Модель видимости в нейросетях: из чего складывается попадание онлайн-сервиса в ответы
Видимость в нейросетях вырастает поверх поисковой оптимизации и контента, а единой метрики у неё пока нет. И саму модель, и способ её замерить приходится собирать по частям.
У онлайн-сервисов появился канал, которого пять лет назад не существовало: часть аудитории идёт с вопросом не в поиск, а к нейросети — и уходит по той компании, которую та назвала в ответе. В аналитике это уже заметно: на одном нашем B2B-проекте за полтора года видимые переходы из нейросетей поднялись почти от нуля и дошли до 845 визитов. Если вы отвечаете за трафик онлайн-сервиса или платформы, главный вопрос звучит так: из чего складывается попадание в этот ответ и чем мерить видимость, у которой пока нет единой метрики. Разберу модель по факторам и покажу, какие доли вклада за ними стоят.
Содержание
1. Нейросети стали отдельным источником трафика, и это фиксирует аналитика
2. У видимости в нейросетях нет позиции, есть упоминание
3. Ниша решает, через какую нейросеть придёт трафик
4. Из чего складывается попадание в ответ: доли вклада
5. Мерить видимость приходится набором сигналов
6. Частые вопросы
Нейросети стали отдельным источником трафика, и это фиксирует аналитика
Ещё недавно дорога клиента к онлайн-сервису начиналась с поисковой строки. Сейчас заметная доля аудитории задаёт вопрос нейросети и получает готовый ответ с названиями компаний и ссылками. Для рынка это новый слой трафика, и он уже проступает в отчётах.
Возьму наш проект — российский сервис сопровождения исполнения госконтрактов, имя раскрывать нельзя по условиям договора. За полтора года мы подняли здесь нейросетевой канал с почти нулевой отметки: сайт собрал 845 визитов из нейросетей. По Яндекс Метрике на выборке в 100 процентов это порядка 4,5 процента реферального потока сайта. Величина скромная, но красноречивая: годом-двумя ранее её не существовало вовсе.
И сразу оговорка о природе этого числа. 845 — нижняя граница, а не полный охват. Модель не всегда даёт кликабельную ссылку; если бренд прозвучал без активной ссылки, в отчёте перехода не окажется; часть кликов вообще не покидает мобильных приложений самих нейросетей. Влияние на спрос шире того, что попадает в Метрику, и это стоит принять с самого начала.
У видимости в нейросетях нет позиции, есть упоминание
У поисковой оптимизации есть удобная система координат — позиция. Сайт стоит, скажем, пятым или двенадцатым, и это отслеживается день за днём. С нейросетями такая шкала рассыпается. Ранга нет. Продукт либо прозвучал в ответе, либо о нём умолчали.
Из-за этого выделилось отдельное направление, которое называют оптимизацией под генеративные движки — по-английски Generative Engine Optimization, сокращённо GEO. Смысл в том, чтобы настроить сайт на попадание в ответы нейросетей. Цель формулируется коротко: по вопросам вашей ниши модель должна называть и цитировать именно вас, желательно рядом с сильными конкурентами, а лучше выше них.
Из бинарности упоминания вытекает и другой способ измерять результат. Готового счётчика по нейросетям рынок пока не выдал и вряд ли выдаст скоро, поэтому картину приходится складывать сразу из нескольких показателей.
Ниша решает, через какую нейросеть придёт трафик
Привычная логика подсказывает начинать с ChatGPT и Perplexity: про них больше всего разговоров. Для российского B2B этот заход нередко промахивается. Руководители и бухгалтеры на госконтрактах — люди Яндекса: они первым делом читают ответ Алисы, который висит прямо над поисковой выдачей.
На том же проекте переходы распределились между моделями так.
Почти три четверти визитов принесла Алиса. На массовом бизнес-рынке очерёдность обычно зеркальная, наверху Perplexity и ChatGPT, но здесь её перевернула специфика ниши. Отсюда прямой вывод для отечественного рынка: делать ставку исключительно на западные модели — риск. Вложения в ChatGPT способны не дать ни одного визита, если ваши клиенты по факту живут в Яндексе.
Для модели это ключевой момент: Алиса подтягивается от присутствия сайта в Яндексе и от текстовых описаний на страницах. Отдельной механики под неё нет — работает тот же поисковый фундамент. На проекте мы усиливали именно его, и вот как выглядела видимость сайта в Яндексе за период работы.
Перед тем как выстраивать видимость в нейросетях, потратьте полчаса и спросите пять моделей теми же словами, что и ваш клиент. По этому срезу сразу ясно, где вы уже есть, а где вместо вас советуют конкурентов.
