Я занимаюсь в том числе тем, что измеряю и чиню видимость компаний в поиске и в ответах нейросетей. Под это собрана целая модель: промпт-карты, прогоны по нескольким системам, разбор источников, повторные срезы, работа с публикациями.
Но на собственном сайте я её до недавнего времени не запускал. Причина до неприличия обычная: клиентские проекты всегда впереди своих, сапожник без сапог - известный жанр в бизнесе.
Когда наконец дошли руки, результат вышел такой: в вопросах, где компанию называют по имени, её знают все четыре протестированные системы, а в вопросах, где спрашивают про услугу вообще, - ноль появлений из тридцати двух возможных.
Ниже - как это измеряется, сколько стоит и что следует из полученного результата. Метод воспроизводимый, всё на публичных API, суммарные расходы на весь замер - чуть больше ста рублей.
Почему обычный SEO-аудит этого не покажет
Классический аудит отвечает на вопрос «что не так с сайтом»: индексация, скорость, дубли, разметка. Он не отвечает на вопрос «что о вас говорят, когда вас не спрашивали».
Это принципиально разные вещи. Сайт может быть технически безупречным, стоять в топе по своим запросам - и при этом отсутствовать в ответе, который нейросеть даёт человеку, спросившему «а кого посоветуете».
Проверить это можно только одним способом: задать вопросы и посмотреть на ответы. Не метафорически, а буквально - прогнать набор формулировок через API и разобрать, что вернулось.
Что значит «видимость в нейросетях»
Первое, обо что спотыкаются: пытаются свести к проценту. Не сводится, потому что вопросы бывают разных типов, и присутствие в них означает совершенно разное.
Я разделяю набор минимум на семь групп:
брендовые — «что такое компания N», «чем занимается сайт N»;
репутационные — «отзывы о N», «можно ли доверять N»;
категорийные - «кто делает такую услугу», без упоминания бренда;
сервисные — про конкретную работу, тоже без бренда;
сравнительные — «N или альтернатива»;
низ воронки — «заказать», «найти подрядчика»;
тематические — общие вопросы по предметной области.
Присутствие в брендовых вопросах не значит почти ничего: там название уже в самом вопросе, системе достаточно найти ваш сайт. Ценность - в категорийных и низковоронковых, где вас должны вспомнить без подсказки.
Именно поэтому одно усреднённое число вообще не показатель. Можно иметь бодрые 47% и ноль там, где деньги.
Промпт-карта: почему её нельзя писать раньше, чем измерен спрос
Набор вопросов нельзя брать из головы, и нельзя копировать из семантики для SEO. Поисковый запрос короткий - «внедрение crm». Вопрос к нейросети развёрнутый и консультативный - «кто внедряет CRM малому бизнесу и как выбрать подрядчика». Это разные формулировки, и меряются они по-разному.
Я собрал сорок два вопроса, пятнадцать из них в минимальный прогон, и в первом заходе взял их из структуры собственных услуг. Потом собрал частотность через Wordstat и увидел перекос: направление, которому в карте отведена заметная доля вопросов, даёт 3% реального спроса, а направление на 57% представлено скромнее.
Отсюда правило, которое я теперь ставлю первым шагом: набор вопросов должен опираться на измеренный спрос, а не на то, как устроен ваш прайс. Клиент спрашивает не теми словами, которыми вы называете услуги, и это расхождение видно только в цифрах.
Экономически это тем более очевидно: сбор частотности стоит копейки - мои 57 фраз обошлись в 1 рубль 80 копеек, - а замер по нейросетям в десятки раз дороже. Обосновывать дорогой инструмент дешёвым имеет смысл до того, как платить, а не после. Впрочем, я не настаиваю …
Четыре системы, и они не взаимозаменяемы. Совсем
Я гоняю в базе четыре: ChatGPT, Яндекс GenSearch, Gemini и GigaChat. Две первые отвечали с веб-поиском, две вторые - из памяти модели.
Это разделение важнее, чем кажется. Система с веб-поиском показывает, что о вас есть в сети сейчас и какие источники она при этом берёт. Система, отвечающая из памяти, показывает, что о вас попало в обучающие данные. Это разные вопросы, и лечатся они разными способами.
Ещё важнее, что источники у них разные, и результат одной нельзя переносить на другую. Отдельно про российский стек - там механика принципиально иная, и об этом ниже.
