Скидка 20% на первый платёж по промокоду WELCOME20

Бесплатный плейбук

Плейбук видимости в ИИ

Полный, действенный чеклист, чтобы ChatGPT, Claude, Perplexity и Gemini реально начали упоминать ваш бренд - от технической доступности для краулеров до постоянного мониторинга.

Начать с бесплатного скана Попробовать AskRank бесплатно

Ваш прогресс

0 из 23 выполнено

Сохраняется автоматически в этом браузере. Уже сканировали сайт? Перепроверьте технические пункты.

Шаг 1 из 5

Технический фундамент

Прежде чем что-либо ещё из этого списка начнёт работать, ИИ-краулеры и answer-движки должны иметь возможность достучаться до вашего сайта, скачать и разобрать его. Именно это проверяет бесплатный Website Scan от AskRank - начните с него, чтобы понять текущее состояние.

Почему это важно. ChatGPT (через GPTBot), Claude (через ClaudeBot), Perplexity (через PerplexityBot) и Google AI Overviews (через Google-Extended) присылают именованных краулеров. Если robots.txt блокирует их или не упоминает вовсе, ваш контент невидим для этого движка, каким бы хорошим он ни был.

Как это сделать

  1. Откройте yourdomain.com/robots.txt в браузере.
  2. Убедитесь, что нет правила "Disallow: /" ни под User-agent: *, ни отдельно под GPTBot, ClaudeBot, PerplexityBot, Google-Extended, OAI-SearchBot, Applebot-Extended.
  3. Если в вашей CMS или CDN (Cloudflare, Vercel) есть переключатель блокировки ботов или "AI scrapers" - явно разрешите этих четырёх краулеров, даже если блокируете обычных скрейперов.
  4. Перепроверяйте после любых изменений CDN/WAF - security-инструменты часто добавляют новые правила для ботов молча при обновлениях.

Как проверить. Выполните curl -A "GPTBot" yourdomain.com/robots.txt и убедитесь, что ни одно правило Disallow не совпадает с путями ваших страниц.

User-agent: GPTBot
Allow: /

User-agent: ClaudeBot
Allow: /

User-agent: PerplexityBot
Allow: /

User-agent: Google-Extended
Allow: /

Почему это важно. llms.txt - формирующийся стандарт (предложен в 2024, набирает распространение в 2026), который даёт ИИ-системам чистую, курируемую карту ваших ключевых страниц в простом Markdown - вместо того чтобы они угадывали структуру по захламлённому sitemap или меню.

Как это сделать

  1. Создайте /llms.txt в корне домена: заголовок H1 (название продукта), однострочное описание и маркированный список ссылок на важнейшие страницы (продукт, цены, документация, ключевые статьи блога).
  2. Держите файл коротким и курируемым - 10-30 ссылок, а не полный дамп sitemap.
  3. Опционально опубликуйте /llms-full.txt с полным текстом этих страниц целиком - для движков, которые забирают контент напрямую вместо обхода каждого URL.
  4. Дайте на него ссылку из футера или документации, чтобы файл был обнаруживаем.

Как проверить. Откройте yourdomain.com/llms.txt напрямую в браузере и убедитесь, что он рендерится как валидный Markdown с рабочими ссылками.

# Acme

> Acme помогает SaaS-командам отслеживать видимость в ИИ на ChatGPT, Claude и Perplexity.

## Документация
- [Начало работы](/docs/getting-started)
- [API reference](/docs/api)

## Продукт
- [Цены](/pricing)
- [Возможности](/product)

Почему это важно. ИИ-краулеры используют sitemap так же, как поисковые системы: как основной список для обнаружения страниц. Устаревший sitemap (без новых страниц, с 404-ссылками) или дубли URL под разными canonical дробят "вес", который получает ваш контент в индексе движка.

Как это сделать

  1. Убедитесь, что /sitemap.xml существует, отдаёт 200 и указан в robots.txt.
  2. Проверьте, что он автогенерируется при публикации (большинство фреймворков и CMS делают это из коробки), а не является устаревшим файлом, который правят вручную.
  3. Добавьте self-referencing <link rel="canonical"> на каждой странице, особенно там, где страница доступна по нескольким URL (со слэшем и без, с UTM-метками, http/https).
  4. Удаляйте или отдавайте 410 для старых страниц вместо того, чтобы оставлять тонкие устаревшие дубли живыми.

