AI Visibility сайта и бренда: как измеряется видимость в нейросетях

Что такое AI Visibility, из каких слоёв ответа собирается величина, почему у видимости сайта и бренда разные значения и что ею нельзя утверждать.

Артур Лалабекян Основатель Oqra AI и AmiSEO SEO · GEO · AI Visibility · поисковая аналитика

Опубликовано 4 октября 2026

Коротко

AI-видимость — не готовая единица измерения, а итог процедуры: отобранный список запросов пропускают по нескольким нейросетям и построчно отмечают, назван ли бренд и какой признак это подтверждает.
Бренд попадает в ответ тремя способами: имя названо в тексте, домен указан среди источников, сущность отмечена в структурном слое. Три величины не сводятся в одну, а их равенство говорит об ошибке расчёта.
Заметность бренда и заметность его сайта считают порознь: нейросеть может сослаться на страницу, не назвав компанию, или назвать компанию без ссылки на домен.
Значение держится на пяти параметрах: список запросов, слой учёта, состав опрошенных систем, база сравнения и дата съёма. Без них цифру нельзя ни прочитать, ни сравнить с чужой.
Отраслевых норм у этой величины нет, причинность она не доказывает. Сравнивать имеет смысл только со своим прежним замером, снятым по прежним пяти параметрам.

Видимость бренда в нейросетях измеряют подсчётом, а не на глаз. Заданный перечень запросов прогоняют через несколько нейросетей, дальше идёт арифметика по собранным репликам: названа компания, процитирован сайт, зафиксировано присутствие в структурном разборе ответа. Три исхода — три несводимые метрики, в один балл их не сводят. Сверх того системы отвечают по-разному, и расхождение у двух подрядчиков закономерно. Пока обстоятельства съёма не перечислены, цифра видимости остаётся непрочитанной. Ниже — из чего собирается видимость, какие пять условий её задают и почему бренд и сайт идут в счёт порознь.

Схема: один замер видимости в нейросетях распадается на четыре разреза — по системам, типу запроса, слою ответа и кругу сравнения. — Один замер распадается сразу на четыре разреза — по системам, по типу запроса, по слою ответа и по кругу сравнения.

Что такое AI-видимость и что в ней считают

AI Visibility — собирательный термин для семейства оценок, снятых единым заходом. Отобранный список пропускают по нейросетям и построчно помечают, есть ли бренд и чем это подтверждено. Готового балла прибор тут не показывает: сначала фиксируют предмет и состав опроса, затем обрабатывают собранное. AI-видимостью называют итог такой работы, а не готовую единицу измерения. Протокол опроса прилагается обязательно: температура без шкалы бессмысленна.

Появиться в реплике нейросети бренд способен тремя путями, и развести их приходится на старте. Имя компании звучит прямо в тексте — упоминание. Домен попал в перечень источников, на которые опиралась нейросеть, — цитирование. Третий путь зовётся присутствием: сущность бренда помечена в структурном слое разбора, и сервис ведёт его особняком от самого ответа. Пути несовпадающие, и равенство всех трёх выдаёт ошибку расчёта, а не удачу.

Поверх этих трёх отметок сервисы аналитики выводят сводный индекс — составную оценку по группе сигналов. Сложением первых двух его не получить, к позиции в выдаче он тоже не сводится: упоминание входит в индекс сигналом среди прочих, а прочие составляющие остаются на стороне сервиса.

По-английски в ходу LLM visibility, попадается и brand visibility: написание гуляет, предмет у них общий. Русская практика обходится оборотом «видимость в нейросетях» или дефисным написанием AI-видимости. Ярлык ни на что не влияет: процедура и чтение журналов не меняются.

Схема: что измеряет AI-видимость — упоминание текстом, цитирование домена и присутствие в структуре, со сводным индексом поверх, и чем она не является. — Что AI-видимость измеряет — упоминание текстом, цитирование домена, присутствие в структуре и сводный индекс поверх них, — и чем она не является: не позиция в выдаче, не трафик и не рекомендация.

Спросить ИИ

Узнайте, что нейросети говорят о нашем GEO-аудите

Ответ формирует сама нейросеть.

Видимость сайта и видимость бренда — две разные величины

Произнесённое имя и адрес сайта — факты несхожего рода, пусть и об одном бренде. Нейросеть ставит страницу в источники ответа, однако компанию не называет. Бывает наоборот: бренд прозвучал, ссылки на домен нет. Эти две метрики не совпадают, и путаница между ними в отчёте обходится дорого.

Сайту засчитывают попадания в источники, бренду — прозвучавшие имена. О качестве содержимого обе метрики молчат. GEO-аудит под нейросети разбирает эти случаи врозь по этой причине: общий балл обе стороны разом не закрывает — слабую он просто заслоняет.

