Допустим, бренд платит за продвижение в нейросетях, а в отчёте одна цифра: сколько раз ChatGPT, GigaChat, Алиса AI или Perplexity назвали его в ответах на заданный список вопросов. Эта цифра держится на формулировках и не говорит, где бренд выпал из ответа: в знаниях модели, в поиске или при сборке ответа. Пока это не ясно, бюджет уходит вслепую. В исследовании на arXiv авторы сделали около 12 000 запусков: один и тот же вопрос задавали разными словами, и наборы рекомендованных брендов совпали всего на 14–29%. При дословном повторе вопроса совпадение было 50–61%.
По одной цифре не видно, что чинить. Я рассматриваю видимость в нейросетях как три разные задачи с разными сроками и разными инструментами, а не как одну метрику. Бренд выпадает из ответа на одном из трёх слоёв: в знаниях модели (что она запомнила при обучении), в поиске (какие страницы нейросеть находит в момент вопроса) или при сборке ответа (что из найденного попадает в текст). Пока не ясно, на каком именно, бюджет на видимость в ИИ уходит вслепую: бренд, который лечит все три сразу одним контентом, переплачивает.
Отраслевые разборы, например у Advanced Web Ranking, начали раскладывать видимость в нейросетях на три слоя, и на каждом бренд может потеряться:
ChatGPT умеет и то и другое. По справке OpenAI, он может сам включить поиск, если вопросу нужны свежие сведения, и тогда переписывает вопрос в один или несколько поисковых запросов. Алиса AI, по справке Яндекса для вебмастеров, разбивает вопрос на подвопросы, обращается с ними к Поиску и использует его результаты. В Поиске с Алисой найденные материалы нейросети разбирают в реальном времени и собирают в один ответ со ссылками.
Найти страницу ещё не значит её назвать. По наблюдательному исследованию ChatGPT, страницы нейросеть находит, но ссылками под ответом становится лишь часть из них. Бренд может пройти поиск и выпасть уже на сборке.
Замер по заданному списку вопросов показывает, как нейросеть отвечает именно на эти формулировки. Покупатели спрашивают своими словами, а в исследовании на arXiv две естественные переформулировки одного вопроса совпадали по набору брендов гораздо меньше, чем дословные повторы.
Ответы меняются и со временем. Яндекс в справке для вебмастеров прямо пишет, что ответ Алисы AI на один и тот же запрос может отличаться в разные дни и даже часы. В конце октября 2026 года Ahrefs опубликовал разбор 37 500 ссылок в ответах пяти ИИ-сервисов. Не меньше половины ссылок исчезали уже к следующему дню, у ChatGPT около 60%. Устойчивее держится сайт самого бренда, когда спрашивают о бренде: на следующий день он остаётся в ответе примерно в 75% случаев, у Gemini в 60%.
Ссылка на сайт и упоминание бренда тоже живут отдельно. По тем же данным Ahrefs, в ChatGPT и ИИ-ответах Google, то есть в режиме ИИ и обзорах над выдачей, в 12–16% случаев ссылка пропадала, а бренд в тексте оставался. В 9–12% было наоборот.
Отчёт агентства о видимости я бы принимал, если в нём:
• один вопрос задан несколькими формулировками и показан разброс между ними;
• замеры повторены в разные дни;
• упоминания в тексте и ссылки на сайт посчитаны отдельно.
Корреляция показывает, что две величины растут вместе, и не говорит, какая из них причина. Ahrefs сравнил видимость в ИИ у 75 тыс. брендов с разными метриками. Сильнее всего с ней связаны упоминания бренда на YouTube: коэффициент 0,737 при максимуме 1, выше любого другого фактора в ChatGPT и ИИ-ответах Google. Следом идут упоминания бренда на сайтах в интернете: 0,66–0,71. Сам Ahrefs оговаривает, что это закономерности: из них не следует, что рост метрик автоматически повысит видимость.
Коэффициент считали по видимости в целом, без разбивки по слоям. По нему не видно, помогают ролики знаниям модели, поиску или сборке ответа. Видео, снятые ради цифры 0,737, могут бить мимо слоя, на котором бренд теряют. Для бюджета это пока гипотеза, и проверять её стоит на своём бренде.
Сначала стоит посмотреть, есть ли сайт бренда среди ссылок под ответом. Если нет, причин две: страницу не нашёл поиск или нашёл, но в ссылки она не попала. По одному этому признаку их не различить, поэтому тратить на поиск рано. Ссылки показывают только готовый ответ: отброшенные страницы и знания модели по ним не проверить. В исследовании на 34 960 наблюдениях, когда ни бренда, ни его сайта не было среди того, что нейросеть нашла поиском, бренд упоминали всего в 2,8% ответов GPT и 3,8% ответов Gemini. GPT — модели OpenAI, на которых работает ChatGPT, Gemini — нейросеть Google. Прошлое упоминание предсказывает следующее: без него и без сайта в поиске шанс 1,6–1,9%, с ним и с сайтом в поиске 80,5–83,7%. Автор оговаривает, что его модель предсказывает по наблюдениям и не описывает внутреннее устройство нейросетей.
Почему бренд находят в поиске Яндекса, а в ответе Алисы AI его нет? По справке Яндекса, Алиса при создании ответа опирается на источники, которые занимают высокие места в обычных результатах поиска Яндекса, так что эти места ей нужны. Если сайт стоит высоко, а бренда в ответе нет, вероятнее всего, он теряется при сборке. С ChatGPT связь с выдачей слабее. По Ahrefs, около 75% страниц, которые цитируют ChatGPT и режим ИИ в Google, не ранжируются в Google по тому же вопросу. Обычный поиск не воспроизводит подбор источников ChatGPT: Google и поиск OpenAI вместе находят лишь около четверти ссылок, которые он цитирует. Проверять, попал ли сайт в ответы ChatGPT, приходится по самим ответам.
Если сайт уже стоит среди ссылок, а бренд в тексте не назван, поиск лечить не нужно: бренд теряется при сборке ответа. Здесь нейросеть может достроить ответ сама. Яндекс в блоге Алисы AI пишет, что при нехватке официальных источников Алиса делает самостоятельные выводы.
Вкладываться в первую очередь стоит в тот слой, на котором бренд теряют. У каждого свои инструменты и своё время до результата:
• Поиск откликается быстрее всего. Нейросеть ищет в момент вопроса, поэтому новая страница на сайте может появиться среди ссылок без новой версии модели. Сюда идут сайт и страницы с ответами на вопросы покупателей, а отдачу проверяют повторными замерами в разные дни.
• Сборка ответа держится на официальных фактах о компании: что она продаёт, на каких условиях и по каким ценам. Раз Алиса AI при нехватке официальных источников делает выводы сама, эти факты стоит держать прямо на страницах своего сайта и проверять, как нейросеть пересказывает бренд.
• Знания модели меняются медленнее всего. Новое о бренде попадает в них только с обучением следующей версии модели, а когда она выйдет и какие тексты в неё войдут, бренд не решает. Упоминания на чужих площадках здесь самая долгая ставка: по Ahrefs, они идут вместе с видимостью в ИИ, но доказательства, что они попадают в обучение, нет.
Для бренда, который решает, как попасть в ответы ChatGPT, Алисы AI и других нейросетей, такая диагностика даёт порядок трат: какой слой финансировать первым и каким замером проверять отдачу. Попасть в ответ она не гарантирует. OpenAI сама предупреждает, что результаты поиска и ссылки в ChatGPT могут быть неполными, устаревшими или неверными.
Мои статьи по теме:
• Порядок сущностей в вопросе меняет ответ ИИ: что это значит для описания компании