На этой странице
Трекер позиций говорит, что страница категории на четвёртом месте. Аналитика говорит, что органических кликов всё равно стало меньше. Где-то между этими двумя фактами лежит вопрос, на который ни один SEO-инструмент в вашем наборе не отвечает: когда покупатель спрашивает у ChatGPT, каким продуктом воспользоваться, всплывает ли ваш? LLM SEO-инструмент существует ровно ради этого одного вопроса, и стоит понять, что именно он измеряет, прежде чем за него платить.
Дальше разбираем, как выглядят эти данные, где они перестают быть полезными и как отличить настоящий инструмент от одноразового чекера с прайс-листом.
Одно число, которое выдаёт LLM SEO-инструмент
Уберите дашборды, и окажется, что любой инструмент этой категории делает одни и те же четыре шага.
- Вы даёте ему список промптов, которые покупатель мог бы правдоподобно набрать: “лучшее приложение для учёта времени фрилансеру” или “альтернативы Toggl”.
- Он отправляет каждый промпт нескольким моделям по расписанию.
- Он разбирает каждый ответ, выискивая ваш бренд, ваших конкурентов и процитированные URL.
- Он отчитывается о доле ответов, где вы появились, с разбивкой по моделям и историей за период.
Эта доля и есть ваша оценка видимости в ИИ. Если вы отслеживаете 40 промптов на 4 моделях и ваше имя всплывает в 90 из 160 ответов, у вас примерно 56%. Абсолютная цифра важна меньше, чем две другие вещи: в какую сторону она движется и как выглядит на фоне тех двух-трёх конкурентов, которым вы реально проигрываете сделки.
Ценность в разбивке, а не в заголовке. Оценка 56%, которая складывается из 90% на Perplexity и 15% на ChatGPT, - это совсем другая проблема, чем ровные 56% везде. Первое говорит, что ваш контент находится, но бренд слабо представлен в обучающих данных. Второе говорит, что вас нигде не знают.
Почему ваш нынешний SEO-набор этого не покажет
Основатели резонно предполагают, что хорошая позиция в Google превращается в упоминания у ИИ. Часто это не так, и причины структурные.
Google ранжирует документы под запрос. Языковая модель синтезирует ответ из множества источников, и то, за какими источниками она тянется, зависит от того, как часто ваш бренд встречается как именованная сущность в текстах, которым она доверяет. Страница, стоящая первой благодаря аккуратной внутренней оптимизации и горстке ссылок, может полностью отсутствовать в этой картине сущностей. А конкурент с худшими позициями, но с тремя отзывами на G2, присутствием рядом с Википедией и десятком обзорных подборок называется постоянно.
Есть и разрыв в измерениях. Search Console показывает запросы, показы и клики. Когда ChatGPT рекомендует вас, а человек набирает ваше название в браузере, это приходит прямым трафиком вообще без атрибуции. Ваш ИИ-канал может работать и при этом быть невидимым во всех отчётах, которые у вас есть.
Четыре вещи, отличающие инструмент от чекера
В этой нише хватает продуктов, которые прогоняют один промпт через одну модель и показывают зелёный или красный значок. Это демо, а не измерение. Вот что стоит проверять.
Многократный семплинг. Ответы LLM недетерминированы. Задайте один и тот же вопрос пять раз и получите пять разных списков продуктов. Инструмент, делающий один запрос за цикл, отчитывается шумом. Ищите многократный семплинг, то есть несколько прогонов на промпт за цикл с усреднением результатов. Если вендор нигде об этом не упоминает, считайте, что прогон один.
Сбор цитирований. Знать, что вас не было в ответе, слегка полезно. Знать, какие четыре URL модель процитировала вместо вас, - вот что подсказывает, куда идти дальше. Если обзорная подборка в чужом блоге цитируется в 30 ответах, которые вы проигрываете, эта страница и есть ваша цель. Поэтому отслеживание цитирований обычно оказывается самой применимой метрикой во всём дашборде.
Отслеживание конкурентов в том же прогоне. Ваша видимость мало что значит без базы для сравнения. Инструмент, который оценивает вас на том же наборе промптов, что и названных конкурентов, даёт относительную позицию, а с этим числом уже можно принимать решения.
Честное покрытие моделей. Спросите, что именно инструмент опрашивает и как. Часть продуктов обращается к моделям напрямую через API. Другие парсят чат-интерфейс, а это хрупко. Кто-то заявляет покрытие “Google AI Overviews”, которое на поверку оказывается выборкой по ключевым словам, а не вашим настоящим набором промптов. Список движков у большинства вендоров ещё и различается по тарифам, так что читайте тариф, а не главную страницу.
