Метрики видимости приложения в ответах нейросетей

Почему у видимости в ИИ пока нет единой метрики?

Короткий честный ответ: потому что нейросеть не ведёт публичного рейтинга приложений и не отдаёт позицию, как стор или поисковик. Она каждый раз заново синтезирует ответ из источников, и результат зависит от формулировки запроса, версии модели и того, подключён ли веб-поиск. Сравнить «позицию в ИИ» с «позицией в RuStore» напрямую нельзя — это разные сущности. В сторе всё измеримо и привычно. Есть установки, есть позиция по ключевому слову, есть конверсия карточки. В ответах нейросетей такой панели приборов не существует. Вы спрашиваете «посоветуй приложение для учёта расходов» сегодня и получаете одни названия, завтра при той же формулировке — слегка другие. Это не баг, это природа генеративного ответа. Я несколько лет измеряю видимость в ИИ для сайтов и вижу одно и то же: рынок пока не договорился о единой метрике. Поэтому будьте осторожны с любыми сервисами и подрядчиками, которые обещают «точный процент видимости в нейросетях» как готовую цифру. Скорее всего, под этим скрывается их собственная методика прогонов, а не общепринятый стандарт. Это не значит, что цифра бесполезна — значит, её нельзя сравнивать с чужой и нельзя выдавать за абсолют. Из этого следует практический вывод. Не гонитесь за одной красивой цифрой и не верьте в неё слепо. Стройте измерение как наблюдение: фиксируйте состояние регулярно, одинаковым способом, и смотрите на динамику. Дальше разберу три рабочих метода, которые в связке дают честную картину без выдуманной точности.

Как делать ручные прогоны типовых запросов системно?

Ручной прогон — это когда вы сами задаёте нейросетям набор типовых запросов вашей аудитории и фиксируете, упоминается ли приложение, как оно описано и рядом с какими конкурентами. Это самый доступный метод: он не требует платных инструментов и даёт прямую, честную картину того, что человек реально увидит в ответе. Начинается всё со списка запросов. Соберите 15–30 формулировок, которыми ваша аудитория просит совет у ИИ. Не ключи в стиле ASO, а живые человеческие фразы: «посоветуй трекер привычек без подписки», «какое приложение для учёта расходов работает офлайн», «лучшее приложение для изучения английского для ребёнка». Важно покрыть и общие запросы по категории, и узкие с условиями-фильтрами — именно по фильтрам («бесплатное», «без рекламы», «для семьи») модель часто и принимает решение. Дальше — площадки. Для российской аудитории имеет смысл прогонять запросы как минимум по основным доступным системам:

• ChatGPT — самый частый источник у продвинутой аудитории.
• Яндекс Алиса / Нейро — массовая русскоязычная аудитория, в том числе на устройствах.
• Perplexity — отвечает с явными ссылками на источники, удобно видеть, откуда взята рекомендация.
• GigaChat — российская модель от Сбера, всё чаще встречается в сценариях бизнеса и госуслуг.

Системность здесь важнее охвата. Прогон полезен только тогда, когда вы повторяете его одинаково: те же запросы, те же платформы, та же периодичность — например, раз в месяц. Разовый замер показывает срез на сегодня, а серия одинаковых замеров показывает тренд. Именно тренд отвечает на главный вопрос клиента: «работает ли то, что мы делаем». Есть нюанс, который часто сбивает новичков. Ответы нейросети плавают: одна и та же фраза в разные дни даёт разный результат, а лёгкая переформулировка может вообще поменять список. Поэтому не делайте выводов по единичному ответу. Если приложение упомянули один раз из пяти прогонов — это не «мы в ИИ», это шум. Устойчивое присутствие — когда вас называют стабильно по одной и той же формулировке на нескольких замерах подряд. Отдельно фиксируйте не только сам факт упоминания, но и контекст. Назвали ли вас первым или пятым в списке. Что именно сказали о продукте — верно или с ошибкой. Рядом с какими конкурентами вы стоите. Эти детали важнее, чем бинарное «упомянули / нет», потому что подсказывают, что чинить дальше.

Что фиксировать в журнале прогонов?

