Методика Vidence: как мы измеряем видимость в поиске и нейросетях

Цифра «видимость выросла на 40%» ничего не значит, если неизвестно, что именно считали. Сколько вопросов задали? Каким моделям? Один раз или десять? Что считалось упоминанием — точное название или похожее слово? Без ответов на эти вопросы цифра ничего не значит.

Ответы нейросетей меняются от раза к разу, поэтому любой замер видимости — это выборка, а у выборки есть погрешность. Мы публикуем, как устроен наш замер, по трём причинам:

• чтобы цифры можно было проверить — повторить замер по тем же вопросам и сравнить;
• чтобы было видно, чего цифра не значит — замер через API не равен тому, что увидит конкретный человек в приложении;
• чтобы сравнение во времени было честным — если меняется методика, меняется версия этой страницы, и мы говорим, с какой версией сравниваем.

Методика нужна владельцам бизнеса, которые получили наш аудит или отчёт и хотят понять, откуда взялась каждая цифра и чего она не показывает. Если отчёта ещё нет, начните с бесплатного аудита — у каждой цифры в нём есть паспорт замера, и эта страница его расшифровывает.

Эти три сокращения описывают одну задачу с трёх сторон: чтобы клиент, который ищет решение, нашёл вас.

SEO (Search Engine Optimization) — продвижение в поисковых системах: чтобы сайт был в индексе Яндекса и Google и показывался выше в списке ссылок по запросам клиентов.

GEO (Generative Engine Optimization) — продвижение в ответах генеративных нейросетей: ChatGPT, Алисы, GigaChat и других. Нейросеть не выдаёт список ссылок, она пишет ответ и называет в нём несколько компаний. GEO-продвижение — работа над тем, чтобы среди них были вы. По-русски его называют продвижением в нейросетях, в ИИ-выдаче или оптимизацией под нейросети — это одно и то же.

AEO (Answer Engine Optimization) — подготовка страниц к тому, чтобы из них можно было взять готовый ответ: прямой ответ в начале страницы, вопросы и ответы, разметка, конкретные факты. AEO-оптимизация появилась раньше GEO — для голосовых ассистентов и блоков ответов в поиске — и сегодня работает на обе задачи.

Как они связаны. Нейросеть с веб-поиском сначала ищет — по сути, делает работу поисковика, — а потом пересказывает найденное. Поэтому без SEO нет GEO: если поиск не нашёл ваш сайт, нейросеть его не прочитает. А без AEO найденный сайт может оказаться бесполезным: на странице нет фразы, которую можно пересказать. Мы проверяем все три уровня и в аудите, и в ежемесячных замерах.

Бесплатный аудит — автоматический, обычно занимает 3–4 минуты. Он идёт по этапам:

1. Обход сайта. Читаем robots.txt, карту сайта и llms.txt, затем обходим до 50 страниц: главную, услуги или каталог, страницы о компании, контакты, блог. Каждую страницу загружаем двумя способами — как простой робот, без выполнения JavaScript, и как браузер, с ним.
2. Технические проверки. 65 проверок в шести блоках — о них в следующем разделе. Здесь нейросети не участвуют: проверки — это правила, которые дают одинаковый результат на одинаковом сайте.
3. Профиль бизнеса. Модель читает тексты сайта и определяет, чем занимается компания, где работает и что предлагает.
4. Вопросы клиентов. По профилю модель составляет 15 вопросов, которые мог бы задать ваш клиент. Вопросы, где есть название вашей компании, убираем: такой вопрос подсказывает нейросети ответ.
5. Замер. Каждый вопрос задаём двум моделям — всего 30 ответов.
6. Разбор ответов. Отдельная модель отмечает в каждом ответе, названа ли ваша компания, какие ещё компании и источники упомянуты.
7. Отвечаемость страниц. Модель оценивает пять ключевых страниц: насколько из них можно взять прямой ответ на вопрос клиента.
8. Скоринг — расчёт оценок по формулам из раздела 6.
9. Рекомендации. Из найденных проблем собираем план: что исправить первым.

