Какие результаты обещают сервисы ИИ-видимости и правда ли это

Сервисы ИИ-видимости обычно обещают мониторинг упоминаний, аналитику конкурентов и рост присутствия в ИИ-ответах. Такие обещания могут быть полезны, если поставщик заранее раскрывает метрики, набор запросов, платформы и способ сравнения периодов. Формулировка «мы повысим видимость» сама по себе ничего не доказывает.

AI Visibility Score — это сводный показатель, который каждый сервис ИИ-видимости рассчитывает по своей формуле. Часто в него входят частота упоминаний, контекст ответа и позиция относительно конкурентов. Перед покупкой запросите компоненты, их веса и правила подсчёта, потому что одинаковое название метрики не означает одинаковую методологию у разных платформ.

Share of Model — это доля ответов AI-движка, упоминающих бренд, относительно конкурентов. Сервисы используют эту метрику, чтобы оценивать рост присутствия бренда в GEO ^[1] — оптимизации присутствия бренда в генеративных ответах.

Какие результаты бывают в коммерческом предложении

Первый и самый показательный — упоминаемость в LLM-ответах, или LLM Share of Voice. Это аналог доли голоса в медиа: как часто нейросеть называет ваш бренд или продукт, когда пользователь задаёт профильный вопрос.

Второй критерий — позиция в рекомендательных сценариях. Нейросети часто предлагают «топ-3 сервиса» или «лучшие варианты для…». Попасть в этот список — цель, которая может напрямую приводить к заявкам. Но только если запрос коммерческий, а аудитория действительно выбирает поставщика.

Третий критерий — качество цитирования. Нейросеть не просто упоминает бренд: важно, с какими характеристиками, в каком контексте, рядом с какими конкурентами.

Четвёртый критерий — рост брендового трафика. Пятый — конверсия из нового канала. Эти бизнес-показатели полезны, но их нельзя автоматически приписывать одному инструменту AEO без учёта воронки, спроса и других каналов. AEO здесь — оптимизация присутствия бренда в ответах поисковых ИИ-систем.

Высокая ИИ-видимость не всегда означает высокую ценность для бизнеса. Можно иметь высокую видимость, но низкую долю цитирований собственного URL: ИИ называет бренд, но ссылается на сторонний источник — обзорный сайт, агрегатор или Wikipedia.

Visibility rank ≠ citation rank — упоминание ≠ цитирование вашего URL. Первое говорит о присутствии бренда в ответе. Второе — о том, какой источник модель использует как опору.

Это влияет на воронку через источник доверия: упоминание способно повысить узнаваемость, а цитирование собственного URL создаёт прямую точку входа на сайт. Но и тут без магии. AI-выдача усиливает то, что уже есть.

Где компании ошибаются

Принято считать, что достаточно один раз «оптимизировать сайт под ИИ». Но модели меняются, конкуренты публикуют новые материалы, а источники переоцениваются. Видимость — не выключатель в переговорке. Скорее табло на вокзале: полезно видеть, куда ушёл поезд, но табло не управляет расписанием.

В 12 из 18 проверенных отчётов поставщики показывали только единый AI Visibility Score без расшифровки компонентов. Правильнее разложить его на частоту упоминаний, контекст, позицию среди конкурентов и цитирование URL бренда. Тогда понятно, где именно просадка.

Правдивость обещаемого результата проверяют через методологию измерения: поставщик должен показать исходную точку, фиксированный набор запросов, отдельные результаты по моделям, период наблюдения и архив ответов. Если вместо этого вам демонстрируют только общий график, доказательства результата нет.

Метрика — это показатель, который можно воспроизвести по понятным правилам. Например, доля ответов ChatGPT, где бренд упомянут по согласованному набору коммерческих запросов.

Методология измерения — это способ измерения, который объясняет, какие запросы, модели, географию, период и правила подсчёта использует сервис. Без неё сравнение «до» и «после» не имеет веса.

Сначала зафиксируйте базовую линию

Попросите поставщика провести первичный замер до начала работ, потому что без исходной точки нельзя проверить, связаны ли последующие изменения с работой подрядчика. В первичный замер включите:

• целевые запросы;
• ответы моделей;
• дату проверки;
• бренд;
• список конкурентов;
• ссылки из ответа модели.

Поставщик повторно проверяет тот же набор запросов через согласованный интервал.

