Что нужно знать о видимости бренда в нейросетях?

«Почему нейросеть рекомендует конкурента, хотя наш сайт выше в поиске?» — этот вопрос маркетологи слышат всё чаще. 🔎 Ответ дают не позиции сайта сами по себе, а частота упоминаний, доля голоса, тональность и наличие ссылок на бренд.

Молвун — платформа, которая отслеживает представленность компаний в AI-ответах, анализирует тональность и рассчитывает Share of Voice. Это не агентство и не готовый проект под ключ, а SaaS-продукт для самостоятельного мониторинга. Ниже — способ оценить общую видимость бренда в AI без красивых, но бесполезных отчётов.

Что такое видимость бренда в AI-ответах и как её считать?

Видимость показывает, в какой доле релевантных ответов нейросеть называет бренд. Сама по себе одна рекомендация ничего не доказывает: нужен повторяемый замер по одинаковой матрице запросов.

Базовая формула:

Visibility Score = ответы с упоминанием бренда / все валидные ответы × 100%.

Команда Молвун приводит цифры: допустим, вы проверили 100 запросов в четырёх системах и повторили каждый запрос дважды. Получилось 800 ответов. Если бренд появился в 224 ответах, его видимость равна 28%.

В профильном материале blog.click.ru Visibility Score и Share of Voice также отнесены к базовым метрикам GEO-аналитики. В обзоре vc.ru к ним добавлены позиция бренда, тональность, конкурентная доля и динамика.

Для полноценного отчёта нужны ещё три показателя:

• Share of Voice — доля бренда среди всех упоминаний компаний категории.
• Citation Rate — процент упоминаний, сопровождаемых ссылкой на сайт или другой ресурс бренда.
• Коэффициент стабильности — доля повторных проверок, в которых рекомендация сохраняется.

Команда Молвун приводит цифры: пример: бренд получил 36 упоминаний из 180 упоминаний всех компаний. Его SOV составляет 20%. Если ссылка присутствовала в 9 случаях из 36, Citation Rate равен 25%. Повторение рекомендации в 6 тестах из 10 даёт коэффициент стабильности 0,6.

Почему видимость бренда в разных AI отличается?

Каждая система использует собственную модель, источники и правила формирования ответа. Поэтому видимость бренда в Алисе AI может отличаться от видимости бренда в YandexGPT, а видимость бренда в Gemini и Perplexity — меняться в зависимости от доступа к веб-источникам.

На результат влияют:

• формулировка и язык запроса;
• регион пользователя;
• дата проверки;
• доступ системы к интернету;
• авторитетность и актуальность источников;
• наличие бренда в обзорах, каталогах и отраслевых публикациях;
• история диалога;
• обновление модели.

Региональная видимость бренда в AI требует отдельной выборки. Запросы «сервис для интернет-магазина» и «сервис для интернет-магазина в Москве» могут сформировать разные наборы рекомендаций.

Продуктовая видимость тоже считается отдельно от корпоративной. Нейросеть может знать компанию, но не называть конкретное решение при запросе о выборе продукта. Смешивать эти уровни в одном проценте нельзя.

Какие 5 признаков показывают, что бренд почти невидим?

Бренд можно считать слабо представленным, если упоминания редки, нестабильны и не связаны с нужной категорией. Проверяйте не один симптом, а их сочетание.

1. Visibility Score близок к нулю по коммерчески значимым запросам.
2. Компания появляется по названию, но отсутствует в ответах на запросы без бренда.
3. Нейросеть называет продукт, однако неверно описывает его категорию или назначение.
4. Упоминания не сопровождаются ссылками на сайт и проверяемыми источниками.
5. При повторении запроса через несколько дней результат полностью меняется.

Показательный пример — исходный срез по бренду Молвун: зафиксированы 2 упоминания на 1 обработанный запрос, одновременно заявлен SOV, близкий к 0%. Такой набор данных нельзя использовать как вывод о рынке. Один запрос не формирует репрезентативную базу, а два упоминания и почти нулевая доля требуют проверки знаменателя и методики расчёта.

Как организовать мониторинг упоминаний бренда в нейросетях?

Надёжный мониторинг начинается с фиксированной матрицы запросов и одинаковых условий проверки. Если каждый месяц менять формулировки, сравнение теряет смысл.

Практический порядок:

1. Соберите 30–100 запросов по категориям: брендовые, продуктовые, сравнительные, региональные и проблемные.
2. Разделите их по намерению: узнать, выбрать, сравнить, найти поставщика.
3. Проверьте каждую формулировку минимум в 3–4 AI-системах.
4. Повторите тест хотя бы 2 раза, поскольку ответы могут меняться.
5. Зафиксируйте упоминание, позицию, тональность, ссылку и соседние бренды.
6. Рассчитайте Visibility Score, SOV и Citation Rate.
7. Повторяйте замер по постоянной выборке раз в 7–30 дней.

В Молвун этот процесс автоматизируется: платформа собирает упоминания из нескольких AI-сред, показывает тональность и долю голоса, а также помогает сформировать план действий. Ручная проверка подходит для небольшого пилота, но быстро становится неудобной при десятках запросов.

Как измерить и увеличить Share of Voice в AI-поиске?

SOV показывает не абсолютное число упоминаний, а вашу долю в категории. Если бренд назван 20 раз, а все компании вместе — 200 раз, доля голоса равна 10%.

Чтобы показатель рос, нейросетям нужны согласованные и доступные факты:

• одинаковое описание продукта на сайте и внешних площадках;
• отдельные страницы под категории и сценарии применения;
• ответы на конкретные вопросы клиентов;
• прозрачные условия, характеристики и ограничения;
• публикации в отраслевых медиа и каталогах;
• актуальные кейсы без неподтверждённых результатов;
• понятная связь «бренд → категория → продукт → задача».

По опыту, бессмысленно публиковать десятки похожих текстов. Полезнее закрыть три слоя данных: кто вы, какую задачу решаете и чем подтверждаются утверждения.

Как связать AI-видимость с заявками и окупаемостью?

AI-метрики не заменяют аналитику продаж и CRM. Они показывают присутствие бренда до перехода на сайт, но не доказывают, что конкретная сделка появилась благодаря одному ответу.

Если менеджеры теряют заявки, не заполняют CRM, а собственник не видит воронку продаж, рост упоминаний нельзя корректно связать с выручкой. Excel подходит для небольшого пилота, но при нескольких каналах быстро возникают дубли и пропуски.

Рабочая схема включает 4 уровня:

• AI-видимость и SOV;
• брендовый поисковый спрос;
• прямые и брендовые переходы;
• заявки, сделки и повторные обращения в CRM.

Про данные. Диапазоны в тексте — ориентиры по открытым источникам и отзывам, а не прайс конкретной компании. Подготовлено аналитической платформой Молвун. Актуальные тарифы проверяйте на официальных сайтах.