Представьте: вы выбираете новый пылесос на маркетплейсе. У товара 4,8 звезды и 1500 отзывов. Кажется, идеальный выбор. Вы оформляете заказ, оплачиваете, ждете доставку. А через три дня получаете устройство, которое разваливается после первой уборки.
Вы в этом не одни. По данным MediaPost, примерно 10,7% отзывов в Google – поддельные. А на российских маркетплейсах фейковых комментариев еще больше – 12% от общего числа.
Яндекс Карты по итогам 2023 года удалили более 170 млн фейковых обзоров – это на 45% больше, чем годом ранее.
В этой статье я расскажу, как современные нейросети помогают распознавать поддельные отзывы, какие критерии используют алгоритмы для проверки естественности текстов и – самое главное: как отличить фейк от правды самостоятельно.
Часть 1. Почему фейковые отзывы – это проблема всего рынка
Масштаб «серого» рынка
Исследование международного digital-агентства AMDG показывает: примерно 70,8% россиян сталкивались с фальшивыми обзорами.
Кто же заказывает фейки? Чаще всего – малый и средний бизнес с небольшим рекламным бюджетом.
Как отмечает Дмитрий Байков, сооснователь агентства по управлению деловой репутацией, «сами отзовики борются с такими практиками, постоянно обновляя свои алгоритмы. Причем зачастую это не просто фейковые отзывы, но еще и опубликованные с фейковых аккаунтов в один и тот же период времени. И в итоге многие компании оказываются в бане, выбраться из которого практически невозможно».
Главная их опасность – недостоверная информация, вводящая пользователя в заблуждение.
Почему это важно для бизнеса
Каждому второму клиенту нужно 6–10 отзывов на товар, чтобы принять решение о покупке.
Эксперты «Роскачества» дополняют: хотя бы один отзыв в карточке товара приводит к росту трафика на 188%, а 2–50 обзоров – к увеличению продаж более чем на 100%.
Но фейки вредят не только покупателям. Компании, которые заказывают накрутку, рискуют попасть в «бан» площадки. Amazon, например, навсегда заблокировал несколько сотен китайских брендов за манипуляции с отзывами.
Часть 2. Как нейросети распознают фальшивые отзывы
Техническая основа: от простых алгоритмов к LLM
Современные системы обнаружения фейковых отзывов используют комплексный подход, объединяющий несколько методов машинного обучения.
Базовые методы:
-
TF-IDF – анализ частоты слов и их редкости в общем массиве текстов. Подозрительно частое использование одних и тех же слов – маркер фейка.
-
Word2Vec – более продвинутый метод, который улавливает семантические и синтаксические отношения между словами. Исследования показывают, что использование Word2Vec для извлечения признаков повышает точность обнаружения искусственных отзывов по сравнению с TF-IDF.
В 2025 году была разработана модель на основе DistilBERT, способная обнаруживать отзывы, переписанные ChatGPT, с точностью 97,25%.
Исследователи выявили характерные признаки AI-текстов: вежливый стиль, грамматически правильные конструкции, отсутствие специфических деталей, фотографий, номера и даты заказа, использование «красивых» слов и обезличенность.
Мультимодальный подход: больше, чем просто текст
Современные системы не ограничиваются анализом текста. Они учитывают три типа данных
-
Текстовые признаки – лексика, стилистика, тональность.
-
Визуальные признаки – фотографии в отзывах (проверка на уникальность и соответствие товару).
-
Структурированные признаки – рейтинг, дата публикации, метаданные пользователя.
Особый интерес представляет анализ пользовательского поведения.
Система проверяет:
-
Активность пользователя (как часто оставляет отзывы).
-
Разнообразие оцениваемых товаров/услуг.
-
Временные паттерны (отзывы пачками в одно и то же время).
-
IP-адреса и географию.
Как отмечает Дмитрий Овчинников, главный специалист отдела комплексных систем защиты информации компании «Газинформсервис», «10 отзывов с одного IP-адреса, от разных имен пользователей, но с одинаковым текстом – явно работа примитивного бота. Или одинаковый текст от разных пользователей, которые разнесены географически, но отзывы появились в течение одного промежутка времени».
