GEO-аудит сайта для Claude: анализ видимости и цитирования
Промежуточных следов эта среда наружу не отдаёт, и проверка ведётся по самому ответу. Это не делает её невозможной — делает короче и строже: каждый вывод опирается на один наблюдаемый слой.
Коротко
- В выгрузке по этой системе поля поисковых переформулировок не оказалось: ни самих запросов, ни отметки о выходе в сеть. Опираться остаётся почти только на готовый ответ.
- Пустая графа бывает трёх видов: заполнена формулировками, отдаёт только счётчик или отсутствует. В отчёте их не склеивают, а рядом с прочерком отмечают, какой именно случай.
- Пустое поле — граница внешнего наблюдения, а не характеристика сервиса: из него не вытекает ни отсутствие поиска перед сборкой ответа, ни отсутствие развёртки вопроса.
- В одном замере имя компании нашлось в тексте единственного ответа из 101, тогда как домен оказался среди источников у 58 ответов. В другом у той же среды упоминание вышло 43,3%, цитирование — 76,7%: устойчивого порядка между замерами нет.
- Когда слой один, цена ошибки выше, поэтому реплики вычитывают вручную. В том же B2B-замере детектор не нашёл у одного из участников ни единого упоминания, а ручная сверка насчитала десятки.
Графы поисковых формулировок в технических данных выдачи этой системы не оказалось: ни запросов, ни отметки обращения к сети. Поэтому geo аудит для Claude держится почти целиком на готовом ответе — прозвучало ли название компании, попал ли домен в слой опор, чьи имена встали рядом. Пустая графа описывает состав доступной снаружи выгрузки; об устройстве сервиса она молчит, и фраза «веера тут не бывает» была бы домыслом. Промежуточных следов нет, значит проверка выходит короче обычной, строже к выводам: подпереть сомнительное место вторым слоем нечем.
Один наблюдаемый слой вместо двух
Выдача, выкладывающая рядом с репликой поисковую подготовку, даёт аудитору два слоя — дорогу к ответу и сам ответ. Дорога служит ключом: прочитав её, готовый текст перечитывают иначе.
Ключа здесь нет, остаётся исход. Заметно это на разборе претензии: заказчик приносит реплику без упоминания компании, ждёт объяснения. Где веер читается, формулировки перебирают построчно: с чем система уходила искать, нашлась ли у площадки страница под такой запрос. Тут жалоба упирается в финальный абзац, дальше тупик. Аудит сайта под Claude поэтому разбирает исход подробнее обычного: опираться больше нечего.
Узнайте, что нейросети говорят о нашем GEO-аудите
Ответ формирует сама нейросеть.
Пустая графа бывает трёх разных видов
Недоступность веера неоднородна, видов три, в отчёте они не склеиваются. Графа заполнена текстами запросов — формулировки читают построчно. Графа отдаёт счётчик: факт обращения к сети виден, сами формулировки скрыты. Третий вид наш: такой графы в выгрузке нет.
Соседняя система со счётчиком выглядит похоже, а решает иную задачу: её отметка разводит ответы по факту выхода в сеть. Здесь разводить нечем — записи замера неразличимы.
Дальше начинается то, чего отчёт утверждать не вправе. Незаполненная графа не доказывает, что ответ собран без поиска, и об отсутствии развёртки вопроса не свидетельствует. Ограничение лежит на внешнем наблюдении, приговором платформе оно не становится. Расстановка систем по ширине веера отсюда тоже не выводится: графу заполняют по-разному, шкалы качества из формата выгрузки не получается. Заказчику, ждущему разбора этой графы, честнее сказать заранее: GEO-аудит под нейросети поставит здесь прочерк с пометкой вида, рядом — границу наблюдения.
Единственный промежуточный след — журнальный
Промежуточный след всё же нашёлся — со стороны сайта. В боевых логах B2B-проекта обучающий краулер вендора за окно наблюдения до площадки доходил, а раздел с материалами миновал. Содержимое публикаций этот краулер не читал.
Дальше журнал молчит, и молчание важнее записи. Он считает обращения к адресам; состав ответа описывает другая выгрузка, сшивки между ними отсутствуют. Окно короткое, проект единственный, цикл обхода части краулеров длиннее такого отрезка: «за эти сутки не пришёл» и «не ходит» — утверждения разной силы. Прочих агентов и правила площадки разбирает материал про AI-краулеры и robots.txt; здесь взят один агент, только его поведение.
Наблюдаемое: имя, опоры, соседство
Снаружи перечислимо немногое, зато каждое наблюдение записывают поимённо.
| Поле записи | Что в него пишут |
|---|---|
| вопрос панели | формулировка целиком, дословно |
| дата и окружение съёма | проставлены у каждой находки, шапки отчёта мало |
| имя в реплике | названо или нет, выписка фрагмента |
| домен в опорах | адрес, попавший в перечень |
| соседи | имена, названные там же |
| веер запросов | прочерк с указанием вида недоступности |
| сводная оценка видимости | индекс сервиса замера, без пересчёта из слоёв |
Чего в такой записи не появится: рекомендации, факта прочтения страницы человеком, доли рынка и доли голоса без знаменателя — наблюдаемый слой столько не выдерживает.
Две верхние позиции B2B-замера разъехались широко: домен оседал в опорах у многих ответов, название компании текстом почти не звучало. Разъезд фиксируем, объяснять не берёмся: промежуточных данных для чтения причины здесь нет. Так и выглядят упоминания бренда в Claude рядом с цитированием домена — смежные величины просаживаются порознь.