Прогон
Пятнадцать вопросов на четыре системы - шестьдесят обращений. Ошибок ноль. Яндекс GenSearch обошёлся в 76 рублей 20 копеек при потолке в сто, остальное - копейки токенов.
MODE=execute PROJECT=rsailab PHASE=pilot PROMPTS=15/42 PROVIDERS=openai,yandex,gemini,gigachat TOTAL_PROVIDER_CALLS=60 KEYS_READY=True YANDEX_ESTIMATED_RUB=76.20 YANDEX_MAX_RUB=100.00 YANDEX_BUDGET_BLOCK=False OPENAI_RESULTS=15 ERRORS=0 YANDEX_RESULTS=15 ERRORS=0 GEMINI_RESULTS=15 ERRORS=0 GIGACHAT_RESULTS=15 ERRORS=0
Предел расхода бюджета задаётся до запуска и проверяется перед первым платным обращением. Рекомендую ставить лимиты, чтобы потом не удивляться …
Что получил:
Система | Режим | Бренд найден | Цитировано источников |
|---|---|---|---|
ChatGPT | веб-поиск | 7 из 15 | 149 |
Яндекс GenSearch | веб-поиск | 7 из 15 | 228 |
Gemini | память модели | 7 из 15 | 0 |
GigaChat | память модели | 6 из 15 | 0 |
Сорок семь процентов выглядят вполне прилично - ровно до того момента, когда раскладываешь их по группам.
Раскладка, ради которой всё и затевалось
Группа | Вопросов | Бренд найден |
|---|---|---|
Брендовые | 5 | 5 из 5 во всех системах, кроме одной - там 4 |
Сравнительные (с упоминанием бренда) | 1 | 1 из 1 |
Репутационные (с упоминанием бренда) | 1 | 1 из 1 |
Категорийные | 3 | 0 |
Сервисные | 2 | 0 |
Тематические | 2 | 0 |
Низ воронки | 1 | 0 |
Восемь небрендовых вопросов на четыре системы - тридцать две возможности появиться. Появлений по факту - ноль.
Отдельная деталь, которую легко упустить: показатель заметности в ответе равен нулю везде, включая брендовые вопросы. То есть даже когда компанию называют, она не оказывается сколько-нибудь весомой частью ответа.
Перевод на обычный человеческий: меня знают, когда меня спрашивают по имени. Когда спрашивают про услугу - меня не существует.
Проверил другими источниками, и вот тут стало по-настоящему интересно. В Search Console за четыре дня наблюдения - два показа: не ноль, но и не тот результат, который хочется видеть. В выдаче Яндекса по тридцати коммерческим запросам - ноль вхождений из трёхсот результатов.
А в панели Яндекса при этом всё хорошо: все страницы в поиске, исключена одна - служебная, проблем с индексацией нет. Технически сайт в порядке. Он просто никому не известен: индекс качества сайта - ноль, потому что сайт молодой и о нём нет внешних сигналов.
date impressions clicks 2026-08-11 0 0 2026-08-12 2 0 2026-08-13 0 0 2026-08-14 0 0
sqi (индекс качества сайта): 0 страниц в поиске: 6 исключено из поиска: 1 проблем с индексацией: нет
Вот это и есть главное разделение, ради чего все затевалось. Сайт может быть технически безупречным, полностью проиндексированным - и полностью невидимым при этом. Обычный аудит покажет зелёные галочки и будет прав. Просто он отвечает не на тот вопрос.
Чем российский стек отличается от западного
Самое полезное, что я вынес из замера, - три различия, которые ломают привычную логику.
У Яндекс Нейро и Алисы нет отдельной базы источников. Ответ собирается из нескольких материалов, которые уже стоят в верхней части обычной органической выдачи по этому запросу. То есть попадание в ИИ-ответ Яндекса - это в первую очередь задача обычного SEO плюс извлекаемость текста, а не отдельная «AI-оптимизация» где-то сбоку.
У западного стека отбор источников устроен свободнее. Материал может оказаться в ИИ-ответе, не будучи в классическом топе. Механика отбора там своя, и корреляция с обычной выдачей заметно слабее.
GigaChat работает через собственный веб-поиск: классификатор определяет, что вопрос фактологический, отбирает несколько документов, подставляет в промпт. База своя, с яндексовой пересекается частично - переносить результаты одного на другой нельзя.