Часть 3. Критерии проверки отзывов на естественность
Языковые и стилистические маркеры
На основе анализа исследований и экспертных мнений, выделяют ключевые признаки, по которым нейросети (и внимательный читатель) могут отличить фейк от настоящего отзыва.
Признаки фейкового отзыва:
|
Признак |
Как проявляется |
Почему это подозрительно |
|
Обилие восторженных слов |
«восхитительный», «уникальный», «великолепный», «лучший» |
Живые люди редко пишут в таком экзальтированном тоне |
|
Повторы названия продукта |
«Этот пылесос... Пылесос... Купила этот пылесос...» |
Попытка продвинуться по ключевым запросам |
|
Отсутствие деталей |
«Отличный товар, всем рекомендую» вместо конкретики |
Автор не пользовался продуктом и не может описать опыт |
|
Рекламные призывы |
«Попробуйте», «убедитесь сами», «не пожалеете» |
Отзыв написан в стиле рекламного объявления |
|
Идеальный рейтинг |
Только 5 звезд, ни одной 3 или 4 |
У реальных продуктов всегда есть нюансы |
|
Структурированность |
Четкие абзацы, перечисления, отсутствие ошибок |
Нейросети пишут слишком «правильно» |
|
Обезличенность |
Отсутствие истории покупки, примерки, фото |
Автор не может подтвердить свой опыт |
Признаки настоящего отзыва:
|
Признак |
Как проявляется |
Почему это признак честности |
|
Конкретные детали |
«Курьер позвонил за 10 минут», «мастер снял обувь у порога» |
Человек описывает реальный опыт |
|
Естественные ошибки |
Опечатки, сленг, бытовые фразы |
Живая речь редко бывает идеальной |
|
Сбалансированность |
Есть и плюсы, и минусы |
Даже довольный клиент заметит мелкие недостатки |
|
Визуальные доказательства |
Фото «до/после», чек, скриншоты переписки |
Накрутчикам лень создавать уникальный визуал |
|
Реалистичный рейтинг |
4,2 или 4,5 вместо 5,0 |
У хороших, но не идеальных продуктов так и бывает |
|
Уникальный стиль |
Индивидуальные речевые обороты, манера письма |
Каждый человек пишет по-своему |
Поведенческие и контекстные признаки
Нейросети также анализируют поведенческие паттерны, которые невозможно подделать массово:
-
Временная динамика
-
Фейк: 30 отзывов за один день после месяцев тишины.
-
Реальность: равномерное распределение во времени.
-
-
Профиль пользователя
-
Фейк: стоковая аватарка, единственное действие – отзыв, нет подписок и друзей.
-
Реальность: активность на платформе, разнообразные взаимодействия.
-
-
Межплатформенная согласованность
-
Фейк: восторг на сайте компании и тишина на внешних площадках.
-
Реальность: одинаковые жалобы или похвалы на разных платформах.
-
-
Дублирование контента
-
Фейк: один и тот же текст встречается на разных сайтах.
-
Реальность: уникальные формулировки.
-
Часть 4. Примеры: сравнительный анализ фейкового и настоящего отзывов
Пример фейкового отзыва (сгенерирован нейросетью)
Потрясающий робот-пылесос Xiaomi!
Я в полном восторге от этого устройства! Робот-пылесос Xiaomi Vacuum Cleaner Pro X100 – это лучшее, что случалось с моим домом. Он обладает мощной всасывающей способностью 4000 Па, интеллектуальной навигацией LDS и функцией влажной уборки. Аккумулятор емкостью 5200 мАч обеспечивает до 180 минут непрерывной работы. Рекомендую к покупке всем, кто ценит чистоту и экономит свое время! Отличное соотношение цены и качества. Покупайте, не пожалеете!
Разбор признаков фейка:
Пример настоящего отзыва (реальный пользователь)
Неплохо, но есть нюансы. Мой опыт с Xiaomi пылесосом.
Заказал этого робота месяц назад, пользуюсь почти каждый день. В целом доволен, но не без косяков.
Из хорошего: реально мощно всасывает – после него даже визуально чисто, но когда проходишь влажной тряпкой, все равно немного пыли есть. Навигацию хвалят, но у меня он пару раз застревал под диваном (там щель 9 см, вроде должно хватать). Карту квартиры строит норм, зоны можно настраивать.
