Раздел: База знанийТип: Глоссарий
Глоссарий · обновлено 2026-07-27

Глоссарий GEO и AI-видимости

Глоссарий содержит 65 связанных терминов: у каждого есть определение, граница «что это не означает», конкретный пример и переходы к соседним понятиям. Все записи находятся на одной странице с постоянными якорями, поэтому нужный термин можно открыть и процитировать напрямую.

Пять групп терминов связаны в единую карту понятий с определениями, примерами и переходами.
Как устроено определение

Термин становится полезным, когда видны его границы и связи

Каждая запись даёт краткое значение, объясняет, с чем термин нельзя путать, и показывает понятный пример.

  1. ОпределениеСамодостаточное значение без соседнего абзаца.
  2. ГраницаКакой более сильный вывод термин не поддерживает.
  3. СвязиСоседние понятия и практические материалы.

Как читать определения

Английские названия сохранены там, где они используются в интерфейсах и исследованиях. Определения метрик являются рабочими правилами Киберкошки, а не автоматически признанным отраслевым стандартом.

Каждая запись отвечает на четыре вопроса: что означает термин, с чем его не следует путать, как он выглядит на практике и с какими понятиями связан. Ссылка вида /knowledge/glossary#term-mention-rate ведёт прямо к нужному определению.

Пятнадцать опорных понятий раскрыты глубже: у них есть употребимые синонимы, практическая роль, формула — где она применима — и переходы к соседним терминам. Это GEO, AI Visibility, SEO, AEO, LLMO, основные ставки и покрытия, Prompt Bank, Baseline, Source Gap, Brand Entity и Grounding.

Как считаются метрики

Доли рассчитываются только по заранее определённому знаменателю. Например, Mention Rate использует валидные ответы, Query Coverage — запросы prompt bank, а Model Coverage — проверяемые AI-системы. Эти показатели нельзя складывать в один «общий GEO-балл» без отдельно опубликованной формулы и причины.

Метрика Числитель Знаменатель Не отвечает на вопрос
Mention Rate ответы с упоминанием валидные ответы рекомендован ли бренд
Recommendation Rate ответы с прямой рекомендацией валидные ответы был ли показан источник
Citation Rate ответы со ссылкой на отслеживаемый URL валидные ответы вызвала ли ссылка рекомендацию
Query Coverage запросы хотя бы с одним сигналом запросы утверждённого банка сколько отдельных ответов содержат бренд
Model Coverage системы хотя бы с одним сигналом проверенные системы устойчив ли сигнал во времени

Пять групп терминов

  1. GEO и поисковые дисциплины — что именно оптимизируется и где проходит граница между GEO, SEO, AEO, ASO и LLMO.
  2. Видимость и метрики — какие события происходят в ответе и как считать их долю.
  3. Измерение — prompt bank, baseline, выборка, единица наблюдения и повторяемость.
  4. Источники, контент и сущности — как документ обнаруживается, связывается с брендом и проверяется.
  5. Механика AI-ответов — retrieval, grounding, RAG, веб-поиск, цитаты и персонализация.

Термин может относиться к нескольким слоям. Например, Citation Rate является метрикой, а inline citation — элементом интерфейса ответа. Их связь показана ссылками, но определения остаются разными.

Как цитировать термин

Открывайте постоянный якорь нужной записи и переносите определение вместе с оговоркой. Для метрики сохраняйте формулу и знаменатель. Для механики платформы указывайте, относится ли объяснение к документированному интерфейсу, собственному наблюдению или общему архитектурному понятию.

Как использовать глоссарий вместе с другими материалами

Начните с определения и границы термина, затем откройте связанные понятия. Если нужна формула — перейдите к разделу измерений; если порядок действий — к гайду; если наблюдаемые числа — к исследованию или кейсу.

Постоянный якорь позволяет сослаться сразу на нужную запись, а не отправлять читателя в начало длинной страницы. Так одно и то же определение можно использовать в статье, отчёте и методологии без разных трактовок.

65 определений · 5 разделов

12 терминов

GEO и поисковые дисциплины

Что именно оптимизирует каждая дисциплина и по какому результату её оценивают.

Опорный термин

GEO

#

Generative Engine Optimization — системная работа над тем, чтобы сведения о бренде были доступны, однозначны, доказательны и уместны для использования в генеративных ответах.

