На этой странице
Большинство основателей узнают о своей проблеме с AEO случайно. Вы спрашиваете ChatGPT про лучший инструмент в вашей категории, вашего продукта в списке нет, а четыре конкурента есть. Проверка видимости в LLM превращает эту случайность в то, что можно измерить и над чем можно работать. Это чек-лист, по которому я такую проверку настраиваю, читаю результат и решаю, что менять первым.
Что на самом деле даёт проверка видимости в LLM
Проверка прогоняет набор вопросов покупателя через ассистентов вроде ChatGPT, Claude, Perplexity и Gemini, а потом ищет в ответах ваш бренд. На выходе получается доля: в скольких из этих ответов вас назвали.
Само по себе это число менее полезно, чем разбивка за ним. Проверка, ради которой стоит тратить время на настройку, разделяет:
- Как часто вы появляетесь у каждого ассистента отдельно, а не одной усреднённой цифрой
- В каком месте ответа вы появляетесь, ведь четвёртая строчка в списке почти не видна
- В какой формулировке вас подают, потому что “уступает X по возможностям” и “хороший вариант для небольших команд” - это оба упоминания
- Из каких URL ассистент брал материал, когда отвечал
Последний пункт основатели используют реже всего. Доля упоминаний показывает счёт. Процитированные источники показывают, на каких страницах вам нужно присутствовать, и это самое близкое к списку конкретных задач, что вообще есть в AEO. Именно поэтому отслеживание цитирований стоит настроить ещё до того, как у вас появится динамика видимости.
1. Составьте список промптов, которые реально набирают ваши покупатели
Забудьте собственную лексику. Используйте формулировки, которыми покупатель пользуется до того, как узнал о существовании вашего продукта. Четыре типа промптов покрывают почти всё поле:
- Категорийные промпты. “Лучший трекер времени для агентств”, “инструмент для мониторинга аптайма небольшого SaaS”.
- Сравнительные промпты. “Альтернативы [конкуренту]”, “[конкурент A] против [конкурента B]”.
- Проблемные промпты. Симптом, а не продукт: “как перестать записывать двух клиентов на одно время”.
- Брендовые промпты. “Что такое [ваш продукт]”. Всего два-три штуки, для проверки фактов.
Брендовые промпты редко двигают ваш показатель, но они ловят другую поломку. Если ассистент уверенно описывает цены, от которых вы отказались год назад, то это задача на исправление фактов, а не на видимость.
2. Прогоняйте каждый промпт больше одного раза
Задайте одному и тому же ассистенту один и тот же вопрос трижды, и можете получить три разных списка. Ответы генерируются с сэмплированием, а не достаются из таблицы, так что один прогон - это подброшенная монетка, поданная как факт.
Именно здесь ломается большинство одноразовых проверок. Лечится повторением: прогоняйте каждый промпт несколько раз и считайте процент. “Назван в 8 прогонах из 12” - это измерение. “Назван” - это байка.
Два практических правила:
- Прогоняйте каждый промпт минимум три раза на каждого ассистента. После пяти вы платите за точность, на которую всё равно не отреагируете.
- Держите текст промпта неизменным между прогонами. Переписав промпт и сравнив с прошлым месяцем, вы измеряете свою редактуру, а не свою видимость.
Что до объёма, от 20 до 30 промптов - разумный минимум, прежде чем недельные сдвиги начнут что-то значить.
3. Проверяйте нескольких ассистентов и ждите от них расхождений
Провайдеры проваливаются по-разному, и это самое полезное, что показывает проверка сразу по нескольким моделям.
| Тип ассистента | Что он вознаграждает | Типичная поломка |
|---|---|---|
| С опорой на извлечение (Perplexity, AI Overviews) | Свежие, доступные краулеру, пригодные для цитирования страницы | Вы невидимы для краулера |
| С опорой на обучающие данные (ChatGPT, Claude без веб-доступа) | Статус известной, узнаваемой сущности | За пределами вашего сайта о вас никто не говорит |
Увидеть 45% у Perplexity и 4% у ChatGPT - обычное дело, и это не противоречие. Это значит, что ваши страницы доступны, но бренд не закрепился в том большом корпусе, на котором училась модель. Обратная картина говорит о другом: о вас упоминают, но краулер не может прочитать ваш сайт.
Усреднённая оценка это прячет и отправляет вас чинить не ту половину.
4. Убедитесь, что вы доступны, прежде чем что-то писать
Прежде чем добавлять контент, исключите скучные поломки. Бренд может полностью отсутствовать в ответах ИИ по чисто механическим причинам:
- ИИ-краулеры заблокированы в robots.txt, иногда правилом, которое кто-то добавил много лет назад. Начните с того, чтобы явно разрешить ИИ-краулерам доступ.
- Основные страницы отрисовываются только с JavaScript, и загрузчик видит пустую оболочку.
- Нигде нет простого текстового описания того, что за продукт у вас и для кого он, на странице, которую модель может процитировать.