Таких объектов у заказчика обычно несколько. Головной бренд, продуктовые обозначения, адрес сайта — для нейросети это раздельные записи, и в счёт они идут по очереди. Реестр закрепляют до опроса: необъявленное обозначение в зачёт не пойдёт. Отдельной графой идёт след источника — абсолютный счёт реплик, где домен сыграл роль опоры. Ведут его для любого адреса, своего и чужого, и ни рыночного веса, ни рекомендации он не означает.

Схема: имя бренда, продуктовые обозначения и домен сайта — три сущности одной компании и слои ответа, в которых каждая попадает в счёт. — Три сущности одной компании в глазах нейросети — имя бренда, продуктовые обозначения и домен сайта — и в каком слое каждая из них попадает в счёт.

На одном из замеров сайт цитировали часто, а бренд почти не всплывал; на прочих платформах разрыв вышел иным. Как это читается в готовом документе, разобрано отдельно.

Обезличенный фрагмент замера: по восьми системам показано, в скольких ответах названо имя компании и в скольких процитирован её сайт. — Как часто имя бренда звучит текстом и как часто источником становится его сайт — по нескольким системам сразу, с разным соотношением на каждой.

Почему у видимости в нейросетях нет одного числа

Общий перечень формулировок, пропущенный через непохожие нейросети, сравнимых чисел не даёт: платформы расходятся форматом выдачи и тем, как часто в ответе оказываются ссылки на источники. Среднее арифметическое картину не упрощает, а прячет главное — где бренд появлялся, а где нет. Усреднение тут ширма: площадки без единого попадания исчезают из виду, а заодно и повод вмешаться.

Тип запроса весит не меньше состава платформ. В сюжете выбора бренд выглядит иначе, чем в справочной формулировке, где нейросеть растолковывает термин. Горстка справочных сюжетов и пригоршня сценариев покупки дадут непохожие картины, и суждение о пользе информационных материалов на этом не построить. Учёт разобран выше: съём ловит любой из трёх признаков, и смешение уровней рождает ложное тождество присутствия с упоминанием. Круг сравнения — четвёртый разрез.

Четыре разреза складываются в простое правило: без названных условий показатель не утверждает ничего.

Четыре условия замера и что из-за каждого нельзя сопоставлять
От чего зависит значение	Что меняется в числе	Что из-за этого нельзя сравнивать
набор нейросетей в прогоне	доли упоминания и цитирования по каждой системе свои	сырые данные от разных подрядчиков без списка систем
тип запросов в панели	вес сценариев выбора против справочных формулировок	результаты по разным наборам запросов
слой учёта присутствия	что считается появлением — текст, источник или структура	значения, посчитанные по разным слоям, как единую величину
круг сравнения	какая из двух долей голоса посчитана	бренд и рынок без названной базы

Разговорное «нейронки» методику не меняет: присутствие бренда в нейронках измеряют тем же способом. Наш типовой прогон охватывает ChatGPT, Gemini, Perplexity, Claude, DeepSeek, Google AI Overviews и две среды Алисы. Набор закрыт сознательно: про площадки, которых мы не опрашивали, сказать нечего.

Обезличенный фрагмент замера: доли упоминания и цитирования по восьми системам расходятся кратно на одной и той же панели запросов. — В другом замере те же три величины расходятся по системам кратно: упоминание, цитирование и сводный индекс.

От чего зависит значение: пять параметров замера

Показатель легко нарисовать, а измерить — иное ремесло; к четырём разрезам добавляется дата — пять параметров, закреплённых наперёд. Вся пятёрка обязана стоять рядом с оценкой, иначе читатель достроит недостающее догадками.

Панель запросов — какие формулировки задавали нейросетям. Поменяется их состав — поменяется и сама видимость, потому что считают её именно по этим формулировкам.
Набор систем — какие системы прогоняли и сколько реплик сняли с каждой. Без этого непонятно, из чьей видимости сложилось среднее и складывали ли его вообще.
Что считается появлением, решает слой учёта: имя в тексте, ссылка на сайт или сущность в структуре — у каждого свой счёт даже при том же бренде.
База сравнения — относительно кого считают долю. Без названной базы доля голоса превращается в красивое, но пустое число.
Привязку результата ко времени задаёт дата среза: тот же список запросов полгода спустя может дать другую картину, а без даты значение превращается в утверждение о рынке вообще.

Сопоставимы лишь съёмы с одинаковой пятёркой, включая повторный заход спустя месяцы. Поэтому и смысл заказывать аудит бренда онлайн или анализ его видимости вместе с фиксацией параметров: без закреплённого списка итог не повторить и не сверить. Порядок самостоятельной проверки разобран отдельно.

