Метрики видимости в нейросетях: что считать результатом продвижения

Вопрос, который убивает половину разговоров о продвижении в нейросетях: а как вы покажете, что это сработало. В классическом SEO ответ известен - позиция и трафик. В нейросетях позиции нет вообще, а трафик приходит так, что счетчик его почти не видит.

Ниже - три метрики, которыми меряем видимость мы, как снимать их руками и роботом, с какой периодичностью и чего эти цифры не покажут никогда.

Почему счетчик на сайте не отвечает на этот вопрос

Первый порыв - открыть Метрику и посмотреть переходы. Не работает, и вот почему.

Большая часть ответов не заканчивается переходом. Человек спросил, получил ответ с названием компании, записал контакт и позвонил. В счетчике этого нет вообще.

Переход приходит обезличенным. Часть чатов отдает реферер, часть прогоняет ссылку через редирект, часть не отдает ничего - и визит падает в прямые заходы. Разложить прямые заходы обратно на источники невозможно.

Объемы маленькие, а выводы из них делают большие. Двадцать визитов в месяц против десяти в прошлом - это не рост вдвое, это шум.

Что счетчик все-таки должен уметь: отдельный сегмент по рефереру основных чатов и вопрос “откуда вы про нас узнали” в форме заявки. Это не метрика видимости, это проверка на деньги. Она нужна, чтобы поймать момент, когда канал начал приносить обращения.

Отдельно стоит отчет Яндекса о видимости сайта в Алисе AI в Вебмастере (появился в апреле 2026): он показывает долю запросов, по которым сайт попал в источники ответа. Цифра официальная и бесплатная, забрать ее надо. Но она про один движок и про источники, а не про то, как именно вас назвали.

Метрика 1. Доля ответов, где вас упоминают

Базовая цифра. Берете список вопросов в тех формулировках, которыми говорит живой клиент, прогоняете по нейросетям и считаете, в скольких ответах прозвучало имя компании.

Три условия, без которых цифра не значит ничего.

Список вопросов заморожен. 50-60 вопросов, согласованных с клиентом, и они не меняются от замера к замеру. Поменяли список - ряд оборвался, сравнивать не с чем. Пересматривать раз в квартал и честно писать в отчете, что база сменилась.

Вопросы звучат как вопрос клиента, а не как ключ. Не “юридические услуги в городе”, а “посоветуй, к кому обратиться, если контрагент не платит по договору”. В нейросеть не вбивают запросы, с ней разговаривают.

Два режима считаются отдельно. Ответ с поиском в интернете и ответ по памяти модели - это разные метрики. Первый показывает, что видит живой человек сегодня. Второй показывает, закрепился ли бренд в самих моделях, и меняется медленно, шагами обновления версий. Смешивать их в один процент нельзя: получится число, которое ничего не значит.

Пример честной стартовой точки - наш собственный первый замер: 12 вопросов, четыре движка, ноль упоминаний по каждому. Ровно то, что и ожидаешь увидеть у компании, которая этим до сих пор не занималась.

Метрика 2. Место упоминания внутри ответа

Доля ответов - грубая метрика: она фиксирует попадание и не различает, как именно вас назвали. А разница между вариантами огромная.

Трех уровней достаточно для рабочей шкалы:

1. Названы первым или единственным. Модель отвечает “обратитесь в компанию Х” или ставит вас в начало списка. Это максимум, который вообще возможен.
2. В основном списке. Вы пятый из восьми. Клиент вас увидит, но вместе с семью другими.
3. Вскользь или только в источниках. Имя есть в ссылке под ответом или в проходной фразе. Формально попадание, практически ноль.

Считается так же, как доля: сколько ответов на первом уровне, сколько на втором, сколько на третьем. Один и тот же процент упоминаний может состоять из совершенно разных наборов, и это первое, куда надо смотреть, когда цифра выросла, а обращений не прибавилось.

Второй разрез той же метрики - соседи. В каждом ответе записывать, кого назвали вместе с вами и кого назвали вместо вас. Список тех, кого нейросети предлагают по вашим вопросам, полезнее любого отчета: он показывает, чей контент модель считает достойным цитирования и где искать площадки для упоминаний.

Метрика 3. Корректность того, что про вас говорят

Самая недооцененная из трех. Попасть в ответ - половина дела, вторая половина - что именно там сказано.

Ошибки, которые мы видели в ответах про живые компании: не тот город, услуга, которую компания не оказывает, цены из прайса трехлетней давности, две разные фирмы с похожими названиями, слитые в одну. Такой ответ хуже отсутствия: человек не просто вас не выбрал, он получил неверную причину не выбирать.

Как мерить. Три-четыре прямых вопроса про сам бренд, одинаковых в каждом замере:

• чем занимается компания Х;
• сколько стоят ее услуги;
• где она находится и с кем работает;
• кому она подходит.

