Как проверить, видит ли ваш бренд ChatGPT: практический аудит видимости в AI-поиске

Представьте, что подрядчик присылает вам скриншот: ChatGPT назвал вашу компанию, описал услуги и даже написал что-то приятное про команду. На первый взгляд задача решена — бренд появился в нейросети. Но потом выясняется, что запрос звучал так: «Расскажи о компании X и её преимуществах». Название в ответе действительно есть, только потенциальный клиент, который о вас ещё не знает, такой вопрос не задаст.

Попробуйте другой сценарий: человек описывает свою задачу, рынок и ограничения, а затем просит подобрать исполнителей. В этом ответе могут оказаться совсем другие компании. А может появиться ваша, но с услугой, которую вы давно не оказываете, или со ссылкой на чужой сайт. Для бизнеса это три разные ситуации, хотя в отчёте каждую легко назвать «видимостью в AI».

Поэтому проверка начинается с более полезного вопроса: когда потенциальный клиент ищет решение, появляется ли ваша компания среди вариантов и правильно ли объяснено, чем она может помочь? Ниже разберём, как провести такой аудит, сохранить результаты и превратить их в задачи для маркетинга. Основной пример — ChatGPT с веб-поиском; другие AI-сервисы можно проверять по той же организационной схеме, но результаты нужно учитывать отдельно.

В этой статье под AI-видимостью понимаем наблюдаемое присутствие компании и её материалов в ответах на выбранные запросы. GEO — Generative Engine Optimization — обозначает работу над таким присутствием. Аудит помогает зафиксировать исходное состояние, но не раскрывает внутреннее устройство модели и не показывает, сколько людей уже увидели ваш бренд.

Упоминание, ссылка и рекомендация — разные сигналы
Упоминание означает, что в ответе есть название вашей компании или однозначно узнаваемого продукта. Ссылка означает, что среди источников появился ваш сайт. Рекомендация — что компания включена в число подходящих вариантов для описанной задачи, а не просто названа в исторической справке или списке тех, кого выбирать не стоит.

Эти признаки могут сочетаться, но один не следует автоматически из другого. ChatGPT может рекомендовать компанию по материалу отраслевого издания, не давая ссылки на её сайт. Или сослаться на вашу полезную статью, не предлагая купить ваши услуги. В журнале проверки для каждого признака нужна отдельная отметка.

Рядом фиксируйте смысл: что именно сказано о компании, подходит ли она описанному клиенту, есть ли существенные ошибки. Благожелательный ответ с выдуманным тарифом не становится хорошим результатом только потому, что название написано правильно.

Бренд может быть назван без рекомендации, а сайт — процитирован без упоминания компании в основном тексте. Проверяйте, какую роль вы получили в ответе, а не только наличие названия.

Начните с одного направления бизнеса, одного рынка и языка. Если вы продаёте бухгалтерский аутсорс небольшим компаниям, не смешивайте эту задачу с подбором финансового директора для корпорации. В обоих случаях речь о финансах, но критерии выбора, конкуренты и полезные материалы будут разными.

Соберите вопросы из разговоров с клиентами, переписки продаж, заявок и поисковых запросов. Особенно полезны формулировки, в которых человек описывает ограничения: размер команды, отрасль, географию, необходимые интеграции, сроки перехода. Перед использованием уберите имена, контакты и другие закрытые данные клиентов.

Для первого прохода предлагаем рабочий объём: 20 запросов без названия вашего бренда и отдельный небольшой набор брендовых вопросов. Это стартовый формат аудита, а не установленный платформой стандарт или статистически репрезентативная выборка. Если у бизнеса несколько несвязанных продуктов, лучше сделать отдельные наборы, чем пытаться представить всё одним процентом.

В первых четырёх группах не подсказывайте название своей компании и не просите включить её в список. Прямые вопросы о бренде нужны, но они отвечают на другой вопрос: что узнает человек, который уже о вас слышал. Сравнение вашей компании с названным конкурентом тоже относится к отдельной брендовой проверке.

