Из чего складывается видимость
Упоминание отвечает на вопрос, появился ли бренд. Рекомендация — предложен ли он как решение. Цитирование — использован ли домен бренда как явный источник. Покрытие показывает ширину присутствия по запросам и системам, а стабильность — повторяемость.
| Сигнал | Единица вопроса | Что он не доказывает |
|---|---|---|
| Mention Rate | ответы с содержательным упоминанием | что бренд выбран или рекомендован |
| Recommendation Rate | ответы с прямым советом | что сайт бренда использован как источник |
| Citation Rate | ответы со ссылкой на отслеживаемый URL | что ссылка вызвала рекомендацию |
| Query Coverage | запросы хотя бы с одним сигналом | частоту по всем отдельным ответам |
| Model Coverage | системы хотя бы с одним сигналом | устойчивость во времени |
| Description Accuracy | совпадение с каноническими фактами | положительную тональность или бизнес-эффект |
Единый «visibility score» допустим только при опубликованной формуле и понятной причине весов. Для диагностики раздельные сигналы полезнее: они показывают, что именно изменилось.
Пример
Банк содержит 10 запросов и проверяется в 5 AI-системах: всего ожидается 50 ответов. Если бренд появился в 8 валидных ответах, Mention Rate равен 8 / 50 = 16%. Если прямое предложение выбрать бренд было в трёх ответах, Recommendation Rate равен 6%.
Эти показатели нельзя объединять: пять дополнительных нейтральных упоминаний изменят Mention Rate, но не Recommendation Rate.
Допустим, восемь упоминаний распределены по четырём запросам и двум системам. Тогда Query Coverage может быть 4 / 10 = 40%, а Model Coverage — 2 / 5 = 40%. Одинаковый процент описывает разные оси: ширину по задачам и ширину по платформам.
Почему нужен фиксированный банк запросов
Если каждый месяц задавать новые вопросы, изменение процента может быть вызвано составом выборки. Постоянный core-набор создаёт знаменатель, а дополнительные исследовательские запросы анализируются отдельно.
Запросы группируются по интентам: коммерческий выбор, проблема и решение, сравнение, доверие, сценарий использования и брендовая проверка. Брендовые вопросы не смешиваются с небрендовыми, потому что подсказка названием резко меняет смысл измерения.
Почему платформы считаются отдельно
ChatGPT Search, Алиса AI, Gemini, DeepSeek, Perplexity и Google AI Overviews различаются по интерфейсу, режиму веб-поиска, источникам и персонализации. Общий показатель по всем системам может быть полезен как сводка, но рядом должны оставаться результаты каждой поверхности.
Если бренд появляется только в одной системе, это не «средняя видимость». Это конкретный маршрут для анализа: какие запросы сработали, были ли показаны источники и повторяется ли сигнал.
Точность важна не меньше присутствия
AI-система может назвать бренд, но ошибиться в категории, владельце, функциях или доступности. Поэтому полезно заранее утвердить canonical facts и отдельно размечать:
- верно ли названа категория продукта;
- правильно ли указана связь с владельцем;
- не приписаны ли отсутствующие функции;
- актуальны ли ограничения и география;
- не перепутан ли бренд с похожим названием.
Позитивное, но фактически неверное описание нельзя считать успешным результатом.
AI-видимость и бизнес-результат
Видимость описывает новую точку выбора, но сама по себе не доказывает рост продаж. Для связи с бизнесом отдельно измеряются переходы из AI-сервисов, брендовый спрос, лиды, конверсии и качество обращений.
Полезная цепочка измерения:
обнаружение страницы → показ источника → упоминание бренда → рекомендация → переход → бизнес-действие.
Событие может возникнуть на одном этапе и не дойти до следующего. Например, бренд может быть рекомендован без клика, а страница — процитирована без упоминания продукта.
Что считать улучшением
- сигнал появился в целевом небрендовом запросе;
- повторился в нескольких сопоставимых запусках;
- описание бренда стало корректнее;
- бренд переместился из упоминания в прямую рекомендацию;
- домен бренда начал использоваться как источник;
- изменение не объясняется провалом полноты выборки.
Что не считать улучшением
- один удачный скриншот без повторного запуска;
- рост процента после замены половины prompt bank;
- увеличение упоминаний только в брендовых вопросах;
- ссылка на сайт без связи с нужным тезисом;
- положительная тональность при неверном описании продукта;
- падение числа валидных ответов, которое искусственно улучшило долю.
Как применять понятие на практике
Сначала выберите пользовательское решение и зафиксируйте core prompt bank. Затем снимите baseline, определите правила разметки и сохраните исходные ответы. После изменений повторите те же условия. Страница объясняет рамку; формулы находятся в методологии Киберкошки, а пошаговая настройка — в гайде по мониторингу.
