Видимость в ChatGPT, AI Overviews и Алисе: какие метрики имеют смысл, а какие ничего не говорят о бизнесе

01

Главная ошибка: считать AI-видимость одной цифрой

В 2026 году измерять присутствие бренда в генеративном поиске стало технически проще. Яндекс Вебмастер показывает Share of Voice сайта в ответах Алисы AI. Google Search Console выделяет генеративную видимость в отдельный отчёт. Bing Webmaster Tools показывает цитирования и grounding queries. Но появление новых отчётов не решает главный вопрос бизнеса: что именно считать результатом.

Цитирование, упоминание и рекомендация — разные события. Страница может быть источником факта, а бренд в ответе вообще не появится. Бренд может быть назван, но без ссылки. Он может быть назван рядом с конкурентами без явного предпочтения. И только на следующем уровне появляется рекомендация, переход или действие пользователя.

Эту разницу хорошо показывает эксперимент Ahrefs 2026 года. Авторы проанализировали 9 886 ответов ChatGPT, Gemini, Perplexity и Copilot. Когда AI цитировал страницу, продвигавшую конференцию Ahrefs Evolve, в 43% таких ответов сама конференция вообще не упоминалась. Источник получил цитату, но рекомендацию мог получить другой участник списка.

Поэтому отчёт «AI citations выросли на 300%» без расшифровки недостаточен. Он отвечает только на вопрос, использовался ли ваш URL как источник. Он не отвечает на вопросы, увидел ли пользователь бренд, в каком контексте бренд был назван и приблизило ли это пользователя к выбору.

02

Что уже можно измерять в Google, Яндексе, Bing и ChatGPT

Вместо единого стандарта рынок получил несколько разных систем измерения. У каждой платформы свой набор сигналов. Сводить их в один общий процент без пояснений нельзя.

Яндекс отдельно поясняет ограничения своего отчёта. Данные по «Видимости сайта в Алисе AI» отображаются за последние три месяца и обновляются еженедельно. Ключевая метрика — Share of Voice. При этом инструмент специально не показывает клики и показы, потому что оценивает представленность сайта в ответах Алисы AI.

Google 3 июня 2026 года представил отдельные Search Generative AI performance reports, а с 31 августа сообщил о развёртывании этих данных для всех сайтов по всему миру. В отчёте доступны impressions, URL страниц, страны, устройства и динамика по датам. Это уже серьёзный шаг от догадок к наблюдаемой AI-видимости, но даже такой отчёт остаётся верхней частью воронки.

Bing формулирует ограничение ещё прямее. Total Citations показывает число цитирований, но не позицию и не способ представления внутри ответа. Page-level citation activity отражает частоту цитирования конкретного URL, но не важность страницы, её ранг или роль в ответе.

OpenAI указывает, что ответы ChatGPT с поиском могут содержать ссылки на источники. Для бизнеса это создаёт измеримую точку контакта, если пользователь действительно переходит по ссылке. Но факт наличия ссылки и факт коммерческого действия остаются разными событиями.

03

Лестница метрик: от доступности страницы до выручки

Для отчётности я разделяю AI-видимость на уровни. Это не новый «универсальный стандарт GEO», а рабочая модель, которая не даёт перепутать технический сигнал и бизнес-результат.

Главное правило простое: метрика верхнего уровня не подменяет нижний. Рост Share of Voice полезен, когда задача — расширить присутствие. Рост цитирований полезен, когда нужно понять, какие материалы становятся источниками. Но в отчёте для CMO рядом должен стоять следующий вопрос: что изменилось ближе к выбору и продаже.

04

Какие AI-метрики чаще всего становятся vanity metrics

Vanity metric — это не «плохая» метрика. Проблема появляется, когда показатель используют как доказательство результата, которого он не измеряет.

• Рост citations в процентах без абсолютной базы. Переход с 2 до 20 цитирований выглядит как +900%, но сам по себе ничего не говорит о масштабе спроса.
• Упоминания без сегментации запросов. Бренд может часто встречаться в информационных вопросах, которые не относятся к покупке.
• Share of Voice без списка тем и контрольных запросов. Общий процент не показывает, по каким сценариям выбора бренд заметен, а по каким отсутствует.
• Цитирование без проверки ответа. Система может сослаться на ваш URL и порекомендовать конкурента.
• Реферальный трафик без качества. Визиты важны только вместе с поведением, целевыми действиями и качеством обращения.
• Один снимок вместо динамики. Генеративные ответы и набор источников меняются. Разовая проверка не показывает устойчивость результата.

Показательный пример приводит Ahrefs в обзоре AI search trends. На одной странице зафиксировали рост цитирований ChatGPT примерно на 1 900% месяц к месяцу, но заметного бизнес-эффекта это почти не дало. Смысл примера не в конкретном проценте, а в разрыве между красивым графиком видимости и ценностью для бизнеса.

05

Как я измеряю AI-видимость для бизнеса

Правильный отчёт начинается не с сервиса мониторинга. Сначала фиксируется, в каких сценариях пользователь вообще может выбирать компанию через AI. Для B2B это часто запросы на сравнение поставщиков, альтернативы, ограничения, стоимость внедрения, отраслевой опыт и риски. Для локального бизнеса — выбор услуги и компании в конкретной географии. Для e-commerce — сравнение моделей, характеристик, цены и доступности.

Шаг 1. Собрать контрольный набор запросов

Запросы группируются по роли в выборе. Отдельно фиксируются небрендовые коммерческие вопросы, сравнения, вопросы об альтернативах, брендовые проверки и вопросы, где пользователь уже выбирает между несколькими поставщиками. Важно хранить исходный набор, иначе процент видимости можно улучшить просто заменой неудобных запросов на более лёгкие.