Как проверить. Откройте sitemap.xml, выборочно проверьте 5 URL на статус 200 и убедитесь, что canonical-тег на каждой странице совпадает с нужным для индексации URL.

<link rel="canonical" href="https://yourdomain.com/pricing" />

Почему это важно. Схемы Organization, Product/SoftwareApplication и FAQPage дают ИИ-движкам однозначное машиночитаемое описание того, кто вы, что продаёте и какие вопросы отвечены на странице - это снижает риск галлюцинированного или устаревшего описания.

Как это сделать

  1. Добавьте схему Organization (name, logo, url, sameAs со ссылками на соцсети/Crunchbase/Wikipedia) по всему сайту, обычно в <head> layout-шаблона.
  2. Добавьте схему Product или SoftwareApplication на страницах цен/продукта с названием, описанием и offers/ценами.
  3. Добавьте схему FAQPage везде, где у вас есть настоящий FAQ-блок (см. раздел «Контент») - она напрямую отражает то, что цитируют LLM.
  4. Валидируйте каждый блок схемы - битый JSON-LD хуже, чем его отсутствие: строгие парсеры могут пропустить всю страницу целиком.

Как проверить. Вставьте URL страницы в Google Rich Results Test или валидатор schema.org и убедитесь, что ошибок нет.

{"@context":"https://schema.org","@type":"Organization","name":"Acme","url":"https://acme.com","logo":"https://acme.com/logo.png","sameAs":["https://www.linkedin.com/company/acme","https://www.crunchbase.com/organization/acme"]}

Почему это важно. Большинство ИИ-краулеров забирают сырой HTML с коротким таймаутом и не выполняют тяжёлый клиентский JavaScript. Медленные серверы, блокирующие рендер скрипты и контент, появляющийся только после гидратации, для них фактически невидимы.

Как это сделать

  1. Рендерите на сервере (или генерируйте статически) основной контент каждой страницы, которую должны цитировать - не полагайтесь на клиентский JS для отрисовки текста.
  2. Используйте настоящие семантические теги (h1-h3, p, ul/ol, table) вместо «div-супа» - именно это позволяет LLM корректно разобрать структуру вроде «шагов» или «строк сравнения».
  3. Держите Time to First Byte низким (до ~600мс) и избегайте блокирующих рендер сторонних скриптов над сгибом страницы.
  4. Один чёткий H1 на страницу, логичная структура H2/H3 ниже - это отражает то, как ИИ-движки разбивают страницу на фрагменты для извлечения.

Как проверить. Выполните "curl -s yourdomain.com/page | grep -c '<h1'" - если вернулся 0, ваш H1 рендерится на клиенте и краулеры могут его пропустить. Проверьте через view-source (не DevTools Elements), что реальный текст присутствует.

view-source:https://yourdomain.com/pricing - названия планов и цены должны быть видны в сыром HTML, а не только после выполнения JS.
Шаг 2 из 5

Контент, устроенный под ИИ-ответы

ИИ answer-движки отдают предпочтение контенту, устроенному как готовый ответ: прямое определение, чёткое сравнение, нумерованный список, цитируемый факт. Перестройте лучшие существующие страницы под эти паттерны, прежде чем писать что-то новое.

Почему это важно. FAQ-блоки - самый цитируемый формат контента в ответах ChatGPT и Perplexity: формат вопрос/ответ почти один в один совпадает с тем, как пользователь формулирует собственный промпт, поэтому модели тривиально его процитировать.

Как это сделать

  1. Добавьте 5-8 реальных вопросов на страницы продукта, цен и ключевых сравнений - берите их из настоящих обращений в поддержку, звонков с продажами и тредов на Reddit/форумах о вашей категории.
  2. Отвечайте на каждый 2-4 прямыми предложениями: сначала сам ответ, затем одно предложение контекста. Избегайте маркетинговой воды в самом ответе.
  3. Дополните видимый FAQ схемой FAQPage JSON-LD (см. «Технический фундамент»), чтобы он был читаем и людьми, и машинами.
  4. Обновляйте FAQ раз в квартал по мере изменения цен, функций или названий конкурентов - устаревшие ответы FAQ всё равно цитируются и подрывают доверие.

