Как проверить AI-видимость бренда в ChatGPT, Perplexity и Яндекс AEO

Введение

Проверить AI-видимость бренда — значит понять три вещи: как часто бренд появляется в ответах, в каком контексте он появляется и на какие источники опираются системы, когда рассказывают о вашей компании или о вашей категории. Одного скриншота из ChatGPT для этого недостаточно. Рабочий замер строится на повторяемой методике: выбираются платформы, собирается набор промптов, фиксируются упоминания и cited sources, затем результаты сравниваются с конкурентами и превращаются в список доработок.
Практически это можно сделать в пять шагов. Сначала определить, где вообще есть смысл измерять видимость: ChatGPT, Perplexity, Яндекс AEO и, при необходимости, Google AI. Затем собрать prompt-set по реальным интентам. После этого провести замер и посчитать долю упоминаний. Следующий шаг — разобрать качество упоминаний и роль конкурентов. И только потом переходить к главному: понять, какие страницы, внешние источники и репутационные сигналы нужно усилить.
Методика, которую можно использовать как для первичного baseline, так и для регулярного мониторинга AI-видимости по бренду или по ключевой услуге.

Что такое AI-видимость бренда

AI-видимость — это не просто присутствие бренда в нейросетях. В рабочем смысле это совокупность трёх параметров: частота упоминаний, качество контекста и сила источников, на которых строится ответ. Бренд может появляться часто, но только как нейтральный пример; может упоминаться редко, но в сильных рекомендациях; может вообще не называться, хотя его домен иногда цитируется как supporting source.
Важно отделять AI-видимость от классического SEO и от share of search. SEO отвечает на вопрос, насколько хорошо ранжируются ваши страницы. Share of search показывает, насколько часто сам бренд ищут. AI-видимость отвечает на другой вопрос: использует ли система ваш бренд и ваши источники, когда помогает человеку понять тему, выбрать компанию или проверить риски.
Из этого следует и практический вывод: улучшить AI-видимость нельзя одной технической настройкой. Она складывается из content fit, trust signals, внешних подтверждений, качества карточек, чистоты сущностей и доступности страницы для индексирования и цитирования.

Как выбрать платформы и набор промптов для проверки

Платформы выбирают не по принципу «что модно», а по тому, где реально принимает решение ваш пользователь. Для B2B и экспертных ниш обычно достаточно начать с ChatGPT, Perplexity и Яндекс AEO, а затем добавить Google AI, если рынок активно живёт в Google Search. Важно, чтобы набор платформ был стабильным хотя бы на один цикл замера: только так можно отслеживать динамику, а не гоняться за случайными колебаниями.
С промптами действует то же правило. Нельзя измерять AI-видимость по трём придуманных фразам. Нужен prompt-set, который покрывает разные роли бренда в воронке: прямой брендовый спрос, how-to и diagnostic intent, service intent, shortlist/comparison и trust/risk. Внутри каждого кластера полезно иметь минимум 3–5 формулировок, чтобы не привязывать результат к одному конкретному wording.

Как считать долю упоминаний и cited sources

После того как prompt-set готов, нужно договориться о правилах фиксации. Иначе любой следующий замер будет несопоставимым. Сначала определите, что вы считаете упоминанием. Например: бренд назван явно в основном ответе, бренд указан в списке рекомендуемых компаний, бренд упомянут в cited source без явного упоминания в тексте, бренд отсутствует, но присутствуют конкуренты.
Затем зафиксируйте, как вы работаете со ссылками. Для части платформ важно отделять упоминание со ссылкой на ваш домен от упоминания без ссылки. Это показывает, насколько сильны собственные страницы бренда. Отдельно полезно записывать cited sources: какие домены чаще всего помогают системе собрать ответ и встречается ли среди них ваш сайт.
Саму долю упоминаний удобнее считать по двум уровням: по платформе и по кластеру промптов. Тогда вы увидите, например, что бренд занимает 30% упоминаний в ChatGPT по диагностическим вопросам и только 5% в Perplexity по shortlist-запросам.

