Привет! Это команда theLUMA.
Представьте: человек никогда не заходит на ваш сайт, никогда не видит вашу позицию в Google — и всё равно выбирает вас, потому что так посоветовал ChatGPT. Или не выбирает — потому что ChatGPT посоветовал конкурента, а вас просто не упомянул.
Это и есть ИИ-видимость. Не модное ответвление SEO, а часть маркетинговой аналитики, которую пока измеряют единицы: как бренд выглядит в ответах нейросетей ещё до того, как пользователь вообще открыл браузер.
Наша гипотеза простая и немного тревожная для маркетологов: спрос уже утекает из поисковой выдачи внутрь ответа. И брендам придётся заново учиться — не только тому, как их находит Google, но и тому, как их понимает, цитирует и рекомендует нейросеть.
1. Основы AI-видимости
1.1. Что такое AI-видимость
AI-видимость — это то, насколько бренд присутствует в ответах нейросетей: упоминают ли его, используют ли его сайт или статью как источник, попадает ли он в список вариантов, и — что часто важнее всего остального — правильно ли его вообще описывают.
SEO отвечает на вопрос «виден ли сайт в выдаче». AI-видимость отвечает на другой: присутствует ли бренд в тот момент, когда пользователь уже почти выбрал. Разница не формальная. В классическом поиске человек сам открывает пять вкладок и сравнивает. В диалоге с нейросетью это сравнение уже сделано за него — ассистент обобщил, сопоставил и, возможно, свёл выбор к трём вариантам, среди которых вашего бренда просто нет.
1.2. Уровни AI-видимости
AI-видимость — это не одна метрика и не простая проверка «упоминает ли нас ChatGPT». Это система сигналов, по которым можно понять, насколько бренд встроен в новое пространство поиска.
Бренд может быть видимым на разных уровнях:
| Уровень | Что происходит |
|---|---|
| Обнаружение | Нейросеть может найти сайт, статьи, документы, карточки компании и внешние публикации |
| Понимание | Нейросеть правильно понимает категорию, продукт, аудиторию и позиционирование бренда |
| Упоминание | Бренд появляется в ответах по релевантным запросам |
| Цитирование | Материалы бренда используются как источник ответа |
| Рекомендация | Бренд попадает в список вариантов для выбора или сравнения |
| Точность | Нейросеть корректно описывает бренд, продукты, условия и ограничения |
Последний пункт — точность — по нашему опыту, недооценён сильнее всего. Рынок обсуждает в основном упоминания: назвал ли ChatGPT бренд, да или нет. Но упоминание с ошибкой иногда хуже, чем его отсутствие.
Банк может быть упомянут — но со ставкой, которая устарела полгода назад. Клиника — но со списком услуг, часть которых давно не оказывается. B2B-сервис — но в неправильной категории, рядом с конкурентами из совсем другого сегмента. Формально видимость есть. По факту она создаёт не пользу, а риск: пользователь принимает решение на основе неточной информации, а бренд об этом даже не узнает.
1.3. Почему AI-видимость стала важной
Путь пользователя раньше выглядел линейно:
запрос → выдача → пять открытых вкладок → сравнение → решение.
Сейчас всё чаще выглядит короче:
запрос к нейросети → готовый ответ → уточнение → решение.
Пользователь спрашивает нейросеть, какой банк выбрать для ИП или какую CRM внедрить — и получает не список ссылок, а уже сжатый шорт-лист. Если в этом шорт-листе есть конкуренты, а вашего бренда нет, то позиции в Google уже не спасают: выбор частично произошёл раньше, чем пользователь вообще открыл поисковик.
Из-за этого AI-видимость перестаёт быть темой одной команды. Она задевает разом маркетинг, PR, контент, продукт и репутацию — просто потому, что нейросеть при формировании ответа тянет данные отовсюду, а не только с одной страницы вашего сайта.
1.4. Как нейросети формируют ответы
Единого механизма нет — у каждой системы своя логика. Google в документации Search Central описывает технику query fan-out: сложный запрос разбивается на несколько подзапросов, и ответ собирается из разных источников по каждому из них. Для других систем поведение источников зависит от конкретного продукта, режима и запроса: например, Claude может использовать веб-поиск, когда он доступен, а GigaChat — поисковые возможности в соответствующем режиме. Поэтому сравнивать платформы по фиксированному «числу источников» или считать наличие интернет-доступа постоянным свойством всей платформы некорректно.