Подставьте свои услуги и условия в примеры ниже. Сохраните естественный язык клиента: запрос не должен превращаться в инструкцию нейросети написать рекламный текст.

• «Подбери компании, которые оказывают [услугу] для [тип бизнеса] в [регионе]. Объясни, кому подходит каждый вариант и какие условия стоит уточнить».
• «Нам нужно [решить задачу], но у нас [ограничение]. Какие решения и исполнителей имеет смысл сравнить?»
• «Как выбрать [продукт или услугу] для [сценария]? На какие различия между предложениями смотреть?»
• «Какие альтернативы [типу решения] подходят для [задачи] и в каких случаях их стоит рассматривать?»
• «Что известно о [бренде]: какие услуги он оказывает, на каких рынках работает и что об этом говорят открытые источники?»
• «Сравни [наш бренд] и [конкурента] для [задачи] по [критериям]. Отдельно укажи, какую информацию не удалось подтвердить».

Чтобы проверить именно веб-поиск, можно одинаково дополнить каждый запрос: «Используй актуальные открытые источники и приложи ссылки». Это отдельное условие вашего теста, которое нужно сохранить при повторной проверке. Такой аудит показывает поведение в выбранном поисковом сценарии, а не во всех возможных разговорах с ChatGPT.

Для исходного замера открывайте каждый запрос в новом чате, вне проекта с материалами о вашей компании, и не прикладывайте презентацию или ссылку на свой сайт. Иначе вы проверите, насколько хорошо система использует переданную информацию, а не находит ли она компанию самостоятельно.

Отдельно проверьте настройки персонализации. В документации OpenAI объясняется, что память и пользовательские инструкции могут переносить контекст между чатами. Для базовой проверки уберите подсказки о своём бизнесе из доступных настроек и запишите, что именно было отключено. Новый чат сам по себе не доказывает отсутствие такого контекста.
Запишите сервис и интерфейс, показанное название модели или режима, язык запроса, целевой регион, фактическое местоположение проверяющего и использование VPN, если он включён. Если какая-то характеристика недоступна, так и укажите. Не нужно угадывать внутреннюю версию модели или объявлять один аккаунт представителем всех пользователей страны.

Поиск тоже нужно подтвердить по самому ответу. OpenAI указывает, что при использовании веб-поиска в чате появляются результаты поиска и цитаты. Просьба «найди в интернете» задаёт намерение, но для журнала важны видимые действия сервиса и реальные ссылки. Ответ без подтверждённого поиска сохраняйте отдельно, с пометкой «веб-поиск не подтверждён».

Повторите проверку, но не уговаривайте систему
Одинаковый запрос не обязан каждый раз давать одинаковый текст: OpenAI отдельно отмечает изменчивость генеративных ответов. Поэтому для стартового аудита предлагаем три прохода по одному и тому же набору, каждый раз в новых чатах. Это способ заметить нестабильность результата, а не получить научно точную вероятность рекомендации.

Сохраняйте все ответы, включая неудобные. Если после первого результата спросить «А почему ты не включил компанию X?», следующий ответ уже нельзя учитывать как самостоятельное появление бренда. Уточняющие диалоги полезны для отдельного исследования, но не должны подменять исходный замер.

Переформулировки тоже допускаются, только заранее добавляйте их в набор как самостоятельные запросы. Не меняйте текст по ходу теста, пока не получите приятный результат, и не сравнивайте его с прошлым месяцем так, будто условия остались прежними.

Из практики Pickles. Для проверки используем выгрузку точных промптов из Pixel Tools: фиксируем формулировку запроса, AI-систему, позицию сайта среди источников и факт его упоминания. Таблица помогает перейти от общей статистики к конкретным ответам, но позиция в источниках не равна месту бренда в рекомендациях.

