Четыре KPI для AI поиска и SEO: какие сигналы измерять вместо позиций и кликов

По данным вебинара, многие команды путают два типа данных: симулированные промпты, которые показывают, что «могло бы» произойти, и реальную статистику сайта, которая показывает, что произошло на самом деле. Эта путаница порождает ложную уверенность и уводит деньги в активности, не создающие спрос. Левитан, основатель LightSite AI, разобрал проблему на данных сотен сайтов и предложил рамку из четырёх сигналов, которые связывают ai поиск seo с конкретными действиями.

Бенчмаркинг и перформанс: почему их нельзя смешивать?

Инструменты AI-видимости обычно делают так: отправляют набор промптов (промпт, текстовый запрос к языковой модели) в ChatGPT, Perplexity или аналогичный сервис и считают, сколько раз бренд упомянут или процитирован. Это полезно для конкурентного анализа и трендов, но Левитан утверждает, что такие метрики часто нагружают задачами, для которых они не предназначены.

Ответы ИИ контекстуальны, персонализированы и изменчивы. Выборка промптов покажет вероятную картину, а данные первой стороны (собственная аналитика сайта) покажут реальную. Когда команда путает одно с другим, бюджет уходит на «видимость», которая не конвертируется в переходы.

Четыре сигнала, которые превращают данные в решения

Левитан выстраивает воронку ai поиск seo по четырём стадиям: обнаружение машиной, интерес машины, человеческий спрос и связь между ними.

• Трафик ИИ-ботов. Верхняя часть воронки: ИИ-система обратилась к странице. Левитан предлагает считать визиты ботов новым типом «показов» на уровне сайта.
• Страницы, которые боты потребляют. Какие ресурсы боты загружают, пропускают, перечитывают или изучают глубже. Паттерны потребления страниц выявляют приоритеты контента.
• Переходы людей из ИИ-поиска. Реферальная активность, которая показывает: ответ ИИ привёл живого человека на сайт. Это ближе к привычному органическому трафику, но с другим источником.
• AI CTR (коэффициент кликабельности в ИИ-поиске). Соотношение внимания машины и человеческого спроса на уровне страницы, сайта или кампании. Высокое число в одном сигнале не гарантирует результата в другом.

Эти четыре метрики не взаимозаменяемы. Страница, которую бот активно перечитывает, но с которой ни один человек не перешёл, требует другого действия, чем страница с высоким и ботовым, и человеческим трафиком.

Что показывают реальные данные?

Самая практичная часть вебинара основана не на теориях, а на наблюдениях из датасета LightSite AI. Левитан приводит два факта, подкреплённых этим набором данных.

Внимание ИИ распределено крайне неравномерно: примерно 12% страниц в выборке собрали около половины всех ботовых «показов». Ещё меньшая группа страниц, которые боты перечитывали на протяжении четырёх-шести недель, дала непропорционально большую долю объёма краулинга (индексирования).

Вебинар также сравнивает стандартные блоговые посты с «полезными активами»: инструментами, шаблонами, страницами поддержки и страницами, отвечающими на один конкретный вопрос для одной конкретной аудитории. Вторая категория выигрывает и по частоте краулинга, и по переходам живых людей.

Треть сайтов блокируют ИИ-ботов, часто случайно

Левитан начинает практическую рамку с технической проверки: могут ли основные ИИ-боты вообще зайти на сайт. По данным вебинара, около трети сайтов в выборке блокировали хотя бы одного крупного ИИ-бота. Причина часто не в осознанном решении, а в несогласованности между настройками безопасности, CDN и маркетинговых инструментов.

После технической проверки маркетолог находит страницы с наибольшим ботовым вниманием, сравнивает их с реферальным трафиком и ищет разрывы. Далее решает: обновить существующую страницу или создавать новую. Вебинар завершается матрицей решений на основе AI CTR, где каждый сигнал привязан к конкретному следующему шагу.

Выборка промптов покажет, что могло бы произойти. Данные первой стороны покажут, что произошло на самом деле. Путаница между ними создаёт ложную уверенность и направляет бюджет в активности, не генерирующие спрос. : Стас Левитан, основатель LightSite AI

Что делать с этим прямо сейчас, по ролям

Автору на Дзене. Проверьте, не блокирует ли ваш сайт или блог ИИ-ботов через файл robots.txt. Посмотрите в «Яндекс Метрике» или Google Analytics, есть ли переходы из источников вроде ChatGPT, Perplexity, «Нейро» от Яндекса. Если 12% страниц забирают половину внимания ботов, логично начать не с нового контента, а с улучшения тех страниц, которые уже читают машины.

Маркетологу. Разделите отчётность на бенчмаркинговые данные (упоминания, доля голоса) и перформанс-данные (ботовый трафик, реферальные переходы, AI CTR). Не смешивайте их в одном дашборде: это провоцирует ложные выводы о бюджете.

Предпринимателю в РФ и СНГ. В российском контексте ИИ-поиск представлен «Нейро» от Яндекса в Яндекс Браузере, а также глобальными сервисами Perplexity и ChatGPT. Локальных инструментов мониторинга ботового трафика ИИ, аналогичных LightSite AI, на момент публикации источника не названо. Начните с анализа логов сервера: какие боты приходят, какие страницы перечитывают, какие игнорируют.

Ближайший год покажет, смогут ли команды перестроить аналитику с «нас упоминают в ИИ» на «ИИ приводит нам людей, которые покупают». Пока большинство маркетологов застряли на первом этапе. Четыре сигнала Левитана дают рамку, но без локальных инструментов для Яндекса и без привычки читать серверные логи эта рамка останётся теорией. Начните с малого: откройте логи, найдите ботов, посчитайте, какие страницы они перечитывают, и сравните с реальными переходами.