Share of Voice в нейросетях: как считать долю голоса бренда в AI

Share of voice в нейросетях — присутствие бренда в ответах языковых моделей, посчитанное относительно выбранного круга сопоставления. Абсолютное количество упоминаний здесь ничего не решает: весит то, как имя стоит рядом с другими на сквозном пуле запросов. Те же выгрузки дают разную долю при смене знаменателя: так устроена формула, к сбоям измерения это отношения не имеет.

Показатель легко спутать с двумя соседними: упоминаемость — текст, где названа компания, присутствие — её попадание в структурный слой. Доля голоса бренда в AI описывает третье: позицию имени среди прочих в заданной группе. Поэтому фраза «sov в нейросетях вырос» молчит о главном — за процентом скрывается произвольный состав конкурентов.

Почему число без названной базы сравнения бессмысленно

Величина существует исключительно вместе со знаменателем — смысловой частью формулы. Обновился перечень игроков — обновилась цифра, хотя само имя попадается в чужих текстах с прежней частотой.

Арифметика простая, подвох сидит глубже: числитель дают данные, делитель — принятое соглашение. Поэтому спор о десятых пункта осмыслен лишь после того, как описаны обе половины дроби.

Собственные замеры показывают расхождение на идентичных выгрузках: итог по узкому списку конкурентов кратно расходится со счётом по всем встреченным названиям. Во втором варианте в делитель набегают десятки посторонних строк — местные фирмы, медиаресурсы, справочники, формально привязанные к теме, далёкие от прямой конкуренции.

Отсюда правило чтения чужих отчётов: цифра без указанной базы ничего не доказывает. Вопрос «с кем считали» идёт впереди разговора о росте. Два отчёта с одинаковой методикой сбора, но несовпадающими перечнями выдают несопоставимые величины под общей вывеской.

Как выбирают круг сравнения: отслеживаемые игроки и все найденные сущности

Выборку собирают двумя способами, каждый по-своему меняет смысл расчёта.

Отслеживаемые соперники — заранее заданный перечень: прямые конкуренты, близкие по рынку фирмы, иногда отраслевой эталон. Такой счёт отвечает на узкую деловую задачу — как марка выглядит именно на этом фоне. Список закрепляют до старта и держат неизменным: правка задним числом подгоняет вывод под желаемый.

Все найденные сущности — любые организации, продукты, сервисы, которые модель назвала хотя бы раз на том же пуле запросов, независимо от начального плана. Такая выборка ближе к фактической картине поля, зато размывается случайными попаданиями — записями, которые за клиента всерьёз не соперничают.

Собственные прогоны показали смену состава от платформы к платформе: у каждой системы всплывал свой набор игроков при тех же формулировках. Перечень, собранный под одну нейросеть, при переносе на вторую обычно требует пересмотра — иначе часть реальных конкурентов выпадает из расчёта.

Переход между подходами редко оказывается разовым решением аналитика. Повод диктует сама работа: разбор перед переговорами с известным игроком требует точного перечня, быстрая разведка незнакомой темы — широкого захвата. Трудность возникает там, где выбор остаётся незадокументированным: правило кочует из презентации в презентацию без пояснения, откуда взялись имена. Поэтому рядом с выкладкой держат служебную карточку — дату прогона, дословные формулировки, язык интерфейса, площадки, автора. Через полгода прежний принцип отбора мало кто восстановит, а следующий аналитик, скорее всего, выстроит свою логику — непохожую на прежнюю ни отбором, ни арифметикой.

Из чего складывается знаменатель и что считается единицей

Знаменатель — сумма результатов участников по единому пулу фраз и площадок. Числитель — вклад изучаемой марки в ту же сумму. За единицу берут зафиксированное присутствие в ответе, отдельное от текстового упоминания: смешивать два слоя при расчёте нельзя. Одну сторону посчитали по упоминанию, другую — по структурному слою, и сумма теряет смысл: стороны собраны разными правилами.

Второе обязательное условие — общий для сторон набор запросов и платформ. Строка из первого списка, строка из второго складывают два среза в единую цифру вместо измерения совместной видимости. С площадками тот же принцип: суммы по двум сервисам в одно число не сводятся.

Третье условие — нормализация написаний. Компания всплывает латиницей и кириллицей, с юрлицом и без него, в сокращении или целиком. Пока регламент не прописал, какие написания склеиваются в одно имя, фирма занимает в дроби два места, а её вклад делится надвое. Склейку выбирают до прогона, записывают в ту же карточку.

Отдельно оговаривают вес записи. В базовом варианте попадания равны: абзац о компании и имя в скобках весят одинаково, а порядок в перечислении подсчёт не учитывает. Упрощение тоже входит в регламент — за процентом стоит простая арифметика.

Типовые ошибки чтения

• Цифра без названной базы. Непонятно, изменилась ли заметность или только те, с кем сравнивали.
• Перенос расчёта с одной площадки на весь рынок. У каждого сервиса свой набор заметных имён, чужая выгрузка описывает только себя.
• Счёт сторон по разным единицам. Текстовое упоминание против структурного слоя — расхождение методик, а не разрыв в видимости.
• Чтение процента как доли рынка. Показатель описывает заметность на отобранных вопросах; распределение покупателей сюда не входит.
• Пропуск смены состава между замерами. Прибавка новых имён объясняет сдвиг не хуже гипотезы о росте.

Причина общая: отношение путают с самостоятельным числом, забывая про знаменатель, про правило подсчёта.

Что эта метрика не показывает

Величина обходит тональность: деление ответов на доброжелательные, нейтральные и критические решает отдельная задача. Совместная встречаемость имени с определёнными темами фиксируется как наблюдение, объяснение причины остаётся за кадром. Предсказательной силы у разового замера тоже нет: состав ответа на повторённый дословно запрос способен меняться между прогонами, а отдельный замер описывает лишь своё окно наблюдения.

За пределами этой арифметики лежит объём спроса. Высокая оценка на узком списке вопросов, скромная на широком — сочетание, возможное на той же выгрузке: итог зависит от широты захвата формулировок.

Вывод

Метрика измеряет положение марки внутри выбранной группы — итог деления, целиком зависящий от подобранного состава и от набора фраз. Три вещи фиксируют до разговора о росте или падении: базу сравнения, единицу подсчёта и список площадок. Дальше их держат одинаковыми от проверки к проверке. Разовый счёт без такой фиксации даёт снимок момента, слабый как основание для выводов о динамике.

Проверить, какой получается эта величина для конкретной компании и какая рамка сравнения уместна, помогает GEO-аудит сайта: методика закрепляет правила подсчёта заранее, чтобы сопоставление с соперниками и повторные проверки опирались на одинаковые условия. Там же доступен аудит видимости сайта в нейросетях, который разбирает этот показатель вместе с остальными метриками видимости в ответах AI-систем.

Вопросы про долю голоса в нейросетях