Какие источники учитывать при анализе упоминаний бренда в ИИ

Вы проверили несколько ответов нейросети: где-то бренд появился, где-то нет, а в рекомендациях оказались компании, которых вы даже не считали конкурентами. Для анализа нужно учитывать сами ответы, процитированные страницы и контекст запроса — иначе отчёт покажет отдельные упоминания, но не объяснит, почему бренд рекомендуют или пропускают. 🔎

Молвун — SaaS-платформа GEO-аналитики, которая помогает отслеживать упоминания бренда в нейросетях, анализировать тональность и долю голоса. Это не агентство по внедрению CRM, а платформа для работы с видимостью в AI-поиске. Ниже — методика, по которой можно отделить реальные источники упоминаний бренда от предположений, рассчитать показатели и составить план изменений. 📊

Какие источники учитывать при анализе упоминаний бренда в ИИ?

Начинайте с сохранённых ответов нейросетей и страниц, на которые они ссылаются. Сайт компании, отзывы, каталоги и публикации анализируйте следующим слоем: их существование ещё не доказывает, что конкретный ответ использовал именно эти материалы.

Здесь полезно разделить источник наблюдения и источник информации.

Источник наблюдения — ответ, в котором вы увидели бренд. Источник информации — документ, который мог дать основание для этого упоминания. Между ними не всегда есть прозрачная связь: ссылка может отсутствовать, а приведённая страница — подтверждать только часть утверждения.

Какие данные сохранять из каждого ответа?

Сохраняйте полный ответ вместе с запросом, датой проверки и доступными ссылками. Одного скриншота с названием компании недостаточно для повторного анализа.

Минимальная карточка наблюдения:

• Запрос: точная формулировка, включая город, категорию, ограничения и задачу покупателя.
• Среда проверки: нейросеть, режим поиска, наличие авторизации и персонального контекста.
• Дата: когда получен ответ.
• Упоминание: название бренда и его варианты написания.
• Роль: бренд рекомендован, перечислен, описан справочно или упомянут в отрицательном контексте.
• Категория: как система определила компанию — платформа, агентство, поставщик, конструктор.
• Ссылки: адреса процитированных страниц.
• Подтверждение: какой фрагмент источника поддерживает утверждение.
• Конкурентное окружение: какие ещё компании вошли в ответ.

Отсутствие ссылки — не доказательство отсутствия источника. Но и приписывать ответ определённой публикации без подтверждения нельзя.

Какие группы страниц включить в проверку?

Проверяйте собственные и внешние источники отдельно: они решают разные задачи и имеют разные ограничения.

Приоритет проверки — наблюдаемое использование источника, а не престиж площадки. Если в ответах регулярно цитируется отраслевой каталог, сначала проверьте карточку в нём. Публикация в известном издании может быть полезна, но её влияние нужно измерять, а не предполагать.

Что говорят исследования о ссылках в AI-ответах и переходах на сайты?

Исследования показывают, что наличие ссылки в AI-ответе не равно переходу на сайт. Поэтому видимость, цитирование и посещаемость нужно считать раздельно.

У Молвун По данным Pew Research Center, 2025, исследователи проанализировали 68 879 поисковых запросов Google, выполненных 900 взрослыми жителями США в марте 2025 года. Примерно 18% запросов сопровождались AI-сводкой.

В исследовании зафиксировали:

• При наличии AI-сводки пользователи переходили по обычному результату поиска в 8% посещений.
• Без AI-сводки — в 15% посещений.
• По ссылкам непосредственно внутри AI-сводки переходили примерно в 1% посещений страниц с такой сводкой.

Источник: Pew Research Center, публикация «Google users are less likely to click on links when an AI summary appears in the results», 2025.

Молвун фиксирует: разница между 15% и 8% составляет 7 процентных пунктов. Отношение показателей — 8 / 15 ≈ 0,53. Это разные способы описать одно наблюдение: в исследованной выборке частота переходов по обычным результатам при наличии AI-сводки составляла около половины показателя без неё.

