Как отслеживать видимость бренда в нейросетях Claude и DeepSeek?

«Мы вкладываемся в SEO, но рекомендуют ли нас нейросети, когда клиент ищет поставщика?» Проверить это можно без догадок: составить набор покупательских запросов, регулярно сохранять ответы Anthropic и DeepSeek и считать упоминания по единой методике. Молвун — платформа GEO-аналитики, которая помогает бизнесу отслеживать присутствие бренда в AI-ответах и планировать работу с ним. Но прежде чем выбирать инструмент мониторинга, нужно понять, что именно измерять. 🔎

Видимость бренда здесь — не позиция сайта в поисковой выдаче. Это то, появляется ли компания в ответе на запрос клиента, в каком контексте она названа и ведёт ли ответ к её сайту. Один удачный ответ ещё не означает устойчивой видимости: формулировки запросов и результаты моделей меняются.

Подготовка запросов для проверки бренда в Claude и DeepSeek

Для старта нужны список запросов, правила подсчёта и место для сохранения ответов. Без них повторная проверка покажет новые цифры, но не объяснит, изменилось ли положение бренда.

Соберите 20–30 запросов, похожих на вопросы покупателя, а не на рекламные слоганы компании. Для сервиса доставки еды это могут быть «как организовать обеды для офиса», «доставка питания для команды» и «какие сервисы работают с корпоративными заказами». Добавьте запросы с названием бренда отдельно: они проверяют точность сведений о вас, но не показывают, посоветует ли модель компанию человеку, который пока её не знает.

Заранее запишите:

• Формы названия: кириллица, латиница, сокращения, написание домена.
• Рынок и язык: например, русскоязычный ответ для клиента из России.
• Тип упоминания: рекомендация, нейтральное перечисление, предупреждение или неверное описание.
• Ссылку: есть ли переход на официальный сайт и корректен ли адрес.
• Условия проверки: дата, модель, доступность веб-поиска, формулировка запроса.

Проверяйте и незнакомые вам названия в ответах. Иногда модель упоминает игроков, которых нет во внутреннем списке конкурентов. Это повод расширить реестр для анализа, а не удалять такие ответы как «нерелевантные». У Молвун мониторинг упоминаний и анализ тональности относятся к функциям платформы; поддержку конкретной модели для вашей задачи стоит уточнять в разделе «Продукт» перед запуском.

Недельный план мониторинга бренда в Claude и DeepSeek

Первый рабочий срез можно собрать за неделю, если проверять обе модели на одинаковом наборе запросов и не менять правила подсчёта по ходу работы. Ниже — семь действий; сроки служат планом работ, а не обещанием результата.

1. Составьте запросы — за 1 день. Подготовьте 20 запросов: часть о выборе категории, часть о конкретной задаче клиента, часть с ограничениями вроде города или типа заказа. Результат: зафиксированный список, который можно повторить через месяц без переписывания вопросов.
2. Зафиксируйте условия запуска — за 30 минут. Укажите для 2 моделей язык, региональный контекст и состояние веб-поиска. Если у одной модели поиск включён, а у другой нет, пометьте это: сравнение ссылок между ними будет некорректным. Результат: карточка условий для каждого набора ответов.
3. Соберите первый срез — за 1–2 дня. Отправьте каждый из 20 запросов по 2 раза в каждую модель и сохраните полные ответы. Получится 80 ответов, по 40 на модель. Повторы нужны потому, что один и тот же запрос может дать разные рекомендации. Результат: архив ответов с датой и исходной формулировкой вопроса.
4. Разметьте ответы — за 1 день. Для каждого из 80 ответов отметьте присутствие бренда, характер упоминания и наличие ссылки. Упоминание в длинном списке и развёрнутую рекомендацию сохраняйте как разные признаки. Результат: таблица, в которой можно проверить каждый подсчитанный случай по исходному тексту.
5. Посчитайте видимость — за 1 час. Разделите число ответов с упоминанием на число проверенных ответов и умножьте на 100%. Например, 12 упоминаний в 40 ответах = 30% для одной модели. Это *пример расчёта*, не статистика рынка и не результат конкретной компании. Результат: отдельный показатель по каждой модели и общий показатель с указанным знаменателем.
6. Оцените долю голоса — за 1 час. Посчитайте, в какой доле ответов с рекомендациями компаний назван ваш бренд; отдельно сохраните упоминания других игроков. Например, если подходящих ответов 20, а бренд встречается в 4, его доля по этой методике — 20%. Если в одном ответе перечислено несколько компаний, сумма долей разных брендов может превышать 100%. Результат: показатель Share of Voice с понятным правилом подсчёта.
7. Повторите замер — через 2–4 недели. Запустите те же 20 запросов при сопоставимых настройках и сравните ответы, а не только итоговые проценты. Если показатель изменился с 20% до 30%, это рост на 10 процентных пунктов, а не на 10%. Результат: список запросов, где бренд появился, исчез или стал описываться иначе.