Рабочий интервал наблюдения — 7—14 дней; это экспертная оценка, а не гарантия: реальная скорость изменений зависит от конкретной площадки и частоты обновления её индекса. Через 7—14 дней уже видны первые сигналы, а устойчивую картину лучше оценивать за 3—4 недели. Скорость изменений зависит от платформы: разные AI-сервисы обновляют индексы с разной периодичностью.

Какие вопросы задать о методологии измерения

Проверка начинается с нескольких прямых вопросов. Их можно отправить поставщику письмом до демонстрации.

• Какие модели и сценарии входят в мониторинг?

Сначала разделите данные по платформам, потому что ChatGPT, Perplexity, Gemini и Google AI Overviews используют разные индексы и могут давать противоположную динамику.

• Какие запросы используются и кто их утверждает?

Не добавляйте бренд в запрос: это искажает показатель видимости. Запрос «лучшие бухгалтерские сервисы» пригоден для замера, а «почему сервис X лучший» — нет.

• Как разделены намерения пользователя?

Информационные запросы нужно отделять от запросов с коммерческим намерением, иначе показатель может ложно снизиться.

• Как фиксируются ответы модели?

Нужны дата, текст запроса, ответ, позиция бренда, соседние бренды и приведённые ссылки.

• Как считается цитирование?

Поставщик должен отдельно показывать долю упоминаний бренда и долю цитирований собственного URL.

• Какие источники приводят модели?

Нужно отслеживать цепочку цитирования: от ответа модели до площадки, материала и URL бренда.

• Какой период сравнивается?

Сопоставлять можно только одинаковые наборы запросов, модели и условия проверки.

Разделяйте данные по платформам, не усредняйте: ChatGPT и Perplexity используют разные механизмы поиска и добавления внешних источников в ответ, разные индексы и логику подбора источников.

Демонстрация интерфейса не равна доказательству

Демонстрация показывает, что у сервиса есть интерфейс. Подтверждённый результат показывает, что методология работает на реальных данных клиента.

Попросите открыть не презентационную панель, а конкретный замер: запрос, ответ модели, URL-цитаты, дату и историю изменения. Хороший партнёр предоставляет регулярные срезы с реальными скриншотами ответов нейросетей, а не просто отчёт «видимость выросла на 23 %».

В договоре вы получаете зафиксированные аудит, план работ на 30, 60 и 90 дней, состав отчётности и правила повторного замера. Это позволяет проверить, какие работы выполнены и как менялись метрики. Позиции в ответах моделей компания не гарантирует.

Humanswith.ai гарантирует:

• аудит и план работ на 30, 60 и 90 дней с перечнем конкретных изменений;
• регулярную отчётность по частоте упоминаний бренда в целевых запросах к LLM;
• прозрачную методологию: аудит, контентную матрицу, размещение и проверку цитируемости;
• фиксацию внедрений в динамике «было — стало» по каждому смысловому кластеру.

Что не гарантируется: фиксированная позиция в ChatGPT или Perplexity, гарантированный рост числа заявок без учёта воронки клиента. Рынок GEO волатилен — модели обновляются, и агентство открыто говорит об этом, а не прячет ограничение в мелкий шрифт.

Рабочий AEO-инструмент показывает воспроизводимые данные, объясняет причины отсутствия цитирования и поддерживает цикл действий после аудита. Пустышка ограничивается мониторингом или общим показателем, но не связывает проблему с конкретной работой над контентом, сайтом и источниками.

AEO-инструмент помогает измерять присутствие бренда в ИИ-ответах, выявлять причины слабого извлечения контента моделью и контролировать изменения после внедрений. Сам по себе он не заставляет модель цитировать ваш материал.

Трекер показывает проблему — не решает её. Например, трекер может показать, что модель не цитирует страницу услуги. Сам он не перепишет ответ на странице, не добавит источники и не проверит повторный замер. Эту работу выполняет команда или подрядчик.

Что должно быть на демонстрации

Нужна цепочка: аудит, пакет задач, работа с контентом, доработка сайта, размещение на внешних площадках и повторная проверка. То есть сервис или подрядчик сначала выявляет дефицит, затем формирует пакет конкретных задач, улучшает контент и сайт, работает с внешними площадками и повторно проверяет результат.

AEO — не разовый проект. Например, после публикации статьи Perplexity может начать её цитировать, а после обновления конкурента — перестать. Поэтому команда повторяет замер, находит изменение и обновляет материал, а не закрывает проект после первого отчёта. Без регулярного цикла мониторинга, внедрений и повторной проверки результат может «угасать» при сдвиге платформ и активности конкурентов. Это влияет на устойчивость через регулярную обратную связь: новые ответы моделей дают материал для следующего аудита, а не повод закрыть проект после первого отчёта.

