Традиционный SEO измеряет позиции в выдаче Google. Но всё больше пользователей получают ответы напрямую от ChatGPT, Perplexity, Gemini и Claude — без перехода на сайт. Если ваш контент не попадает в эти ответы, он становится невидимым для растущей доли аудитории. Проблема в том, что стандартные SEO-метрики — трафик, позиции, доменная власть — не показывают, цитирует ли вас AI вообще.
Новое исследование бьюти-сегмента показало: бренд может иметь 10 000 медиа-упоминаний и при этом практически не существовать в ответах AI-движков. Одновременно выяснилось, что Reddit обходит Vogue и Allure как источник цитирования — то есть AI-движки предпочитают обсуждения сообществ редакционным статьям. Для контент-команд это означает, что стратегия «публиковать качественный контент на своём сайте» больше не гарантирует discoverability.
Решение — внедрить систему метрик, специально созданных для AI-поиска, и перестроить контент-стратегию с учётом того, какие источники и форматы предпочитают разные LLM. Ниже — практический разбор пяти ключевых метрик, различий между движками и конкретных шагов для редакций.
Что такое видимость в AI-поиске и чем она отличается от традиционного SEO
Видимость в AI-поиске (AI Visibility) — это вероятность того, что ваш бренд, продукт или контент появится в ответе, который генерирует языковая модель на запрос пользователя. В отличие от классического SEO, где вы боретесь за позицию в списке из десяти ссылок, в AI-поиске нет «страницы результатов» в привычном смысле. Модель синтезирует ответ из обучающих данных и источников, которые она считает релевантными и авторитетными.
Ключевые отличия от традиционного SEO:
- Нет кликов по умолчанию. Пользователь получает ответ в чате и часто не переходит на источник. Ваша «позиция» — это упоминание внутри текста ответа, а не ссылка в выдаче.
- Источники важнее ссылок. AI-движки цитируют не только сайты, но и обсуждения на форумах, отзывы, розничные листинги, базы данных. Ваш сайт — лишь один из типов источников.
- Разные движки — разные предпочтения. Gemini опирается на редакционные источники и официальные директории. Perplexity делает упор на розничные листинги и community-driven платформы. Claude показывает иной паттерн выбора источников.
- Упоминание ≠ рекомендация. То, что бренд назван в ответе, не означает, что AI его рекомендует. Важно, в каком контексте — позитивном, нейтральном или негативном.
Пять метрик видимости в AI-ответах
Исследователи и платформы мониторинга AI-поиска выделяют пять метрик, которые вместе дают целостную картину. Каждая отвечает на отдельный вопрос.
1. Visibility (Видимость)
Базовая метрика: появляется ли ваш бренд или контент в AI-ответах вообще — по выборке релевантных запросов. Измеряется как доля запросов, в ответах на которые вы упомянуты хотя бы один раз. Если по 100 запросам вы появились в 12 ответах — ваш Visibility Score равен 12%.
2. Share of Voice (Доля голоса)
Относительная метрика: как часто вы упоминаетесь по сравнению с конкурентами по тем же запросам. Если по запросу «лучшие CRM для медиа» AI назвал три продукта и ваш — один из них, ваша доля голоса по этому запросу — 33%. Share of Voice показывает не абсолютное присутствие, а конкурентную позицию внутри AI-ответов.
3. Average Position (Средняя позиция)
Где именно в ответе вы упомянуты. Быть первым в списке из пяти — не то же самое, что быть третьим. Модели часто формируют ответ в порядке убывания «уверенности» или релевантности. Позиция в начале ответа коррелирует с тем, что модель считает вас наиболее приоритетной рекомендацией.
4. LLM Choice (Выбор модели)
Рекомендует ли AI-движок ваш бренд, когда пользователь напрямую спрашивает «какую компанию выбрать» или «какой инструмент использовать». Это самая «конверсионная» метрика: она показывает, превращает ли модель вас в рекомендацию, а не просто в упоминание.