Как анализировать контекст упоминаний и роль конкурентов

Количество упоминаний без оценки контекста быстро вводит команду в заблуждение. Бренд может фигурировать в ответе, но не как сильный выбор, а как один из многих или даже как пример спорного случая. Поэтому для каждого упоминания полезно ставить оценку качества.
Практичная шкала — от 0 до 3. Ноль — бренд не упомянут. Один — бренд упомянут формально, без рекомендации. Два — бренд назван в списке релевантных вариантов. Три — бренд явно рекомендован или используется как экспертный ориентир. Этого уже достаточно, чтобы сравнить не только частоту, но и ценность присутствия.
Отдельно фиксируйте, кто выигрывает в категории. Если в большинстве сравнительных промптов рядом с вами повторяются одни и те же конкуренты, проблема не всегда в словах на сайте. Часто это сигнал, что рынок уже собрал вокруг них внешний trust layer — обзоры, рейтинги, кейсы, комментарии, понятные страницы услуг — а у вашего бренда этот слой ещё не построен.

Как понять, какие источники влияют на результат

Следующий шаг — разложить cited sources по типам. Обычно там встречаются собственные страницы бренда, рейтинги и обзоры, карточки и каталоги, медиа, форумы, review-площадки и иногда энциклопедические сущности. Эта карта показывает, где у бренда уже есть опора, а где AI-системы вынуждены объяснять категорию без вас.
Очень часто распределение оказывается разным по интентам. How-to запросы выигрывают собственные методические страницы. Category- и shortlist-запросы чаще поднимают внешние рейтинги, обзоры и медиа. Trust-запросы сильно зависят от отзывов, карточек и обсуждений. Поэтому универсальной одной меры нет: нужно понимать, какой тип источника нужен именно под конкретный кластер запросов.
На этом же этапе полезно провести короткую техническую проверку. Google прямо указывает, что для AI features работают те же базовые SEO-practices, а страница должна быть индексирована и пригодна для показа со snippet. OpenAI рекомендует не блокировать OAI-SearchBot, если вы хотите быть доступны для ChatGPT Search. Perplexity советует разрешать PerplexityBot и учитывать опубликованные IP-диапазоны при настройке WAF. Яндекс AI формирует ответы на основе материалов из интернета и показывает ссылки на использованные источники. Эти правила не дают гарантии упоминаний, но они убирают технические барьеры, из-за которых сайт просто не попадает в рабочий пул источников.

Как превратить замер в план доработок

Замер имеет смысл только тогда, когда каждая проблема связана с конкретным действием. Если бренд не виден в diagnostic intent, это почти всегда контентная задача: нужна новая страница или усиление существующей. Если проседают shortlist-запросы, часто нужен внешний слой доверия: рейтинги, обзоры, PR-подтверждения. Если AI цитирует устаревшие сведения, нужно чистить сущности и обновлять ключевые активы.
Удобнее всего переводить выводы в матрицу «симптом → причина → fix». Тогда команда сразу понимает, какой тип работы нужен: on-site, off-site, review management или technical cleanup. Эту матрицу и стоит использовать как основу для roadmap на ближайшие 30–90 дней.

Как часто переснимать AI-видимость

Для первичного baseline достаточно одного качественного замера по стабильной методике. После этого ритм зависит от скорости изменений. Если бренд публикует новый кластер страниц, запускает PR-активности, обновляет карточки и отзывы, полезно делать повторный срез через 3–4 недели. Для устойчивого проекта обычно хватает ежемесячного короткого замера и квартального полного аудита.
Ежедневный мониторинг нужен редко. Он оправдан только в кризисной ситуации, когда AI уже цитирует чувствительную тему, или в очень конкурентной нише с быстрыми изменениями контента. Во всех остальных случаях важнее не частота скриншотов, а сопоставимость условий замера.

Вывод

Проверка AI-видимости бренда — это уже не эксперимент, а обычная управленческая задача. Она помогает увидеть, как рынок и AI-системы описывают ваш бренд сегодня, по каким сценариям выбора вы вообще не представлены и какие источники влияют на решение пользователя сильнее всего.
Если вы собираетесь развивать GEO-направление, публиковать кластерные страницы или усиливать репутацию бренда в поиске и нейросетях, начните с baseline. Иначе команда будет производить контент и активы вслепую.