Не путать
GEO не является гарантией упоминания и не сводится к написанию текстов «для нейросетей».
Пример
Для Киберкошки GEO-цикл состоит из baseline, изменений на сайте и во внешних источниках, ожидания обнаружения и повторного среза.
Опорный термин

SEO

#

Search Engine Optimization — работа над обнаружением, индексированием, пониманием и показом страниц сайта в классических поисковых результатах.

Не путать
Высокая позиция в обычном поиске не гарантирует цитирование или рекомендацию в AI-ответе.
Пример
Исправление canonical и внутренних ссылок относится к SEO-основе и одновременно делает материалы доступнее поисковым AI-функциям.
Опорный термин

AEO

#

Answer Engine Optimization — подготовка точных, доступных и хорошо структурированных ответов на конкретные пользовательские вопросы.

Не путать
AEO фокусируется на самом ответе; GEO дополнительно рассматривает представление бренда, выбор источников и рекомендации.
Пример
Раздел с прямым определением Mention Rate и формулой удобен для ответной системы и для человека, проверяющего расчёт.

ASO

#

App Store Optimization — оптимизация карточки приложения и связанных сигналов для поиска, выбора и конверсии в магазинах приложений.

Не путать
ASO работает с поверхностью стора; AI-рекомендации могут использовать также сайт, обзоры и другие внешние материалы.
Пример
Для мобильного продукта отдельно измеряют видимость в сторе и присутствие в рекомендациях AI-систем.
Опорный термин

LLMO

#

Large Language Model Optimization — неустоявшееся название работ по присутствию и корректному представлению информации в системах на базе LLM.

Не путать
LLMO не имеет единой отраслевой методики; в разных источниках термин может быть синонимом GEO или более широкой практикой.
Пример
Перед сравнением LLMO и GEO нужно сначала зафиксировать, какие события и поверхности автор включает в каждый термин.

Ответная система

#

Ответная система старается сразу решить вопрос пользователя: сформировать определение, инструкцию, сравнение или рекомендацию.

Не путать
Ответная система может использовать поиск, собственную базу или контекст пользователя; источники показываются не всегда.
Пример
Для мониторинга важно записывать не только сервис, но и конкретный режим, в котором был получен ответ.

Поисковый интент

#

Поисковый интент — практическая задача пользователя за формулировкой запроса: узнать, сравнить, выбрать, проверить или выполнить действие.

Не путать
Набор похожих слов не обязательно означает один интент, а разные формулировки могут обслуживать одну задачу.
Пример
«Что такое AI-видимость» и «какой сервис отслеживает AI-видимость» требуют разных страниц и ответов.

Entity SEO

#

Entity SEO — работа над однозначностью сущностей, их свойств и связей в поисковом контуре.

Не путать
Это не механическое перечисление названий и не замена полезному содержанию.
Пример
Киберкошка последовательно описывается как продукт IT-Agency, а не как отдельное агентство или AI-модель.

Техническое SEO

#

Техническое SEO обеспечивает доступность, каноничность и корректную обработку страниц поисковыми системами.

Не путать
Техническая исправность создаёт возможность обнаружения, но сама по себе не создаёт рекомендацию.
Пример
Ответ 200, индексируемый HTML, рабочие ссылки и настоящий 404 — техническая база, а не GEO-результат.
14 терминов

Видимость, рекомендации и цитирование

Наблюдаемые события в AI-ответах. Метрики считаются только после явного определения знаменателя.

Опорный термин

AI Visibility

#

AI Visibility — наблюдаемое присутствие бренда в ответах, рекомендациях и источниках AI-систем по зафиксированной выборке запросов и запусков.

Не путать
Это не единый универсальный рейтинг и не синоним трафика или продаж.
Пример
Если бренд появился в 8 из 50 валидных ответов, это описывает его видимость только в данной выборке.

Упоминание бренда

#

Упоминание — содержательное появление названия бренда или однозначного варианта его имени в ответе.

Не путать
Ссылка на домен без названия и случайное совпадение слова требуют отдельного правила разметки.
Пример
Фраза «сервис Киберкошка отслеживает AI-ответы» является упоминанием, но ещё не рекомендацией.
Опорный термин

Mention Rate

#

Mention Rate — доля валидных ответов, в которых найдено содержательное упоминание бренда: ответы с упоминанием ÷ все валидные ответы.

Не путать
В знаменатель не следует молча включать технические ошибки и пустые ответы.
Пример
8 упоминаний в 50 валидных ответах дают Mention Rate 16%.