Для бренда практический вывод один: сайт — это только одна точка входа, а не единственная. В зависимости от системы, режима и запроса в ответе могут использоваться разные типы источников: сайт бренда, обзоры, отзывы, карточки в справочниках, медиа или видео. Сводить AI-видимость к «проиндексирован ли сайт» — значит видеть только часть картины.
1.5. Чем AI-видимость отличается от SEO и GEO
AI-видимость часто смешивают с SEO и GEO. Эти понятия связаны, но решают разные задачи.
| Термин | Что означает | Главный вопрос |
|---|---|---|
| SEO | Поисковая оптимизация сайта | Видна ли страница в поисковой выдаче? |
| GEO | Оптимизация контента под генеративные ответы | Может ли материал стать источником ответа нейросети? |
| AI-видимость | Измеримый результат присутствия бренда в ответах нейросетей | Упоминают ли нейросети бренд и корректно ли его описывают? |
- SEO помогает сайту быть найденным в поиске.
- GEO помогает контенту быть использованным в ответе нейросети.
- AI-видимость показывает, насколько бренд уже присутствует в ответах нейросетей.
SEO остается важным фундаментом. Но AI-видимость шире SEO, потому что нейросеть может использовать не только сайт, но и медиа, обзоры, рейтинги, отзывы, карточки компаний, справочники и отраслевые источники.
1.6. Где возникает AI-видимость
AI-видимость нужно проверять в разных системах, потому что каждая платформа формирует ответы по-своему.
| Платформа | Как проявляется AI-видимость | Что стоит проверять при мониторинге |
|---|---|---|
| ChatGPT | Упоминания, рекомендации, сравнения | Узнаваемость бренда, источники, контекст запроса |
| Perplexity | Цитирование источников и ссылок | Структура страниц, экспертный контент, актуальность |
| Gemini | Ответы в экосистеме Google | Сайт, профиль компании в Google, YouTube, структурированные данные |
| Claude | Аналитические и экспертные ответы | Логика, полнота, документы, надежность источников |
| GigaChat | Русскоязычные ответы | Российские источники, карточки компаний, отзывы |
| Алиса AI / Яндекс | Ответы в российской поисковой и локальной экосистеме | Яндекс Бизнес, отзывы, карты, локальные справочники |
| AI-блоки Google | AI-ответы внутри поиска Google | Качество контента, поисковая видимость, полезность страницы |
Для российского бизнеса ограничиться ChatGPT, Perplexity и Gemini — значит закрыть глаза на большую часть аудитории. Быстрые ответы одной только Алисы AI в Поиске Яндекса используют около 46,5 млн человек в месяц — это не нишевый эксперимент, а канал, сопоставимый по масштабу с частью органического поискового трафика.
2. Как анализировать и улучшать AI-видимость
2.1. Модель: запрос — бренд — источник
Один из способов анализа AI-видимости — через связку из трёх элементов: запрос — бренд — источник.
| Элемент | Что анализируем | Пример вопроса |
|---|---|---|
| Запрос | Что пользователь спрашивает у нейросети | «Какой банк выбрать для ИП?» |
| Бренд | Как нейросеть понимает компанию, продукт и категорию | Связывает ли бренд с нужной нишей? |
| Источник | Какие материалы формируют ответ | Сайт, обзоры, рейтинги, отзывы, медиа, справочники |
Эта модель полезна, потому что она показывает проблему глубже, чем обычная проверка упоминаний. Бренд может отсутствовать в ответе не потому, что сайт плохо оптимизирован, а потому что внешние источники не подтверждают его категорию. Или наоборот: бренд может быть известен, но нейросеть использует устаревшие материалы и формирует неверное описание.
AI-видимость редко ломается в одной точке. Чаще это разрыв между тем, как бренд хочет быть представлен, и тем, как его фактически видят нейросети через доступные источники.
2.2. Метрики AI-видимости
AI-видимость нельзя измерять только трафиком. Пользователь может увидеть бренд в ответе нейросети, но не перейти на сайт сразу. При этом бренд уже попал в рассмотрение.
