Почему без предаудита бюджет на видимость в нейросетях тратится вслепую?

По данным Adobe Analytics, которые приводит TechCrunch, в первом квартале 2026 года трафик из ИИ-ассистентов на розничные сайты США вырос на 393%. Пользователи всё чаще ищут товары и услуги через ChatGPT и подобные системы, а не через обычный поиск. Канал стал достаточно большим, чтобы решения по нему принимались не на глаз, а на основе цифр. Проблема в том, что большинство компаний вообще не проверяло, что эти цифры показывают именно про них.

Предаудит — разовое измерение перед стартом работы над видимостью. Он показывает, сколько раз бренд упоминается в ChatGPT, Perplexity, Gemini, Claude, Yandex Neuro, кто из конкурентов упомянут чаще и какие технические барьеры мешают ИИ вообще увидеть сайт.

Пока канал был маленьким, ошибка в оценке видимости стоила недорого. При росте на 393% за год цена той же ошибки другая. Деньги, направленные не туда, и упущенный трафик считаются уже в реальных суммах, а не в абстрактных процентах. Вопрос "а мы вообще видны в ChatGPT" перестаёт быть делом маркетинга и становится вопросом, на который должен ответить тот, кто утверждает бюджет.

Деньги в эту область уже идут вне зависимости от того, есть предаудит или нет. По данным Conductor, 56% руководителей маркетинга сделали значительные инвестиции в AEO уже в 2025 году. Представьте, что произошло в 2026-м. Вопрос не в том, инвестировать или нет, а в том, на основе каких цифр эти инвестиции распределяются.

Типичная ситуация выглядит так: кто-то в компании вручную вбил три вопроса в ChatGPT, увидел упоминание бренда и сделал вывод "у нас всё нормально". Это не измерение, а ошибочный вывод на одной точке данных. Предаудит заменяет такой вывод структурированным замером по всем нужным движкам и темам, прежде чем на основе этого замера кто-то подпишет счёт на продвижение.

Что стоит сделать на этапе предаудита?

Здесь есть контринтуитивный момент. Данные компании Profound, изучившей цитирования ИИ-движков по одинаковым запросам, показывают, что 40–60% доменов, процитированных в ответах ИИ, меняются уже через месяц даже для идентичных вопросов, а при сравнении цитирований с разницей в полгода доля изменившихся доменов вырастает до 70–90%. На первый взгляд это довод против измерения. Зачем мерить то, что и так поменяется. Но именно из-за такой волатильности разовый замер без последующих повторов бесполезен, а бизнес-решение "проверили один раз, и всё" системно ошибочно.

Отсюда вывод для бюджета: предаудит — первая точка в цикле. Стоимость первого замера обычно ниже, чем стоимость повторных, потому что первый определяет методологию и набор промптов, а дальше измерение просто воспроизводится. Компании, которая планирует потратить деньги на AEO разово и забыть, стоит пересмотреть саму формулировку задачи ещё на старте.

Проблема не в компетенции команды, а в системном пробеле. Хороший предаудит закрывает три технических условия, прежде чем переходить к содержанию: доступна ли страница для ИИ-краулера физически (Fetchable), выбирает ли её модель как релевантную (Chosen) и может ли модель вытащить из неё конкретный ответ (Extractable). Ручная проверка через интерфейс чат-бота ни одно из этих трёх условий не проверяет, она видит только конечный ответ, а не причину, почему сайт в нём есть или его там нет.

Без этой раскладки решение о бюджете принимается на основе одной случайной точки, а не системы координат.

Ответ короткий: больше одного, и обязательно с разбивкой по каждому отдельно, а не усреднённой цифрой. Разница между движками системная. У одной и той же компании видимость в ChatGPT и в Yandex Neuro может отличаться в разы, а Google AI Overviews и Google AI Mode одного вендора расходятся между собой сильнее, чем можно ожидать. Полноценный предаудит на платформе Humanswith.ai решает это через агента Hermes, который еженедельно сканирует ответы девяти движков — ChatGPT, Perplexity, Gemini, Claude, Grok, DeepSeek, Kimi, Google AI Overviews и Yandex Neuro, и присваивает каждому упоминанию трёхуровневый скоринг: упомянут ли бренд вообще, на каком месте среди вариантов и как сформулирован контекст.