5. Sentiment (Тональность)
Как AI характеризует ваш бренд в ответах — позитивно, нейтрально или негативно. Вы можете иметь высокий Visibility Score, но если модель описывает вас в контексте проблем или жалоб, это не приносит пользы. Sentiment нужно отслеживать отдельно по каждому движку, потому что модели могут по-разному интерпретировать одни и те же данные.
Почему 10 000 упоминаний не гарантируют присутствие в AI-ответах
Исследование бьюти-брендов выявило парадокс: высокий объём медиа-упоминаний слабо коррелирует с видимостью в AI-поиске. Бренды с тысячами упоминаний в прессе отсутствовали в ответах AI-движков по базовым запросам. Причины:
- AI-движки ценят не объём, а авторитетность и разнообразие источников. 100 упоминаний в одном типе источников (например, пресс-релизы) менее ценны, чем 20 упоминаний в разных типах: редакционные статьи, обсуждения на форумах, отзывы, экспертные разборы.
- Третье лицо важнее собственного голоса. Заработанные медиа (earned media) составили 44% всех цитируемых источников в исследовании, тогда как собственный контент брендов — всего 7%. AI-движки скептически относятся к самоописанию и предпочитают независимую валидацию.
- Формат запроса определяет выбор источника. На вопрос «что это за бренд» модель ищет энциклопедические источники. На вопрос «стоит ли покупать» — отзывы и обсуждения. На вопрос «где купить» — розничные листинги.
Разные движки — разные источники: как Gemini, Perplexity и Claude выбирают цитаты
Каждый AI-движок имеет собственный паттерн выбора источников. Это критично для контент-стратегии: то, что работает для одного движка, может не работать для другого.
Gemini комбинирует редакционные источники с официальной информацией о продуктах и авторитетными директориями. Если ваша стратегия — публиковаться в авторитетных изданиях и поддерживать актуальные страницы в Википедии и отраслевых каталогах, это работает на Gemini.
Perplexity делает больший акцент на розничных листингах и community-driven платформах. Наличие продукта на Amazon, профильных маркетплейсах и активные обсуждения на Reddit усиливают видимость в Perplexity.
Claude показывает иной паттерн — больший вес академических и экспертных источников, меньший — коммерческих листингов. Для B2B-контента это может означать, что whitepapers, исследования и экспертные статьи важнее, чем листинги.
ChatGPT с веб-поиском сочетает подходы: может цитировать и редакционные источники, и обсуждения, но формат ответа зависит от того, как сформулирован запрос.
Практический вывод: не оптимизируйте контент под один движок. Создавайте разнообразие источников и форматов, чтобы покрывать предпочтения всех основных моделей.
Reddit как главный источник цитирования: что это значит для редакций
Самый неожиданный вывод исследования: Reddit стал единственным наиболее цитируемым источником среди всех проанализированных AI-ответов — обойдя ведущие бьюти-издания, включая Vogue и Allure. Это не означает, что редакционные статьи не важны. Это означает, что community-дискуссии стали отдельным классом авторитетных источников для AI.
Почему так происходит:
- Обсуждения содержат опыт реальных пользователей. Модели обучаются выявлять паттерны «народного консенсуса». Если десятки людей на Reddit рекомендуют продукт с конкретными аргументами, это сильнее сигнала «мы хорошие» от самого бренда.
- Reddit-треды структурированы. Вопросы и ответы, upvote-система, треды — это формат, который модели легко парсят и интерпретируют.
- Свежесть. Активные обсуждения на Reddit обновляются ежедневно, тогда как многие редакционные статьи устаревают.
Для контент-команд это означает три вещи. Во-первых, мониторинг упоминаний на Reddit и подобных платформах становится частью контент-операций. Во-вторых, участие экспертов бренда в обсуждениях (без спама) может влиять на то, что модели «видят». В-третьих, формат контента — Q&A, обсуждения, сравнения — получает дополнительную ценность, потому что именно такие форматы AI предпочитает цитировать.
