В корзине пусто!
Инструменты AI-видимости считают цитаты, хотя цитата ещё не рекомендация
Дата публикации: 19.07.2026
Популярные инструменты для оценки видимости в AI-поиске считают, как часто вас цитируют — и выдают это за метрику успеха. Проблема в том, что цитата и рекомендация — не одно и то же: бренд могут упомянуть как источник, но посоветовать пользователю конкурента.
Насколько велик разрыв
Джефф Оксфорд протестировал 20 000 ответов ChatGPT и получил корреляцию между цитированием и рекомендацией лишь 0,4. Лили Рэй нашла листинги, которые процитировали 323 раза, но в 69% случаев исключили из финальной рекомендации. Добавьте нестабильность: по данным Рэнда Фишкина, чтобы получить два одинаковых списка ответов подряд, модель нужно спросить около 1500 раз — а дашборды рапортуют по одному прогону.
По данным Search Engine Journal, в BrightEdge 91% процитированных URL встречаются лишь в одной системе — то есть цитаты не «переезжают» между разными AI. Видимость в ChatGPT почти ничего не говорит о видимости в Gemini или Perplexity, и сводная «AI-видимость» одним числом скрывает именно эту разницу.
Почему ответы каждый раз разные
Модель не достаёт готовый список из базы — она каждый раз собирает ответ заново. На результат влияет формулировка запроса, предыдущие реплики в диалоге, включённый веб-поиск и даже порядок слов. Поэтому два замера подряд почти гарантированно дадут разные наборы брендов, и это не сбой инструмента, а свойство технологии.
Практический вывод один: единичный прогон ничего не доказывает ни в вашу пользу, ни против. Значение имеет только серия одинаковых замеров во времени — именно на ней видно, меняется ли ваша доля в ответах.
Что мерить вместо голых цитат
| Метрика | Что показывает | Как снимать |
|---|---|---|
| Presence Share | как часто вы появляетесь в ответах | фиксированный набор промптов, регулярный прогон |
| Recommendation Share | как часто упоминание становится советом | ручная разметка ответов: источник или рекомендация |
| Brand Accuracy | верно ли AI описывает компанию | сверка фактов: год, регион, продукты, конкуренты |
| Связь с действием | был ли переход или заявка | рефералы из AI-систем в веб-аналитике |
| Композиция ответа | сколько брендов в ответе и как меняется формулировка | сохранение полных ответов во времени |
Как собрать замеры без дорогих сервисов
Минимальная система собирается руками за полдня:
- составьте 20–30 промптов из реальных запросов клиентов, а не из семантики под Google;
- прогоняйте их по расписанию — раз в неделю, в той же формулировке;
- сохраняйте полный ответ, а не только факт упоминания: потом будет видно, что изменилось;
- отдельной колонкой отмечайте, вас процитировали или посоветовали;
- раз в месяц проверяйте фактическую точность: дату основания, регион работы, состав услуг.
Точность описания бренда стоит держать под контролем отдельно: модели берут её из того, что написано о вас в сети и на вашем сайте. Это та же работа, что и оптимизация бренда в выдаче — согласованные данные о компании во всех источниках.
Метрика, за которой стоит следить
Число упоминаний в дашборде остаётся красивой, но малоинформативной цифрой — слишком слабо оно связано с тем, порекомендует ли модель бренд живому человеку. Пока индустрия не сошлась на единой метрике AI-видимости, показательны только доля рекомендаций и реальные переходы из AI-систем — то, что действительно можно связать с деньгами.