Для российского бизнеса отдельная строка по Yandex Neuro и Alice не факультативна. Эти системы ведут себя иначе, чем западные модели, и без отдельного замера предаудит просто пропускает заметную часть реальной аудитории.

Для человека, утверждающего бюджет, важнее не сам процент видимости, а то, во что он переводится. Два разных числа стоят за одной фразой "бренд упомянут": Visibility — упоминается ли компания в ответе вообще, и Citation — ведёт ли этот ответ именно на ваш сайт, а не на агрегатор или конкурента. Разница прямо влияет на то, куда идёт трафик и доверие, оплаченные потенциальным клиентом временем на изучение ответа модели.

Хороший предаудит переводит эту разницу в конкретную карту находок:

Последняя строка обычно самая недооценённая. Правка в пару часов работы иногда стоит дешевле одной статьи, а без неё ни одна будущая статья не станет видимой.

Сначала технические блокеры, потому что они самые дешёвые и без них любой новый контент всё равно останется невидимым. Затем темы, где бренд отсутствует полностью — это прямой пробел в присутствии. И только затем точечные доработки там, где бренд уже упомянут, но недостаточно цитируется. Обратный порядок — сначала дорогой контент, потом технические правки — типичная причина, почему деньги на AEO тратятся, а результат не появляется месяцами.

Предаудит — это разовое измерение на несколько дней, а не отдельный проект с собственной сметой на месяцы. Сравнивать его стоимость стоит с ценой контент-программы, запущенной без начальной отметки. Если через полгода окажется, что бюджет ушёл на темы, где конкурент и так рекомендуется чаще, пересмотр стратегии обходится дороже, чем измерение до старта. Это тот редкий случай, когда самая дешёвая часть всего процесса даёт наибольшую защиту от ошибки в остальном бюджете.

Есть и обратная сторона: предаудит не заменяет решение, а только его формирует. Он не пишет контент и не чинит сайт сам, он показывает, куда именно направить деньги, которые компания и так собиралась потратить.

Чем предаудит отличается от того, что маркетинг может проверить сам за час?

Ручная проверка видит только финальный ответ модели, а не причину, почему сайт в нём есть или отсутствует. Предаудит проверяет техническую доступность, разбивку по движкам и разделение упоминания и цитирования — то, что вручную не видно.

Если данные о видимости меняются на 40–60% в месяц, есть ли смысл вообще измерять один раз?

Да, но с оговоркой: разовый замер даёт точку отсчёта и настраивает методологию для дальнейших измерений. Сам по себе, без повторов, он теряет ценность именно из-за этой волатильности.

Можно ли ограничиться проверкой одного ChatGPT, раз он самый популярный?

Нет. Движки расходятся в выборе источников достаточно сильно, чтобы усреднённая цифра маскировала реальную проблему. Для российского бизнеса отдельно нужен Yandex Neuro и Alice.

С чего начинается экономия бюджета после предаудита?

С технических блокеров. Они самые дешёвые в исправлении, и без них новый контент не может стать видимым независимо от бюджета на его производство.

Стоит ли ждать роста трафика из ИИ-ассистентов, прежде чем инвестировать в измерение?

Рост уже идёт, и цена ошибки в оценке видимости растёт вместе с ним. Ждать имеет смысл ровно до объёма трафика, при котором ошибка перестаёт быть незаметной, а этот порог для многих ниш уже пройден.

Что, если предаудит покажет высокую видимость, но конкурент рекомендуется чаще?

Это сигнал не про качество бренда, а про отсутствие сравнительного материала или кейса именно по этому сценарию использования.

Прежде чем утверждать бюджет на продвижение в ИИ-поиске, закажите замер, который покажет три вещи: текущую видимость по каждому движку отдельно, технические блокеры и карту пробелов относительно конкурентов. Это разовая и относительно недорогая проверка по сравнению с ценой контент-программы, которая опирается на предположения вместо цифр.

Материал — адаптация статьи «Что покажет предаудит видимости в нейросетях?».