Расширенный платный аудит и ежемесячный замер в ведении используют ту же схему, но с большей выборкой: 40 вопросов и три модели — 120 ответов.

Проверки разделены на шесть блоков. У каждой проверки есть вес и уровень критичности.

• Доступ роботов нейросетей.

  Открыт ли сайт в robots.txt для роботов OpenAI, Яндекса, Claude, Perplexity и правила, которым Google управляет использованием сайта в своих нейросетях. Роботы, которые ищут ответ для пользователя, должны быть открыты; закрытый робот обучения мы отмечаем как информацию, а не как ошибку. Виден ли текст без JavaScript: многие роботы его не выполняют, и сайт, который рисует текст скриптом, выглядит для них пустым. Мы сравниваем текст страницы до и после выполнения скриптов; если основная часть текста появляется только после, это критическая находка.

• Техническое SEO.

  HTTPS, карта сайта, основной адрес страниц, редиректы, мобильная версия, скорость по данным PageSpeed Insights.

• Контент.

  Заголовки и описания страниц, контакты, цены, конкретика вместо общих слов.

• Готовность к ответам (AEO).

  Разметка Schema.org, прямой ответ в начале страницы, вопросы и ответы, файл llms.txt.

• Сущность.

  Понятно ли машине, кто компания: единое название, реквизиты, связь сайта с профилями на других площадках.

• Локальность.

  Для бизнеса, привязанного к городу: адрес, телефон, регион — на сайте и в разметке.

Чего не проверяем и почему: позиции в органической выдаче (это делают специализированные сервисы), ссылочный профиль (нужен платный источник данных, а связь с видимостью в нейросетях не доказана), юзабилити и конверсию (другая услуга), скорость глубже показателей PageSpeed.

• Какие вопросы.

  Вопросы составляются по содержимому сайта — так, как о вашей нише спросили бы клиенты. Они распределены по стадиям, на которых человек выбирает:

Больше всего вопросов — последней стадии: на вопросы «как выбрать» нейросети обычно отвечают списком критериев без компаний, а компании называют, когда их прямо об этом просят.

• Каждый вопрос — в чистом контексте.

  Без истории переписки и без системных инструкций: так, как если бы человек открыл новый чат.

• Веб-поиск.

  Мы включаем его для вопросов, где пользователь просит назвать компании, — там модель ищет свежие источники, и результат зависит от того, что она нашла. Для остальных вопросов модель отвечает по своим знаниям: поиск там почти не меняет ответа, но стоит денег.

• Какие модели.

  В бесплатном аудите — модель OpenAI (компании, которая делает ChatGPT) с веб-поиском и облегчённая модель Алисы с веб-поиском. Если модель Алисы во время проверки не отвечает, российскую часть замера выполняет GigaChat — без веб-поиска, и мы пишем об этом в паспорте. В расширенном аудите и ежемесячном замере — три модели: ChatGPT с веб-поиском, полная модель Алисы и GigaChat. Точные названия и версии моделей указаны в паспорте каждого замера: модели обновляются, и сравнивать можно только замеры одной версии.

• Что считается упоминанием.

  Только если в ответе названа именно ваша компания. Отдельная модель разбирает каждый ответ; при сомнении упоминание не засчитываем. Для названий, которые совпадают с обычными словами или чужими брендами, сверяем упоминание с контактами вашего сайта — адресом, телефоном, доменом. Ложное «вас назвали» для нас хуже ложного «не назвали»: первое вводит в заблуждение, второе просто заставит проверить ещё раз.

Ответ, который не удалось разобрать, исключается из расчёта полностью, а не считается ответом «без упоминания». Иначе сбой разбора выглядел бы как плохая видимость.

Индекс AI-видимости (0–100)

Главная цифра отчёта. Складывается из трёх частей:

Индекс = Готовность к нейросетям × 0,40
       + SEO-основа              × 0,30
       + Видимость в ответах     × 0,30

Готовность к нейросетям весит больше остальных намеренно: ради неё и сделан аудит.

SEO-основа — доля пройденных проверок технического SEO и контента, с учётом весов.

