Как отслеживать видимость бренда в ИИ-поиске: упоминания, ссылки и трафик

Когда клиент спрашивает, упоминают ли его компанию ChatGPT, Perplexity или другой ИИ-сервис, одного ответа “да” или “нет” недостаточно. Бренд может появиться в одном ответе и исчезнуть в другом, а сайт - быть процитированным без явной рекомендации компании.

Поэтому видимость в ИИ-поиске лучше оценивать сразу по нескольким показателям:

Эти показатели связаны, но не равнозначны. ИИ может назвать компанию без ссылки, сослаться на материал сайта без явной рекомендации или привести пользователя на страницу, где название бренда почти не выделено.

Меня зовут Кирилл Яндовский. С 2008 года я занимаюсь продвижением сайтов на зарубежных рынках, а последние несколько лет плотно работаю с GEO-оптимизацией. За время практики у меня накопилось много полезного материала о том, как проверять видимость компании в ChatGPT, Perplexity, Gemini, Copilot и генеративных функциях Google.

Спойлер: одного инструмента, который показывает всю картину, пока нет. Ручная проверка помогает увидеть конкретный ответ и его контекст, сервисы мониторинга считают упоминания и цитирования, а системы аналитики фиксируют переходы на сайт.

В традиционном поиске мы привыкли оценивать результат по позиции сайта (например, такая-то страница находится на 5-м месте по запросу “buy wool socks”). В ИИ-поиске такой стабильной шкалы обычно нет. Система формирует готовый ответ и может включить в него несколько компаний, не упомянуть ни одну или предложить разные варианты в зависимости от условий запроса.

При этом один удачный ответ с упоминанием компании ещё ничего не доказывает. Он показывает, что бренд появился в конкретной проверке, на конкретной платформе и при конкретных условиях. Чтобы говорить об устойчивой видимости, нужно анализировать серию промптов и сравнивать результаты за сопоставимые периоды.

Под ИИ-поиском в этой статье я понимаю сервисы, которые формируют ответ с помощью языковой модели и, в некоторых случаях, обращаются к внешнему поиску или другим источникам.

На результат влияют:

Так что один и тот же промпт у двух пользователей может дать разные результаты. Даже проверка в режиме инкогнито не даёт полностью нейтральную выдачу: ответы и используемые источники всё равно могут меняться.

При оценке видимости сайта в ИИ-поиске обычно используют несколько близких, но не равнозначных понятия: упоминание, рекомендация и цитирование.

Упоминание означает, что название компании или продукта появилось в тексте ответа. Например, пользователь просит назвать пять CRM для малого бизнеса, и система включает ваш бренд в список.

Рекомендация означает, что ИИ не просто назвал компанию, а представил её как подходящий вариант для задачи пользователя. Бренд может быть упомянут нейтрально, без рекомендации, например в сравнении или в списке альтернатив.

Цитирование означает, что в ответе появилась ссылка на страницу сайта, использованную как источник. Цитирование не обязательно означает рекомендацию бренда: система могла сослаться на статью, исследование или инструкцию, не выделяя компанию в основном тексте.

Возможны разные сочетания:

Поэтому при мониторинге я разделяю четыре вопроса:

Последний показатель связывает видимость с бизнес-результатом. Десятки упоминаний могут хорошо выглядеть в отчёте, но сами по себе не говорят о том, что пользователи заинтересовались продуктом или отправили заявку.

Начать мониторинг можно с трёх бесплатных способов. Ручная проверка покажет, что именно отвечает ИИ на тот или иной промпт. Google Search Console поможет оценить показы сайта в ИИ-функциях Google, а Google Analytics покажет переходы на сайт.

Самый простой способ проверить видимость бренда - задать ИИ-системе запрос, который мог бы использовать потенциальный клиент, и изучить ответ.

Запросы с названием компании для такой проверки не подходят. Если спросить What do you know about [Company Name]?, бренд уже указан в промпте и почти наверняка появится в ответе. Такой тест показывает, умеет ли система рассказать о компании, но не показывает, рекомендует ли она её самостоятельно.

Лучше использовать запросы без названия бренда. Например, “What are the best CRM platforms for small businesses?” Или “Which CRM is suitable for a ten-person sales team?” Или “Compare CRM tools for email automation”.

Промпты должны отражать разные задачи и этапы выбора. Не стоит брать один вопрос и просто переставлять в нём слова. Лучше отдельно проверить:

Результаты удобно сохранять в таблице. Для каждой проверки я рекомендую фиксировать:

Каждую проверку лучше начинать в новом диалоге. Так предыдущая история меньше влияет на ответ. При этом новый диалог не делает результат полностью объективным: ответ всё равно может зависеть от платформы, региона, языка, текущих источников и даты проверки.