Как проверить. Задайте ChatGPT или Perplexity один из ваших FAQ-вопросов естественной формулировкой и проверьте, появляется ли ваш ответ (или близкий пересказ), в идеале - с цитированием.

В: «Поддерживает ли [Продукт] единый вход (SSO)?» О: «Да - SAML и OAuth SSO доступны на планах Team и Enterprise, настраиваются в Settings > Security».

Почему это важно. Когда кто-то спрашивает ИИ-ассистента «что такое [ваша категория]» или «что такое [ваш продукт]», модели нужно чистое, цитируемое определение. Страницы, где оно спрятано в повествовательном тексте, пересказываются вольно или пропускаются в пользу более чёткого определения у конкурента.

Как это сделать

  1. Начинайте страницу продукта/категории с одного выделенного жирным предложения, определяющего термин так, как это сделал бы глоссарий: «[Термин] - это [категория], который [ключевая функция], используется [аудиторией] для [результата]».
  2. Держите определение короче 40 слов, без прилагательных, понятных только тому, кто уже знает ваш продукт.
  3. Повторяйте одно и то же ключевое определение последовательно на главной, странице «о нас» и страницах категорий - несовпадающие самоописания сбивают извлечение и заставляют модель усреднять его с определениями конкурентов.

Как проверить. Спросите у LLM «что такое [ваш продукт]» без дополнительного контекста и сравните ответ со своим предложением-определением - они должны быть почти идентичны.

«AskRank - это AEO/GEO-трекер видимости, который показывает indie SaaS-фаундерам, как часто ChatGPT, Claude, Perplexity и Gemini упоминают их бренд».

Почему это важно. «Лучшие инструменты для X» и «[A] vs [B]» - одни из самых частых паттернов промптов в ChatGPT и Perplexity. Если вы никогда не публикуете такой контент сами, ИИ-движки заполняют пробел целиком из сторонних обзорных сайтов и тредов Reddit, которые вы не контролируете.

Как это сделать

  1. Напишите по одной честной странице сравнения на каждую реальную альтернативу, которую рассматривают потенциальные клиенты (а не только выгодные для вас) - называйте реальные сильные и слабые стороны с обеих сторон.
  2. Напишите хотя бы один обзор «лучшие инструменты [категория] для [сценарий]», включающий вас наряду с настоящими конкурентами - листикл, упоминающий только ваш продукт, читается как недостоверный и понижается в приоритете.
  3. Используйте настоящие таблицы сравнения (строки/столбцы, а не сплошной текст) - табличная разметка легче всего извлекается LLM точно.
  4. Обновляйте цены и строки функций минимум раз в квартал - иначе ИИ-движки, кэширующие или встраивающие устаревшие данные сравнения, будут цитировать вас неверно.

Как проверить. Спросите ИИ-ассистента «[ваша категория] vs [конкретный конкурент]» или «лучшие инструменты [категория]» и проверьте, цитируется ли ваша страница сравнения или обзор как источник.

/compare/yourproduct-vs-competitor и /best-[category]-tools, каждая - с таблицей функций/цен и честной строкой «лучше всего подходит для» на каждого участника.

Почему это важно. LLM гораздо охотнее цитируют конкретные, проверяемые утверждения («отслеживает 50-500 промптов на 4 LLM», «план Starter за $19/мес»), чем расплывчатый маркетинговый язык («ведущий на рынке», «мощный») - конкретные цифры проще извлечь и безопаснее повторить.

Как это сделать

  1. Замените расплывчатые превосходные степени на главной и страницах продукта конкретными цифрами: цены, лимиты планов, время отклика, число интеграций, размер датасета.
  2. Указывайте источник для неочевидной статистики (собственные данные, названное исследование), чтобы модель могла цитировать её уверенно, а не считать непроверяемым утверждением.
  3. Держите единый источник правды для часто цитируемых цифр (например, цен) и обновляйте его везде одновременно - противоречивые цифры на разных страницах активно подавляют цитирование.

Как проверить. Проверьте свой сайт на «ведущий», «лучший в своём классе», «мощный» и замените хотя бы упоминания на главной реальной цифрой или фактом.