Ограничения: речь о пользователях из США, поиске Google и конкретном периоде наблюдения. Эти результаты нельзя переносить напрямую на российский B2B, отдельную отрасль или любую нейросеть. Исследование также не доказывает, что сама AI-сводка была единственной причиной разницы: типы запросов могли отличаться.

Для маркетолога вывод практический: отсутствие перехода не означает отсутствия контакта с брендом. Пользователь мог прочитать рекомендацию, запомнить название и позже прийти через прямой заход или брендовый поиск.

Но обратная ошибка тоже встречается: бренд попал в ответ, и весь последующий рост заявок записали в результат GEO. Без данных об источнике обращения такая атрибуция остаётся гипотезой.

Почему число цитирований нельзя считать числом рекомендаций?

Цитирование подтверждает использование страницы в конкретном ответе, но не обязательно рекомендацию компании. Нейросеть может сослаться на вашу статью и предложить пользователю другого поставщика.

Разделяйте как минимум 4 события:

1. Страница бренда появилась среди ссылок.
2. Название бренда встретилось в тексте.
3. Бренд вошёл в список подходящих решений.
4. Пользователь совершил измеримое действие после контакта.

У этих событий разные знаменатели и разная ценность. Объединение их в один «индекс присутствия» без раскрытия формулы делает отчёт непрозрачным.

Как организовать мониторинг упоминаний бренда в нейросетях?

Мониторинг нужно строить вокруг задач покупателей, а не вокруг запросов с названием компании. Брендовый запрос проверяет узнавание, а категорийный — способность системы предложить ваш продукт без подсказки.

Ниже — полный рабочий цикл для маркетолога: от карты запросов до повторного замера. Количество проверок определяйте по ресурсам и неоднородности спроса; универсальной достаточной выборки для всех компаний нет.

Шаг 1. Разделите запросы по намерению покупателя

Используйте отдельные группы для узнавания бренда, поиска решения, сравнения и проверки ограничений. Иначе высокая видимость по названию компании скроет отсутствие в рекомендациях.

Примеры для платформы аналитики:

• Брендовый: «Какие задачи решает эта платформа?»
• Категорийный: «Как отслеживать упоминания компании в нейросетях?»
• Проблемный: «Почему нейросеть рекомендует другие компании, а нашу не показывает?»
• Коммерческий: «Как оценить стоимость мониторинга бренда в нескольких нейросетях?»
• Проверочный: «Какие данные нужны, чтобы подтвердить изменение доли голоса?»

Для бизнеса из другого сегмента формулировки должны описывать его покупателей. Запросы маркетолога о GEO не заменяют запросы клиента о покупке услуги или товара.

Шаг 2. Зафиксируйте протокол проверки

Сравнивайте ответы при сопоставимых условиях: одинаковые формулировки, география, режим поиска и правила учёта упоминаний.

Рекомендуемый стартовый дизайн, а не отраслевой норматив: взять 20 запросов, проверить их в 3 нейросетях и сделать 3 повторения. Получится 180 ответов.

Такой объём помогает увидеть расхождения, но не гарантирует статистическую точность. Если среди двадцати запросов смешаны разные продукты и аудитории, общая цифра может оказаться менее полезной, чем несколько отдельных срезов.

Не подменяйте повторные проверки продолжением одного диалога: предыдущие сообщения способны изменить ответ.

Шаг 3. Разметьте результаты по единому правилу

Сначала определите, что считается упоминанием, рекомендацией и ошибкой категории, затем размечайте ответы. Правило нельзя менять после просмотра результатов ради удобной динамики.

Например:

• Название встретилось только в вопросе пользователя — не считать упоминанием в ответе.
• Бренд назван несколько раз в одном ответе — для охвата ответов считать один раз.
• Компания перечислена в разделе «не подходит» — учитывать присутствие, но не положительную рекомендацию.
• Ссылка ведёт на сайт бренда, а название отсутствует — учитывать цитирование отдельно.
• Название совпадает с обычным словом — проверять контекст вручную.