Готовность к нейросетям — доля пройденных проверок готовности к ответам, сущности и локальности, умноженная на оценку доступа роботов. Доступ — множитель, а не слагаемое: если сайт закрыт для роботов нейросетей, остальные достоинства для них не имеют значения.

Видимость в ответах — оценка по результатам замера:

Видимость = AI-видимость       × 0,35
          + Доля голоса        × 0,25
          + Цитируемость       × 0,15
          + Тон рекомендации   × 0,15
          + Позиционный бонус  × 0,10

Позиционный бонус выше, когда вас называют одним из первых: за первое место — полный балл, за шестое и дальше — ноль.

Правила, которые защищают от ложных цифр

• Неприменимая проверка не считается проваленной. Если у бизнеса нет привязки к городу, проверки локальности выпадают из расчёта, а не снижают оценку.
• Мало данных — нет оценки. Если применимо меньше половины проверок блока, подоценка не считается, и отчёт пишет «недостаточно данных». Если нет хотя бы одной из трёх частей, индекс не рассчитывается.
• Сайт, видимый только через JavaScript, получает отдельное объяснение вместо индекса: проверить его содержимое так же, как видят его роботы, нельзя. Замер видимости от этого не зависит — мы спрашиваем нейросети напрямую.

У каждой цифры видимости в отчёте есть раскрывающийся блок «Как мы это считали». В нём:

• дата замера;
• сколько вопросов и сколько из них убрали, потому что в них было название компании;
• модели — с названием и указанием, был ли веб-поиск;
• для скольких вопросов был включён веб-поиск;
• сколько всего ответов получено и разобрано;
• интервал: в каком диапазоне, скорее всего, окажется число упоминаний при повторной проверке;
• что произошло во время замера: модель не ответила, сработал резерв, поиск шёл без привязки к региону;
• ограничение метода — обязательная строка, о ней следующий раздел.

Интервал считаем по методу Уилсона с уровнем доверия 95%. Например, при 120 ответах и 30% упоминаний повторный замер, скорее всего, покажет от 22 до 39%. Чем больше ответов, тем уже интервал: поэтому расширенный аудит задаёт 40 вопросов трём моделям, а не 15 вопросов двум.

Мы пишем об ограничениях в каждом отчёте, потому что без них цифры легко понять неправильно.

• API — не приложение.

  Мы обращаемся к моделям напрямую через их программный интерфейс, а не через приложения ChatGPT или Алисы. В приложении на ответ влияют история переписки, память, геолокация, выбранная версия модели. Поэтому ответ, который вы увидите на своём телефоне, может отличаться от замера. Замер показывает, называют ли вас в типичных ответах, — но не гарантирует, что конкретный человек получит такой же ответ.

• Ответы меняются от раза к разу.

  Один и тот же вопрос, заданный той же модели в тот же день, может дать разные ответы. Вот как это выглядит на практике: один и тот же сайт мы проверили трижды подряд, и в 30 ответах его назвали 0, 1 и 2 раза. Все три результата верны — это разброс выборки. Поэтому мы показываем интервал и не делаем выводов по разнице в одно-два упоминания.

• Меньше 20 ответов — без процентов.

  Если ответов меньше двадцати, долю голоса и разрыв с первым в нише в процентах не показываем, только абсолютные числа: «назвали 2 раза из 12». Иначе одно случайное совпадение превращается в «33%» и выглядит как результат.

• Модели обновляются без предупреждения.

  После обновления модель может по-другому выбирать источники. Сравнивать замеры имеет смысл только при одинаковых вопросах и тех же версиях моделей — поэтому версия есть в паспорте.

• Регион.

  Веб-поиск западной модели не всегда можно привязать к городу; тогда в ответах могут появиться компании из других городов, и паспорт об этом предупреждает.

• Вопросы — модель, а не реальные запросы ваших клиентов.

  Мы составляем вопросы так, как их задал бы клиент, но настоящей статистики запросов к нейросетям ни у кого, кроме их владельцев, нет. В ведении вопросы можно уточнить вместе с вами: вы лучше знаете, как говорят ваши клиенты.

• Отвечаемость оценивает модель.