«Прогоняет 50-500 ваших промптов через ChatGPT, Claude, Perplexity и Gemini по расписанию» вместо «самая мощная платформа для видимости в ИИ».

Почему это важно. ИИ-движки учитывают свежесть и продемонстрированную экспертность похоже на то, как работают гайдлайны Google E-E-A-T (Experience, Expertise, Authoritativeness, Trust) - страница без указания автора и даты воспринимается как менее надёжная, чем датированная и подписанная.

Как это сделать

  1. Добавьте видимую дату «обновлено» на вечнозелёные гайды и страницы сравнений - и реально обновляйте их с этой периодичностью.
  2. Указывайте реального автора статьи с коротким био и, в идеале, схемой Author/ссылкой sameAs на его LinkedIn.
  3. Цитируйте собственные первичные данные или исследования там, где они есть (статистика использования, результаты опросов) - оригинальные исследования это ровно тот тип источника, который LLM любят атрибутировать.
  4. Исправляйте или удаляйте устаревшие утверждения (старые цены, устаревшие функции, названия конкурентов, которых больше нет) сразу, как только они устарели - не давайте старому контенту тихо протухать, пока пишутся новые страницы.

Как проверить. Выборочно проверьте 10 страниц с наибольшим трафиком: у каждой должна быть видимая дата и, где уместно, подпись именованного автора.

«Обновлено в июле 2026, Джейн Доу, Head of Growth» под заголовком H1 гайда, со ссылкой на короткое био автора.
Шаг 3 из 5

Зарегистрируйте присутствие там, откуда читает ИИ

Значительная часть того, что ИИ-ассистенты «знают» о компании, приходит вовсе не с вашего сайта - а из небольшого набора сторонних источников, которым они доверяют и которые регулярно переобходят. Оформите присутствие бизнеса корректно в каждом из них.

Почему это важно. Wikidata - структурированный граф знаний, из которого многие LLM и Google Knowledge Graph берут факты о сущностях напрямую (дата основания, категория, ключевые люди, официальный сайт). Отсутствующая или неверная запись в Wikidata - частая причина, по которой модель путает вас с другой компанией с похожим названием.

Как это сделать

  1. Сначала проверьте wikidata.org на наличие существующей карточки для названия вашей компании - не создавайте дубликат.
  2. Если её нет и вы соответствуете базовым критериям значимости (реальный продукт, реальные пользователи, хоть какое-то независимое освещение), создайте карточку с instance-of (например, «software» или «business»), датой основания, официальным сайтом и страной.
  3. Свяжите карточку Wikidata со схемой Organization JSON-LD своего сайта через sameAs, и наоборот - там, где в Wikidata есть свойство «официальный сайт».
  4. Порог значимости для Wikipedia намного выше, чем для Wikidata - не пытайтесь создать статью в Wikipedia, пока нет настоящего независимого освещения в прессе; рекламная, неподкреплённая источниками страница обычно удаляется и может навредить больше, чем помочь.

Как проверить. Найдите «[ваша компания] wikidata» и убедитесь, что карточка существует с корректным свойством официального сайта (P856).

Тип карточки Wikidata «instance of: software company», свойства: официальный сайт, дата основания, страна, LinkedIn ID.

Почему это важно. Crunchbase и LinkedIn - одни из самых часто обходимых источников достоверной информации «кто эта компания» для обучения и поиска ИИ - тонкий или устаревший профиль напрямую питает устаревший ИИ-ответ о вашем финансировании, размере команды или категории.

Как это сделать

  1. Заявите права или создайте профиль Crunchbase: корректное описание компании, теги категорий, дата основания, сайт и информация о финансировании, если применимо.
  2. Полностью заполните LinkedIn Company Page: тэглайн, раздел «о компании» (отразите своё определение «что такое X» из раздела о контенте), отрасль, размер, сайт, специализации.
  3. Держите оба профиля синхронизированными с текущим реальным позиционированием - описание в Crunchbase, описывающее продукт двумя пивотами назад, активно вводит ИИ-суммаризатор в заблуждение.
  4. Периодически публикуйте обновления продукта на LinkedIn Company Page - активные страницы переобходятся чаще, чем неактивные.