Рекомендация бренда

#

Рекомендация — прямое предложение рассмотреть, выбрать или использовать бренд для заявленной задачи.

Не путать
Нейтральное перечисление существующих компаний не является рекомендацией.
Пример
«Для регулярного мониторинга можно рассмотреть Киберкошку» — рекомендация; «существует Киберкошка» — только упоминание.
Опорный термин

Recommendation Rate

#

Recommendation Rate — доля валидных ответов, в которых бренд прямо предложен как подходящий вариант: ответы с рекомендацией ÷ валидные ответы.

Не путать
Метрика не показывает качество лида и не гарантирует, что пользователь последует совету.
Пример
3 рекомендации в 50 валидных ответах дают Recommendation Rate 6%.

Цитирование

#

Цитирование — явная ссылка или атрибуция страницы, домена, документа или автора в AI-ответе.

Не путать
Цитирование домена не равно упоминанию бренда, а упоминание не обязательно сопровождается ссылкой.
Пример
Ссылка на ai-cat.io в списке Sources считается цитированием домена по правилам проекта.
Опорный термин

Citation Rate

#

Citation Rate — доля валидных ответов, где присутствует ссылка на заданный домен или источник: ответы со ссылкой ÷ валидные ответы.

Не путать
Метрика требует заранее решить, считаются ли поддомены, редиректы, внешние публикации и повторные ссылки.
Пример
2 ответа со ссылкой на ai-cat.io из 50 валидных ответов дают Citation Rate 4%.
Опорный термин

Query Coverage

#

Query Coverage — доля запросов prompt bank, по которым бренд появился хотя бы в одной проверяемой системе или серии запусков.

Не путать
Покрытие запросов не показывает, сколько всего ответов содержало бренд.
Пример
Бренд появился хотя бы раз по 4 из 10 запросов — Query Coverage 40%.
Опорный термин

Model Coverage

#

Model Coverage — доля проверяемых AI-систем, где бренд появился хотя бы по одному запросу в заданном срезе.

Не путать
Показатель чувствителен к составу платформ и не сравним между проектами без одинакового набора.
Пример
Присутствие в 3 из 5 систем даёт Model Coverage 60% для этого запуска.

First Mention Position

#

First Mention Position — место первого содержательного упоминания бренда в ранжированном перечне вариантов.

Не путать
Для связного текста без явного порядка позицию лучше не выдумывать, а отметить как «без ранжирования».
Пример
Если бренд назван третьим в списке сервисов, его First Mention Position равна 3.

AI Share of Voice

#

AI Share of Voice — доля наблюдаемого присутствия бренда относительно выбранной группы конкурентов при одинаковых условиях измерения.

Не путать
У разных платформ и сервисов формулы SoV отличаются; значение всегда публикуется вместе с методом.
Пример
В Яндекс Вебмастере SoV имеет собственный контур запросов и не равен автоматически метрике prompt bank Киберкошки.

Стабильность сигнала

#

Стабильность показывает, как часто одно событие повторяется в серии сопоставимых запусков.

Не путать
Один удачный ответ не является устойчивой видимостью.
Пример
Упоминание в 6 из 7 запусков может считаться устойчивым по рабочему правилу проекта, но это не отраслевой стандарт.

Корректность описания

#

Корректность описания — соответствие утверждений AI-системы заранее утверждённым фактам о бренде, продукте и владельце.

Не путать
Положительная тональность не компенсирует фактическую ошибку.
Пример
Если Киберкошку называют агентством вместо продукта IT-Agency, описание требует исправления в разметке наблюдения.

Тональность

#

Тональность описывает положительный, нейтральный, смешанный или отрицательный контекст упоминания.

Не путать
Автоматическая классификация тональности нуждается в проверке, особенно для иронии и сравнений.
Пример
Фраза «подходит для мониторинга, но не гарантирует рост» может быть нейтральной, а не отрицательной.
13 терминов

Измерение и эксперименты

Как устроить выборку так, чтобы проценты имели понятный смысл и могли быть пересчитаны.

Промпт

#

Промпт — точная формулировка вопроса или инструкции, переданная AI-системе в конкретном запуске.