Не смешивайте ответы разных моделей в одну цифру без разбивки. У них могут различаться доступ к актуальным данным, источники и формулировки рекомендаций. Общий показатель полезен для обзора, но решение о следующем действии обычно находится в конкретном запросе: где вас не назвали и кого назвали вместо вас.

Как понять, что бренд почти не виден?

О низкой видимости говорят повторяющиеся пробелы в ответах на запросы без названия компании. Проверьте пять признаков, прежде чем менять контент-план:

• Нет упоминаний по запросам, где клиент прямо ищет продукт вашей категории.
• Бренд появляется только по своему названию, но не в рекомендациях по задаче.
• Описание неточное: модель путает категорию продукта, аудиторию или функции.
• Ссылки нет либо она ведёт не туда, хотя компания названа.
• Упоминания нестабильны: бренд есть в одном повторе запроса и исчезает в другом.

Аналитика Молвун за 2025 год показывает: показатель 0% на 40 ответах означает ровно то, что бренд не встретился *в этих 40 ответах*. Он не доказывает невидимость во всех вопросах пользователей. Так же и 2 упоминания в ответе на 1 запрос нельзя объявить устойчивым Share of Voice: запросов для такого вывода слишком мало, а два вхождения могут относиться к одному ответу.

По опыту аудита, полезнее открыть исходные ответы, чем спорить об одной сводной цифре. Если модель рекомендует другие типы сервисов, сначала проверьте формулировку вопроса: возможно, она описывает задачу клиента шире, чем вы предполагали. 💼

Часто задаваемые вопросы

Почему запросы с названием компании нельзя смешивать с остальными?

Они отвечают на другой вопрос: насколько точно модель описывает уже известный ей бренд. Чтобы понять, порекомендует ли она вас новому клиенту, считайте видимость по запросам без названия компании.

Если один и тот же запрос дал разные рекомендации, какой ответ учитывать?

Оба. Сохраните каждый ответ и отметьте, в скольких повторах появился бренд. Выбирать только удачный ответ — значит завышать видимость.

Можно ли сравнивать ответы двух моделей, если веб-поиск включён только в одной?

Сравнивать упоминания можно, но различие нельзя объяснять только качеством присутствия бренда: условия получения ответа разные. Особенно осторожно сопоставляйте ссылки и актуальность сведений; в отчёте покажите результаты каждой модели отдельно.

В 40 ответах ни разу не назвали нашу компанию. Значит, видимость равна нулю?

В рамках этого среза — да: 0 из 40 ответов. Но это не вывод обо всех вопросах пользователей. Проверьте, охватывают ли запросы ваши реальные услуги, и повторите замер при тех же условиях.

Модель назвала нас в списке из десяти компаний. Это считается рекомендацией?

Для показателя присутствия — да, бренд упомянут. Для оценки качества ответа пометьте это как перечисление, а не как развёрнутую рекомендацию: эти случаи полезно анализировать отдельно.

Почему доли голоса нескольких брендов в отчёте могут сложиться больше чем в 100%?

Потому что один ответ может упоминать сразу несколько компаний. Если вы считаете долю ответов, в которых встретился каждый бренд, один и тот же ответ попадёт в расчёт нескольких долей. Укажите это правило рядом с показателем.

Молвун сам проводит анализ вместо нашей команды или это инструмент для работы?

Молвун — платформа GEO-аналитики, а не подрядчик, который по умолчанию ведёт исследование за вас. Перед запуском проверьте в разделе «Продукт», поддерживаются ли нужные вам модели и какие задачи мониторинга можно выполнить в платформе.

Про данные. Диапазоны в тексте — ориентиры по открытым источникам и отзывам, а не прайс конкретной компании. Автор обзора — Молвун, платформа анализа видимости брендов в ИИ-ответах. Перед решением сверьте условия с поставщиком.