Как проверить. Откройте оба профиля в режиме инкогнито и прочитайте их как посторонний человек - совпадают ли они с тем, что говорит ваша главная страница сегодня?

LinkedIn About: «AskRank отслеживает, как часто ChatGPT, Claude, Perplexity и Gemini упоминают ваш бренд, чтобы indie SaaS-фаундеры могли измерить и улучшить видимость в ИИ».

Почему это важно. Google Business Profile питает Google Knowledge Panel и всё больше влияет на Google AI Overviews по брендовым и локальным запросам - актуально даже для SaaS-компании, если у вас зарегистрирован юридический адрес или вы обслуживаете конкретный рынок.

Как это сделать

  1. Заявите права или создайте Google Business Profile с корректной категорией, сайтом и описанием.
  2. Заполните все доступные поля (часы работы, описание, услуги), а не оставляйте карточку с минимумом данных - тонкие карточки ранжируются и показываются реже.
  3. Отвечайте на все появляющиеся отзывы - ответы на отзывы сами по себе являются сигналом активно управляемого, легитимного бизнеса.

Как проверить. Найдите «[название вашей компании]» в Google и убедитесь, что справа появляется Knowledge Panel с корректными данными.

Категория: «Software company», с заполненными сайтом, описанием и логотипом.

Почему это важно. Perplexity и ChatGPT часто напрямую цитируют G2, Capterra и Product Hunt, отвечая на промпты «лучшие инструменты для X» и «хорош ли [продукт]» - эти сайты доверенные сторонние источники именно потому, что их не пишет сам вендор.

Как это сделать

  1. Заявите права на листинг продукта на G2 и Capterra с точной категорией, описанием и скриншотами.
  2. Запустите (или перезапустите с крупным обновлением) продукт на Product Hunt - страница запуска сама по себе становится долговечной, часто цитируемой страницей даже после дня запуска.
  3. Системно просите довольных клиентов оставить отзывы на G2/Capterra/Trustpilot после хорошего взаимодействия с поддержкой или продления - несколько подробных, конкретных отзывов перевешивают множество общих пятизвёздочных.
  4. Отвечайте на каждый отзыв, положительный или отрицательный - активное вовлечение само по себе сигнал доверия, который учитывают эти платформы (и, соответственно, ИИ-суммаризаторы).

Как проверить. Найдите «[ваш продукт] reviews» в Perplexity и проверьте, показываются ли G2/Capterra/Trustpilot как цитируемые источники в ответе.

Профиль G2 с 10+ отзывами со средним рейтингом 4.5+ и заполненным полем «Категории», совпадающим с тем, как покупатели реально ищут.

Почему это важно. Курируемые каталоги инструментов (включая собственный датасет toolpicker.com от AskRank) и независимые обзоры «лучшее из» - именно тот тип агрегированного стороннего списка, к которому обращается ИИ-движок, когда его просят порекомендовать варианты в категории.

Как это сделать

  1. Подайте продукт в релевантные каталоги категории (например, toolpicker.com и похожие каталоги ИИ-инструментов/SaaS) с точным конкретным описанием, а не общей маркетинговой копией.
  2. Определите топ-10-20 статей «лучшие инструменты [категория]», ранжирующихся по вашей категории сегодня, и обратитесь к авторам с конкретным, честным питчем на включение (чем вы отличаетесь, для кого это).
  3. Приоритизируйте каталоги/обзоры, которые сами по себе устоявшиеся и часто обновляются - включение в мёртвый, неподдерживаемый список даёт мало эффекта.

Как проверить. Найдите «лучшие инструменты [ваша категория]» и проверьте, появляетесь ли вы в топе органических и сгенерированных ИИ результатов в течение 60-90 дней после аутрича.

Заявка в SaaS-каталог с чётко заполненными категорией, однострочным питчем, логотипом и тарифным планом - а не заглушка листинга.

Почему это важно. Освещение в новостях и авторитетных блогах несёт высокий вес доверия для ранжирования источников у ИИ-движков - несколько настоящих упоминаний в прессе дают больше для того, насколько уверенно модель описывает вашу компанию, чем большой объём низкоавторитетных обратных ссылок.