Практический вывод для всех читателей: если ваш рынок российский, работа над ИИ-видимостью начинается не с промптов, а с обычного топа и с тех источников, которые Нейро реально цитирует - карточек, каталогов, отзывов и подборок.
Про robots.txt: отдельная история, о которой мало кто знает
Есть техническая деталь, которая почти нигде не описана внятно. Основной краулер Яндекса индексирует страницы для обычного поиска, а контент для быстрых ответов читает отдельный краулер - и он не наследует правило User-agent: *.
Из этого следует неочевидное: если вы поставили общий Disallow и считаете, что закрыли сайт от использования в AI-ответах - вы его не закрыли. Нужна отдельная явная директива. И симметрично: если вы хотите там присутствовать, стоит выразить это явно, а не полагаться на общее правило.
Было - общее правило, которое отдельный краулер не наследует:
User-agent: * Allow: / Disallow: /api/
Стало - явно выраженное намерение:
User-agent: * Allow: / Disallow: /api/ User-agent: YandexAdditional Allow: / Disallow: /api/
Проверка занимает реально секунду: посмотрите, есть ли в вашем robots.txt отдельная группа для этого краулера. У меня не было.
Что стоит знать про инструменты
Ниже - неочевидные свойства платформ, на которых теряешь время, если не знаешь о них заранее.
API Яндекс.Вебмастера отдаёт 403 на стандартном User-Agent от urllib. Тот же запрос из curl проходит. Лечится явным заголовком.
Часть отчётов живёт только в интерфейсе. У API Search Console нет раздела ссылок: в панели он есть, через API все обращения возвращают 404. То же самое с отчётом Яндекса о видимости сайта в ответах Алисы - в панели он появился, в API его нет. Если строите автоматический сбор, закладывайтесь на то, что часть данных придётся забирать руками.
Ограничители режут выборку по порядку файла, а не по важности. Лимит на число запросов при сборе выдачи взял их подряд и отбросил самый крупный кластер - тот, что даёт больше половины спроса. Внешне всё в порядке: ошибок нет, данные есть, отчёт построен. Часть фраз при этом помечена в логе как пропущенная, но в отчёт эта пометка не попадает.
Правило тут очень простое: если инструмент умеет урезать выборку молча, однажды он урежет именно то, ради чего вы всё затеяли. Сортируйте вход по значимости до запуска и сверяйте состав выхода с составом входа.
Автоматический разбор нужно перепроверять. Модуль обхода сайта поднял у меня две находки уровня critical. Обе оказались ложными: это демонстрационный раздел, закрытый от индексации намеренно. Инструмент считает страницы, а не понимает их роль. Проверяем.
Чего замер не показывает
Пятнадцать вопросов из сорока двух - это пилот, а не полный анализ.
Две системы отвечали без веб-поиска, поэтому у них нет цитируемых источников: их результат говорит о памяти модели, а не о текущей выдаче.
Панели вебмастера я подключил за несколько дней до замера, поэтому истории там пока нет - только первые точки. Судить по ним о динамике нельзя, это отправная линия, а не тренд.
Один прогон - это точка, а не динамика. Понять, движется ли что-то, можно только повторив замер через несколько недель, и обязательно тем же набором: поменяете вопросы - сравнивать будет не с чем.
Частотность собрана по стране целиком, без разбивки по городам, и в широком соответствии - реальный коммерческий спрос внутри крупных фраз меньше, чем показывает цифра.
И главное: замер показывает, что происходит, но не объясняет почему и не подсказывает, что чинить первым. Это отдельная работа, и в ней цифры значат ощутимо меньше, чем понимание рынка. Один из моих кластеров, например, даёт почти семь тысяч показов в месяц - но туда не надо идти, потому что вверху выдачи там стоят готовые программные продукты, а не исполнители услуг. Никакая метрика этого не подскажет.
Что дальше
У себя я знаю, что делать. Судя по замерам, места в моей выдаче держат не конкуренты, а площадки публикаций и одна доска объявлений. Значит, идти надо туда, а не докручивать до бесконечности собственные страницы.
Повторю замер тем же набором через месяц и сравню. Если будет о чём рассказать - напишу продолжение.
А пока предлагаю простое упражнение вашего бизнеса. Возьмите пять вопросов, по которым вас должны находить, и задайте их вслух любой нейросети с веб-поиском. Не про свою компанию - а про вашу услугу вообще. Посмотрите, кого назовут.
Возможно, вы удивитесь так же, как я.
