Владелец кофейни в Казани спрашивает Алису: «какой гостевой Wi-Fi поставить в кафе, чтобы собирать базу гостей и не нарушить 152-ФЗ». Получает три названия, по фразе о каждом и пару ссылок. Переходит по одной. Всё — выбор сделан, десяти вкладок с выдачей не было.
Если вы среди трёх — у вас клиент. Если нет — вы не «просели в выдаче», вас просто не было в комнате. И Метрика об этом не скажет ничего, кроме того что «прямые заходы» за месяц немного подросли.
Про то, как попасть в ответ, я писал на примере сайта, который вошёл в ChatGPT за 17 дней. Этот текст — про то, как измерить, попали вы или нет. За последний месяц я насмотрелся на «мы стали заметнее в нейросетях» без единой цифры, которую можно проверить.
Три названия или ничего
В поиске есть десять ссылок и позиция среди них. В ответе модели — два-три названия или ни одного. «Второй страницы», с которой можно подняться, нет. Поэтому измерять надо не позицию, а присутствие бренда в самом ответе: назван ли, каким по счёту, со ссылкой или без, и кто назван рядом.
Для русскоязычного покупателя поверхностей шесть: Алиса AI и нейро-блок в выдаче Яндекса, ChatGPT, Perplexity, DeepSeek, GigaChat и AI-обзор Google, который в России показывается с 2025 года. Они отвечают по-разному, и считать их надо по отдельности.
Кто стоит в ответе вместо вас — самый полезный результат замера. Это и есть список тех, с кем вы на самом деле конкурируете. Он редко совпадает с тем, что в презентации для инвесторов.
Вопросы, а не ключевые слова
Никто не пишет Алисе «wi-fi гостевой цена». Пишут вопрос с ситуацией, и ситуация меняет ответ: «где заказать 40 офисных кресел с доставкой в Екатеринбург», «какая CRM подойдёт стоматологии на три кресла», «что дарить клиентам на Новый год, если бюджет 2 000 рублей на человека». Измерение начинается со списка таких сценариев: кто спрашивает, что хочет, какими словами. Двадцать-тридцать штук хватает почти любому бизнесу.
Два правила. Включите сценарии, где вы ожидаете проиграть, — они и научат. И не меняйте список от замера к замеру, иначе вы меряете собственные правки, а не динамику.
Спросите трижды
Это место все пропускают, и именно оно решает, значат ли цифры хоть что-то.
Модели недетерминированы. Задайте один вопрос три раза — получите три разных ответа, где-то с вашим брендом, где-то без. Один прогон — это подброшенная монета в костюме отчёта.
Лечится скучно: каждый вопрос задаётся несколько раз, и рядом с каждым процентом показывается разброс. Не «58 %», а «58 % ± 9». Когда в следующем месяце выходит 63 — это внутри шума. Когда 78 — что-то произошло. Рост засчитывается, только если он больше разброса. Кто хоть раз показывал слайд «+8 %», который испарился на следующем прогоне, поймёт, зачем это.
Что считать
Семь чисел закрывают почти все вопросы, которые задаст маркетинг:
Показатель | Отвечает на вопрос |
|---|---|
Частота упоминания | В какой доле ответов бренд вообще назван |
Позиция | Первым или в конце списка — средняя и медианная |
Доля со ссылкой | Как часто упоминание сопровождается ссылкой на сайт |
Доля рекомендаций | Модель советует или просто перечисляет |
Индекс доминирования | Ваша доля против конкурентов в одном числе |
Корректность | Верно ли изложены факты о бренде |
Разброс | Насколько всё это устойчиво между повторами |
Считайте по каждой поверхности отдельно. Модели с живым поиском ссылаются почти всегда, модели без него — почти никогда; нейро-блок Яндекса всегда даёт ссылки, но показывается не на каждый запрос. Среднее по всем прячет ровно то различие, по которому надо принимать решение.