Как это сделать

  1. Питчите конкретный, действительно новостной угол (реальную цифру данных, настоящий запуск, спорную точку зрения на свою категорию) журналистам и авторам рассылок, которые уже пишут о вашей нише - а не общий релиз «мы запустились».
  2. Пишите гостевые статьи для уважаемых блогов в своей категории, а не для низкокачественных «гостевой пост за ссылку» мельниц; одна публикация в известном отраслевом блоге перевешивает дюжину на неизвестных сайтах.
  3. Отслеживайте каждое заработанное упоминание и добавляйте самые сильные из них простой полосой «Как о нас писали» с логотипами на главной странице - это дополнительно закрепляет тот же сигнал для посетителей и для любой модели, читающей страницу напрямую.

Как проверить. Найдите «[ваша компания]» в Google News или Perplexity и убедитесь, что появляется хотя бы несколько независимых (не ваших собственных) результатов.

Цитата в релевантной отраслевой рассылке со ссылкой на ваш сайт плюс добавленное название рассылки в полосу «Как о нас писали» на главной.
Шаг 5 из 5

Мониторьте и продолжайте улучшать

AEO/GEO - не разовый проект: поведение моделей, контент конкурентов и сам ваш продукт непрерывно меняются. Именно для этого и создан AskRank - делать это за вас на постоянной основе.

Почему это важно. Ручная проверка «упоминает ли нас ИИ» несколько раз даёт снимок с высокой погрешностью - ответы LLM недетерминированы, поэтому реальное измерение требует повторной выборки по настоящим промптам ваших покупателей на постоянной основе.

Как это сделать

  1. Настройте свой бренд и 50-500 реальных промптов покупателей в AskRank (стартовый набор генерируется ИИ по вашему домену и редактируется), охватывающих вопросы и сравнения, которые реально задают ваши покупатели.
  2. Дайте AskRank опрашивать ChatGPT, Claude, Perplexity и Gemini по расписанию и отслеживайте Visibility Score, позицию и тональность во времени, а не разовые точечные проверки.
  3. Просматривайте дашборд еженедельно, а не только после изменений - видимость дрейфует даже без ваших действий, по мере того как конкуренты публикуют контент, а модели обновляются.

Как проверить. Ваш дашборд AskRank показывает ненулевой Visibility Score с трендовой линией, накопленной минимум за 2-3 недели опросов.

Набор из 75 промптов на плане Pro, опрашиваемый 3 раза в день по 4 LLM, с недельным трендовым графиком и разбивкой по каждой LLM.

Почему это важно. Плоский показатель видимости в изоляции сложно интерпретировать - зная, что конкретный конкурент упоминается в 80% тех же промптов, где вы появляетесь в 20%, вы точно знаете, где разрыв и какие его страницы/листинги изучить.

Как это сделать

  1. Добавьте 3-5 реальных конкурентов в отслеживание конкурентов AskRank, чтобы каждый опрос фиксировал относительную Долю голоса, а не только вашу собственную частоту упоминаний.
  2. Когда конкурент опережает вас по конкретному промпту, посмотрите, что его сайт/листинги делают иначе именно по этому вопросу (его FAQ, страница сравнения, отзывы на G2), вместо того чтобы гадать.
  3. Повторяйте это сравнение ежемесячно - конкурентная видимость сдвигается по мере того, как конкуренты выпускают новый контент или листинги.

Как проверить. Ваш график конкурентов в AskRank показывает чёткую разбивку Доли голоса по каждому конкуренту, обновляемую по тому же расписанию, что и ваши опросы.

График Доли голоса, показывающий вас на 34%, Конкурента A на 41%, Конкурента B на 25% по тем же 75 отслеживаемым промптам.

Почему это важно. Просадка видимости на 10%+ почти всегда имеет устранимую причину (конкурент выпустил новый контент, обновление модели изменило вес источника, одна из ваших страниц легла) - заметить это в течение дней, а не узнать кварталом позже при продлении, и есть вся ценность мониторинга.