Не путать
Интент и промпт не одно и то же: один интент можно выразить несколькими заранее утверждёнными формулировками.
Пример
«Какой сервис измеряет рекомендации бренда в AI?» — один промпт коммерческого интента.
Опорный термин

Prompt Bank

#

Prompt Bank — зафиксированный набор запросов с интентами, приоритетами и правилами запуска, используемый для сопоставимого мониторинга.

Не путать
Это не выгрузка ключевых слов и не бесконечный список перефразировок.
Пример
Core-набор сохраняют между срезами, а исследовательские запросы анализируют отдельно.

Брендовый запрос

#

Брендовый запрос прямо содержит название проверяемого бренда и показывает, насколько корректно система его знает и описывает.

Не путать
Он не доказывает, что бренд появится без подсказки названия.
Пример
«Что такое Киберкошка и кому она принадлежит?» — брендовый запрос.

Небрендовый запрос

#

Небрендовый запрос описывает задачу, категорию или критерий выбора без названия проверяемого бренда.

Не путать
Такой запрос может быть слишком широким; рынок и аудиторию нужно фиксировать.
Пример
«Какой сервис мониторит упоминания бренда в ответах нейросетей?» — небрендовый запрос.
Опорный термин

Baseline

#

Baseline — исходный срез до запланированных изменений, с которым сравнивают последующие наблюдения.

Не путать
Старый отчёт с другим набором запросов нельзя автоматически использовать как baseline нового эксперимента.
Пример
В проекте Киберкошки три сопоставимых дорелизных запуска дали 25 запросов × 7 систем × 3 запуска = 525 валидных ответов.

Контрольный запрос

#

Контрольный запрос входит в измерение, но не должен напрямую затрагиваться проверяемым изменением.

Не путать
Контроль не устраняет все внешние факторы, однако помогает заметить общую динамику системы.
Пример
При публикации страницы методологии можно оставить неизменным соседний кластер запросов как контрольный.

Запуск

#

Запуск — однократное выполнение зафиксированного набора запросов в выбранных системах и условиях.

Не путать
Повтор одного промпта и полный запуск банка — разные единицы, их нужно называть явно.
Пример
Один полный запуск проекта Киберкошки: 25 запросов × 7 систем = 175 ожидаемых ответов.

Срез

#

Срез — набор ответов, ошибок и метрик, собранный в одном заранее определённом временном окне.

Не путать
Срез не обязан быть мгновенным, но его окно и исключения должны быть известны.
Пример
Baseline Киберкошки от 15–19.07.2026 — исходная серия, а не вечная характеристика видимости бренда.

Единица наблюдения

#

Единица наблюдения Киберкошки — один промпт × одна AI-система × один запуск × одна дата.

Не путать
Без фиксированной единицы нельзя корректно определить знаменатель долей.
Пример
Одинаковый вопрос в ChatGPT и Алисе создаёт две разные единицы наблюдения.

Выборка

#

Выборка — фактически проверенный набор запросов, систем, запусков, рынков и языков, к которому относятся выводы.

Не путать
Вывод нельзя расширять на «все нейросети» или «все запросы», если выборка этого не покрывает.
Пример
525 ответов baseline описывают только 25 небрендовых запросов, 7 систем и 3 запуска на указанные даты.

Query fan-out

#

Query fan-out — разложение исходного вопроса на несколько уточняющих поисковых формулировок или подвопросов.

Не путать
Владелец сайта обычно не видит полный внутренний fan-out и не должен угадывать его как факт.
Пример
Яндекс документирует, что Алиса AI может уточнять вопрос дополнительными запросами.

Повторяемость

#

Повторяемость — возможность снова выполнить измерение по описанному протоколу и получить сопоставимый набор наблюдений.

Не путать
Для генеративных систем повторяемость не означает идентичный текст ответа.
Пример
Сохраняются промпты, режимы, даты и правила разметки, чтобы сравнивать события, а не формулировки слово в слово.

Валидный ответ

#

Валидный ответ — результат, который получен в нужном режиме, полностью сохранён и пригоден для разметки метрик.

Не путать
Ошибка API, пустая выдача или страница блокировки не должны молча считаться ответом без упоминания.
Пример
Сначала проверяют полноту запуска, затем рассчитывают доли только на утверждённом знаменателе.
16 терминов

Источники, контент и сущности

Технические и смысловые элементы, благодаря которым страницу можно обнаружить, понять и проверить.

Источник

#

Источник — страница, документ, набор данных или другой материал, на который явно опирается ответ или вывод.