В методологии theLUMA для анализа AI-видимости мы смотрим не один показатель, а несколько метрик одновременно. Относительные показатели интерпретируются в рамках заранее заданного портфеля запросов и конкретного замера; если набор запросов меняется, меняется и база для сравнения. Для основных метрик на theLUMA есть отдельные статьи с формулой расчёта и примерами:
| Метрика | Что показывает |
|---|---|
| Mention Rate — доля запросов с упоминанием бренда | Как часто бренд появляется в ответах нейросетей |
| Citation Rate — доля запросов с цитированием источников бренда | Как часто материалы бренда используются как источник ответа |
| AI Share of Voice — доля присутствия бренда | Насколько часто бренд появляется по сравнению с конкурентами |
| Точность — доля корректных описаний | В какой части ответов бренд описан без ошибок |
| Доля ответов с рекомендацией | Как часто нейросеть включает бренд в список вариантов |
| Охват источников | Какие сайты, обзоры, рейтинги и медиа используют нейросети |
| Тональность и контекст | В каком контексте бренд упоминается |
| Видимость конкурентов | Какие конкуренты появляются чаще и по каким запросам |
Важно смотреть на сочетание показателей. Бренд может часто упоминаться, но описываться с ошибками. Или редко попадать в рекомендации, но часто использоваться как источник. Это разные типы AI-видимости.
Про точность отдельно. В отличие от Mention Rate, Citation Rate и AI Share of Voice, у точности пока нет отдельной метрики с формулой — это скорее качественная проверка: берётся выборка ответов, где бренд упомянут, и вручную сверяется с реальным положением дел — актуальны ли цены, услуги, условия, категория. Если в ответах систематически всплывают одни и те же неточности, это отдельная, самостоятельная проблема — устаревший или противоречивый источник, а не вопрос того, упоминают бренд достаточно часто или нет. Мы разбирали, что делать в такой ситуации, в статье «Что делать, если ИИ неверно описывает ваш бренд».
Для маркетолога это особенно ценно: AI-видимость показывает не только, кто пришел на сайт, но и кто уже попал в поле выбора пользователя до перехода.
Статьи по метрикам AI-видимости
Если нужно разобраться в конкретной метрике подробнее — с формулой, примером расчёта и практическими шагами:
- Что такое Mention Rate?
- Что такое Citation Rate?
- Что такое AI Share of Voice?
- Тональность бренда в ответах ИИ
2.3. Типы запросов для анализа
AI-видимость стоит измерять не по одному брендовому запросу, а по группам пользовательских сценариев. Так можно увидеть, где бренд уже присутствует в ответах нейросетей, где проигрывает конкурентам и какие источники формируют его описание.
| Тип запроса | Пример | Что показывает |
|---|---|---|
| Информационный | «Что такое AI-видимость?» | Используется ли бренд как экспертный источник |
| Сравнительный | «Лучшие сервисы мониторинга AI-видимости» | Появляется ли бренд рядом с конкурентами |
| Рекомендательный | «Какой инструмент выбрать для анализа видимости в нейросетях?» | Попадает ли бренд в список вариантов |
| Репутационный | «Отзывы о сервисе X» | Какой контекст формируется вокруг бренда |
| Категорийный | «Платформа для мониторинга AI-ответов» | Связан ли бренд с нужной категорией |
| Проблемный | «Как понять, упоминает ли ChatGPT мой бренд?» | Появляется ли бренд как решение задачи |
Наша позиция: AI-видимость нельзя улучшать вслепую. Сначала нужно понять, где бренд уже присутствует, где его вытесняют конкуренты, какие источники формируют ответы и в каких местах нейросети ошибаются. Только после этого имеет смысл обновлять контент, усиливать внешние упоминания и менять структуру сайта. Готовый набор из 20 промптов для такой проверки есть в статье «20 промптов, чтобы проверить AI-видимость самостоятельно».
Первый замер AI-видимости — это базовая точка. Чтобы видеть сопоставимую динамику, измерение нужно повторять на том же портфеле запросов: если между замерами менять набор, сравнение становится менее корректным. Подробнее о разнице между разовой проверкой и мониторингом — в статье «Почему одной проверки ChatGPT недостаточно для оценки AI-видимости».
2.4. Как повысить AI-видимость бренда
Работа с AI-видимостью начинается не с попытки «обмануть нейросеть», а с улучшения информационного поля бренда.
Практический минимум:
- четко описать бренд, продукты, аудиторию и категории;
- создать страницы под ключевые сценарии выбора;
- добавить определения, таблицы, списки, краткие ответы и частые вопросы;
- указать авторов, даты обновления, источники, исследования и кейсы;
- убрать противоречия между разными разделами сайта;
- проверить техническую доступность страниц;
- развивать публикации в медиа, рейтингах, обзорах и каталогах;
- следить за отзывами и карточками компании;
- обновлять профили в Яндекс Бизнесе, 2ГИС и других справочниках;
- работать с отраслевыми площадками: VC.ru, Habr, профильные медиа;
- регулярно проверять ответы нейросетей;
- фиксировать ошибки в описании бренда и обновлять источники, которые могли их вызвать.
Главная задача — сделать бренд понятным, проверяемым и полезным источником для нейросетей.
