Видимость в ИИ против позиций в поиске: клиента могут упомянуть, но посоветовать конкурента

Материал WebPros открывается сценой, знакомой любому агентству. Позиции выросли, целевые запросы на первой странице, органический трафик (посетители из поиска без рекламы) держится. И тут клиент спрашивает, почему до компании доходит меньше хороших потенциальных покупателей.

Авторы советуют не защищать позиции, а честно признать: отчёт меряет правильную вещь, но в игре, которая перестала быть единственной. Оговорка с первой строки: материал спонсорский, и мнения в нём принадлежат самому спонсору.

Автору Дзена и эксперту это тоже касается напрямую. Если читатель задал вопрос нейросети, ему всё равно, на какой строчке выдачи стоит ваша статья. Значение имеет одно: назвал ли ИИ вас.

В чём спор позиций и ИИ-ответов?

Спор «видимость в ИИ против позиций в поиске» сводится к разнице между списком и вердиктом. Позиция в поиске означает место в перечне, и человек сам просматривает варианты и выбирает. ИИ-ответ уже сделал это за него: модель просмотрела, сравнила и сузила выбор.

Отсюда главный тезис материала: вы не обязательно проиграли клик. Возможно, вы вообще не участвовали в борьбе за него.

Клик не просто стало труднее выиграть. Для растущей доли запросов он перестал быть доступным призом. : WebPros, автор спонсорского материала

В отчёт агентства авторы предлагают добавить три вопроса. Звучит ли клиент, когда ИИ отвечает на важные для него вопросы? Правильно ли описан бизнес? Выбирает ли нейросеть клиента, когда покупатель просит совета?

Три фильтра меряют то, чего не видно в позициях

Авторы разделяют три вещи, которые легко спутать. Упоминание означает, что бренд прозвучал в ответе. Цитирование означает, что нейросеть сослалась на ваш сайт как на источник. Рекомендация означает, что вас прямо советуют выбрать.

Модель может назвать вас одним из пяти вариантов и при этом советовать конкурента. Может процитировать вашу статью, чтобы объяснить проблему отрасли, а решать её отправить к другим.

Отсюда схема из трёх фильтров:

• Включение. Прогоните заданный набор вопросов по отслеживаемым ИИ-платформам и считайте упоминания и цитирования отдельно. Пример из материала: клиент появился в 12 ответах из 40, это 30%. Цифра говорит только о проверенных вопросах, а не обо всём рынке.
• Подача. Сравните, как ИИ описывает компанию, с проверенными фактами. Точность считайте только по ответам, где бренд описан.
• Рекомендация. Задайте вопросы этапа покупки и отметьте, советуют ли клиента, кого советуют вместо него и почему.

Второй фильтр авторы называют самым недооценённым. Их пример: B2B-компания (продающая бизнесу, а не частным людям) выросла до крупных заказчиков, но старые страницы всё ещё называют её инструментом для фрилансеров. Нейросеть повторяет это корпоративному покупателю, и компания теряет его ещё до перехода на сайт.

Третий фильтр показан на примере. ИИ просят подобрать программу для маркетингового агентства из 10 человек. Он упоминает продукт клиента, точно описывает функции и рекомендует конкурента, который, по его мнению, лучше подходит небольшим командам. Включение пройдено, подача пройдена, рекомендация провалена.

Какие доводы за новую схему?

• Доля упоминаний сама по себе, по словам авторов, становится показателем для самолюбования в новой технологической обёртке. Агентства уже проходили это в 2010-е с голыми позициями.
• Точное, но устаревшее описание («бюджетный вариант», «вчерашний лидер») может стоить дороже, чем полное отсутствие в ответе.
• Провал на третьем фильтре говорит агентству больше, чем рост доли цитирований.
• Каждый фильтр даёт конкретное действие: усилить цитируемые страницы, исправить устаревшие описания, разобраться, почему выбирают конкурента.

Что можно возразить этой схеме?

Материал не приводит ни одной цифры о том, какая доля запросов уже ушла в ИИ-ответы: только формулировку «растущая доля». Решение о переделке отчётности на таком основании остаётся ставкой, а не расчётом.

Сами авторы признают пределы метода. Выборка из 40 вопросов описывает только эти вопросы, а рекомендация на третьем фильтре ближе всего к выбору покупателя, но не доказывает продажу.

Есть и вопрос интереса. Текст спонсорский, и компания, которая продвигает новую систему измерения, заинтересована в том, чтобы старая выглядела устаревшей. При этом авторы не призывают выбросить долю цитирований, а предлагают считать её первым из трёх фильтров.

Что делать с этим прямо сейчас, по ролям

Автору Дзена. Задайте нейросети от 10 до 20 вопросов по своей теме, на которые вы пишете. Посмотрите, называет ли она вас и как описывает. Если описание устарело, обновите раздел «о себе» и закреплённые статьи.

Маркетологу. Добавьте в отчёт клиенту три отдельные строки: упоминания, точность описания, рекомендации на вопросах этапа покупки. Сравнение с конкурентами считайте по тем же вопросам.

Предпринимателю в РФ и СНГ. Методика не привязана к конкретному сервису. Из доступных в России аналогов проверку можно провести в YandexGPT и GigaChat. Начните со старых страниц продукта: именно они, по логике материала, чаще всего искажают подачу.

Позиции в поиске из отчётов никуда не денутся, клиенты к ним привыкли, и они по-прежнему приводят трафик. Но разговор с клиентом сдвинется от вопроса «где мы в выдаче» к вопросу «что о нас говорит нейросеть, когда у неё просят совета». Агентства и авторы, которые первыми принесут клиенту ответ с цифрами по трём фильтрам, получат аргумент, которого у конкурентов с голыми позициями не будет.