Этот текст написан в Сообществе, в нем сохранены авторский стиль и орфография
О Сообщнике Про
Специалист по контент-маркетингу, интернет-маркетингу и ИИ-инструментам. По образованию филолог и экономист. Автор проекта PROcontent. Пишу о контенте, аналитике, продвижении и о том, как ИИ меняет работу с информацией и бизнесом.
Это новый раздел Журнала, где можно пройти верификацию и вести свой профессиональный блог

Кажется, у интернет-маркетинга и специалистов появилась новая головная боль.
Раньше бизнес следил за позициями сайта в поисковиках, количеством посетителей и охватами в социальных сетях. Теперь к этому списку добавились нейросети.
Оказывается, важно не только то, на каком месте находится ваш сайт в Яндексе или Google. Важно ещё и то, упоминает ли вас ChatGPT, рекомендует ли Алиса и использует ли Perplexity ваши материалы в своих ответах.
Для этого даже придумали отдельный показатель — AI Visibility, или видимость бренда в искусственном интеллекте.
Звучит вполне логично. Люди действительно начинают использовать нейросети не только для поиска информации, но и для выбора товаров, услуг, компаний и даже источников, которым можно доверять.
Если потенциальный клиент спрашивает у ChatGPT, какую компанию выбрать, а нейросеть рекомендует вашего конкурента, это повод задуматься.
Но есть один вопрос: а как вообще измерить эту видимость? И главное — означает ли присутствие в ответах ИИ, что бизнес получает от этого какую-то пользу?
Я решила разобраться на примере собственного проекта — гастрономического журнала «Жизнь со вкусом».
Сначала я попробовала проверить собственный сайт
В Яндекс Вебмастере я обратила внимание на отдельные ИИ-запросы, в которых появлялся Life-Taste.
Казалось бы, хорошая новость. Наши материалы попадают в поле зрения Алисы, а значит, у сайта есть определённая представленность в генеративных ответах.
Но затем я проверила Perplexity по нескольким тематическим направлениям, связанным с журналом.
Гастрономические издания, кухня разных стран, сыры, история петербургской кухни, винные регионы, гастрономические маршруты. Т.е. всё, на что я делаю упор на сайте.
Получилась довольно интересная подборка рекомендаций. В ней были разные тематические сайты, журналы и профильные ресурсы.
Но Life-Taste среди них не оказалось.
И вот тут возникает соблазн сделать простой вывод: одна нейросеть наш сайт видит, другая — нет.
Только такой вывод был бы преждевременным.
Я проверяла разные системы, разные наборы запросов и фактически разные ситуации. Это не полноценное сравнение и не исследование видимости сайта во всех нейросетях.
Зато этот небольшой эксперимент заставил меня внимательнее посмотреть на то, что именно сегодня называют AI Visibility.
И оказалось, что за одним красивым термином скрывается несколько совершенно разных вещей.
Нейросеть упомянула вас. Но это ещё не рекомендация
Представим, что пользователь спрашивает:
«Какие русскоязычные сайты интересно рассказывают о виноделии и гастрономии?»
Нейросеть может ответить несколькими способами.
Первый вариант — упоминание.
В ответе появляется название вашего бренда или компании. Например, нейросеть включает ваш проект в список тематических ресурсов.
Это уже присутствие в ответе.
Второй вариант — ссылка на ваш материал.
Нейросеть использует статью с вашего сайта как источник информации, но название самого бренда может даже не появиться в тексте ответа.
Получается, что материалы сайта работают, но пользователь необязательно запоминает, кому принадлежит публикация.
Третий вариант — рекомендация.
Нейросеть не просто упоминает компанию, а предлагает её пользователю как подходящий вариант.
И вот это уже совсем другая история с точки зрения маркетинга.
Разница кажется очевидной, но при измерении AI Visibility её легко потерять.
Например, один сервис может считать, сколько раз нейросеть назвала бренд, другой — сколько раз использовала его сайт в качестве источника, третий — оценивать потенциальную видимость относительно конкурентов.
Поэтому, когда вам показывают красивый процент, стоит сначала выяснить, что именно за ним стоит.
Место для иллюстрации: три сценария присутствия бренда в ответе ИИ — упоминание, ссылка на статью, рекомендация.
Почему у разных сервисов разные цифры?
Когда я начала разбираться в инструментах измерения AI Visibility, обнаружилась ещё одна интересная особенность.
Единой методики пока нет.
Например, Peec AI использует собственный набор вопросов и считает, в какой доле полученных ответов упоминается бренд.
Допустим, сервис проверил 100 вопросов и обнаружил название компании в 30 ответах. Получается показатель видимости 30%.
Выглядит понятно.
Но это 30% именно от проверенных вопросов, а не от всех разговоров пользователей с нейросетями.
Если изменить набор вопросов, результат тоже может измениться.
Ahrefs Brand Radar использует другую логику. Помимо упоминаний и ссылок, сервис рассчитывает потенциальные показы на основе поискового спроса по связанным запросам.
То есть это уже не подсчёт реальных просмотров ответов нейросетей, а модельная оценка возможной аудитории.
У Яндекса своя система измерения.