Третья позиция того же замера вышла умеренной: чужих имён рядом с брендом набиралось меньше, чем у самых плотных сред панели. Так сложилось на этом срезе и этой панели; свойством системы скромность не становится, соседний срез способен дать иной состав.
Сколько выводов выдерживает один слой
Вывод не поднимается выше слоя, на котором снят. Запись «домен вошёл в перечень источников по такому-то вопросу такого-то числа» проверяема: её открывают и пересчитывают. Запись «система опирается на наши материалы» звучит внушительнее, зато содержит догадку о сборке — подтверждать её нечем. На различении таких записей разбор и держится.
Отсюда требования к самой записи:
- упоминание и цитирование идут отдельно: сведённые в одно число, они скрывают, какой слой просел;
- у прочерка указывают вид недоступности, без него следующий исполнитель примет пробел за ноль;
- сомнительную находку сверяют с самим текстом ответа: название пишут непривычно, а короткий алиас совпадает с корнем обычного слова.
Цена ошибки на единственном слое выше, поэтому слой перечитывают руками. В B2B-замере автоматический детектор выдал ноль упоминаний участнику, где ручная сверка насчитала десятки: выгрузка сериализовалась с дефектом, счётчик промолчал. Нулевое значение сверить не с чем — страховкой служит чтение самих реплик. Поэтому объём ручной вычитки планируют заранее, а случайность гасят размером панели: чем она шире, тем меньше весит отдельный ответ.
Непроверяемого здесь копится больше, чем там, где веер читается. Почему в опоры попал именно этот адрес, выгрузка не объясняет: перечень выдан, причина выбора — нет. Восстановить формулировки промежуточного поиска по перечню источников не выйдет: сцепки формулировки с найденной страницей данные не держат. Насколько картина устойчива, сказать нечем: ту же панель прогоняли единожды, дальше даты съёма отчёт не заглядывает. Что читатель сделал после ответа, замер не касался: предметом была видимость.
Границы внешнего наблюдения за нейросетями разобраны в материале про индексацию сайта в нейросетях; здесь разобран случай, когда наружу уходит только исход.
Спросите нейросеть о нашем GEO-аудите
Короче и строже
Короткий аудит не дешевле обычного, он строже. Каждая находка держится на одном слое, поэтому видимость сайта в Claude описывают скупее: наблюдаемые строки плюс прочерки. Выводов в таком отчёте меньше, помеченных пределов больше, вторая часть заказчику нужна наравне с первой: по ней видно, какие вопросы остались открытыми.
Дальше работа идёт страницами: вопрос покупателя либо закрыт отдельной страницей, либо нет, и техническая графа тут не поможет. Проверка сайта под ИИ снимает сетку целиком: вопросы панели, имена в тексте, домены в опорах, соседство. Отдельной строкой идёт то, чего выгрузка не отдала.
Спорные места короткого аудита
Мы спросили чат про свою компанию и увидели её в ответе. Замер покажет то же?
Одиночная проверка описывает один случай. Тот же вопрос, заданный другими словами, способен дать иную реплику; оба результата останутся правдой. Замер потому строится на панели, закреплённой до съёма: иначе находки не сравнить с будущим прогоном.
Обучающий краулер до статей не дошёл — значит, в ответах их не будет?
Журнал этого не показывает. Сбор обучающего корпуса и обращение к странице в момент ответа решают разные задачи, первое о втором не сообщает. Проверяемый шаг отсюда один: убедиться, что материалы отдаются без ошибок и лишних переадресаций.
В отчёте домен процитирован часто, а имя компании почти не звучит. Это противоречие?
Это два разных слоя учёта. Цитируемость сайта в Claude считают по домену, попавшему в перечень опор по заданному вопросу; упоминание — по названию, прозвучавшему в тексте ответа. Часть ответов несёт оба признака, поэтому сумма величин даёт двойной счёт.
Короткий перечень соседей — это свойство системы или черта нашего рынка?
Про единственный прогон: один проект, одна панель вопросов. Расстановка систем в наших замерах переворачивалась от ниши к нише — та же среда занимала верхние строки сводной таблицы и нижние. Сравнение держится внутри прогона, за пределами рассыпается.
Стоит ли заказывать разбор системы с одним наблюдаемым слоем?
Остающийся слой — тот, откуда читатель получает ответ. Сокращается список догадок, позволительных отчёту; проверяемые находки остаются. Систему выбирают по присутствию покупателя, не по щедрости её технических полей.
GEO-аудит сайта для Google AI Mode: видимость бренда, источники и AI-выдача
GEO-аудит сайта для ChatGPT: видимость, упоминания, цитирование и конкуренты
GEO-аудит сайта для Gemini: анализ видимости бренда и источников
GEO-аудит сайта для Perplexity: видимость, источники и цитируемость
GEO-аудит сайта для Алисы и Яндекс AI-поиска
GEO-аудит сайта для Google AI Overviews: видимость, цитирование и источники
GEO-аудит сайта для DeepSeek: анализ видимости и упоминаний
Что входит в GEO-аудит сайта и что он показывает
Пример GEO-аудита сайта: как выглядит отчёт по AI-видимости
AI Visibility сайта и бренда: как измеряется видимость в нейросетях