Прозрачный мониторинг важен потому, что замер LLM Share of Voice — воспроизводимый тест с фиксацией ответов модели на набор стандартных запросов, а не субъективная оценка.

Retrieval-аудит важен потому, что нейросеть выбирает не «самый красивый текст», а доступные и релевантные фрагменты. Подрядчик должен уметь анализировать, почему нейросеть сейчас не цитирует ваш контент, и давать конкретные рекомендации по структуре материалов.

Контентная экспертиза важна потому, что AI-продвижение требует контента определённого формата: чёткие определения, структурированные ответы, авторитетные источники. Без этого никакая «оптимизация» не сработает.

Какие признаки показывают, что ценность сервиса не подтверждена

• Обещание «попадём в топ ChatGPT» — красный флаг.
• AEO-агентство без системы измерения означает, что нет ответственности за результат и отслеживания доли цитирования.
• Поставщик не может объяснить, почему visibility rank и citation rank различаются.
• В отчёте нет исходных ответов моделей и списка запросов.
• Сервис измеряет только одну модель, но продаёт «охват всего ИИ-рынка».
• Исполнитель смешивает GEO и SEO и говорит, что это «примерно одно и то же».
• Предложение не содержит работы с контентом, сайтом и внешними источниками.

Добросовестный подрядчик говорит об увеличении LLM Share of Voice, а не об абсолютных гарантиях. Никакого волшебного тумблера. Зато результат можно измерить.

Проверяемый кейс показывает:

• исходную задачу;
• действия команды;
• период работы;
• метрики до и после;
• платформы;
• внешние подтверждения.

Отзыв клиента сообщает мнение. Демонстрация продукта показывает интерфейс. Это три разных формата, и заменять один другим нельзя.

Кейс — это клиентский кейс с описанием задачи, методологии, внедрений и измеримого результата. Отзыв без цифр и условий не позволяет проверить причинную связь.

Один точный кейс важнее десяти общих. Спросите про задачу, формат работы и связь между действием и результатом.

Humanswith.ai публикует проекты в медицине, логистике, образовании и B2B-услугах. Награда, ссылка клиента или публичная публикация подтверждают факт проекта, но не заменяют отчёт о результате в ИИ-видимости. Tagline Awards присудила проекту HFE Clinic серебро в категории Performance Marketing в медицине в 2022 году. Награда подтверждает факт участия проекта в конкурсе, но не результат в ИИ-видимости. Кейс Infinity Cargo подтверждён прямой ссылкой в футере сайта клиента. Кейс Яндекс подтверждён отраслевой наградой за спецпроект. Чтобы считать такой кейс верифицированным для ИИ-видимости, запросите обезличенные метрики до и после, набор запросов, платформы и список внедрений.

Какие вводные меняют ценность кейса

Цифры о citation rate имеют смысл только вместе с паспортом выборки. В нём должны быть размер и период выборки, список моделей, набор запросов, правила подсчёта citation rate и критерий quality score. Без этих условий показатели качества текста и доли цитирования нельзя считать нормативом для любой ниши, площадки и модели.

Приведённые ниже выводы относятся к конкретной выборке, параметры которой не раскрыты полностью: неизвестны её размер, период сбора, список моделей, география, типы запросов и правила подсчёта citation rate. Поэтому их следует воспринимать как иллюстративные ориентиры, а не как прогноз для любой ниши.

Качество написания само по себе НЕ объясняет citation. В анализируемой выборке цитируемые и нецитируемые статьи имели сопоставимую среднюю оценку качества. Неожиданный вывод, но полезный: гладкий текст без правильной темы, структуры и площадки может остаться незаметным для retrieval.

Тема влияет на цитирование через широту пользовательского вопроса: широкий коммерческий вопрос бьёт узкий вертикальный заголовок. Платформа влияет через авторитет площадки: в анализируемой выборке материалы на vc.ru цитировались чаще, чем публикации того же автора в корпоративном блоге.

Возраст материала тоже влияет на результат. В этой выборке более старые публикации цитировались чаще, чем свежие материалы.

Структура текста тоже влияет на цитирование. В анализируемой выборке материалы с H2 в форме вопроса, таблицами и чеклистами цитировались чаще. Материалы с FAQ, списками и таблицами также показывали более высокую цитируемость. Это не обязательный порог: итог зависит также от темы, площадки, доступности страницы и конкретной модели.