Журнал прогонов — это простая таблица, куда вы записываете результат каждого замера по единой схеме. Без журнала прогоны превращаются в разрозненные скриншоты, по которым невозможно увидеть динамику. С журналом у вас через два-три месяца появляется честная история: двигается видимость или стоит на месте. Минимальный набор полей, которого достаточно для старта: дата прогона, платформа, точная формулировка запроса, факт упоминания, позиция в ответе, контекст описания и заметка. Чем строже вы держите формат, тем легче потом сравнивать замеры между собой. Вот как выглядит рабочая строка журнала на примере:

Поле	Что писать	Пример
Дата	День прогона	12.06.2026
Платформа	Какая нейросеть	ChatGPT
Запрос	Точная формулировка	«приложение для учёта расходов без подписки»
Упомянули	Да / нет	Да
Позиция	Каким в списке назвали	2-м из 4
Контекст	Что сказали о продукте	«бесплатно, есть синхронизация»
Заметка	Ошибки, конкуренты рядом	Указали неверно, что нет офлайна

Поле «контекст» — самое ценное и его чаще всего забывают. Сам факт «упомянули» мало что даёт. А вот запись «модель назвала нас, но сказала, что у нас нет офлайн-режима, хотя он есть» — это прямая задача: дописать про офлайн в карточку, на лендинг и в обзоры, чтобы нейросеть перестала ошибаться. Журнал так превращается из отчёта в список дел. Заметку про конкурентов тоже стоит вести аккуратно. Если в ответах рядом с вами раз за разом всплывают одни и те же продукты, значит, модель относит вас в их категорию и сравнивает именно с ними. Это полезное знание: понятно, у кого смотреть, как описан продукт, и в каких обзорах и подборках вам тоже надо оказаться. Я советую закрепить за журналом ответственного человека и периодичность, иначе он быстро забрасывается. Один час раз в месяц на прогон 20–30 запросов по четырём площадкам с записью в таблицу — это посильная нагрузка, которая даёт несравнимо больше, чем разовые героические замеры «когда вспомнили».

Какие сервисы мониторинга упоминаний существуют?

Помимо ручных прогонов, на рынке появились сервисы мониторинга брендовых упоминаний в ИИ — инструменты, которые автоматически прогоняют наборы запросов по нескольким нейросетям и собирают статистику упоминаний бренда. По сути они автоматизируют ровно тот ручной процесс, который я описал выше, и снимают с вас рутину. Скажу честно и без рекламы конкретных продуктов. Категория молодая, инструменты быстро меняются, а единого отраслевого стандарта измерения у них нет — каждый считает по-своему. Поэтому я называю эту категорию обобщённо: сервисы мониторинга брендовых упоминаний в нейросетях (иногда их маркетируют как «AI visibility» или «AI brand monitoring»). Конкретные названия имеет смысл подбирать под задачу на момент внедрения, а не доверять списку из статьи, который устареет. Что такие сервисы обычно умеют как категория:

• Регулярно прогонять заданный список запросов по набору нейросетей без вашего участия.
• Считать долю ответов, в которых упомянут ваш бренд или продукт, и показывать её в динамике.
• Подсвечивать, рядом с какими конкурентами вы встречаетесь и кто упоминается чаще.
• Иногда — оценивать тональность и корректность того, что модель говорит о продукте.

На что смотреть трезво. Во-первых, цифра «доли упоминаний» у каждого сервиса своя и зависит от его внутреннего набора запросов и частоты прогонов — это не общепринятый показатель, и сравнивать его с чужим бессмысленно. Во-вторых, многие сервисы изначально заточены под англоязычные модели и западный рынок; покрытие российских платформ вроде Алисы и GigaChat у них может быть неполным, и это стоит проверять до оплаты. В-третьих, ни один сервис не «продвигает» вас — он только измеряет, а работу по фреймворку App AEO всё равно делать вам. Я не называю конкретных цен и характеристик намеренно: они меняются, и приводить их как факт было бы нечестно. Воспринимайте сервис как удобную замену ручной рутине, а не как волшебную метрику. Для небольшого продукта на старте честный журнал ручных прогонов нередко закрывает задачу не хуже платного инструмента — а понимание того, что и зачем вы меряете, остаётся при вас в любом случае.

Как считать переходы из ИИ в аналитике?

Переходы из ИИ — это реальные пользователи, которые пришли к вам после того, как нейросеть назвала ваш продукт. В отличие от прогонов, которые показывают сам факт упоминания, переходы показывают, что упоминание сработало и привело человека. Это самый «приземлённый» из трёх методов, потому что меряет не присутствие в ответе, а его последствие. Сразу честная оговорка: чистого отслеживания «пришёл из ChatGPT» пока не существует, и приписывать ИИ трафик с точностью до пользователя нельзя. Часть нейросетей даёт ссылки (как Perplexity), часть называет продукт без ссылки — тогда человек сам идёт искать вас в стор или поисковик, и в аналитике это выглядит как прямой или поисковый заход. Поэтому переходы — это оценка снизу, а не точная цифра. Что реально можно делать:

• UTM-метки на ссылках, которые вы сами размещаете. Если вы даёте ссылку на лендинг в материалах, профилях каталогов или llms.txt, пометьте её UTM — тогда переходы по ней отделятся в аналитике.
• Сегмент реферального трафика. В аналитике сайта смотрите рефереры доменов нейросетей (например, переходы с доменов Perplexity или ChatGPT, когда они отдают ссылку). Это видимая часть айсберга.
• Косвенный сигнал по брендовым запросам. Рост числа людей, которые ищут вас по точному названию продукта, нередко идёт следом за упоминаниями в ИИ и медиа — человек услышал название и пошёл проверять.
• Опрос на входе. Самый прямой способ восполнить пробел — спросить нового пользователя «откуда вы о нас узнали» с вариантом «посоветовала нейросеть».