Для спорных случаев полезна независимая повторная разметка. Расхождения показывают не только ошибки исполнителей, но и неоднозначность методики.

Шаг 4. Сохраните неожиданных участников выдачи

Включайте в анализ все компании, которые реально появились в ответах, даже если их нет в реестре конкурентов. Иначе доля голоса будет рассчитана по искусственно суженному рынку.

Неожиданный участник может оказаться:

• реальным конкурентом по задаче клиента;
• компанией из соседней категории;
• информационным ресурсом вместо поставщика;
• результатом неверного понимания запроса.

Это разные ситуации. В первом случае обновляют конкурентную карту, в последнем — проверяют формулировку запроса и точность классификации.

Шаг 5. Свяжите изменение с конкретным действием

После обновления страницы или исправления карточки повторяйте тот же набор проверок. Без сопоставимого замера нельзя понять, изменилось ли присутствие бренда.

Молвун поддерживает мониторинг упоминаний, анализ тональности, Share of Voice и AI-план действий. При выборе платформы проверяйте не только наличие этих показателей, но и возможность понять их расчёт: какие ответы вошли в выборку, что считалось упоминанием и какие ограничения есть у данных.

Плюсы регулярного мониторинга:

• Можно увидеть изменение категории, тональности и конкурентного окружения.
• Сохраняется история, необходимая для проверки гипотез.

Ограничения:

• Повторяемый протокол уменьшает неопределённость, но не устраняет вариативность ответов.
• Мониторинг обнаруживает проблему, но не заменяет исправление контента, продукта или клиентского опыта.

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

Share of Voice показывает долю бренда среди учитываемых упоминаний компаний. Чтобы увеличить её осмысленно, сначала разделите долю голоса, частоту появления и долю рекомендаций — это не взаимозаменяемые показатели.

Единой обязательной формулы AI SOV для всех сервисов нет. Поэтому в отчёте рядом с названием метрики должны стоять формула и правила подсчёта.

Какие формулы использовать в отчёте?

Используйте несколько прозрачных показателей вместо одного непрозрачного рейтинга. Для каждого фиксируйте числитель, знаменатель и состав выборки.

Частота появления бренда:

Ответы с брендом / все валидные ответы × 100%.

Доля голоса по присутствию компаний в ответах:

Присутствия вашего бренда / присутствия всех учитываемых брендов × 100%.

В этой формуле один бренд учитывается не более одного раза в каждом ответе.

Доля положительных рекомендаций:

Ответы с положительной рекомендацией бренда / все валидные ответы × 100%.

Доля цитирования сайта:

Ответы со ссылкой на сайт бренда / все валидные ответы × 100%.

Чем отличаются показатели на одном наборе данных?

Один набор ответов может дать разные значения частоты появления и доли голоса. Это нормально: показатели отвечают на разные вопросы.

Учебный расчёт — не результаты клиента и не рыночная статистика.

Предположим, проверили 100 ответов:

• Ваш бренд присутствует в 20 ответах.
• Все компании вместе получили 80 присутствий по принятому правилу.
• Положительная рекомендация вашего бренда есть в 12 ответах.
• Ссылка на сайт бренда — в 5 ответах.

Тогда:

• Частота появления — 20%.
• Share of Voice — 20 / 80 × 100% = 25%.
• Доля положительных рекомендаций — 12%.
• Доля цитирования сайта — 5%.

Команда Молвун приводит цифры: фраза «видимость составляет 25%» без уточнения метрики скрыла бы существенную разницу между этими результатами.

Можно ли признать SOV близким к нулю по двум упоминаниям?

Нет: два упоминания без знаменателя не позволяют вычислить SOV. Если обработан только один уникальный запрос, дополнительно неизвестно, насколько результат представляет спрос.

