Как отслеживать видимость бренда в AI-поиске без гонки за промптами

Кто-то из команды скидывает скриншот: «Смотри, нас нет в ответе». Через пять минут другой коллега делает тот же запрос — и бренд уже есть. Потом снова нет. Это не сбой и не случайность — это фундаментальное свойство языковых моделей: они генерируют ответы вероятностно, и каждый новый запрос буквально является новым броском. Именно поэтому «AI-рейтинги», которые продают десятки инструментов на рынке, — это не метрика, а дорогостоящая иллюзия контроля

Почему «AI-рейтинг» — это не метрика, а иллюзия контроля

Исследование, проведённое командой SparkToro совместно с Gumshoe.ai, поставило прямой вопрос: если языковая модель каждый раз даёт разный ответ, можно ли вообще что-то отслеживать? Для ответа привлекли шестьсот волонтёров, которые раз за разом запускали одни и те же промпты в разных моделях и фиксировали результаты

Данные оказались жёсткими: чтобы получить один и тот же список брендов дважды подряд от Google AI Mode, нужно задать запрос в среднем 124 раза. Для ChatGPT цифра ещё выше — 1429 повторений, чтобы статистически получить одинаковый порядок упоминаний

Это не погрешность выборки и не технический баг. Это архитектура: модели не хранят «правильный» список брендов — они каждый раз заново вычисляют вероятностный ответ на основе обучающих данных. Рынок инструментов AI-трекинга продаёт «позиции в AI» ровно так же, как SEO-инструменты продавали позиции в поиске десять лет назад

Принципиальная разница: позиция в поисковой выдаче была реальной и воспроизводимой — её можно было проверить, зафиксировать и сравнить. Позиция в языковой модели не воспроизводится в принципе. Агентства сообщают, что клиенты регулярно присылают скриншоты с пометкой «нас нет в AI» — хотя достаточно запустить тот же промпт ещё раз, чтобы бренд появился. Один скриншот — это один бросок кубика, а не данные

По этой теме полезно отдельно посмотреть Аудит ссылочного профиля сайта за 30 минут: пошаговый сценарий, чтобы расширить контекст и сравнить подходы

По этой теме полезно отдельно посмотреть Статистика AI SEO 2026: 26 фактов об ИИ-поиске, которые меняют стратегию, чтобы расширить контекст и сравнить подходы

Что реально поддаётся измерению: частота, а не позиция

Исследование выявило неожиданную закономерность: консистентность ответов определяется не моделью, а категорией запроса. Когда волонтёры спрашивали про облачных провайдеров, крупные игроки рынка появлялись почти в каждом ответе — независимо от того, какая модель использовалась

Когда спрашивали про научно-фантастические романы, Google AI Mode выдавал списки из более чем десяти позиций, и в совокупности было упомянуто свыше двухсот разных книг. Это означает: измеримость AI-видимости зависит от ширины вашей категории, а не от качества инструмента трекинга

Практически это работает так. Если ваш рынок узкий — например, дилеры конкретной марки автомобилей в одном городе (в исследовании таких насчитали одиннадцать, и двое из них оказались полностью невидимы для AI) — даже небольшая выборка из 30–50 запусков одного промпта даст значимые данные

Если вы работаете в широкой категории вроде «лучшие микрофоны для подкастов», нужны сотни запусков, иначе данные будут статистически ненадёжными. Ключевая метрика — доля упоминаний: сколько раз из 50 запусков бренд появился хоть где-нибудь в ответе. Не первая позиция, не «топ-3» — а сам факт присутствия

Дополнительно фиксируйте, какие конкуренты стоят рядом с вами: это важнее порядкового номера, потому что именно соседство по контексту формирует восприятие категории моделью. Ещё один критический момент: не задавайте промпты с числом («топ-5», «топ-10»). Реальные пользователи так не спрашивают — они пишут «какой нож лучше для готовки» и получают список произвольной длины

Инструменты, которые всегда запрашивают фиксированное число ответов, искусственно ограничивают выборку и дают смещённые данные

Где AI-поиск реально влияет на бизнес прямо сейчас

Прежде чем выстраивать стратегию, важно понять реальный масштаб явления — и не переоценить его. По данным clickstream-исследований, все AI-инструменты вместе генерируют около 2,9% визитов на сайты, тогда как поисковые системы дают 34%. При этом 75% активности ChatGPT приходится на десктоп, тогда как поиск на 66% мобильный — это значит, что в реальных цифрах разрыв ещё больше в пользу поиска

Более того, данные показывают, что ChatGPT перестал расти примерно в середине прошлого года и начал терять долю по мере того, как пользователи переходят на другие модели

Но есть место, где AI уже изменил всё — и это AI-сводки в поисковой выдаче. Восемнадцать процентов поисковых запросов сейчас показывают такую сводку. При пяти триллионах поисков в год это означает, что AI-ответы видит практически каждый пользователь интернета — не только те, кто специально открывает отдельный AI-инструмент