Чтобы сравнение было корректным, условия нужно сохранять одинаковыми. Если сегодня вы проверяете промпт на английском в ChatGPT с регионом США, повторную проверку стоит проводить в тех же условиях. Иначе будет сложно понять, изменился ли результат из-за работы алгоритма или из-за другой настройки эксперимента.

Ручная проверка позволяет увидеть то, чего не покажет обычный счётчик. Например, ИИ может: включить бренд в список лучших решений, назвать его только в качестве альтернативы, упомянуть компанию без рекомендации, привести бренд в негативном контексте или сослаться на статью компании, но не назвать её в основном ответе.

Главный недостаток метода - ограниченный масштаб. Результат относится к конкретной проверке и не описывает все ответы, которые получают пользователи. Если промптов, платформ и регионов становится много, ручной мониторинг быстро превращается в трудоёмкую задачу. В этот момент можно подключать специализированный сервис.

В июне 2026 года Google представил отдельный отчёт Generative AI performance report для анализа присутствия сайтов в генеративных функциях Google Search. В нём можно смотреть показы URL в таких форматах, как AI Overviews и AI Mode.

В отчёте можно увидеть:

Например, если статья получила 500 показов в AI Overviews, это означает, что URL был представлен в этой генеративной функции 500 раз за выбранный период.

Важно правильно интерпретировать эту метрику. Показ URL не равен клику, переходу или упоминанию бренда. Search Console не раскрывает полный текст ответа, поисковый промпт и контекст, в котором появилась страница. Поэтому по этому отчёту нельзя понять, рекомендовал ли Google компанию, сослался на её исследование или использовал страницу как справочный источник.

GSC подходит для оценки присутствия страниц в генеративной экосистеме Google, но не заменяет мониторинг упоминаний. Он также не показывает видимость бренда в ChatGPT, Perplexity, Gemini, Copilot и других независимых ИИ-сервисах.

Google Analytics помогает оценить подтверждённые визиты пользователей, которые пришли на сайт после перехода из ИИ-сервиса.

Проверить такие переходы можно в разделе “Отчёты” → “Привлечение трафика”. Над таблицей следует выбрать параметр “Источник сеанса” или “Источник и канал сеанса”.

Затем стоит найти нужные домены:

Список не является постоянным: платформы меняют домены, используют редиректы и могут передавать источник по-разному. Поэтому лучше искать не только один конкретный адрес, но и заранее составить актуальный список доменов для проекта.

В отчёте можно посмотреть:

Ключевые события будут полезны, если в GA4 заранее настроен учёт заявок, регистраций, покупок или других действий. Сам факт перехода ещё не означает, что ИИ-продвижение принесло бизнес-результат.

Чтобы узнать, на какие страницы приходили пользователи, добавьте к источнику сеанса параметр “Целевая страница + строка запроса”. Так можно увидеть, какие материалы получают переходы из конкретных ИИ-сервисов.

В таблице появятся страницы входа для всех источников. В строках с chatgpt.com, perplexity.ai и gemini.google.com будет видно, с каких страниц начинались визиты пользователей, пришедших из этих ИИ-сервисов.

При этом у GA4 есть несколько важных ограничений:

Если реферер не передался, визит может попасть в Direct, Unassigned или другую категорию. Кроме того, пользователь мог сначала увидеть рекомендацию в ИИ-сервисе, а затем самостоятельно открыть сайт через браузер. Такой визит уже не обязательно будет связан с источником ChatGPT или другой платформы.

Поэтому GA4 показывает не общую видимость бренда, а её нижний слой - зафиксированные визиты и действия пользователей. Его стоит использовать вместе с ручными проверками и сервисами мониторинга, а не вместо них.

Платные сервисы позволяют собрать более широкую картину: регулярно проверять промпты в разных ИИ-системах, отслеживать упоминания и цитирования, сравнивать бренд с конкурентами и смотреть динамику. Для такого мониторинга я использую Otterly.ai и Ahrefs Brand Radar. Они решают похожие задачи, но по-разному работают с промптами и источниками данных.

Otterly AI отслеживает присутствие бренда в ответах ИИ-систем и ссылки на сайт. В Brand Report можно анализировать:

Чтобы начать работу, нужно создать Brand Report:

Промпты можно группировать по продуктам, темам, странам или этапам воронки. Например, отдельно отслеживать информационные запросы, коммерческие рекомендации и сравнения с конкурентами.

Главное ограничение - сервис проверяет только заданную библиотеку промптов. Он не ищет автоматически все новые вопросы, которые пользователи могут задавать по вашей теме. Поэтому качество отчёта зависит от полноты первоначальной выборки.

Добавленные промпты автоматически проверяются с заданной сервисом периодичностью.