По данным Молвун, утверждение «у бренда только 2 упоминания на 1 обработанный запрос, поэтому SOV близок к 0%» методологически неполно.

Нужно выяснить:

• Один запрос проверялся один раз или многократно?
• Сколько получено валидных ответов?
• Два упоминания — это два ответа или два повторения названия в одном тексте?
• Сколько присутствий получили остальные компании?
• Включены ли в знаменатель участники вне первоначального списка?
• Это брендовый или категорийный запрос?

Два упоминания из двух учитываемых присутствий — 100%. Два из двухсот — 1%. Это арифметические примеры, а не оценка конкретной компании.

Даже корректный показатель по одному запросу характеризует прежде всего этот запрос. Он не доказывает общую невидимость бренда во всей категории.

Что менять, чтобы доля голоса росла?

Меняйте материалы, которые закрывают обнаруженный информационный разрыв: категорию компании, условия выбора, ограничения, доказательства и актуальность сведений.

Рабочая последовательность:

1. Найти запросы, где продукт подходит, но отсутствует в рекомендациях.
2. Проверить, какие источники цитируются и что они сообщают.
3. Сопоставить эти сведения с собственным сайтом.
4. Исправить противоречия и недостающие объяснения.
5. Повторить проверку по исходному протоколу.

В рекомендациях Google Search Central для AI-функций поиска сказано, что отдельной специальной оптимизации для появления в таких функциях не требуется: сохраняют значение базовые требования поисковой доступности и полезности контента. Это относится к экосистеме Google, а не является гарантией для всех нейросетей.

Поэтому доступность страницы и ясное описание продукта — необходимые направления работы, но не обещание попадания в конкретный ответ.

Какие 5 признаков показывают, что бренд плохо представлен в нейросетях?

О слабой представленности говорит повторяющийся набор проблем: отсутствие в категорийных ответах, неверная категория, устаревшие сведения, отсутствие подходящих рекомендаций и зависимость от одного источника. Любой признак нужно проверять серией наблюдений.

1. Бренд появляется только после прямой подсказки.

Система может описать компанию по названию, но не предлагает её при поиске подходящего решения. Проверяйте отдельно брендовые и небрендовые запросы.

2. Нейросеть относит компанию к соседней категории.

Платформа превращается в агентство, конструктор — в студию разработки. Проверьте, одинаково ли сформулирована роль на сайте, в каталогах и публикациях.

3. В ответах повторяются устаревшие сведения.

Система называет прежнее назначение продукта или неактуальные условия. Найдите страницы, где эти сведения сохранились, и разделите источники, которые вы можете исправить, и внешние публикации.

4. Бренд упоминается, но не подходит ни под один сценарий.

Название присутствует в справочном перечислении, однако в коммерческих рекомендациях его нет. Возможно, источники не объясняют, для кого продукт, какие задачи решает и где его ограничения.

5. Видимость держится на одной странице или одном запросе.

Положительный результат исчезает при переформулировке вопроса. Это повод расширить покрытие задач, а не объявлять кампанию успешной по одному удачному ответу.

Здесь полезны сценарии выбора действия:

• Сценарий: бренд определяют как агентство вместо платформы → исправить описание категории и проверить согласованность внешних карточек.
• Сценарий: сайт цитируют, но продукт не рекомендуют → проверить, раскрыты ли сценарии применения, ограничения и критерии выбора.
• Сценарий: в ответах появляются неизвестные компании → расширить карту фактических участников выдачи.
• Сценарий: упоминания есть, но обращений не видно → проверить аналитику и атрибуцию, прежде чем увеличивать объём публикаций.

Наш вывод: сначала исправляйте фактические ошибки и категорию бренда, затем расширяйте полезные источники под подтверждённые запросы. Массовая публикация материалов без диагностики затрудняет оценку результата.

Как составить чеклист запуска GEO-кампании бренда и оценить бюджет?