К влажной уборке вопросы – тряпка просто тащится сзади, сильных загрязнений не возьмет. Для поддержания чистоты норм, но если кошка что-то разлила – только руками.
Батареи хватает на уборку двушки (около 50 кв. м), потом едет заряжаться. Шумный, конечно – пока работает, телевизор лучше делать погромче.
Доставка была неделю, курьер позвонил за час. Приехал в поцарапанной коробке, но сам пылесос целый.
За свои деньги (брал за 23к) – нормально. Но если бюджет позволяет, лучше взять что-то с нормальной влажной уборкой.
Разбор признаков реального отзыва:
4.3 Ключевые отличия: таблица сравнения
Часть 5. Практические рекомендации: как проверять отзывы самостоятельно
Самый простой способ проверки отзывов через нейросети – скармливать подозрительные отзывы и ставить задачу: проверь отзыв на фейковость. Оцени: написан ли он человеком, проверь лексику и детали отзыва на естественность и правдоподобность.
Даже обычная нейросеть вскоре обучится и будет, в небольших объемах, с легкостью определять фальшивую обратную связь от настоящей.
Это будет быстрая проверка, которая с большой долей вероятности, даст вам понимание – можно ли доверять этим отзывам.
Технические инструменты для продвинутой проверки
Если вы бизнес-пользователь и хотите проверять отзывы на своем сайте или в своей CRM, вот несколько подходов:
-
API-сервисы для проверки текстов – некоторые компании предоставляют доступ к моделям обнаружения фейковых отзывов через API.
-
Анализ тональности с помощью библиотек – TextBlob, spaCy, Dostoevsky (для русского языка).
-
Кастомные модели машинного обучения – для крупных проектов можно обучить свою модель на размеченных данных.
Алгоритм быстрой, ручной проверки (3-5 минут)
Даже без нейросетей вы можете оценить правдоподобность отзыва. Используйте этот чек-лист:
Шаг 1. Смотрим на даты
-
Зайдите на страницу товара и посмотрите распределение отзывов по времени.
-
Если 10–15 отзывов вышли в один день – это подозрительно.
-
Если между отзывами есть паузы в несколько дней – нормально.
Шаг 2. Ищем детали
-
Настоящий человек упоминает конкретику: размер, цвет, время доставки, состояние упаковки.
-
Фейк оперирует общими фразами: «отличный товар», «быстрая доставка».
Шаг 3. Анализируем баланс
-
Есть ли в отзыве хотя бы один маленький минус?
-
Если все отзывы идеально-положительные – вероятно, это накрутка.
Шаг 4. Смотрим на профиль автора
-
У пользователя есть другие отзывы на разные товары?
-
Или это единственное действие аккаунта?
-
Есть ли аватар, подписки, другая активность?
Шаг 5. Сверяем площадки
-
Проверьте те же товар/услугу на Яндекс Картах, 2ГИС, в соцсетях.
-
Если на сайте компании – восторг, а на внешних площадках – тишина или негатив – это повод насторожиться.
Как бизнесу защититься от фейковых отзывов
Для компаний, которые сталкиваются с заказным негативом от конкурентов или, наоборот, хотят избежать обвинений в накрутке:
Проактивные меры:
-
Внедрите систему верификации покупателей (только клиенты с подтвержденными покупками могут оставлять отзывы).
-
Отвечайте на все отзывы – и положительные, и отрицательные. Это показывает вовлеченность и повышает доверие.
-
Стимулируйте реальных клиентов оставлять отзывы (но без прямых денежных вознаграждений – это уже накрутка).
Реактивные меры:
-
Если вы обнаружили заказной негатив – фиксируйте доказательства (IP-адреса, временные паттерны, дублирование текстов).
-
Обращайтесь в поддержку площадки с запросом на проверку.
-
В крайних случаях – готовьте юридическое обоснование (ст. 128.1 УК РФ «Клевета» предусматривает штраф до 500 тысяч рублей).
Используете ли вы нейросети для проверки отзывов в своем бизнесе? Какие инструменты показали себя лучше всего? Поделитесь опытом в комментариях.