилась игра, сколько AI-систем её назвали, где она стояла среди вариантов и в каком контексте была описана.

Как считали появления

Одна игра считалась не более одного раза в каждом отдельном ответе, даже если её название повторялось несколько раз. Варианты написания и связанные названия нормализовались, а игровые серии могли объединяться на уровне серии, если иначе одно и то же семейство искусственно занимало бы несколько строк.

Текстовое появление отделялось от более сильных событий. Если AI назвал игру в перечне, это ещё не значит, что он рекомендовал её как лучший вариант. Рекомендация не равна первому месту, а первое место не доказывает переход пользователя. Источник, показанный рядом с ответом, также фиксировался отдельно: наличие страницы среди источников не означает, что весь её текст был использован или что именно эта страница вызвала появление игры.

Полный отчёт сохраняет эти границы. В нём можно отдельно посмотреть весь рынок, Web, Mobile, тематические блоки, различия между AI-системами, показанные источники и исходные ответы на каждый промпт.

Как использовать срез для своей игры

Сначала стоит найти свою игру и ближайшие альтернативы не только в общем обзоре, но и в релевантных тематических блоках. Затем — проверить, какие формулировки приводят к появлению, какие системы называют игру и какие внешние или брендовые страницы показываются рядом.

Следующий практический шаг — собрать собственный фиксированный набор промптов из реальных ситуаций выбора. После этого тот же набор запускается повторно в сопоставимых условиях. Только повторные срезы позволяют обсуждать изменение AI-видимости; одно измерение показывает исходную точку, но не тренд.

Исследование особенно полезно как начало разговора между разработчиком, издателем и маркетингом. Оно помогает перейти от абстрактного «знает ли нас AI» к проверяемым наблюдениям: где игра появилась, где отсутствует, с кем соседствует и какие страницы сопровождают ответ.

Где посмотреть полный отчёт

Открытая статья сохраняет краткий вывод, метод и ограничения. Полный интерактивный срез содержит лидеров по каждому блоку, отдельные таблицы Web и Mobile, разбор AI-систем, источники и 300 сохранённых ответов.

Получить доступ и открыть полный интерактивный отчёт →