Чтобы оценить упоминания бренда, я в первую очередь смотрю четыре показателя:

Эти данные позволяют понять, насколько регулярно компания появляется в ИИ-ответах. Один удачный ответ уже не будет восприниматься как общий результат: на графике видно, сохраняются ли упоминания и как меняется их частота.

Ещё один полезный блок - Top Prompts by Brand Mentions. В нём указано, по каким промптам ИИ называл компанию и сколько упоминаний принёс каждый запрос. Здесь же видны промпты с нулевым результатом.

По этой таблице можно определить, с какими темами ИИ уже связывает бренд. Например, компания может регулярно появляться в общих информационных ответах, но отсутствовать в запросах на выбор или сравнение продукта.

Более подробный отчёт по промптам позволяет посмотреть результаты по всем добавленным запросам и отдельно оценить, насколько стабильно бренд появляется в ответах.

Один из основных показателей здесь - Brand Coverage. Он показывает процент ИИ-ответов по конкретному промпту, в которых был упомянут бренд. Например, высокое количество упоминаний ещё не всегда означает стабильную видимость: часть может быть получена на одной платформе, тогда как в остальных ответах компания отсутствует.

Второй важный показатель - Brand Sentiment. Он помогает отделить позитивные, нейтральные и негативные описания бренда. Автоматическую тональность не стоит воспринимать как окончательную оценку: важные упоминания лучше проверять вручную.

Эти показатели полезно оценивать вместе. Высокий Brand Coverage при отрицательной тональности означает, что ИИ часто называет компанию, но описывает её не в лучшем контексте. Низкий Brand Coverage при положительной тональности показывает другую ситуацию: бренд пока появляется редко, но воспринимается ИИ положительно.

В разделе Citation Changes собраны конкретные страницы, на которые ссылались ИИ-системы по отслеживаемым промптам. Это могут быть как страницы вашего сайта, так и сторонние источники. Для каждой ссылки сервис показывает количество цитирований и изменение за выбранный период.

Чтобы отдельно оценить, как часто ИИ ссылается именно на сайт отслеживаемого бренда, Otterly.ai выводит несколько показателей.

На момент подготовки статьи тариф Otterly.ai Lite стоит от $29 в месяц и включает 15 промптов с ежедневной проверкой в ChatGPT, Google AI Overviews, Perplexity и Microsoft Copilot. Gemini, Google AI Mode и Claude подключаются отдельно. Тариф со 100 промптами стоит от $189 в месяц. При годовой оплате стоимость ниже.

Главный плюс Otterly.ai заключается в том, что упоминания, цитирования, промпты и динамика собраны в одном отчёте. Не нужно вручную повторять десятки запросов и записывать результаты в таблицу. Также можно разделять данные по странам, ИИ-платформам и группам промптов.

Основной минус - результат зависит от выбранной библиотеки запросов. Если добавить мало промптов или охватить только одну часть спроса, отчёт не даст полной картины. Кроме того, сервис показывает результаты собственных проверок, а не все ответы, которые получают реальные пользователи. Переходы на сайт он тоже не фиксирует: их нужно отдельно смотреть в Google Analytics.

Ahrefs Brand Radar предназначен для более широкого анализа видимости бренда в ИИ-поиске. Сервис позволяет отслеживать упоминания и цитирования, сравнивать компанию с конкурентами, изучать конкретные ответы ИИ и находить домены, которые чаще всего влияют на формирование этих ответов.

В отличие от Otterly.ai, Brand Radar работает не только с вручную заданной библиотекой запросов. Основной режим использует готовую базу поисково-ориентированных промптов - вопросов, смоделированных на основе реального поискового спроса. На момент подготовки статьи Ahrefs заявляет более 405 млн таких промптов и покрытие семи ИИ-платформ: Google AI Overviews и AI Mode; ChatGPT; Perplexity; Gemini; Microsoft Copilot; Grok (доступность новых данных может временно ограничиваться изменениями в политике платформы.); Claude.

Для начала анализа нужно указать:

После этого Brand Radar находит релевантные промпты в готовой базе и показывает, в каких ответах упоминается бренд, какие страницы цитируются и с какими конкурентами компания появляется рядом.

Преимущество такого подхода в том, что не нужно заранее составлять большую выборку из нескольких десятков запросов. Сервис помогает обнаружить темы и вопросы, которые сложно найти вручную.

В Brand Radar можно анализировать несколько показателей:

Mentions - количество ответов, в которых бренд упоминался хотя бы один раз.

Citations - количество ответов, в которых страница сайта была указана как источник. В документации Ahrefs одно цитирование засчитывается, если страница появилась в ответе как цитируемый источник хотя бы один раз.