Пример из нулевого замера по нашему сервису гостевого Wi-Fi: 72 вопроса по шести сценариям, четыре модели, три повтора. Частота упоминания 53 %, индекс доминирования 45 против 31 у ближайшего конкурента — на первый взгляд неплохо. А в сценарии про 152-ФЗ и защиту данных бренд назван в 8 % ответов и ни разу со ссылкой. Это и есть то, что идёт в план работ, а не «общая видимость 53 %».
Храните ответы, а не только проценты
Самое полезное решение во всём методе — сохранять каждый ответ целиком, со всеми ссылками. Любую цифру можно раскрыть до текста, который её породил, и прочитать, что именно модель перепутала: старую цену, снятую с продажи модель, чужое утверждение, процитированное как факт.
И второе: добавили конкурента, которого забыли, или написание бренда, которое модель использует, — вся история пересчитывается по сохранённым ответам. Без новых прогонов, без сломанного графика.
Почему цифра такая
Низкая видимость почти всегда имеет техническую причину, и из браузера её не видно: вам сайт показывают как человеку, а не как краулеру. Пять бесплатных проверок я описывал раньше. Добавлю две.
Первая — в Вебмастере Яндекса есть отчёт «Видимость сайта в Алисе AI»: доля ответов с вашим сайтом за три месяца. Бесплатно, и половина владельцев сайтов о нём не знает. Важная деталь: отдельного краулера у Алисы нет, она отвечает по страницам, которые уже проиндексировал YandexBot. Так что если страница не в индексе Яндекса — в ответе Алисы её не будет никогда.
Вторая занимает минуту в терминале. Запросите страницу товара как браузер и как краулер и сравните объём текста:
curl -sA "Mozilla/5.0 Chrome/128.0" https://example.ru/product | wc -w
curl -sA "GPTBot/1.2" https://example.ru/product | wc -wЕсли второе число — доля от первого, вы нашли проблему раньше, чем нашли конкурента. Из реального замера в сентябре: крупный розничный сайт отдаёт ИИ-краулеру 22 % того текста, который видит человек, адреса магазинов спрятаны в виджете карты, и ни строки разметки о том, какой компании сайт принадлежит. Со стороны — сайт как сайт.
И кто после этого пришёл
Всё выше — про то, что говорят модели. Это не отвечает на вопрос, пришёл ли кто-то после этого на сайт, а именно его задаст тот, кто платит.
Переходы из ChatGPT, Perplexity, DeepSeek приходят с реферером — chatgpt.com, perplexity.ai, chat.deepseek.com. В Метрике отдельного отчёта по ИИ-трафику нет: нужен сегмент по домену источника, иначе всё это лежит в «переходах по ссылкам» рядом со случайным форумом. С Яндексом хуже: переход из нейро-блока или ответа Алисы приходит как yandex.ru и в отчётах неотличим от обычного поиска. А часть ассистентов реферер не передаёт вовсе. Так что канал «ИИ-ассистенты» — это пол, а не потолок, и об этом лучше сказать до того, как цифры покажут руководству.
Две оси рядом дают картину, с которой можно работать. Упоминания растут, трафик нет — модель вас называет, но не ссылается, работайте над долей со ссылкой. Упоминания стоят, трафик растёт — модель отправляет людей на страницу, которой вы не ожидали, сходите посмотреть.
Что я с этим делаю
Весь этот метод собран в модуль AI Visibility в WebMetrics — российском контуре нашей аналитики (для ЕС то же самое живёт в Web-Metrics). Сценарии задаются моделям по расписанию и несколько раз, каждый ответ хранится с источниками, семь показателей считаются по поверхностям и конкурентам с разбросом рядом с каждым числом, а переходы из ИИ-ассистентов лежат отдельным каналом в той же аналитике.
Алиса и нейро-блоки Яндекса: ни один поставщик данных их не отдаёт, поэтому мы снимаем их с реального Android-устройства — текст ответа вместе со ссылками, с регионом выдачи по городам. Метод проверен, в продукт встраивается сейчас. Обещать его клиенту как готовый пока рано, и я не буду.
Если хотите увидеть, как ваш бренд выглядит в ответах нейросетей прямо сейчас, — напишите мне. Первый замер — конкретные цифры по вашим сценариям и вашим конкурентам, без доступа к сайту.
