Как измерять AI-видимость бренда и результат AEO/GEO-продвижения

Три вещи должны быть ясны ещё до первого замера. Без них любой будущий отчёт можно будет трактовать как угодно.

• Список реальных вопросов, которые задают вашей нише в ChatGPT, Perplexity, Gemini и Яндекс Нейро, а не список ключевых слов из классического SEO.
• Baseline: стартовая точка, снятая до начала работ, а не после.
• Согласованное с командой определение результата: рост упоминаний, рост цитирований именно ваших страниц, или оба показателя раздельно.

Мы в Humanswith.ai в 2026 году регулярно видим один и тот же сценарий: клиент приходит с ощущением, что «AEO не сработал», а на деле baseline никто не снимал, и сравнивать прогресс просто не с чем.

Стартовый набор данных обычно выглядит так: от 10 до 25 тематических топиков, а внутри каждого — от 10 до 25 конкретных промптов, максимально близких к формулировкам реальных покупателей. Топики стоит сразу разделить на информационные и коммерческие: смешивание в одном топике вопросов «что такое X» и «сколько стоит X» искажает диагностику и создаёт ложное впечатление просадки там, где на самом деле разные типы интента просто требуют разного контента.

Отдельное правило, которое легко нарушить по незнанию: название бренда не должно входить в текст самого промпта при замере видимости. Если в вопрос заранее вставлено имя компании, результат перестаёт отражать реальное поведение пользователя и искажает базовую линию, от которой потом считается весь прогресс. Аналитику стоит настраивать так, чтобы фиксировать не только факт упоминания, но и площадку-источник: собственный сайт, сторонняя публикация или профиль в соцсети, — потому что от этого зависит, что именно чинить дальше.

Прежде чем ждать роста цитирований, стоит убедиться в базовой технической готовности. Страница должна быть доступна AI-краулерам. Она должна соответствовать интенту запроса содержанием. И она должна позволять легко извлечь нужный фрагмент текста без сложной вёрстки. Это не гарантия результата. Это именно пропуск к тому, чтобы результат в принципе стал возможен. Без этого минимума любые дальнейшие вложения в контент не окупятся, потому что модель физически не сможет использовать материал.

Профессиональный подход почти всегда включает регулярный автоматизированный скан по нескольким AI-платформам одновременно, а не разовую ручную проверку через браузер раз в месяц. Рабочая инфраструктура обычно опирается на структурированные данные Schema.org, файл llms.txt как инструкцию для языковых моделей и раздельный мониторинг по каждой платформе, потому что ChatGPT, Gemini, Perplexity и Яндекс Нейро используют разную логику поиска и усреднять их нельзя.

Признак несерьёзного инструментария — когда «замер» сводится к тому, что сотрудник вручную вбивает пару вопросов в ChatGPT раз в месяц и присылает скриншот. Это не аналитика, а анекдотическое наблюдение. Без регулярности, без фиксированного набора промптов и без разбивки по платформам такие данные нельзя сравнивать между периодами и на них нельзя принимать решения.

Здесь стоит быть прямыми, потому что рынок молодой и на нём хватает подрядчиков, которые продают AEO по логике классического SEO, просто заменив термины.

Если в работе подрядчика встречается хотя бы два-три пункта из этого списка, стоит задать прямые вопросы, а не считать это особенностями молодого рынка.

Хороший отчёт всегда разбит по конкретным промптам и площадкам, а не сведён к одной общей цифре роста. По каждому проверяемому вопросу должно быть видно текущее состояние: бренд отсутствует, просто упомянут, процитирован по ссылке на конкретный URL, или прямо рекомендован как решение. Отдельно должно быть видно, откуда взялась цитата: с вашего сайта или со стороннего источника. Это два принципиально разных результата работы.

Если в отчёте нет разбивки по платформам, если рост показан одной суммарной цифрой без объяснения, из чего она состоит, или если авторитетность источника не поясняется, стоит попросить эту детализацию отдельно, прежде чем принимать отчёт как основание для продолжения или расширения бюджета.

Диагностика текущей ситуации занимает считаные дни. Устойчивый рост новых цитирований требует больше времени, и это не повод для тревоги само по себе. Тревожный сигнал другой: не отсутствие взрывного роста в первый месяц, а отсутствие любого движения в диагностических метриках. Если за два-три месяца регулярной работы ни разу не изменилось состояние ни по одному из отслеживаемых промптов, дело обычно не в естественной задержке индексации, а в том, что подход не работает на этой конкретной теме или площадке.

Есть простой практический тест. Изменилось ли за этот период хоть что-то в диагностике: новые темы в контент-плане, новые технические правки, новые площадки дистрибуции? Если процесс топчется на месте не только в цифрах, но и в конкретных действиях команды, дело уже не в сроках индексации.

Честная позиция звучит так: AEO и GEO не дают гарантированного ROI к фиксированной дате, потому что итоговое решение о цитировании принимает модель, а не подрядчик. То, что можно обещать честно, — это регулярный процесс измерения, прозрачную методологию и постепенное накопление данных, на основании которых видно, движется дело в нужную сторону или нет.

Нечестная позиция — обещание конкретного числа цитирований или места в ответах к заранее названной дате. Это структурно невозможно гарантировать при текущей механике генеративного поиска, и такое обещание чаще всего означает, что продавец либо не понимает механику, либо сознательно упрощает её ради сделки.

Рост цифр в отчёте — не самоцель. Это прокси для более широкого эффекта: узнаваемости бренда в момент, когда потенциальный клиент ещё не начал целенаправленный поиск подрядчика, а просто спросил совета у нейросети. Этот эффект сложнее измерить напрямую через переходы на сайт, потому что значительная часть таких взаимодействий вообще не приводит к клику. Но он реален и накопительный. Чем чаще модель корректно называет бренд в профильном контексте, тем прочнее закрепляется его репутация как ожидаемого игрока в теме.

Обратная сторона тоже существует. Если модель систематически описывает бренд неточно или в неверном контексте, это тоже накопительный эффект, только отрицательный, и требует отдельной работы по исправлению, а не просто наращивания объёма публикаций.

Для бизнеса это означает, что оценивать AEO и GEO только по одной метрике вроде трафика или количества лидов недостаточно. Полезнее смотреть на связку из нескольких сигналов сразу: меняется ли то, как о бренде отзываются нейросети, растёт ли число тем, где бренд вообще фигурирует, и появляются ли за этим первые качественные обращения, даже если их пока немного. Первые качественные обращения нередко приходят раньше, чем накопится статистически заметный рост в общих цифрах трафика, именно потому что аудитория, которая уже получила развёрнутый ответ от ИИ, приходит на сайт более подготовленной и мотивированной.

Устойчивая авторитетность в русскоязычном сегменте видна не по одному всплеску. Она видна по нескольким совпадающим признакам сразу. Бренд стабильно появляется в ответах именно Яндекс Нейро, а не только у международных движков, потому что у него принципиально другая логика ранжирования. Модель называет бренд по имени в тексте ответа, а не только даёт ссылку на URL без упоминания названия. Цитирования сохраняются несколько циклов замера подряд, а не исчезают после одного всплеска. И бренд начинает попадать в ответы наравне с крупными русскоязычными площадками вроде vc.ru или dzen.ru по нишевым запросам, а не только на фоне мелких конкурентов. По нашим наблюдениям в Humanswith.ai, именно это сочетание, а не единичный скачок цифр, отличает устойчивую видимость от случайной.

Отсутствие даже одного из этих признаков не значит, что работа не идёт, но именно сочетание всех четырёх — надёжный сигнал того, что видимость перестала быть случайной и стала устойчивой.