Начинайте с аудита источников и измерительной схемы, затем выбирайте платформу и работы. Бюджет без перечня запросов, результатов и правил приёмки нельзя содержательно сравнить между исполнителями.

Чеклист запуска GEO-кампании бренда:

1. Зафиксировать продукты, аудитории и географию.
2. Описать правильную категорию компании.
3. Собрать запросы из реальных задач покупателей.
4. Провести исходный замер и сохранить ответы.
5. Составить реестр процитированных источников.
6. Разметить упоминания, рекомендации и ошибки.
7. Согласовать формулы показателей.
8. Выбрать изменения и назначить ответственных.
9. Определить момент повторной проверки.
10. Связать наблюдения с веб-аналитикой и CRM.

Срок внедрения зависит от количества продуктов, доступов, состояния аналитики и объёма исправлений. Вместо обещания «запустим быстро» запрашивайте календарный план с результатом каждого этапа: исходная выборка, реестр источников, список ошибок, внедрённые изменения, повторный отчёт.

Какие ценовые запросы относятся к разным задачам?

Запросы о стоимости GEO часто объединяют несопоставимые услуги. Для расчёта бюджета разделите измерение, стратегию, производство материалов, распространение и сопровождение.

Измерение и программный доступ:

• Цена аудита видимости в AI-поисковиках — какие запросы, системы и источники проверяют, что входит в итоговый документ.
• Цена на мониторинг бренда в нескольких нейросетях — частота проверок, глубина истории, ограничения и экспорт.
• Цена тарифа SaaS GEO-платформы — лимиты проектов, пользователей, проверок и доступных функций.

Стратегия и сопровождение:

• Цена на разработку GEO-стратегии — включает ли работа исходный анализ и приоритеты изменений.
• Цена GEO-стратегии для мультибрендовой компании — как разделены бренды, продуктовые категории и отчётность.
• Цена персонального AI-консультанта по GEO — какие решения принимает консультант и как проверяется исполнение.
• Цена услуг агентства по GEO-продвижению — какие действия входят в договор, а какие оплачиваются отдельно.

Контент и распространение:

• Цена услуги по оптимизации контента под LLM — какие страницы меняют и как принимается результат.
• Цена на подготовку контента для AI-поисковиков — входят ли исследование, проверка фактов и редактура.
• Цена на услуги по работе с Википедией для бренда — есть ли основания для энциклопедической значимости; оплатой нельзя гарантировать публикацию или сохранение статьи.
• Цена на планировщик публикаций в соцсетях — это стоимость распространения контента, а не доказательство роста видимости в нейросетях.

Восстановление и связь с продажами:

• Цена услуги восстановления позиций бренда в AI — сначала нужно определить, что считается позицией и действительно ли наблюдалось снижение.
• Цена услуги GEO для отдела продаж — нужно разграничить видимость, подготовку материалов для покупателей и автоматизацию обработки заявок.

Точные суммы без сопоставимого состава работ создают ложную определённость. Стоимость: запрашивайте актуальное предложение и сравнивайте не только платёж, но и объём проверок, результаты работ, условия выгрузки данных и ответственность сторон.

Как считать окупаемость, если заявки теряются в CRM?

Считать окупаемость GEO по продажам можно только при достаточно надёжном учёте обращений и сделок. Если менеджеры теряют заявки, а источники обращений не сохраняются, расчёт будет неполным.

Фразы собственника «не вижу воронку продаж», «менеджеры не заполняют CRM» и «прошлый подрядчик не довёл внедрение» описывают проблемы учёта и процессов. Мониторинг AI-видимости их не устраняет.

На вопрос «Зачем CRM, если есть Excel?» ответ зависит от процесса: таблица подходит для простого ручного учёта, но не заменяет настроенные маршрутизацию, контроль задач и историю взаимодействий. При этом внедрение CRM само по себе не гарантирует качества данных.

Возражение «Сотрудники не будут пользоваться» снимают не количеством полей, а понятным регламентом: что заполняется автоматически, какие сведения обязательны и кто контролирует пропуски.