AI-видимость растет не только от количества контента. Она растет от согласованности: когда сайт, внешние источники, карточки компаний, отзывы, экспертные материалы и продуктовые страницы говорят о бренде на одном языке.
2.5. Частые ошибки
| Ошибка | Почему это проблема | Как исправить |
|---|---|---|
| Проверять только ChatGPT | В разных нейросетях бренд может быть представлен по-разному | Измерять несколько систем |
| Смотреть только на упоминания | Бренд может быть упомянут, но описан неверно | Проверять точность описания |
| Игнорировать внешние источники | Нейросети используют не только сайт бренда | Работать с медиа, рейтингами, отзывами и справочниками |
| Писать слишком общий контент | Нейросеть не понимает категорию и сценарии использования | Создавать страницы под конкретные запросы |
| Не обновлять старые страницы | AI может использовать устаревшие данные | Добавлять даты обновления и пересматривать материалы |
| Ориентироваться только на SEO | Высокие позиции не гарантируют попадание в ответы нейросетей | Измерять AI-видимость отдельно |
Частые вопросы
С какой метрики начать, если раньше AI-видимость вообще не измеряли?
В методологии theLUMA для первого замера мы рекомендуем начать с Mention Rate: она показывает, как часто бренд появляется в ответах в рамках выбранного портфеля запросов. Затем можно добавить Citation Rate, чтобы увидеть, как часто в этих ответах цитируются источники бренда. Частота цитирования сама по себе не означает, что модель в целом считает бренд «надёжным источником»: это наблюдаемая характеристика конкретного набора ответов.
Чем Mention Rate отличается от AI Share of Voice?
В методологии theLUMA Mention Rate показывает долю ответов с упоминанием бренда в выбранном портфеле запросов. AI Share of Voice показывает долю бренда среди упоминаний отслеживаемых игроков категории, то есть это конкурентный, а не абсолютный показатель. Бренд может иметь высокий Mention Rate и низкий AI Share of Voice, если конкуренты в том же замере упоминаются ещё чаще.
Можно ли обойтись без замера точности, если Mention Rate и Citation Rate уже высокие?
Нет, и это одна из главных ошибок. Высокие Mention Rate и Citation Rate означают только, что бренд часто на виду — но не гарантируют, что описание корректно. Неточное упоминание иногда вреднее отсутствия видимости вовсе.
Нужно ли отслеживать все метрики сразу?
Не обязательно с первого дня. Разумно начать с Mention Rate и Citation Rate, добавить AI Share of Voice, когда появится ясность по конкурентам, и подключить проверку точности и тональности, когда бренд уже регулярно упоминается и есть что защищать от искажений.
3. Вывод
Мы считаем, что AI-видимость станет для маркетологов таким же важным показателем, каким когда-то стали поисковые позиции, органический трафик и брендовые запросы. Но измерять ее нужно иначе: не только через переходы на сайт, а через присутствие бренда в ответах, источниках, рекомендациях и сравнительных сценариях.
Главная ошибка — воспринимать AI-видимость как еще один SEO-чеклист. На практике это более широкая задача: бренд должен быть понятен нейросетям, подтвержден внешними источниками, представлен в нужных категориях и описан без существенных ошибок.
Для нас AI-видимость — это не про то, насколько громко бренд говорит о себе. Это про то, насколько устойчиво нейросети распознают его как релевантный, проверяемый и достойный упоминания источник.
Для маркетинга это новый уровень контроля: важно понимать не только, кто пришел на сайт, но и какие бренды уже попали в поле выбора пользователя до клика.
А с какой из метрик — Mention Rate, Citation Rate, AI Share of Voice или точности описания — вы бы начали измерение своего бренда?
Проверьте AI-видимость на своём бренде
Добавьте свой бренд, используйте рабочий портфель запросов и конкурентов и зафиксируйте исходный замер: видимость, конкурентную картину и источники в ответах нейросетей.
4. Источники
Академические источники
Официальная документация платформ
- Google Search Central: AI features and your website
- Google Search Central: Creating helpful, reliable, people-first content
- OpenAI Help Center: ChatGPT Search
- OpenAI: Overview of OpenAI Crawlers
- Perplexity Docs: Perplexity Crawlers
- Perplexity Help Center: Sources in Perplexity
- Anthropic: Web search tool (Claude Platform Docs)
Российские платформы
- Яндекс Вебмастер: Как формируются ответы Алисы AI
- Яндекс Вебмастер: Видимость сайта в Алисе AI
- Sber Developer: GigaChat API — есть ли у модели доступ в интернет
Структурированные данные