В Яндекс Вебмастере есть отдельный инструмент «Видимость сайта в Алисе AI». Он показывает, как часто сайт встречается среди источников ответов Алисы в рамках определённой выборки поисковых запросов.
И здесь есть важный нюанс: речь не обо всех вопросах, которые пользователи задают Алисе. В выборку попадают запросы, по которым сайт уже имеет достаточную видимость в обычном поиске и для которых Алиса сформировала ответ.
Сам Яндекс отдельно подчёркивает, что этот отчёт оценивает представленность сайта, а не количество показов или переходов.
Получается, что даже официальные инструменты поисковых платформ измеряют разные стороны одной большой проблемы.
И сравнивать условные 30% одного сервиса с 30% другого просто некорректно.
Хорошо, нас рекомендуют. А где деньги?
Вот здесь, на мой взгляд, начинается самое интересное.
Предположим, компания появилась в половине проверенных ответов нейросети.
Можно ли считать это хорошим результатом?
Возможно. Но что произошло дальше?
Пользователь перешёл на сайт? Запомнил название компании? Вернулся через несколько дней? Оставил заявку?
Или просто прочитал ответ и продолжил искать?
Это принципиально разные результаты.
Проблема ещё и в том, что влияние нейросетей не всегда можно отследить обычными инструментами аналитики.
Представим ситуацию: человек спросил у ChatGPT, где заказать определённую услугу. Нейросеть назвала компанию. Пользователь запомнил её название, но не стал переходить по ссылке.
Через два дня он самостоятельно ввёл название компании в поиске и перешёл на сайт.
В аналитике такой визит может выглядеть как обычный поисковый переход. Связь с первоначальной рекомендацией нейросети останется незамеченной.
Поэтому количество прямых переходов из AI-сервисов не обязательно отражает всё влияние таких рекомендаций.
Но и обратное утверждение — что высокая AI Visibility автоматически увеличивает продажи — ничем не гарантировано.
Видимость может быть полезна для узнаваемости и доверия к бренду. Однако между появлением в ответе нейросети и реальной покупкой есть ещё несколько шагов.
Их нельзя просто объединить в один процент.
Так как же проверить, видит ли вас искусственный интеллект?
Я бы не начинала с покупки дорогого сервиса и попытки получить какой-нибудь универсальный показатель.
Для начала можно провести небольшой самостоятельный эксперимент.
1. Составьте список вопросов, которые действительно задают ваши клиенты.
Не абстрактных запросов вроде «расскажите о компании», а нормальных пользовательских вопросов.
Например:
- Какие компании предлагают такую услугу?
- Где найти специалистов в этой области?
- Какие сайты подробно рассказывают об этой теме?
- Что лучше выбрать и почему?
- Какие есть альтернативы?
2. Проверьте несколько нейросетей.
Выберите те системы, которыми действительно пользуется ваша аудитория. Например, ChatGPT, Алису и Perplexity.
3. Смотрите не только на название компании.
Фиксируйте отдельно:
- упоминает ли нейросеть ваш бренд;
- использует ли материалы вашего сайта;
- приводит ли ссылки на конкретные страницы;
- рекомендует ли компанию;
- насколько правильно описывает ваши услуги или специализацию.
4. Повторяйте проверку.
Один ответ ещё ничего не доказывает. Формулировка вопроса, время проверки и сама нейросеть могут влиять на результат.
Поэтому лучше возвращаться к одним и тем же вопросам и смотреть на изменения в течение нескольких недель.
5. Сопоставляйте результаты с обычной аналитикой.
Отслеживайте переходы из AI-сервисов, обращения, заявки и другие показатели, которые действительно важны вашему бизнесу.
Тогда вы будете понимать не только то, появляется ли компания в ответах нейросетей, но и есть ли от этого практическая польза.
Так AI Visibility — это новый показатель эффективности или маркетинговая иллюзия?
После всего, что я посмотрела, мой ответ такой: сама по себе AI Visibility — вполне реальная и полезная характеристика.
Проблема начинается тогда, когда её пытаются представить как универсальную меру успеха бизнеса.
Если нейросети регулярно упоминают вашу компанию, используют ваши материалы и рекомендуют вас в подходящих ситуациях — это хороший сигнал.
Если вы видите, что конкуренты постоянно появляются в ответах по важным для вашей аудитории вопросам, а ваш бренд отсутствует, это повод разобраться в причинах.
Но превращать условные 67% AI Visibility в доказательство роста эффективности маркетинга я бы пока не стала.
Мы уже проходили похожую историю с охватами, просмотрами и позициями в поиске. Любую промежуточную метрику довольно легко сделать красивой. Гораздо сложнее доказать, что за ней стоят реальные результаты.
Поэтому я бы задала рынку AI Visibility ещё один вопрос.
Не просто: «Как часто нейросети упоминают мой бренд?»
А: «В каких ситуациях они его рекомендуют, почему выбирают именно его и помогает ли это людям принять решение?»
Вот тогда измерение видимости в искусственном интеллекте становится действительно интересным инструментом маркетинга.
А пока я бы относилась к AI Visibility как к новому направлению наблюдения за брендом, но точно не как к очередному обязательному KPI, который нужно срочно добавить в отчёт.