Заработанные медиа vs собственный контент: новый баланс
Соотношение 44% earned media к 7% owned content в цитируемых источниках — это сигнал для редакций. Если ваша контент-стратегия полностью завязана на собственном сайте и блоге, вы покрываете лишь малую часть того, что влияет на AI-видимость.
Что входит в «заработанные медиа» в контексте AI-поиска:
- Редакционные статьи в авторитетных изданиях — по-прежнему важны, особенно для Gemini и Claude.
- Экспертные цитаты в чужих материалах — модель видит не только название бренда, но и контекст экспертности.
- Обсуждения на форумах — Reddit, Quora, отраслевые сообщества.
- Отзывы и рейтинги — платформы вроде G2, Capterra, Trustpilot.
- Розничные листинги — Amazon, профильные маркетплейсы, особенно для Perplexity.
- Подкасты и видео — YouTube-контент появляется более чем в 25% ответов AI-ассистентов по данным Jellyfish.
Стратегия: не заменять собственный контент, а дополнять его экосистемой источников. Ваш сайт — это фундамент (E-E-A-T, авторитет, глубина), но без внешней валидации AI-движки могут его не заметить.
Как редакциям оптимизировать контент для AI-ответов
Оптимизация для AI-поиска — это не отдельная задача, а расширение существующей контент-стратегии. Вот конкретные шаги для редакционных команд:
1. Структурируйте контент для цитирования. AI-движки «вырывают» фрагменты из источников. Чёткие определения, списки, сравнительные таблицы, краткие выводы в начале разделов — всё это повышает шанс, что модель выберет именно ваш фрагмент.
2. Создавайте контент, который отвечает на прямые вопросы. Формат Q&A, FAQ-блоки, «как выбрать» руководства — это форматы, которые AI-движки цитируют чаще всего. Не потому что они «любят» FAQ, а потому что формат вопроса-ответа совпадает с тем, как пользователи формулируют запросы к моделям.
3. Размещайте экспертизу на внешних площадках. Гостевые статьи, экспертные комментарии, участие в подкастах, AMA на Reddit — это создаёт следы в источниках, которые AI ценит выше, чем self-published контент.
4. Поддерживайте актуальность. Устаревший контент — это риск. Если ваша статья 2024 года содержит устаревшие данные, модель может выбрать более свежий источник конкурента. Регулярные обновления и пометка дат обновления — это сигнал для AI.
5. Контролируйте тональность упоминаний. Если AI-движки цитируют негативные отзывы или жалобы, ваш Visibility Score растёт, но Sentiment падает. Мониторинг тональности в AI-ответах — это новая задача для контент-команд и PR.
Практический чек-лист: аудит видимости контента в AI-поиске
Чек-лист: аудит видимости контента в AI-поиске
- Составьте список из 30–50 ключевых запросов, по которым ваша аудитория ищет ваш продукт или тему — и прогоните их через ChatGPT, Perplexity, Gemini и Claude. Зафиксируйте, где вы появляетесь, а где нет.
- Измерьте Visibility Score — долю запросов, в ответах на которые ваш бренд или контент упомянут хотя бы раз.
- Посчитайте Share of Voice — сравните частоту упоминаний с 3–5 ключевыми конкурентами по тем же запросам.
- Проверьте Average Position — в каких ответах вы первый, в каких — второй или третий в списке рекомендаций.
- Проанализируйте Sentiment — как AI-движки характеризуют ваш бренд: позитивно, нейтрально или негативно.
- Идентифицируйте источники, которые AI цитирует вместо вас — Reddit, издания, отзывы, розничные листинги — и оцените, можете ли вы усилить присутствие на этих площадках.
- Добавьте в контент-план форматы, которые AI цитирует чаще: Q&A, сравнительные таблицы, экспертные разборы, определения с цитированием источников.
Инструменты для мониторинга AI-видимости
Рынок инструментов мониторинга AI-поиска только формируется, но уже сейчас есть несколько подходов:
- Ручной аудит через чат-интерфейсы. Прогон запросов через ChatGPT, Perplexity, Gemini и Claude с фиксацией результатов в таблице. Долго, но даёт первичную картину.