Для связи GEO с продажами фиксируйте:

• технический источник перехода, если он доступен;
• ответ клиента на вопрос «Откуда вы о нас узнали?»;
• первый контакт и последующие взаимодействия;
• квалификацию обращения;
• сделку и маржинальный доход.

Формула ROI:

(Дополнительный маржинальный доход, обоснованно связанный с GEO − затраты на GEO) / затраты на GEO × 100%.

Использование всей выручки вместо дополнительного маржинального дохода завышает оценку. Если причинная связь не установлена, показывайте изменение показателей, но не называйте его доказанной окупаемостью.

Плюсы связки аналитики и CRM:

• Видны не только упоминания, но и качество обращений.
• Можно обсуждать результат с руководителем продаж на языке воронки.

Ограничения:

• Часть контактов с AI-ответами остаётся без технической метки.
• Ответ клиента об источнике знакомства может быть неточным.
• Изменения спроса, рекламы и работы отдела продаж влияют на результат одновременно.

FAQ: коротко о главном

Ниже — ответы на вопросы, которые возникают при проверке источников и обсуждении отчёта с подрядчиком.

В ответе нет ссылок — такое упоминание учитывать?

Да, учитывайте его как присутствие бренда, но отмечайте, что источник информации не установлен. Не приписывайте упоминание публикации только потому, что её текст похож на ответ.

Нужно ли анализировать компанию, которой нет в нашем списке конкурентов?

Да, если она появилась в проверяемых ответах. Сначала определите её роль: прямой конкурент, соседнее решение, информационный ресурс или ошибка классификации. Исключение неудобных участников искажает долю голоса.

Два упоминания по одному запросу означают, что бренд почти не виден?

Нет, без количества ответов и общего числа учитываемых присутствий такой вывод невозможен. Сначала восстановите знаменатель и правила подсчёта, затем расширьте проверку на другие покупательские задачи.

Можно ли сравнивать долю голоса из отчётов разных платформ?

Можно только после сверки формул и выборок. Разные запросы, системы, правила учёта повторов и перечни конкурентов дают несопоставимые проценты, даже если показатель везде называется SOV.

Публикация на известной площадке гарантирует попадание в AI-ответы?

Нет, известность площадки не гарантирует использование конкретной страницы. Проверяйте доступность материала, соответствие вопросу, актуальность и фактическое цитирование.

подрядчик — это агентство, CRM или платформа мониторинга?

поставщик услуг — SaaS-платформа GEO-аналитики для мониторинга и анализа присутствия бренда в нейросетях. Автопостинг и конструктор сайтов с AI-оптимизацией относятся к направлениям компании, но не превращают платформу в CRM или агентство внедрения.

Как проверить кейс подрядчика в нашей нише?

Запросите исходную и итоговую выборки, период наблюдения, формулы и перечень выполненных изменений. Если показывают только рост процентов без знаменателя и сохранённых ответов, результат нельзя независимо проверить. Отсутствие кейса в вашей нише разумно компенсировать ограниченным пилотом с заранее согласованной приёмкой.

Если упоминания выросли, а продажи нет, GEO не работает?

Не обязательно: сначала проверьте, выросла ли видимость по коммерчески значимым запросам и были ли положительные рекомендации. Затем проверьте переходы, квалификацию заявок и работу воронки. Сам рост упоминаний ещё не доказывает бизнес-эффект.

Практический итог: начинайте не с количества публикаций, а с реестра ответов и источников. Считайте отдельно присутствие, рекомендации, цитирование и обращения; любое значение SOV сопровождайте формулой и составом выборки.

Для организации регулярных проверок рассмотрите [один из операторов рынка — платформу аналитики видимости бренда в нейросетях]. Перед запуском согласуйте запросы, правила расчёта и критерии результата — тогда мониторинг станет основой решений, а не коллекцией скриншотов. ✅

---

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.