Из чего складывается попадание в ответ: доли вклада
Теперь к сути — за счёт чего нейросеть вообще произносит ваше имя. По нашим наблюдениям попадание в ответ примерно на 80 процентов держится на трёх опорах: крепком поисковом фундаменте сайта, экспертном контенте под вопросы аудитории и упоминаниях на авторитетных площадках. Оставшаяся пятая часть дают более тонкие настройки, уже адресно под сами модели.
Разложу опору по частям. Поисковый фундамент задаёт, откуда модель черпает источники: пока техбаза грязная, а сайт не виден в выдаче, считать его нейросеть не станет. Контент определяет, есть ли что цитировать: держим на странице один смысл, поднимаем прямой ответ к началу раздела по пирамиде Минто, добавляем блоки вопросов, пошаговые инструкции, таблицы сравнения. Внешние упоминания служат для модели сигналом доверия и ведутся в связке с PR.
Тонкая настройка тоньше, но без неё опора не раскрывается. Микроразметка подаёт нейросети готовые фрагменты, из которых легко собрать кусок ответа. Единые факты снимают ситуацию, когда на сайте одно название и цифры, в статьях другое, в каталогах третье, и модель путается в разночтениях. Приоритет под конкретную нейросеть решает, куда вкладывать силы: под Алису это тексты на страницах и Яндекс, под западные модели — свежие цитируемые материалы.
Отдельной магии поверх этого у GEO нет. Если сайт хромает в поиске и беден на контент, модели попросту нечего процитировать, сколько блоков ни размечай.
Отсюда практический вывод для онлайн-сервиса: GEO не запускают изолированным проектом в вакууме. Разумнее вести его в общей связке с поисковой оптимизацией и контентом — чистая техбаза и структурные ответы заодно тянут вверх и позиции в поиске, и вероятность оказаться в ответе модели.
Мерить видимость приходится набором сигналов
Раз ранга нет, замер собираем из нескольких источников.
- Доля целевых запросов ниши, по которым модель вообще упоминает вас. Составляем перечень вопросов аудитории, регулярно прогоняем его по нейросетям и фиксируем, где вы есть, каким по счёту и кто стоит рядом.
- Динамика переходов в Яндекс Метрике по отчёту внешних реферреров: сколько визитов пришло от Алисы, Perplexity, ChatGPT и прочих.
- Индексация под контролем в вебмастерах: страницу, невидимую поиску, не подхватит и нейросеть.
У каждого сигнала есть слепые зоны. Исходную формулировку модель не отдаёт, поэтому не всегда понятно, по какому именно запросу вас назвали. Упоминания бренда без активной ссылки подогревают спрос, но в отчёт не заходят. Так что любая цифра переходов — это пол, а не потолок.
Что я проверяю первым делом
Открываю отчёт внешних реферреров в Метрике и смотрю не общую сумму, а какие конкретно модели дают визиты. Перекос в одну нейросеть почти всегда говорит, что аудитория живёт в её экосистеме, и усиливать дальше стоит именно её, а не растекаться на все сразу.
Если у вас похожая задача с видимостью в нейросетях, приносите свой случай — Обсудить проект. Разборы и наблюдения по продвижению в нейросетях выкладываю в Телеграме.
Частые вопросы
Обязательно ли отдельно заниматься нейросетями, если поиск уже приносит клиентов?
Если весь спрос собирается из поиска и вас это устраивает, не обязательно. Но часть аудитории уже советуется с нейросетью, и там сейчас отвечают теми, кого она выбрала. Чем сложнее и дороже продукт, тем чаще люди сверяются с моделью до покупки.
Сколько времени нужно, чтобы нейросети начали называть компанию?
Канал небыстрый. На описанном проекте ощутимая динамика набиралась месяцами и продолжает расти на горизонте полутора лет. По темпу GEO ближе к поисковому продвижению, чем к рекламе.
Правда ли, что всё решает присутствие в ChatGPT?
Для российского B2B — нет. У нас три четверти нейротрафика принесла Алиса, а на ChatGPT пришлось меньше пяти процентов. Сначала выясняем, какой моделью пользуется именно ваша аудитория, и под неё расставляем приоритеты.
Можно ли измерить эффект точно?
Единой точной метрики нет. Оценку складываем из доли запросов с упоминанием, динамики переходов в Метрике и контроля индексации. И помним, что видимые переходы — нижняя граница, а не весь эффект.
Чем GEO отличается от обычной поисковой оптимизации?
По смыслу это её продолжение, слой сверху. Процентов на восемьдесят результат дают тот же крепкий фундамент в поиске, контент и сторонние цитаты. Сверху ложатся микроразметка, единые факты и настройка под конкретную модель.