Схема: пять параметров замера видимости — панель запросов, набор систем, слой учёта, база сравнения и дата среза — и что ломается без каждого. — Пять параметров, которые фиксируют до счёта, и что ломается в числе, если хотя бы один из них не назван.

Что этой величиной можно утверждать, а что нельзя

Доля голоса и две базы сравнения

Без объявленной базы эта доля пуста. Берут её либо от сущностей, обнаруженных в ответах нейросети, либо от отслеживаемых — внесённых в проект заранее. Это два показателя, а не один с двумя знаменателями: смена круга переписывает вывод до неузнаваемости. Приписка «от рынка» рядом — голая декорация.

Второй сюжет — присутствие бренда в нейросетях само по себе. Присутствие — не доля рынка и не упоминание текстом, а другой слой того же бренда: охватывает лишь реестр, закреплённый до прогона, а остальных обходит молчанием. У отслеживаемых участников присутствие суммируется по всему реестру, и приравнивать сумму к собственной ошибочно.

Поэтому рядом с любой такой цифрой положена пометка о знаменателе — все обнаруженные либо отслеживаемые. Без пометки её примут за оценку всей видимости, хотя сопоставление ограничено узкой группой.

Обезличенный фрагмент замера: две доли голоса на одних данных — от всех обнаруженных сущностей и только от отслеживаемых — с составом знаменателей. — Две доли голоса на одних и тех же данных — от всех обнаруженных в ответах сущностей и только от отслеживаемых — с подписанным составом каждой.

Где одно слово означает разные числа

Внутри выгрузки слово «цитирование» означает несхожие вещи: необработанный журнал событий, отфильтрованную выборку, сохранённый агрегат, посчитанный по выборке, а не по журналу. С подсчётом доменов история похожая: сколько таблиц, столько верных вариантов. Подмена случается незаметно: в сводке красуется крупная цифра из журнала, а подпись под ней описывает выборку. Поэтому правильный вопрос — не «сколько», а «из какой таблицы». Грубо, зато недоразумения отсекаются сразу.

Отраслевой нормы из такой цифры не вывести: эталона, годного любому проекту, назвать нечем. Причинность — тоже: совпадение видимости с чьим-то действием причиной его не делает. Разовый срез молчит о расстановке сил и о будущем.

Границы простые:

она относится к своей панели запросов, своему набору нейросетей и своей дате — перенести её на другой проект нельзя;
один признак не заменяется другим, даже когда очень хочется свести всё к одному знаменателю;
автоматический результат стоит перепроверять: разбор теряет часть упоминаний на мелочах выгрузки, а не потому что метод обманывает.

Обезличенный фрагмент замера: слово «цитирование» внутри одного прогона даёт четыре разных числа, а вопрос «сколько доменов» — пять. — Одно и то же слово «цитирование» внутри одного замера даёт разные числа в зависимости от того, какая таблица стоит за подсчётом.

Обсудить с ИИ

Спросите нейросеть о нашем GEO-аудите

Вывод

Величина полезна ровно настолько, насколько выписаны её условия — от списка формулировок до дня работы. Точкой отсчёта служит собственный предыдущий срез, снятый по той же пятёрке: лишь на нём разница в видимости бренда получает смысл, а чужая выгрузка негодна. Ни позиций, ни попадания в выдачу нейросетей, ни будущего роста она не обещает.

Следующий шаг — проверить видимость сайта в нейросетях.

Вопросы и ответы

Чем AI-видимость отличается от поисковой видимости?

Поисковая видимость — показы и позиции страниц в обычной выдаче; у AI-видимости предмет другой — появление бренда в ответе, собранном нейросетью. Шкалы несхожие: страницы и ранг против упоминания имени, цитирования домена, присутствия в структуре. Взаимного пересчёта нет: высокий ранг в обычном поиске такого появления не обещает.

Какое значение считать нормальным?

Нормы на все случаи нет: итог привязан к панели и дате конкретного замера. Сверяют его с предыдущим собственным срезом, снятым по тем же параметрам. Чужой документ для сверки негоден: разница получится бессмысленной.

LLM visibility и brand visibility — это то же самое?

Обычно да. Названий хватает — английских, русских, смешанных, — отсюда путаница в терминах. Суть определяет не вывеска, а методика: предмет подсчёта, учётный уровень, точка отсчёта. Без этих оговорок смысл остаётся неопределённым при любом написании. Терминологический спор беспредметен.

Кому нужна эта величина — бизнесу или агентству?

Бизнесу она показывает, звучит ли имя компании там, где выбирают поставщика. SEO-агентству служит иным: основанием работ и способом показать заказчику исходную точку. Польза в обеих ролях приходит вместе с методикой съёма, не иначе; без неё разговор сползает в обмен впечатлениями.