Шаг 2. Зафиксировать baseline по каждой системе

Для каждого контрольного запроса отмечаются дата, система, география, присутствие бренда, наличие ссылки, URL источника, контекст упоминания и конкуренты рядом. Для Яндекса этот ручной набор дополняется Share of Voice и примерами запросов из Вебмастера. Для Google — генеративными impressions и страницами из Search Console. Для Bing — citations и grounding queries.

Шаг 3. Разделить source visibility и brand visibility

Это критичный разрез. Source visibility отвечает на вопрос «используют ли мои страницы». Brand visibility отвечает на вопрос «видит ли пользователь мою компанию». Иногда внешний отраслевой материал упоминает бренд сильнее, чем собственный сайт. Иногда собственная статья активно цитируется, но бренд остаётся за кадром. Эти ситуации требуют разных действий.

Шаг 4. Проверять рекомендацию и корректность фактов

Упоминание само по себе ещё не означает положительный результат. В ответе нужно проверять, что именно система говорит о компании: услуги, географию, цены, ограничения, преимущества, наличие интеграций и другие факты, которые реально влияют на выбор. Ошибочная рекомендация или устаревший факт могут быть хуже полного отсутствия бренда.

Шаг 5. Связать AI с поведением после ответа

После верхнеуровневой видимости проверяются переходы из AI-источников, посадочные страницы, брендовый спрос, формы и качество обращений. Для длинного B2B-цикла дополнительно нужны CRM-статусы и assisted conversions, потому что пользователь может сначала увидеть бренд в AI, затем вернуться через брендовый поиск или напрямую.

06

Почему рекомендация важнее самого факта цитирования

В генеративном поиске источник и объект рекомендации могут быть разными. AI может взять с вашей страницы определение, цифру или таблицу, а затем на основе этого же материала предложить пользователю другую компанию. Для издателя это может быть нормальным результатом. Для бизнеса, который продаёт услугу или продукт, такой отчёт требует отдельной интерпретации.

Поэтому в коммерческой GEO-аналитике нужно различать минимум четыре сценария:

• сайт процитирован, бренд не упомянут
• бренд упомянут, но ссылки на сайт нет
• бренд упомянут среди нескольких вариантов без предпочтения
• бренд входит в рекомендацию и пользователь получает понятный следующий шаг

Ещё один важный сценарий — внешний источник. AI может цитировать отраслевую площадку, партнёра, рейтинг или обзор, который описывает вашу компанию. Поэтому AI-видимость нельзя сводить только к собственному сайту. Но и внешнее упоминание нужно оценивать по качеству, фактам и роли в выборе, а не просто по наличию названия бренда.

07

Что должен увидеть CMO в нормальном GEO-отчёте

Хороший отчёт по AI-видимости не начинается с большого процента роста. Он позволяет быстро ответить, где именно бренд стал заметнее и что изменилось ближе к бизнес-результату.

Если в отчёте есть только количество упоминаний или цитирований, это отчёт о видимости, а не о результате бизнеса. Он может быть полезен как первый слой, но не должен продаваться как доказательство лидов или выручки.

08

Как ЭПОС связан с AI-видимостью

Яндекс прямо указывает, что при выборе страниц для источников Алисы AI первостепенное значение имеют экспертность, полезность, оригинальность и содержательность. В справке по видимости Яндекс также рекомендует улучшать полноту ответа, добавлять примеры и уникальные данные.

На практике это означает, что страница должна давать системе проверяемый материал, а пользователю — основание доверять ему. Короткое определение можно пересказать без ссылки. Собственные данные, точная методика, ограничения, сравнение сценариев, кейс и доказательство сложнее заменить общим AI-ответом.

Именно поэтому я не выделяю «текст для нейросети» в отдельную сущность. Базовая задача остаётся той же: сделать материал доступным, понятным, доказуемым и полезным. А AI-метрики нужны затем, чтобы проверить, где этот материал участвует в ответах и приводит ли участие к ценному действию.

09

Как эта статья отличается от вводного материала Synapsee про GEO

В журнале Synapsee уже есть материал «GEO и AI SEO: как подготовить сайт к сценариям выбора». Он отвечает на вопрос, что должно быть на стороне сайта: согласованные факты, структура ответов, проверяемое авторство и baseline. Эта статья решает следующий уровень задачи: как после подготовки измерять присутствие и не путать техническую видимость с бизнес-результатом.

Такой порядок важен и для стратегии. Сначала создаётся понятный источник фактов и полезный контент. Затем фиксируется присутствие в AI-системах. После этого оцениваются рекомендация, переходы, обращения и влияние на брендовый спрос. Перескакивать сразу к «ROI от ChatGPT» без стабильного baseline почти всегда означает спорить с данными, которых ещё нет.

10

Итог: GEO нужно измерять как воронку, а не как счётчик цитат

AI-видимость уже перестала быть полностью непрозрачной. Яндекс показывает Share of Voice и примеры запросов. Google показывает генеративные impressions и страницы. Bing показывает citations и grounding queries. Это хорошие диагностические сигналы.

Но ни одна из этих цифр сама по себе не равна коммерческому результату. Для бизнеса важна последовательность: система получила страницу → использовала её → показала бренд → корректно представила его → включила в выбор → пользователь перешёл или запомнил бренд → возникло обращение или продажа.

Поэтому я смотрю не на максимальное число AI-упоминаний, а на ценность конкретного присутствия. Хороший GEO-отчёт должен показать не только «нас стало больше в ответах», но и где именно это произошло, в каком контексте, по каким сценариям выбора и что изменилось ближе к деньгам.