- Платформы AI search monitoring. Появляются специализированные инструменты, которые автоматизируют прогон запросов и агрегируют метрики Visibility, SOV и Sentiment по основным движкам.
- Трекинг упоминаний на Reddit и форумах. Социальный мониторинг с фильтром по платформам, которые AI цитирует чаще всего.
- Анализ цитируемых источников конкурентов. Если конкурент появляется в AI-ответах, а вы нет — проанализируйте, какие источники модель цитирует рядом с ним, и оцените, можете ли вы усилить присутствие в тех же источниках.
Что не работает в оптимизации для AI-поиска
Несколько распространённых заблуждений:
- «Достаточно качественного контента на сайте». Нет. Качественный контент — это база, но без внешней валидации AI-движки могут его не увидеть. 7% owned content в цитируемых источниках — это доказательство.
- «Нужно просто больше публиковаться». Нет. Объём публикаций слабо коррелирует с AI-видимостью. Разнообразие типов источников и авторитетность важнее количества.
- «AI-поиск — это то же самое, что SEO». Нет. Метрики, инструменты и факторы ранжирования разные. Позиции в Google не гарантируют упоминания в ChatGPT.
- «Достаточно оптимизироваться под один движок». Нет. Разные движки выбирают разные источники. Стратегия должна покрывать все основные модели.
Перспективы: куда движется AI-поиск в 2026–2027
AI-поиск развивается в направлении большей персонализации и учёта контекста. Это означает, что один и тот же запрос может давать разные ответы разным пользователям — в зависимости от их истории, географии и формулировки. Для контент-команд это усложняет мониторинг: нельзя один раз измерить Visibility Score и считать его постоянным.
Одновременно растёт роль community-контента. Если Reddit уже обходит ведущие издания как источник цитирования, можно ожидать, что и другие community-платформы — отраслевые форумы, Discord-сообщества, специализированные Q&A-сайты — будут набирать вес. Редакциям стоит расширять мониторинг за пределы классических медиа.
И, наконец, AI-агенты. Запуск таких инструментов, как Profound для end-to-end маркетинга, означает, что часть задач по мониторингу и оптимизации видимости будет автоматизироваться. Но стратегические решения — какие источники развивать, какой контент создавать, как управлять тональностью — остаются за редакционными командами.
FAQ
Чем Visibility Score отличается от обычного SEO-трафика?
Visibility Score измеряет долю запросов, в ответах на которые ваш бренд или контент появляется в AI-ответах — независимо от того, переходит ли пользователь на ваш сайт. SEO-трафик измеряет клики из поисковой выдачи. Это разные воронки: AI-ответ может формировать мнение о бренде без клика.
Как часто нужно проводить аудит AI-видимости?
Минимум раз в квартал, поскольку модели обновляются и паттерны выбора источников меняются. При запуске нового продукта или крупной контент-кампании — немедленно после запуска и через 2–4 недели.
Стоит ли специально создавать контент для Reddit, чтобы улучшить AI-видимость?
Прямое создание «поддельных» обсуждений — это риск и нарушение правил платформы. Но участие экспертов бренда в релевантных обсуждениях, ответы на вопросы, AMA — это легитимная стратегия, которая может усилить присутствие в источниках, которые AI цитирует.
Какой движок важнее всего для контент-команд?
Зависит от аудитории. B2B-контент чаще ищут через ChatGPT и Claude. Потребительский контент — через Perplexity и Gemini. Рекомендуется отслеживать все четыре основных движка, но приоритизировать тот, который ближе к вашей аудитории.
Может ли негативный Sentiment в AI-ответах повредить бренду?
Да. Высокий Visibility Score с негативным Sentiment означает, что AI-движки часто упоминают вас в негативном контексте. Это может влиять на решения пользователей, которые доверяют AI-ответам. Мониторинг Sentiment — это новая задача для PR и контент-команд.