В интерфейсе Pixel Tools можно посмотреть один промпт в разных AI-системах, фрагменты ответов, цитируемые домены и дату последней проверки. Например, позиции сайта в источниках могут отличаться между Поиском с Алисой, Google AI Overview и Perplexity; это не универсальный рейтинг компании.

Для начала достаточно обычной таблицы: одна строка на один запрос и один проход. Не сохраняйте только скриншот с названием компании. Нужны полный текст ответа, формулировка запроса и ссылки, иначе через месяц будет трудно восстановить, за что вы поставили отметку «рекомендует».

• Контекст: идентификатор запроса, группа, точная формулировка, дата и время, сервис, режим, язык, регион и номер прохода.
• Условия: новый чат, состояние персонализации, подтверждение веб-поиска, ограничения или сбои.
• Наблюдения: бренд упомянут — да/нет; рекомендован для задачи — да/нет; собственный сайт в источниках — да/нет; какие конкуренты названы.
• Доказательства: полный ответ или сохранённый снимок, адреса процитированных страниц, существенные ошибки и комментарий проверяющего.

Перед заполнением договоритесь о правилах. Несколько упоминаний одной компании в одном ответе считаются одним появлением. Одноимённую организацию из другой страны не засчитываем. Ссылку на статью о вашем бренде в чужом издании записываем как внешний источник о компании, а не как цитирование собственного сайта.

Откройте ссылки и проверьте, ведут ли они на существующие страницы и подтверждают ли связанное с ними утверждение. Источник в списке не гарантирует точность пересказа. При этом не стоит спрашивать саму модель, из каких обучающих данных она «знает» ваш бренд: такой ответ не является проверяемым журналом происхождения информации.

Как мы сравниваем бренды. В Pickles строим сводные таблицы на основе всех промптов, выгруженных из Pixel Tools для конкретного исследования. Смотрим количество проверенных промптов, попадания в AI-выдачу, распределение по системам и среднюю позицию сайта в источниках. Поскольку число промптов для разных брендов может отличаться, такие доли не следует считать долями рынка.

Для отслеживания динамики Pixel Tools показывает график количества упоминаний по AI-сервисам и месяцам. Изменения оцениваем с учётом числа проверяемых запросов и методики: резкий рост графика сам по себе не доказывает эффект GEO-работ.

Дополнительно используем Semrush AI Visibility. Mentions — оценка числа упоминаний бренда в отслеживаемых AI-ответах; Citations — случаев цитирования сайта как источника; Cited Pages — страниц сайта, встречающихся среди цитируемых источников. AI Visibility — индекс Semrush от 0 до 100, отражающий присутствие бренда в анализируемых темах и устойчивость упоминаний по собственной методике сервиса. Это не процент реальных пользователей, увидевших компанию.

Semrush также позволяет оценить распределение упоминаний между AI-платформами и странами. Эти срезы помогают выбрать рынки и сервисы для более детальной проверки, а не объединять все AI-ответы в один показатель.

На уровне отдельных промптов можно изучить ответ AI, статус Mentioned (название бренда присутствует), Cited (сайт указан как источник), количество других брендов и источников. Оба статуса могут встречаться одновременно и должны учитываться отдельно.

Сначала посчитайте небрендовую часть отдельно. Чтобы получить долю упоминаний, разделите число ответов с вашим брендом на общее число завершённых ответов с подтверждённым веб-поиском в этой выборке. Для процентов умножьте результат на 100. Для рекомендаций и ссылок на собственный сайт используйте тот же знаменатель. Каждый ответ учитывается один раз в каждом показателе.

Сбои, ограничения доступа и неподтверждённый веб-поиск не исчезают из отчёта: покажите их количество рядом, но не подмешивайте в эту базу. Если сервис корректно выполнил поиск и ответил, что подходящих исполнителей найти не удалось, такой ответ остаётся в выборке. Отсутствие рекомендации — тоже результат.

Предположим, вы проверили 20 небрендовых запросов по три раза и получили 60 корректно завершённых ответов с подтверждённым поиском. Ниже полностью условные данные двух компаний: они показывают способ чтения отчёта, а не результаты реального исследования.

В этой выборке доля упоминаний вашего бренда — 20%, конкурента — 50%. Это не означает, что вы занимаете 20% рынка или получаете каждое пятое обращение из ChatGPT. Вы знаете только результат конкретного набора запросов при зафиксированных условиях. Поскольку в одном ответе могут присутствовать несколько компаний, их доли не обязаны складываться в 100%.

Посмотрите и на распределение по запросам. Двенадцать упоминаний могут означать стабильное присутствие в четырёх сценариях из двадцати или разовые появления в двенадцати. Первая ситуация говорит об узком, но повторяющемся присутствии; вторая требует дополнительной проверки. Один итоговый процент скроет это различие.

Сравнивайте компании на одних и тех же запросах и проходах. Не подбирайте для себя удобную нишу, а для конкурента — весь рынок. Существенные ошибки считайте отдельно от тональности: неверная география, несуществующая услуга или перепутанный продукт важнее того, насколько восторженно звучит ответ.

Ещё одна часть нашей практики — анализ внешних размещений конкурентов, которые встречаются в источниках AI-ответов. Мы собираем сайты-доноры и конкретные URL: отраслевые публикации, тематические материалы, каталоги, карточки компаний и сообщества. Это помогает найти не абстрактные площадки для ссылок, а уже наблюдаемые источники по релевантным запросам.

Дальше проверяем, какие темы и форматы публикаций использовались, можно ли разместить на подходящей площадке экспертный материал или обновить карточку компании. Успешные внешние размещения конкурентов полезно рассматривать как кандидатов для повторения, но не как гарантию цитирования: эффект нужно перепроверять на том же наборе промптов после публикации.

На этом этапе начинается полезная для бизнеса работа. Возьмите запросы, где конкурент появляется повторно, а ваша компания отсутствует, и посмотрите на процитированные страницы. Что именно помогает собрать ответ: описание услуги, сравнение продуктов, отраслевой каталог, содержательный кейс, отзывы или исследование?

Это не список сайтов, на которых теперь нужно любой ценой разместить название компании. Появление страницы в источниках не раскрывает все причины выбора модели. Но оно даёт проверяемую зацепку: какую информацию пользователь получает сейчас и можете ли вы предложить по этой задаче более точные, полезные и подтверждённые сведения.

Попросите технического специалиста проверить доступность ключевых страниц для поисковых роботов, ограничения robots.txt, ответы сервера, защиту CDN и содержание, которое реально доступно без входа в аккаунт. Красиво открывающаяся страница в вашем браузере ещё не доказывает, что её текст получает автоматический посетитель.

У OpenAI OAI-SearchBot отвечает за поиск, а GPTBot — за сбор материалов, которые могут использоваться для обучения моделей. Эти настройки независимы: можно разрешить поискового робота и запретить GPTBot. Поэтому рекомендация «откройте всех AI-ботов, иначе вас не будет в ChatGPT» слишком груба. Политику доступа стоит выбирать осознанно, с учётом задач и ограничений компании.

Техническая доступность не обещает включения в конкретный ответ. Она помогает убрать препятствие, но не заменяет полезность содержания.

Сравните реальные вопросы клиентов со страницами сайта. Если человек ищет сервис для небольшой команды с определённой интеграцией, а у вас везде написано только «индивидуальные решения для бизнеса», ему будет трудно оценить соответствие. Уточните сценарии использования, ограничения, географию, состав услуги и критерии, по которым предложение можно сравнить с альтернативами.

Начните с того, что компания может подтвердить: действующих условий, документации, собственных примеров, результатов с понятной методикой. Не нужно сочинять преимущества или превращать каждую страницу в искусственный рейтинг. Мы подробнее разбирали роль фактуры и редакционной работы в статье о том, как AI меняет контент-маркетинг.

Если неверные сведения повторяются во внешних источниках, исправьте доступные вам карточки компании и обратитесь к владельцам остальных площадок. Это особенно важно после смены названия, географии или продуктовой линейки. Покупка однотипных упоминаний и выдуманных отзывов не заменяет достоверного описания бизнеса.

Для AI Overviews и AI Mode Google прямо пишет, что специальная разметка и отдельные AI-файлы не являются условием появления: остаются важны базовые требования поиска и доступный полезный контент. Это правило относится именно к продуктам Google, а не описывает все остальные системы.

Для вашего аудита практический вывод простой: просите объяснять, какую обнаруженную проблему решает каждая доработка. Если предлагают добавить FAQ или файл llms.txt, сначала выясните цель, ожидаемый проверяемый эффект и приоритет относительно реальных ошибок сайта. Сам факт установки не равен росту рекомендаций. Отдельно мы уже разбирали, почему FAQ сам по себе не гарантирует цитирование в AI-поиске.

Даже корректная рекомендация пока ничего не говорит о продаже. Человек может перейти по ссылке, позже найти компанию по названию, обсудить её с коллегой или вообще отказаться от покупки. Поэтому рядом с журналом AI-ответов нужен обычный взгляд на путь клиента.

Проверяйте в веб-аналитике распознанные переходы из AI-сервисов, посадочные страницы и обращения, а в CRM — качество этих обращений и дальнейшие сделки. Можно добавить в разговор с новым клиентом вопрос, где он впервые узнал о компании. Такой ответ полезен как дополнительное наблюдение, но не заменяет данные и не доказывает причинную связь.

Не все касания будут видны: источник перехода может не сохраниться, а покупатель может вернуться через другой канал. В то же время рост брендового поиска не стоит целиком приписывать GEO — на него влияют реклама, PR и другие действия. Отчёт должен показывать и наблюдаемый результат, и границы того, что вы способны измерить.

Хороший результат — это понятный список задач с приоритетами. Например: исправить неверное описание продукта, убрать блокировку ключевой страницы, раскрыть недостающий сценарий использования, обновить карточку компании в отраслевом каталоге. Для каждой задачи нужны ответственный, срок и способ проверки, иначе аудит останется папкой со скриншотами.

В первую очередь разберите существенные ошибки и технические препятствия, затем — пробелы в информации по коммерчески важным сценариям. Не стоит начинать с десятков новых статей, пока невозможно понять, что именно продаёт компания и кому подходит её основная услуга.

Сохраните исходный набор запросов и проведите следующий замер в сопоставимых условиях. В качестве рабочего ритма можно выбрать ежемесячную проверку, а критичные ошибки перепроверять после исправлений. Срок не является обещанием, что изменения попадут в ответы за месяц: системе может потребоваться время, а часть доработок не даст заметного эффекта.

Если сменились модель, доступный режим или методика, отметьте это как изменение условий. Новый набор запросов тоже храните отдельно от постоянного: так вы сможете исследовать свежие сценарии, не переписывая прошлые результаты. Для нескольких сервисов заведите отдельные серии замеров, а не один общий «рейтинг в нейросетях».

После первого аудита полезнее знать, что компания регулярно появляется в нужном сценарии и не вводит клиента в заблуждение, чем получить красивый процент без объяснения его происхождения. Тогда становится понятно, какие материалы обновлять, где исправлять сведения и какие изменения проверять дальше.

В Pickles мы связываем эту работу с SEO, содержанием сайта и задачами бизнеса. Если нужен аудит присутствия бренда в AI-поиске, начнём с клиентских сценариев и текущих ответов, а по результатам определим, что стоит исправить в первую очередь и как отслеживать изменения.