В категориях здоровья, науки и информационных запросов сводки показываются значительно чаще, чем в шопинге или недвижимости. Именно поэтому для большинства брендов разумное распределение внимания выглядит так: около половины усилий — на мониторинг и оптимизацию присутствия в поисковых AI-сводках, ещё половина — на общую контентную стратегию, которая формирует присутствие бренда в обучающих данных всех моделей, и лишь 1–2% — на прямое отслеживание упоминаний в отдельных AI-инструментах

Это не призыв игнорировать ChatGPT или Claude — это призыв не тратить бюджет на инструменты, которые продают «AI-рейтинги» за десятки тысяч долларов в месяц без воспроизводимой методологии

Какой контент попадает в AI-ответы и почему это не SEO в новой обёртке

Модели не ранжируют страницы — они обучены на корпусе текстов и воспроизводят то, что встречалось достаточно часто в правильном контексте. Это принципиально меняет логику работы с контентом. В SEO существовали факторы ранжирования: ссылочный профиль, скорость загрузки, структура страницы. AI не объясняет свои критерии выбора — он не говорит, почему порекомендовал именно этот бренд и по какому весу оценивал источники

Один из самых показательных примеров в исследовании — онкологический центр, который появлялся в 69 из 70 запусков соответствующего промпта. Не потому что у него хорошо оптимизированы мета-теги. А потому что он многократно упоминается в медицинских публикациях, новостях, независимых обзорах — в текстах, на которых обучались модели

Это и есть механизм: AI-видимость строится через упоминания в авторитетных источниках, а не через оптимизацию под конкретные формулировки запросов. Практически это означает три направления работы. Первое — публикации в отраслевых изданиях, которые индексируются и попадают в обучающие данные моделей

Второе — присутствие в сравнительных материалах, обзорах и рейтингах: именно там AI ищет, кого порекомендовать в ответ на вопрос «что лучше». Третье — структурированный контент, который прямо отвечает на конкретные вопросы аудитории: такой контент чаще цитируется в поисковых AI-сводках, потому что модель может извлечь из него чёткий ответ без дополнительной интерпретации

Риск здесь один, но серьёзный: если бренд упоминается в источниках с фактическими ошибками — неверное описание продукта, устаревшие данные — модель воспроизведёт эти ошибки. Исправить их можно только через первоисточники: обновлённые страницы сайта, пресс-релизы, публикации в изданиях с высоким авторитетом

Как выстроить регулярный мониторинг без паранойи

Если отбросить инструменты, которые продают иллюзию точности, остаётся несколько подходов с реальной доказательной базой

Базовый мониторинг (раз в месяц). Соберите 15–20 реальных формулировок, которыми ваша аудитория описывает проблему — не придумывайте «правильные» промпты, берите из звонков продаж, из обращений в поддержку, из поисковых запросов в отчёте по видимости. Запускайте каждый промпт минимум 30–50 раз. Считайте долю упоминаний и сравнивайте с предыдущим месяцем — не «позицию», а частоту появления

Мониторинг поисковых AI-сводок (еженедельно). Проверяйте, какие страницы вашего сайта попадают в сводки по приоритетным запросам. Это можно делать через вебмастер-панель — клики из AI-сводок уже выделены в отдельный сегмент — и вручную по ключевым запросам категории. Фиксируйте, на какие именно страницы ссылается AI: это покажет, какой тип контента модель считает авторитетным в вашей теме

Качественный аудит (раз в квартал). Посмотрите, какие конкуренты стоят рядом с вами в AI-ответах и какими словами AI описывает ваш бренд. Проверьте наличие фактических ошибок — это критически важно исправлять через первоисточники. Если инструмент трекинга не может объяснить свою методологию — сколько запусков, какие промпты, как нормализуются данные — его результаты, скорее всего, не воспроизводимы и не пригодны для принятия решений

Ответы на эти вопросы могут быть для вас полезными

Стоит ли платить за специализированные AI-трекинг инструменты? Зависит от категории и методологии. Если вы в узкой нише с малым числом конкурентов — инструменты с прозрачной методологией (количество запусков, нормализация данных) дают реальную ценность. Если инструмент продаёт «позиции» без объяснения, сколько раз запускался промпт, — это vanity-метрика за дорого

Что делать, если конкурент «всегда в топе AI», а мы нет? Сначала проверьте выборку: один скриншот — не данные. Если конкурент действительно появляется значительно чаще на большой выборке запусков — смотрите, где они упоминаются: в каких изданиях, обзорах, сравнениях. Это и есть точка приложения усилий, а не оптимизация промптов

Влияет ли AI-видимость на конверсии? Данные по трафику из AI-инструментов показывают конверсию в 4–23 раза выше, чем из обычного поиска. Объяснение простое: до сайта доходит только тот, кто уже принял решение — AI-инструмент требует дополнительных шагов для перехода по ссылке. Но абсолютный объём этого трафика пока на порядок меньше поискового, поэтому не переоценивайте канал

Как объяснить руководству, что «нас нет в ChatGPT» — это не катастрофа? Попросите их самих задать один и тот же запрос десять раз подряд. После третьего разного ответа разговор о «AI-рейтингах» обычно заканчивается сам собой — и начинается разговор о том, как измерять видимость правильно