- Никакого присутствия за пределами собственного домена: ни каталогов, ни страниц сравнений, ни сторонних упоминаний.
Продукту, у которого не закрыт ни один из этих пунктов, просто нечего предложить для извлечения. Новые статьи в блоге в таком состоянии меняют очень мало.
5. Пропустите конкурентов через тот же список промптов
Ваша собственная доля сама по себе не говорит, плохо ли это - 18%. А прогон тех же самых промптов по продуктам, которые постоянно появляются вместо вас, говорит.
Искать надо не разрыв в итоговой цифре, а его форму:
- Промпты, где конкурент появляется, а вы никогда. Это пробел в контенте с конкретной привязанной темой.
- Промпты, где появляетесь вы оба, но их называют первыми. Это проблема позиционирования и подачи, а не охвата.
- Источники, которые цитируются, когда выигрывают они. Часто это одна и та же горстка подборок и каталогов, и она превращается в конкретный список для аутрича.
Как это настроить технически, разобрано в гайде по отслеживанию конкурентов в ответах ИИ. Привычка тут важнее инструментов: проверяйте раз в месяц, а не ежедневно, потому что видимость двигается медленно и ежедневные цифры - это в основном шум.
6. Сделайте из этого цикл, а не разовый аудит
Разовая проверка говорит, где вы находитесь. Она не может сказать, помогло ли хоть что-то из сделанного. Для этого нужны те же промпты, то же сэмплирование и те же ассистенты, повторяемые по расписанию.
Месячный ритм, который выдерживает нагрузку:
- Прогоните зафиксированный набор промптов заново. Не редактируйте его на этой неделе.
- Запишите доли по каждому ассистенту и направление движения каждой.
- Возьмите два самых доступных пробела из шага 5, а не десять.
- Выкатите исправления: страницу с определением, страницу сравнения, карточку в каталоге, письмо в подборку, которая уже ранжируется.
- Дождитесь полного цикла, прежде чем судить о результате.
Ожидание - это ровно то, что все пропускают. Ассистенты с извлечением могут подхватить новую страницу за несколько дней. Ассистенты, опирающиеся на обучающие данные, могут не отразить вашу работу месяцами, и обновление дашборда этого не ускорит.
Начните с одного вечера
Инструмент не нужен, чтобы получить точку отсчёта. Возьмите десять промптов по категориям выше, прогоните каждый трижды в ChatGPT и Perplexity и запишите результаты в таблицу: промпт, ассистент, упомянут да или нет, позиция, кого назвали кроме вас. Это шестьдесят прогонов и примерно один вечер, и они покажут, какая половина проблемы у вас.
Автоматизируйте, когда захотите динамику вместо снимка: именно на ручном повторении этой таблицы каждый месяц привычка и умирает. AskAiRank прогоняет один и тот же набор промптов по расписанию через основных ассистентов и держит сравнение с конкурентами рядом с вашими собственными цифрами, а это та версия чек-листа, которая переживает загруженный месяц.
Часто задаваемые вопросы
Ответы о том, как проверять видимость в LLM и что делать с результатом.
Закладывайте от четырёх до восьми недель на ассистентов, которые опираются на живой веб, например Perplexity: они подхватывают новую страницу за считанные дни, как только она доступна краулеру и на неё ссылаются другие сайты. Ассистенты, которые больше опираются на обучающие данные, двигаются гораздо медленнее, иногда только после обновления модели. Если показатель не сдвинулся за две недели, это ещё не значит, что работа была впустую.
Для первого взгляда ручной проверки хватает: открываете двух ассистентов, задаёте пять вопросов покупателя, смотрите, звучит ли ваше название. Она перестаёт работать, когда нужна динамика, потому что вручную прогонять 30 промптов на 3 сэмпла и на 4 модели каждую неделю в одинаковых условиях невозможно. Переход обычно случается, когда вы начинаете что-то менять и хотите понять, помогли ли изменения.
Начните не с контента, а с доступности: убедитесь, что ИИ-краулеры не заблокированы в robots.txt, что ключевые страницы отдаются без JavaScript и что у продукта есть страница с определением, которую ассистент может процитировать. Бренду без внятного описания и без упоминаний на сторонних площадках модели просто нечего извлекать, и новые статьи в блоге тут ничего не изменят.
В основном категорийные и сравнительные: именно там покупатель получает рекомендацию и именно там вы проигрываете конкуренту. Два-три брендовых промпта держите как проверку на галлюцинации: вопрос о том, что делает ваш продукт, покажет, если ассистент неверно передаёт цены, позиционирование или набор функций. Это другая проблема и лечится она иначе.
Рабочий минимум - от 20 до 30 промптов, каждый прогнанный несколько раз. Ниже этого порога оценка отражает в основном то, какие вопросы вы случайно выбрали, а недельные колебания будут шумом, а не сигналом. После примерно 50 промптов добавление новых даёт меньше точности, чем добавление сэмплов на каждый промпт.