Связывайте эти данные с журналом прогонов. Если по какому-то запросу вы начали стабильно появляться в ответах, и примерно тогда же подрос брендовый трафик или реферальные переходы — это та самая корреляция, которую можно осторожно трактовать как работающую видимость. Утверждать причинно-следственную связь со стопроцентной уверенностью нельзя, но как рабочая гипотеза для отчёта это честно. Не стройте на этих данных жёстких KPI вроде «N переходов из ИИ в месяц» — методология слишком неустойчива, и вы рискуете гнаться за артефактом измерения. Полезнее смотреть на направление: растёт ли в принципе доля людей, пришедших не из стора и не из классического поиска.

Как интерпретировать тренд и не обмануться?

Тренд — это направление, в котором движется ваша видимость на серии одинаковых замеров. Именно он, а не отдельная цифра, отвечает на вопрос «работает ли App AEO». Интерпретировать его нужно осторожно: данные шумные, и легко увидеть рост или падение там, где это просто колебание ответа модели. Главное правило — не реагировать на единичный замер. Если в этом месяце вас упомянули реже, чем в прошлом, это ещё не падение: модель могла обновиться, формулировка ответа могла измениться. О тренде имеет смысл говорить на горизонте нескольких замеров, когда направление подтверждается раз за разом. Я ориентируюсь на горизонт в два-три месяца минимум, прежде чем делать выводы. Полезно держать в голове три разных сигнала и не смешивать их:

• Частота упоминаний — как часто вас вообще называют в ответах. Растёт — присутствие крепнет.
• Качество упоминаний — называют ли вас первым, верно ли описывают, по нужным ли запросам. Можно упоминаться чаще, но хуже.
• Последствия — двигаются ли следом переходы и брендовый трафик. Присутствие без последствий тоже бывает.

Эти три сигнала иногда расходятся, и это нормально. Например, частота упоминаний выросла, а описание стало менее точным — значит, надо чинить источники данных, а не радоваться росту. Или наоборот: упоминают реже, зато стабильно и корректно по целевым запросам — это здоровее, чем частые, но размытые упоминания не по адресу. Сведу три метода измерения в одну таблицу — это карта того, что и чем меряется и какой вывод даёт.

Что измеряем	Как	Что показывает
Упоминание в ответах	Ручные прогоны типовых запросов в ChatGPT, Алисе, Perplexity, GigaChat	Рекомендует ли ИИ продукт и в каком контексте
Динамика упоминаний	Сервисы мониторинга брендовых упоминаний в ИИ	Рост или падение присутствия со временем
Переходы из ИИ	Аналитика трафика по источникам и UTM	Реальные пользователи, пришедшие по рекомендации ИИ
Тональность и корректность	Чтение, что именно ИИ говорит о продукте	Верно ли модель описывает функции и условия

Шаблон журнала прогонов: с чего начать сегодня

Чтобы не откладывать, держите готовый мини-чек-лист первого прогона. Его можно пройти за час и сразу получить первую строку истории своей AI-видимости. Через три таких прогона у вас на руках будет то, чего нет ни у одного сервиса со стороны: ваша собственная честная динамика по вашим запросам. Это и есть рабочая замена отсутствующей единой метрике.

С чего начать измерение на практике

Если вы не знаете, какие 30 запросов брать и что в ответах считать нормой, а что барьером, это как раз то, с чем мы помогаем на входе. Технический аудит App AEO в Optimentor стоит 5000 ₽ при подписке на наш Telegram-канал (или 15 000 ₽ без подписки) — это сознательно низкий порог против агентских прайсов в 150–200 тысяч рублей в месяц. По итогам вы получаете список барьеров, по которым нейросети вас не видят, и понятный план, включая стартовый набор запросов для журнала прогонов.

Частые вопросы (FAQ)

📚 Читайте по теме

Этот разбор — часть гида Продвижение приложений в ответах нейросетей. Смежные темы:

• Как ИИ выбирает приложения
• PR и упоминания приложения в медиа