Не путать
Авторитетный домен не делает нерелевантную ссылку доказательством нужного тезиса.
Пример
Официальная справка Яндекса подтверждает механику Алисы AI, но не подтверждает рост конкретного бренда.
Опорный термин

Source Gap

#

Source Gap — недостающий тип доказательства, страницы или внешнего источника по сравнению с материалами, которые уже используются по целевому вопросу.

Не путать
Это не призыв копировать конкурента или размещаться на каждом найденном домене.
Пример
Если ответы ссылаются на методологии конкурентов, а у бренда методики нет, это проверяемый source gap.

Атрибуция источника

#

Атрибуция источника связывает конкретное утверждение с автором, документом или URL, позволяя проверить происхождение.

Не путать
Список ссылок внизу страницы хуже проверяем для точного тезиса, если соответствие не объяснено.
Пример
У числа 525 ответов указаны проект, даты и формула 25 × 7 × 3.
Опорный термин

Сущность бренда

#

Сущность бренда — однозначно распознаваемый объект с каноническим названием, категорией, владельцем, свойствами и связями.

Не путать
Логотип или повторение ключевого слова сами по себе не создают ясную сущность.
Пример
Киберкошка — продукт IT-Agency для мониторинга AI-видимости.

Canonical Fact

#

Canonical Fact — проверенная формулировка факта, которую бренд последовательно использует на собственных публичных поверхностях.

Не путать
Канонический факт не означает, что внешняя система обязательно его примет или процитирует.
Пример
Фраза о принадлежности Киберкошки IT-Agency должна совпадать на главной, продукте и странице команды.

Граф знаний

#

Граф знаний представляет сущности, их свойства и связи, а не просто набор документов или ключевых слов.

Не путать
Внутренняя перелинковка сайта — только один из способов выразить связи, но не весь граф знаний.
Пример
Продукт связан с методологией, метрики — с определениями, а выводы — с исследованием и кейсом.

Структурированные данные

#

Структурированные данные — машиночитаемое описание видимого содержания страницы с помощью согласованного словаря.

Не путать
Разметка не должна содержать более сильные факты, чем видимый текст, и не гарантирует расширенный результат.
Пример
Страница методологии может быть размечена как TechArticle с теми же автором, датой и заголовком.

JSON-LD

#

JSON-LD — формат JSON для размещения связанных структурированных данных, часто используемый со словарём Schema.org.

Не путать
JSON-LD — формат представления, а не доказательство качества или истинности данных.
Пример
В HTML можно описать SoftwareApplication и BreadcrumbList отдельными объектами JSON-LD.

Schema.org

#

Schema.org — общий словарь типов и свойств для описания организаций, продуктов, статей, отчётов и терминов.

Не путать
Наличие типа в словаре не означает поддержку специального результата каждой поисковой системой.
Пример
Глоссарий размечается как DefinedTermSet, а отдельные записи — как DefinedTerm.

robots.txt

#

robots.txt — файл с инструкциями, какие пути сайта разрешены или запрещены конкретным роботам для обхода.

Не путать
Запрет обхода не является надёжным способом удалить уже известный URL из всех индексов.
Пример
Открытые разделы сайта разрешают обход, а закрытые служебные каталоги можно исключить отдельными правилами.

XML Sitemap

#

XML Sitemap — машиночитаемый перечень канонических URL и, при необходимости, дат их содержательного обновления.

Не путать
Sitemap помогает обнаружению, но не гарантирует индексирование или использование страницы.
Пример
В XML Sitemap включают канонические страницы, которые должны находить поисковые системы.

Canonical URL

#

Canonical URL — предпочтительный адрес среди одинаковых или очень похожих версий страницы.

Не путать
Canonical является сигналом, а не способом перенаправить пользователя и не заменяет согласованную архитектуру.
Пример
Если один материал доступен по нескольким адресам, canonical указывает его основной URL.

noindex

#

noindex — инструкция не включать страницу в поисковый индекс при условии, что робот может получить и прочитать её.

Не путать
Если обход полностью запрещён, робот может не увидеть meta noindex; поведение нужно проектировать осознанно.
Пример
Служебную страницу можно исключить из поисковой выдачи с помощью meta robots noindex.

Доступность для обхода

#

Доступность для обхода означает, что робот может получить URL без авторизации, блокировки, бесконечного редиректа или технической ошибки.