Как это сделать

  1. Включите Telegram- и/или email-алерты AskRank для своего бренда, чтобы просадка видимости больше 10% уведомляла вас в течение дня, а не тихо лежала в дашборде, который никто не открывает.
  2. Когда срабатывает алерт, проверьте, что изменилось: недавний контент конкурента, аптайм собственного сайта/robots.txt или сдвиг в том, какие LLM-провайдеры дают просадку.
  3. Относитесь к каждому алерту как к поводу вернуться к этому чеклисту и найти раздел, наиболее вероятно являющийся причиной (технический фундамент - в первую очередь, если просадка резкая и по всем направлениям; контент/авторитетность - если она постепенная).

Как проверить. Запустите тестовый алерт (или дождитесь настоящего) и убедитесь, что он доходит до настроенного Telegram-чата или email в ожидаемое окно.

«Visibility просела - Бренд: Acme, LLM: Perplexity, Сейчас: 22.0%, Было (7 дней): 38.5%, Изменение: -16.5%» доставлено в Telegram в тот же день.

Не гадайте, работает ли это

AskRank отслеживает вашу реальную видимость в ChatGPT, Claude, Perplexity и Gemini по расписанию, так что вы видите, какие разделы этого чеклиста реально сдвинули ваш Visibility Score.

Начать бесплатно
FAQ

Частые вопросы

Основные вопросы про AEO/GEO и то, как пользоваться этим плейбуком.

AEO (Answer Engine Optimization) и GEO (Generative Engine Optimization) - это практики оптимизации контента так, чтобы ИИ-ассистенты вроде ChatGPT, Perplexity, Claude и Gemini упоминали и рекомендовали ваш бренд в своих ответах, в отличие от SEO, которое оптимизирует ранжирование в классической выдаче поисковика. Эти практики сильно пересекаются (доступность для краулеров, микроразметка, авторитетность), но AEO/GEO заботится о цитировании внутри сгенерированного ИИ ответа, а не о позиции синей ссылки.

Технические правки (robots.txt, llms.txt, микроразметка) переиндексируются от нескольких дней до пары недель, так как ИИ-краулеры обходят сайты часто. Изменения контента и присутствия (FAQ-блоки, Wikidata, обзорные платформы) обычно проявляются в ответах через 4-8 недель, так как зависят от следующего обновления модели или обновления поиска. Наращивание авторитетности (пресса, гостевой контент, присутствие на Reddit) - самое медленное, часто 2-3 месяца: отслеживайте это через AskRank, а не гадайте.

Начните с раздела «Технический фундамент» - это предпосылка для всего остального, и большинство пунктов занимают меньше часа каждый. Сначала запустите бесплатный Website Scan, чтобы увидеть, каких именно технических пунктов вам не хватает, затем переходите к разделам «Контент» и «Регистрация и присутствие» - у них обычно самая высокая отдача на час вложенного времени для большинства SaaS-компаний.

Website Scan от AskRank автоматически проверяет каждый пункт раздела «Технический фундамент» за вас. Остальная часть чеклиста (контент, регистрации, наращивание авторитетности) - ручная работа, которую делаете вы или ваша команда. Основной продукт AskRank - это слой мониторинга: он отслеживает, действительно ли ваши усилия сдвигают показатели в ChatGPT, Claude, Perplexity и Gemini, чтобы вы не гадали.

Да - это именно те доверенные, часто переобходимые сторонние источники, из которых ИИ-движки берут факты о сущностях и рекомендации, а на настройку или подтверждение большинства из них уходит меньше 30 минут. Для компании на раннем этапе точная карточка в Wikidata и заполненный профиль G2/Capterra часто сдвигают показатели сильнее, чем ещё одна статья в блоге, потому что это источники, которым модели уже доверяют по умолчанию.

Отслеживайте свой Visibility Score в AskRank до начала работы и затем каждые несколько недель по мере прохождения разделов. Поскольку ответы LLM меняются от запуска к запуску, единичная ручная проверка скажет очень мало - AskRank опрашивает ваши реальные промпты по всем 4 движкам на расписании, поэтому вы видите настоящий тренд, а не шум.

Теперь измерьте, сработало ли это

AskRank прогоняет ваши реальные промпты через ChatGPT, Perplexity, Claude и Gemini по расписанию - так что каждый отмеченный пункт отражается в реальном, отслеживаемом изменении Visibility Score.

Начать бесплатно Бесплатный скан сайта