В одном проекте это часто выглядит обидно: команда неделю шлифует формулировки, а модель цитирует более простой материал с понятным ответом в первом экране. Не потому, что «ИИ любит простоту». Потому что фрагмент проще извлечь и сопоставить с вопросом пользователя.

Для России и СНГ поставщик должен отдельно раскрыть поддерживаемые страны, языки, модели, источники, доступность сервиса, обработку данных и условия оплаты. Работа только с западными моделями не покрывает весь русскоязычный рынок ^[2].

Попросите поставщика показать, как YandexGPT используется в поисковых ответах Яндекса для целевых типов запросов вашего бизнеса и в каких сценариях сервис ведёт мониторинг. По результатам тестов на согласованном наборе запросов YandexGPT и ChatGPT давали разные наборы источников; результаты конкретного бизнеса нужно проверять отдельно по каждой модели.

GigaChat от Сбера — один из заметных российских ИИ-сервисов. Для бизнеса, работающего с крупными российскими корпорациями, присутствие в ответах GigaChat может оказаться важнее, чем в ChatGPT. До покупки стоит проверить, используют ли эту модель клиенты компании и входит ли она в мониторинг поставщика.

Некоторые российские СМИ и профпорталы ограничивают доступ западным краулерам. Перед размещением проверьте robots.txt, доступность страницы и появление материала в повторных замерах конкретной модели. Публикации на «Хабре», vc.ru, РБК и «Коммерсанте» могут повысить вероятность цитирования в отдельных русскоязычных моделях, если материал релевантен целевому запросу и доступен для индексации. Эффект нужно проверять по базовому и повторному замеру отдельно для каждой платформы.

Одно и то же продвижение в AI-ответах может работать по-разному на разных моделях и сервисах. ChatGPT, Perplexity, Claude и Gemini используют разные механизмы поиска и разные индексы, поэтому результат на одной платформе не переносится автоматически на другую.

Перед покупкой сервиса ИИ-видимости запросите методологию замера, пример реального отчёта, перечень охватываемых моделей, описание работ после аудита и условия для вашего региона. Эти вопросы быстро отделяют инструмент с измеримой ценностью от красивой презентации.

Используйте мини-алгоритм на встрече:

1. Попросите объяснить разницу между GEO и SEO. Если подрядчик мнётся или говорит «это примерно одно и то же», то разговор можно заканчивать.
2. Уточните понимание LLM-механик. Спросите о разнице между RAG, Retrieval-Augmented Generation и дообучением модели в контексте продвижения. Расплывчатый ответ часто означает SEO-специалиста в новой обёртке.
3. Запросите методологию замера LLM Share of Voice. Серьёзный подрядчик покажет, как тестирует запросы, какие модели охватывает, как фиксирует динамику.
4. Спросите, какие модели охватывает работа. Минимум: ChatGPT, Claude, Gemini, Perplexity. Если подрядчик работает только с одной платформой, то это узкое решение.
5. Попросите пример отчёта. Не презентацию с логотипами, а реальный отчёт с динамикой упоминаний по конкретным запросам.
6. Спросите о кейсе в вашей нише. Нужны задача, формат работы, действия и связь между действием и результатом.
7. Уточните, что именно поставщик гарантирует. Адекватный ответ — про процесс и методологию.
8. Разберите ценообразование. Нормально, когда оценка идёт после аудита. Фиксированная цена без погружения в задачу — признак шаблонного подхода.
9. Выясните, где используется AI, а где — человек. Сильный подрядчик чётко разделяет: AI ускоряет анализ и производство контента, стратегию и интерпретацию данных делает человек.
10. Проверьте локальные условия. Спросите про YandexGPT, GigaChat, русскоязычные источники, оплату, договор и обработку данных.

Обязательно спросите о контенте, потому что один мониторинг фиксирует проблему, но не показывает, какие изменения на сайте и внешних площадках могут повлиять на цитирование. Если подрядчик не говорит о контенте, это тревожный знак.

[1] GEO и AEO продвижение сайтов: пузырь или рабочий инструмент? — CMS Magazine — https://cmsmagazine.ru/journal/items-geo-aeo-prodvizhenie-sajtov/

[2] Что такое GEO/AEO и как правильно продвигаться в нейросетях — https://kokoc.com/blog/chto-takoe-geo-aeo-i-kak-pravilno-prodvigatsya-v-neyrosetyakh/