Не путать
Доступный URL может оставаться неиндексируемым и неиспользуемым в ответах.
Пример
Проверка статуса 200 и robots — первый слой, после которого оценивают содержательный HTML.

Индексируемость

#

Индексируемость — отсутствие технических запретов и конфликтов, мешающих поисковой системе рассматривать страницу для индекса.

Не путать
Индексируемость не равна фактическому индексированию и тем более цитированию.
Пример
На production проверяют noindex, canonical и доступность HTML, а факт индексации измеряют отдельно.

llms.txt

#

llms.txt — предложенный сообществом текстовый указатель для LLM-инструментов.

Не путать
Это не общепринятый ranking-сигнал и не замена доступному HTML, внутренним ссылкам, sitemap и источникам.
Пример
Киберкошка не использует наличие llms.txt как доказательство готовности сайта к AI-поиску.
10 терминов

Механика AI-ответов

Как система получает контекст, формирует ответ и показывает пользователю происхождение информации.

Опорный термин

Grounding

#

Grounding — привязка сгенерированного ответа к данным или источникам, доступным системе во время выполнения задачи.

Не путать
Grounding снижает риск неподтверждённых ответов, но не устраняет ошибки автоматически.
Пример
Ответ с найденными веб-источниками может быть grounded, однако каждую важную ссылку всё равно нужно проверить.

RAG

#

Retrieval-Augmented Generation — архитектурный подход, при котором система сначала получает внешний контекст, а затем использует его при генерации.

Не путать
Не каждый поисковый AI-интерфейс публично раскрывает, что его внутренняя архитектура является RAG.
Пример
Корпоративный ассистент может извлечь фрагменты из базы документов и сформировать ответ с их учётом.

Retrieval

#

Retrieval — поиск и отбор документов или фрагментов, потенциально полезных для ответа на запрос.

Не путать
Попадание в retrieval ещё не означает, что фрагмент будет процитирован или усвоен в финальном ответе.
Пример
Страница может быть найдена системой, но уступить другому источнику на этапе формирования ответа.

AI Overview

#

AI Overview — генеративный обзор в Google Search, который показывает ключевую информацию и ссылки для дальнейшего изучения.

Не путать
Это отдельная поисковая поверхность, а не общее название любого AI-ответа Google.
Пример
Наличие обзора, упоминание бренда и ссылка на домен фиксируются как разные наблюдения.

AI-ответ

#

AI-ответ — синтезированный текст, список, таблица или другой результат, сформированный AI-системой на пользовательский запрос.

Не путать
Ответ зависит от режима, даты, контекста и иногда аккаунта; один результат не является стабильным свойством системы.
Пример
Киберкошка сохраняет полный ответ вместе с промптом, системой и датой.

Галлюцинация модели

#

Галлюцинация — правдоподобно сформулированное, но неподтверждённое, вымышленное или фактически ошибочное утверждение модели.

Не путать
Не каждая неточность является намеренным обманом, но её нельзя публиковать как факт без проверки.
Пример
Gemini официально предупреждает, что может неверно объяснять даже собственную механику.

Режим веб-поиска

#

Режим веб-поиска позволяет AI-системе обращаться к актуальным интернет-источникам во время ответа.

Не путать
Доступность режима не означает его использование в каждом ответе и не делает все ссылки равноценными.
Пример
В DeepSeek Web search фиксируется отдельно от обычного режима чата.

Встроенная ссылка

#

Встроенная ссылка расположена рядом с фрагментом ответа и помогает сопоставить утверждение с источником.

Не путать
Она показывает атрибуцию интерфейса, но не доказывает причинную роль страницы в рекомендации бренда.
Пример
ChatGPT Search может показывать встроенные ссылки и отдельный список Sources.

Персонализация ответа

#

Персонализация — изменение результата с учётом аккаунта, истории, региона, настроек или доступного пользователю контекста.

Не путать
Персонализированный ответ нельзя без оговорки сравнивать с гостевым или чужим аккаунтом.
Пример
Для Алисы AI Яндекс указывает персонализацию как один из факторов различий между повторными ответами.

Версия модели

#

Версия модели — конкретная конфигурация AI-системы, которой был получен ответ в момент измерения.

Не путать
Название сервиса без режима и версии может быть недостаточным для воспроизводимости.
Пример
Если интерфейс показывает выбранную модель, Киберкошка сохраняет это поле рядом с ответом.
Made on
Tilda