  Оценка того, насколько из страницы можно взять ответ, — суждение модели, а не формула. Мы используем её как подсказку, где искать проблему, а не как приговор: оценку на границе зон мы не считаем ни пройденной, ни проваленной.

Термины, которые встречаются в отчётах Vidence.

AI-видимость

доля ответов нейросетей, в которых названа ваша компания: упоминаний, делённых на число разобранных ответов.

Доля голоса

ваша доля среди всех упоминаний компаний в ответах. Каждая компания считается не больше одного раза в одном ответе.

Цитируемость

доля ответов, в которых есть ссылка на ваш сайт.

Тон рекомендации

доля упоминаний, где вас не просто назвали, а рекомендуют.

Разрыв с первым в нише

насколько ваша доля голоса меньше, чем у компании, которую называют чаще всех. Если чаще всех называют вас, разрыв равен нулю. Когда первую компанию назвали меньше трёх раз, мы не называем её первой — пишем, кого назвали, и сколько раз.

Позиционный бонус

насколько рано в ответе вас называют: первым — полный балл, шестым и дальше — ноль.

Индекс AI-видимости

итоговая оценка 0–100 из готовности к нейросетям, SEO-основы и видимости в ответах.

Прогон

один ответ одной модели на один вопрос.

Паспорт замера

описание того, как получена цифра: дата, вопросы, модели, число ответов, интервал, ограничение.

Интервал

диапазон, в котором, скорее всего, окажется результат повторного замера; уровень доверия 95%.

Веб-поиск

режим, в котором модель перед ответом ищет в интернете и опирается на найденные страницы.

Отвечаемость

насколько из страницы можно взять прямой ответ на вопрос клиента.

GEO

продвижение в ответах генеративных нейросетей.

AEO-оптимизация

подготовка страниц к тому, чтобы из них брали готовый ответ.

llms.txt

файл в корне сайта с кратким описанием компании и ссылками для языковых моделей. Стандартом не стал; наличие файла мы проверяем, но его влияние на видимость в ответах не доказано.

Пример условный — сайт и числа придуманы, чтобы показать, как читать отчёт.

Сервис по ремонту кондиционеров в Казани получил отчёт: «В нашей проверке из 30 ответов нейросетей вас назвали 3 раза. Чаще других называют „Климат-Сервис“: 9 из 30».

Что это значит:

• 3 из 30 — это не «10% рынка». Это значит, что в 30 ответах на 15 вопросов о нише компанию назвали трижды. Интервал в паспорте подскажет, что повторная проверка, скорее всего, даст от 1 до 8 упоминаний.
• Разница с «Климат-Сервисом», скорее всего, не случайна, но и не точна. Интервалы — от 1 до 8 и от 5 до 15 из 30 — частично пересекаются. Точнее покажет замер со 120 ответами.
• Смотреть надо, в каких вопросах назвали. Если все три упоминания — в ответах на «посоветуй сервис в Казани» с веб-поиском, значит, источники в интернете о компании есть, но их мало. Если упоминаний нет совсем — сначала искать, видят ли роботы сайт.
• Дальше — раздел «Кого называют вместо вас» и «Где о вас могут узнать». Там видно, с каких площадок нейросети берут ответ: если «Климат-Сервис» есть в трёх каталогах, а вас нет ни в одном, это первый пункт плана.

В ежемесячном замере мы задаём те же 40 вопросов тем же трём моделям. Это главное условие: если поменять вопросы, сравнивать будет нечего.

Изменение мы называем изменением, только если новый результат вышел за интервал прошлого замера. Сдвиг в одно-два упоминания внутри интервала — это разброс, и в отчёте так и написано. Рядом с графиком — журнал правок: что и когда изменили на сайте и площадках. Это не доказывает причину — модели меняются и без нас, — но показывает, после каких работ видимость сдвинулась.

Если модель обновилась между замерами, мы отмечаем это в паспорте и не приписываем изменение своим работам.

Методика — живой документ. Когда меняются вопросы, модели или формулы, мы поднимаем версию этой страницы и пишем, что изменилось. Замеры разных версий сравниваем только с оговоркой.