AI Share of Voice для бренда: как измерять присутствие в генеративном поиске

У классического поиска есть привычные метрики: позиции, показы, клики, доля небрендового трафика. С генеративным поиском всё менее удобно. Пользователь задаёт вопрос ChatGPT, Яндекс Нейро, Gemini или другой системе и получает готовый ответ, где бренд может быть назван, не назван, упомянут как один из вариантов или вообще заменён конкурентом. Поэтому маркетингу нужен новый слой наблюдения — AI Share of Voice.

Под AI Share of Voice разумно понимать долю релевантных генеративных ответов, в которых бренд устойчиво появляется в нужном контексте. Это не одна магическая цифра. Скорее набор повторяемых измерений, которые показывают, связывают ли системы компанию с темами, за которые она хочет отвечать на рынке.

Начинать нужно не с бренда, а с карты вопросов

Проверять запрос «назови компании X» недостаточно. Такой тест показывает узнаваемость названия, но почти ничего не говорит о реальном выборе клиента.

Для B2B полезнее собрать 30–100 вопросов по стадиям решения: как выбрать подход, какие риски, сколько стоит, как сравнить альтернативы, что проверить до внедрения, кто специализируется на конкретной задаче. Вопросы должны повторять реальный язык клиента, а не формулировки из презентации бренда.

Метрика 1. Частота упоминания

Самый простой показатель: в какой доле тестовых ответов бренд вообще появляется. Если компания хочет ассоциироваться с «B2B GEO», а в двадцати релевантных вопросах её называют дважды, это уже диагностический сигнал.

Но сам по себе mention rate опасно переоценивать. Бренд может упоминаться как слабая альтернатива, в неверной категории или в устаревшем контексте.

Метрика 2. Контекст упоминания

Нужно фиксировать не только наличие имени, но и роль. Система рекомендует бренд? Приводит как пример? Ссылается на его метод? Называет среди конкурентов? Путает продукт с другой категорией?

Для этого полезна простая шкала: отсутствует → нейтрально назван → релевантно описан → рекомендован/использован как источник. Даже ручная разметка небольшого набора вопросов быстро показывает, где проблема именно в узнаваемости, а где — в понимании сущности бренда.

Метрика 3. Доля целевых сущностей

Генеративная система должна понимать, что именно представляет собой компания: продукт, услуга, эксперты, отрасли, география, метод. Если бренд называется, но описывается расплывчато, его связь с запросом нестабильна.

Поэтому в тестах стоит проверять отдельные сущности: правильно ли названа категория; связывается ли компания с нужной проблемой; появляются ли ключевые эксперты; не приписываются ли бренду чужие свойства.

Метрика 4. Источники, которые стоят за ответом

Даже когда интерфейс не показывает полный список источников, полезно отдельно отслеживать, какие публичные страницы чаще всего подтверждают нужную ассоциацию: собственный сайт, отраслевые медиа, исследования, каталоги, авторские колонки.

Если тема существует только на одной корпоративной странице, связь хрупкая. Когда одна и та же компетенция подтверждается несколькими независимыми качественными материалами, системе легче собрать устойчивую картину.

Метрика 5. Конкурентный разрыв

AI Share of Voice имеет смысл только относительно рынка. Если бренд появляется в 30% релевантных ответов, это может быть много или мало. Нужно сравнивать с 3–5 реальными альтернативами.

Полезно смотреть по кластерам. Один конкурент может доминировать в вопросах выбора подрядчика, другой — в технических запросах, третий — в категории «лучшие решения». Такой разрез полезнее одной средней цифры.

Метрика 6. Стабильность во времени

Генеративные ответы меняются. Поэтому единичный прогон — снимок, а не аналитика. Лучше держать фиксированный набор вопросов и повторять его с одинаковой методикой раз в месяц или квартал.

Тогда появляются тренды: где бренд начал чаще возникать, где исчез, какие новые формулировки закрепились. После крупных публикаций или обновления продуктовой архитектуры можно смотреть, изменилось ли понимание темы.

Как избежать псевдоточности

Самая опасная ошибка — превратить AI visibility в красивый процент без методологии. Разные модели, режимы поиска, география и формулировки дают разные ответы. Поэтому вместе с результатом нужно хранить дату, модель, язык, набор вопросов и критерии разметки.

Цель не в том, чтобы доказать «у нас 37,4% GEO». Цель — видеть направление: в каких вопросах бренд уже является понятной сущностью, а где рынок и генеративные системы всё ещё не связывают его с нужной компетенцией.

Что делать с результатами

Если бренд редко называется, проблема может быть в недостатке внешних подтверждений или слабой тематической глубине. Если называется, но неверно описывается — стоит выравнивать сущности на сайте и внешних площадках. Если проигрывает в одном кластере, нужно не «публиковать больше», а разбирать, какого типа доказательств там не хватает.

В этом смысле AI Share of Voice полезен не как новый vanity metric, а как способ управлять контент-архитектурой. Он заставляет маркетинг отвечать на конкретный вопрос: за какие решения и темы генеративные системы уже готовы вспомнить бренд — и почему.