Рынок, грубо разложенный по полкам
| Категория | Типичная цена | Для кого | Компромисс |
|---|---|---|---|
| Бесплатные чекеры | $0 | Разовое любопытство | Один прогон, нет истории, нет конкурентов |
| Self-serve трекеры | $19-100/мес | Соло-основатели, небольшие SaaS-команды | Меньше корпоративных интеграций |
| Агентские платформы | $100-400/мес | Агентства с пулом клиентов | Плата за места и воркспейсы, которые могут не понадобиться |
| Корпоративные наборы | От $500/мес, только через демо | Крупные бренд-команды | Цикл продаж до того, как вы увидите первое число |
Profound, Peec AI, Otterly, Athena HQ, Brandlight, Scrunch, Trakkr и AEO-модули внутри Semrush расположены где-то на этой карте, и честный вывод такой: базовое измерение у них похожее. Различается то, под кого они упакованы и оценены. Команда из двух человек, купившая корпоративный набор, платит за управление воркспейсами, которое никто не откроет. Если нужны подробности по конкретному вендору, сравнение с Profound разбирает, как корпоративный край рынка выглядит рядом с self-serve ценами.
AskAiRank намеренно стоит в строке self-serve: трёхдневный триал без карты, а дальше тарифы, которые растут по числу движков и объёму промптов, а не по количеству мест.
Если вы выбираете между self-serve инструментом и наймом агентства для этой работы, статья Инструменты AEO или агентство: что нужно вашему SaaS разбирает, что реально покрывает каждый из вариантов.
Где эти инструменты заканчиваются
Стоит сказать прямо, потому что страницы вендоров этого почти не делают.
LLM SEO-инструмент измеряет. Он не двигает число. Ничто в дашборде не напишет страницу сравнения, не заработает размещение на G2, не затащит вас в чужую обзорную подборку и не поправит позиционирование, которое на главной звучит иначе, чем в документации. Если вы покупаете инструмент, ожидая, что видимость вырастет от самого наличия графика, она не вырастет.
Цикл обратной связи к тому же медленный. Движки на основе поиска могут отразить новую страницу за считанные дни. Модели, сильнее опирающиеся на обучающие данные, - за месяцы. Значит, инструмент полезнее всего команде, которая что-то выкатывает, ждёт месяц и смотрит, поменялось ли направление. Следить за дневным графиком - потраченное впустую внимание.
И оценка задаёт направление, а не точность. С учётом разброса семплинга, обновлений моделей и региональных различий движение с 54% до 57% - это шум. Движение с 20% до 45% за два месяца - сигнал.
Как решить за две недели
Если вы выбираете, пропустите таблицу с фичами и сделайте вот это.
- Напишите 20-30 промптов, которые ваши покупатели действительно набрали бы. Смешайте вопросы про категорию (“лучший X для Y”), вопросы про альтернативы (“альтернативы конкуренту”) и проблемные вопросы, сформулированные вообще без названия продукта.
- Сегодня же прогоните 5 из них руками в ChatGPT и Perplexity. Запишите, кого называют. Это ваша проверка на здравый смысл против того, что покажет инструмент позже.
- Запустите триал с полным набором промптов и двумя ближайшими конкурентами, загруженными в систему.
- Через две недели смотрите только на одно: по промптам, где вас нет, показывает ли инструмент, какие источники выиграли вместо вас, и достаточно ли там деталей, чтобы действовать?
Если ответ на четвёртый пункт “нет”, инструмент - табло с результатом. Если “да”, у вас есть очередь задач. Пошаговая настройка отслеживания в ChatGPT подробнее разбирает подбор промптов, если хотите собрать список как следует до начала любого триала.
Начните со списка промптов. Всё остальное в этой категории вторично по отношению к тому, совпадают ли эти 30 вопросов с тем, что ваши покупатели спрашивают на самом деле.
Часто задаваемые вопросы
Они отвечают на разные вопросы. Ahrefs показывает, на каком месте ваши страницы стоят в синих ссылках Google. LLM SEO-инструмент показывает, называет ли ChatGPT ваш продукт, когда у него просят рекомендацию в вашей категории. Одно число не предсказывает другое, так что если ИИ-ассистенты важны для ваших покупателей, нужны оба.
Сделайте это один раз, чтобы увидеть масштаб проблемы, и перестаньте на это полагаться. Ответы LLM меняются от запуска к запуску, поэтому одна проверка почти ничего не говорит. Чтобы получить число, с которым можно работать, каждый промпт надо повторить несколько раз на нескольких моделях, а это как раз то, что руками не масштабируется.
Для одного продукта в одной категории обычно хватает 30-50 промптов, покрывающих разные намерения покупателей: этого достаточно для устойчивого сигнала. Меньше двадцати - и оценка слишком скачет от недели к неделе. Больше сотни - вы в основном добавляете расходы, не меняя своих решений.
Отчасти. Хороший инструмент показывает источники цитирования за теми ответами, где вы проигрываете, а это указывает на страницы и каталоги, с которыми стоит поработать. Он не напишет контент, не заработает вам размещения и не поправит позиционирование. Относитесь к инструменту как к измерению, а не как к решению.
Рассчитывайте на недели, а не на дни. Движки на основе поиска вроде Perplexity подхватывают новую страницу или размещение довольно быстро, а модели, опирающиеся на обучающие данные, реагируют гораздо медленнее. Закладывайте цикл обратной связи в четыре-восемь недель, прежде чем судить, сработало ли изменение.