По каждому ответу ставим отметку: верно, неточно, неверно. И обязательно фиксируем источник - откуда модель это взяла. В большинстве случаев находится конкретная страница: старый каталог, чужая подборка, справочник с неактуальной карточкой. Дальше это чинится не текстами на сайте, а правкой самого источника.

Как замерять руками

Ручной замер занимает 20-30 минут на движок и остается точнее любой автоматики.

1. Чистое окно. Новый чат, выход из аккаунта или режим инкогнито, отключенная память и персонализация. Иначе вы меряете не видимость, а свою собственную переписку с моделью за последние полгода.
2. По одному вопросу в отдельном чате. В длинном диалоге модель тянет контекст предыдущих ответов, и замер портится.
3. Фиксация в таблицу: упомянули или нет, каким уровнем, кого назвали еще, какие источники приведены.
4. Скриншот каждого ответа. Это единственное доказательство, которое невозможно оспорить, и именно оно идет клиенту на сверку.

Скриншот важнее таблицы. Отчет с процентами читают, а скриншоту, где на вашем месте стоит чужой бренд, верят сразу.

Как замерять автоматически

Робот нужен для регулярности, а не для точности. У нас это скрипт, который гоняет список вопросов по нескольким моделям, считает долю упоминаний, собирает список тех, кого называют вместо нас, и присылает сводку с разбивкой на два режима.

Три грабли, на которые он наступил и на которые наступите вы.

Поиск подстроки дает ложные попадания. У нас короткий алиас бренда находился внутри обычного русского слова: все шесть срабатываний в одном из прогонов оказались ложными. Лечится поиском по границам слова и ревизией списка алиасов.

Модель через API - не то же самое, что продукт в браузере. У чата в браузере свой системный промпт, своя логика похода в поиск, свои настройки. Робот дает тренд, живая картина проверяется руками.

Ответ плавает от прогона к прогону. Один и тот же вопрос дважды подряд дает разные формулировки и иногда разный набор компаний. Поэтому метрика существует только на большом списке: один вопрос - это анекдот, шестьдесят вопросов - это цифра.

С какой периодичностью снимать

• Робот - раз в неделю. Дешево, ловит просадки и всплески.
• Руками - раз в месяц и обязательно перед сверкой с клиентом: живые продукты, все движки, скриншоты.
• Список вопросов - раз в квартал. Ниша меняется, формулировки клиентов меняются вместе с ней.
• Реагировать - не раньше чем через месяц. Канал инерционный: между публикацией и появлением в ответах проходят недели. Колебание на 5-10 процентов между двумя неделями - это шум, а не результат работы.

Чего эти метрики не показывают

Честный список, потому что за подмену этих цифр другими потом платят деньгами.

Они не показывают деньги. Доля упоминаний - не выручка и не заявки. Связь есть, но отложенная, и зависит она еще и от того, что человек увидит, когда дойдет до сайта.

Они не показывают долю рынка. Разные нейросети сходятся в выборе компаний далеко не всегда. Быть названным везде невозможно в принципе, и подрядчик, который это обещает, вводит вас в заблуждение.

Они не видят персонализацию. Ваш замер сделан из чистого окна. У живого пользователя есть история, память чата, регион и подписка. Его ответ отличается от вашего, и проверить это со стороны нельзя.

Они не видят закрытый контур. Ассистенты, встроенные в корпоративные мессенджеры и почту, отвечают внутри компаний. Никакой внешний замер туда не заглядывает.

Они не объясняют, почему назвали не вас. Метрика фиксирует факт. Причина ищется разбором конкретного ответа: чью страницу процитировали, что на ней было и чего нет у вас.

Они не вечны. Обновление модели двигает картину за ночь, без единого действия с вашей стороны. Поэтому ряд замеров важнее одной цифры: смотреть надо на форму кривой, а не на последнее значение.

Коротко о главном

Мерить надо три вещи: долю ответов с упоминанием, место упоминания внутри ответа и корректность сказанного. Первая показывает охват, вторая - реальную ценность попадания, третья - не вредит ли вам то, что модель уже про вас знает.

Список вопросов замораживается на квартал, режимы с поиском и по памяти считаются раздельно, робот гоняет еженедельно, человек проверяет раз в месяц скриншотами. Трафик из нейросетей в счетчике - контрольная цифра, а не метрика результата.

И главное: ни одна из этих цифр не обещает заявок. Они отвечают только на три вопроса - называет ли вас нейросеть, как называет и правду ли говорит. Если нужна ваша стартовая точка, мы делаем экспресс-проверку за один рабочий день и показываем скриншотами, кого нейросети советуют вместо вас. Подробности на странице продвижения в нейросетях.