Impressions - расчётный потенциальный охват промптов, в ответах на которые появляется бренд. Это не фактическое количество просмотров внутри ChatGPT, Google AI Mode или другой ИИ-платформы. Показатель следует понимать как оценку популярности тем, связанных с найденными промптами.

AI Share of Voice - доля потенциальной видимости бренда относительно выбранных конкурентов.

Две последние метрики особенно важно не интерпретировать как реальные показы или долю рынка. Например, высокий AI Share of Voice может означать, что бренд появляется в популярных темах, но не доказывает, что пользователи видят его чаще конкурентов в каждом конкретном ответе.

В разделе AI Responses доступны конкретные промпты, ответы ИИ и использованные источники. Это позволяет проверить не только числовые показатели, но и контекст упоминания:

Отдельно можно проверить статус страниц собственного сайта. Ahrefs различает ситуации, когда страница была процитирована, найдена как возможный источник, но не попала в финальный ответ, или вообще не была обнаружена системой.

Такой анализ помогает найти разрыв между содержанием сайта и его использованием в ИИ-ответах. Например, страница может быть доступна системе, но не цитироваться в итоговом ответе. Это не означает автоматически, что материал плохой: на результат также влияют промпт, конкурирующие источники и особенности конкретной платформы.

В Brand Radar можно добавить конкурирующие бренды и посмотреть, как компании пересекаются в ответах. Обычно результаты удобно разделять на три группы:

Последняя группа особенно полезна для поиска возможностей. Она показывает запросы, по которым ИИ уже рекомендует другие компании, но пока не называет вашу.

Однако отсутствие бренда в одном ответе не означает, что он полностью отсутствует в ИИ-поиске. Результат нужно оценивать по серии промптов, платформ и регионов, а не по единичной записи.

Отчёты Cited Domains и Cited Pages помогают понять, какие источники чаще всего появляются в ИИ-ответах по выбранной теме или рядом с конкретным брендом.

Cited Domains показывает домены, страницы которых цитируются в ответах. Cited Pages позволяет перейти на уровень конкретных URL. В этих отчётах можно найти:

Ahrefs подчёркивает, что эти отчёты помогают находить источники, которые влияют на то, как ИИ описывает бренд.

Выглядеть это может так: вы находите запросы, где появляется конкурент, открываете список цитируемых страниц и сравниваете их с собственным контентом. Это позволяет сформировать гипотезы для новых материалов, digital PR и работы с отраслевыми площадками. Само наличие ссылки на стороннем сайте, конечно, не гарантирует появление бренда в каждом будущем ответе.

При этом готовая база не является прямой записью всех реальных запросов пользователей к ChatGPT или другой платформе. Это моделируемый массив поисково-ориентированных промптов, построенный на данных поискового спроса Ahrefs. Поэтому результаты лучше воспринимать как оценку видимости в выбранном индексе, а не как полный охват всех ИИ-ответов.

Стоимость зависит от способа работы. Доступ к готовой базе начинается от $199 в месяц за одну ИИ-платформу. Пакет со всеми платформами стоит $699 в месяц и включает 2 500 проверок собственных промптов. Если готовая база не нужна, пакет для мониторинга пользовательских запросов стоит от $50 в месяц за 2 500 проверок. Одна проверка - это запуск одного промпта в одной ИИ-системе для одной локации.

Brand Radar больше подходит для широкого анализа рынка и конкурентов. Готовая база помогает найти промпты и источники, которые сложно обнаружить вручную. Для небольшого проекта сервис может оказаться слишком дорогим, а расчётные Impressions и AI Share of Voice нельзя воспринимать как реальный охват аудитории. Переходы на сайт по-прежнему нужно проверять через Google Analytics.

У каждого инструмента своя задача, поэтому (надеемся пока что) выбирать один универсальный вариант не стоит. Ручная проверка показывает содержание и контекст конкретных ответов, Search Console - присутствие страниц в генеративных функциях Google, GA4 - зафиксированные визиты, а платные сервисы помогают регулярно анализировать масштабную выборку промптов.

Для первого этапа достаточно ручной проверки, Search Console и GA4. Платный сервис нужен, когда необходимо регулярно обрабатывать большую выборку, сравнивать бренд с конкурентами и отслеживать изменения во времени.

Если вы работаете с международными проектами, добавьте к мониторингу разные языки, страны и локальные формулировки запросов. Бренд может хорошо отображаться в англоязычных ответах для США и почти не появляться в русскоязычных ответах для другой страны.

Главная цель такого мониторинга - не собрать как можно больше упоминаний, а понять, в каких пользовательских сценариях бренд появляется, какие источники поддерживают его видимость и приводит ли это присутствие к реальным действиям.

Если есть вопросы по GEO-оптимизации или зарубежному SEO - пишите в личку: @yandowski. Больше материалов по теме в телеграм-канале: @ppcanalytics.

Читайте также: