Позиции в нейросетях

Подробно

Позиции в нейросетях: как бренд попадает в ответы ИИ

Позиции в нейросетях показывают, называет ли ИИ-ассистент вашу компанию, когда клиент просит совета, и насколько высоко она стоит в списке. Люди всё чаще спрашивают ChatGPT, Алису AI, DeepSeek или Perplexity, где заказать услугу и кого выбрать, и получают не десять ссылок, а готовый текст с тремя-пятью названиями. Кто не попал в этот короткий список, того клиент может так и не увидеть, даже если сайт стоит высоко в обычном поиске.

Что считают позицией в ответе нейросети

В классическом поиске позиция - это номер страницы в выдаче. У ИИ-ассистента привычного ТОП-10 нет: модель пишет текст своими словами, называет несколько компаний и иногда приводит ссылки на материалы, которыми пользовалась. Поэтому видимость бренда описывают несколькими показателями:

• Упоминание - назван ли бренд вообще;
• Порядок - первым, третьим или последним из шести: от этого зависит, до кого дочитает пользователь;
• Ссылка на сайт - есть ли ваш домен среди материалов, на которые опирается модель;
• Доля голоса - как часто называют вас по сравнению с конкурентами;
• Контекст и тональность - рекомендует нейросеть компанию, упоминает нейтрально или с негативной оговоркой.

Вместе эти показатели дают картину: где бренд упоминают, где нет и кого нейросети советуют вместо него.

Почему видимость в ИИ стала отдельной задачей

Ответ нейросети закрывает вопрос без перехода на сайт: пользователь сразу получает список компаний, сравнение и рекомендации. Для бизнеса это новые риски и новые возможности. Переходов из поиска по информационным темам становится меньше, а решение о покупке всё чаще начинается в чате с ассистентом. В России это прежде всего Алиса AI и YandexGPT, в мире - ChatGPT, Gemini, Perplexity и Copilot, а в Google ответ ИИ стоит над обычными результатами (AI Overviews).

Особенно заметно это в услугах и B2B: «кто сделает корпоративный сайт», «где заказать перевозку груза», «чем отличаются CRM для отдела продаж». Если в таких ответах раз за разом называют конкурентов, компания теряет лиды задолго до того, как клиент откроет поиск.

Кому и зачем нужен мониторинг

• Маркетологам - понять, знают ли нейросети бренд и продукт и как его описывают.
• SEO-специалистам и агентствам - добавить в отчёт новый канал и показать, дают ли результат публикации и правки сайта.
• Управлению репутацией - вовремя заметить негатив, устаревшие сведения или ошибки модели.
• Корпоративным проектам - следить за долей голоса против крупных конкурентов по ключевым направлениям.

Какие нейросети отслеживать

• Алиса AI от Яндекса - один из самых популярных ИИ-ассистентов в России, отвечает по свежей выдаче и учитывает регион.
• AI Overviews в Google - сводка над результатами поиска со ссылками на сайты.
• ChatGPT от OpenAI - одна из самых известных моделей, умеет искать в интернете и приводить ссылки.
• DeepSeek - китайская модель, бесплатная и потому популярная у пользователей из России.
• Gemini от Google, Claude от Anthropic и Grok от xAI - модели, которые используют для работы с текстами и поиска информации.
• Perplexity - поисковик на основе ИИ: обычно сразу показывает перечень материалов, на которые опирается.

Набор зависит от аудитории и рынка: где ищут ваши клиенты, там и стоит измерять видимость.

GEO, AEO и классическое SEO

Для работы с генеративным поиском появились новые термины. GEO (Generative Engine Optimization) - оптимизация под генеративный поиск, где ответ собирает языковая модель. AEO (Answer Engine Optimization) - подготовка контента к тому, чтобы его цитировали в готовых ответах: в Алисе AI, в AI Overviews, в голосовых ассистентах. Основные отличия от классического SEO:

• Цель. В SEO - позиция URL и клик, в GEO - упоминание бренда и ссылка в тексте модели.
• Формат. Поиск ранжирует страницы целиком, нейросеть берёт из них фрагменты: определения, списки, цифры, цитаты.
• Измерение. Выдача сравнительно стабильна, а ответы ИИ меняются от запроса к запросу, поэтому видимость считают долей по многим вопросам и повторам.
• Сроки. Модели с поиском в реальном времени реагируют на изменения сайта за недели, знания модели обновляются только с новой версией.

GEO не заменяет SEO, а продолжает его: без индексации, доверия и полезного контента в ответы нейросетей не попасть.

Откуда нейросети берут информацию о компаниях

У языковой модели два источника знаний. Первый - данные, на которых её обучали: тексты сайтов, СМИ, справочников, форумов, отзывов и соцсетей до определённой даты. Второй - поиск в реальном времени: Алиса AI и AI Overviews строят ответ по свежей выдаче, Perplexity и ChatGPT с поиском тоже читают страницы и показывают ссылки на них.

Отсюда практический вывод: в рекомендации чаще попадают компании, о которых много пишут на авторитетных площадках, и сайты, которые и так стоят высоко в поиске. Если о бренде мало информации, данные противоречат друг другу или сайт закрыт для роботов, нейросеть называет конкурентов или выдаёт устаревшие сведения. Модели иногда ошибаются и выдумывают правдоподобные детали - такие галлюцинации тоже стоит отслеживать, чтобы вовремя исправить информацию о компании на сайте и внешних площадках.

Как составить промпты для замера

Промпты для мониторинга - это вопросы, которые задают ваши клиенты, а не поисковые фразы. Нейросеть спрашивают словами: «посоветуй надёжную фабрику мебели в Москве», «где заказать натяжные потолки недорого», «кто делает ремонт квартир под ключ». Хороший набор вопросов:

• покрывает основные направления бизнеса и коммерческие темы, на которых компания зарабатывает;
• не содержит название бренда - иначе модель назовёт его просто потому, что вы спросили;
• учитывает регион, если компания работает в конкретном городе;
• включает сценарии сравнения и выбора: «что лучше», «с кем работать», «кого рекомендуют»;
• не меняется от замера к замеру, чтобы видеть динамику, а новые вопросы добавляют отдельно.

На вопросы, где выбор компании не нужен, например «как работают нейросети» или «что такое GEO», модели отвечают без брендов. Такие промпты полезны для контент-стратегии, но не для замера видимости.

Как оценить видимость бренда в нейросетях

Одна цифра мало что говорит, важно сравнение. Смотрите, в какой доле ответов вас называют разные модели, кто из конкурентов встречается чаще и что о нём пишут. Удобно разбить вопросы по темам: часто бренд силён в одном направлении и почти не виден в другом. Дальше - динамика: после публикаций, обновления сайта или выхода новой версии модели видимость меняется, и по графику понятно, дала ли работа результат.

Что делать с результатами замера

Замер полезен, когда из него следуют задачи. Если бренд не называют по целому направлению, нужна страница или статья, которая прямо закрывает вопросы клиентов этой темы. Если нейросети часто ссылаются на чужие подборки и рейтинги, стоит попасть в эти материалы: обратиться к изданиям, дать экспертный комментарий, подготовить кейс. Если модель называет устаревшие цены или адрес, сначала исправьте их на своём сайте и в справочниках. После правок замер повторяют на тех же вопросах и сравнивают: выросла ли доля упоминаний бренда и чаще ли модели ссылаются на сайт.

Как повысить видимость бренда в ИИ

1. Понятный контент с фактами. Страницы услуг и товаров с ценами, сроками, условиями, географией и примерами работ. Модели охотнее берут конкретику, чем рекламные обещания.
2. Структура. Заголовки, списки, таблицы, блок FAQ. Короткий абзац с главным выводом в начале раздела проще взять в генерацию целиком.
3. Упоминания на внешних площадках. Отраслевые рейтинги, подборки, СМИ, профильные блоги, ВКонтакте и тематические форумы. Нейросети опираются на то, что о компании пишут другие.
4. Отзывы и репутация. Свежие отзывы на картографических сервисах и площадках отзывов влияют и на тональность упоминаний, и на то, рекомендуют ли компанию вообще.
5. Единые данные. Название, адрес, телефон и описание услуг везде одинаковы: на сайте, в справочниках, каталогах и соцсетях.
6. Доверие и экспертность. Авторы с опытом, реальные кейсы, лицензии и сертификаты - сигналы, которые учитывают и поиск, и модели.
7. Техническая доступность. Сайт открыт для поисковых роботов и роботов ИИ-сервисов в robots.txt, быстро загружается, а важный текст есть в HTML, а не только в скриптах.

Частые ошибки при замере видимости в ИИ

• Делать выводы по вопросу, заданному один раз: нейросети отвечают по-разному даже на одинаковые промпты, нужны повторы.
• Спрашивать с названием бренда или сайта в тексте вопроса.
• Смотреть только на факт упоминания и не замечать, что бренд стоит последним или назван с оговоркой.
• Путать упоминание и ссылку: модель может назвать компанию без ссылки на сайт и наоборот.
• Ждать изменений через неделю: обучающие данные обновляются редко, а модели с поиском меняют рекомендации вслед за выдачей.
• Не учитывать регион для Алисы и Google: в разных городах они советуют разные компании.

В SERP-X позиции в нейросетях снимаются по вашим вопросам сразу у восьми нейросетей. Ответы Алисы AI и Google берутся из выдачи с учётом региона, ChatGPT, DeepSeek, Gemini, Perplexity, Claude и Grok отвечают через HydraAI - их ответы платные, Алиса и Google обходятся без ключа. Программа разбирает текст: названные компании по порядку, позиция вашего бренда и есть ли сайт среди ссылок. Бренд узнаётся в любом написании - по сайту и другим названиям, а повторы, до трёх на вопрос, сглаживают случайность. Плитки по нейросетям показывают долю ответов с брендом, среднюю позицию, долю ответов со ссылкой на сайт и изменение к прошлому замеру в процентных пунктах, а график - как меняется видимость у моделей по отдельности и у всех вместе. Рядом - кого называют чаще вас, их доля голоса и средняя позиция; ответы, бренды и ссылки выгружаются в Excel для отчёта.