Лестница ИИ-видимости: как оценить положение бренда в нейросетях

Оценка ИИ-видимости бренда отвечает на простой вопрос руководителя: «Что говорят о нас нейросети и насколько это хорошо?» Набор метрик — доля упоминаний, тональность, число ссылок — точен, но плохо читается. Поэтому в SERM Service мы описываем положение компании через лестницу ИИ-видимости: пять ступеней от «модель о вас не знает» до «модель рекомендует вас первой». Это рабочая схема агентства, а не отраслевой стандарт, но она помогает быстро договориться о задачах.

Пять ступеней лестницы

Сроки ориентировочные: многое зависит от ниши и от того, как часто ассистент обращается к поиску.

Почему ступени, а не одна цифра

Индекс ИИ-видимости — сводный показатель присутствия бренда в ответах — удобен для динамики, но не говорит, что делать. Две компании с одинаковым индексом могут стоять на разных ступенях: одну модель часто называет в общих списках, но никогда не рекомендует, другую почти не упоминает, зато советует под узкую задачу. Ступень сразу показывает разрыв.

Доля голоса в ИИ — доля упоминаний бренда среди конкурентов в ответах на одни и те же вопросы — хорошо дополняет лестницу на ступенях 2–4, когда компанию уже называют и важно, как часто.

Что говорят исследования

Нижние ступени объясняются тем, как модели усваивают знания. Точность ответа на фактический вопрос зависит от числа документов о сущности в обучающих данных: модели понадобился бы размер порядка ≈ квадриллион параметров [Kandpal и др., 2023], чтобы уверенно знать редкие факты без поиска. Для малоизвестных компаний рост модели почти не помогает, а подключение адаптивного поиска даёт до +10% [Mallen и др., 2023] точности.

Верхние ступени зависят от источников. В сравнении Google и ИИ-поисковиков генеративные системы в категории электроники в 92,1% [Chen и др., 2025] случаев опирались на независимые издания и обзоры, а без уточнений в запросе называли в основном крупные бренды.

Как определить ступень за час

Подготовьте три набора вопросов по 4–7 штук.

1. О компании. «Что за компания [название]?», «Чем занимается [название]?», «Где находится [название]?», «Какие отзывы о [название]?».
2. О категории. «Какие есть [категория] в [регион]?», «Назови известные компании по [услуга]».
3. О выборе. «Где лучше [задача клиента]?», «Что выбрать для [ситуация]?», «Какая компания подойдёт, если [условие]?».

Задайте их минимум трём ассистентам — например, Алисе, GigaChat и одному зарубежному сервису с поиском. Фиксируйте не одиночные ответы, а повторяемость: компания стоит на ступени, если стабильно появляется на ней хотя бы в двух ассистентах из трёх.

Пример: клиника

Условная многопрофильная клиника задала 15 вопросов трём ассистентам.

Выводы для плана: в ассистенте В нужна работа со справочниками и устранение путаницы с тёзкой, в Б — независимые упоминания, в А — ответы на вопросы выбора: страницы под конкретные задачи пациентов и отзывы, где эти задачи описаны.

Задачи на каждой ступени

Ступень 0 → 1. Проверьте, что компания одинаково описана на сайте, в карточках на картах и в справочниках: название, адрес, сфера, ключевые услуги. Если модель путает компанию с тёзкой, добавьте отличительные признаки — регион, год основания, профиль.

Ступень 1 → 2. Модель знает компанию, но не связывает её с категорией. Нужны независимые источники, где компания упоминается рядом с названием категории: отраслевые подборки, рейтинги, площадки отзывов.

Ступень 2 → 3. Модель называет, но не советует. Важны материалы, которые отвечают на вопросы выбора: страницы под задачи клиентов, кейсы, отзывы с описанием ситуации.

Ступень 3 → 4. Здесь решают детали: свежесть отзывов, полнота карточек, отсутствие противоречий между площадками и быстрая реакция на ошибки в ответах.

Как вести оценку по направлениям

У компании с несколькими направлениями ступени почти всегда разные. Клиника может стоять на ступени 3 по стоматологии и на ступени 1 по косметологии, если о втором направлении мало независимых материалов. Поэтому общий вывод «мы на ступени 2» вводит в заблуждение: лучше вести таблицу, где строки — направления, а столбцы — ассистенты.

Такой вид помогает распределять ресурсы: направление на ступени 0–1 требует базовой гигиены данных, а направление на ступени 3 — работы с деталями и удержания позиции.

Как отличить ступень 3 от ступени 4

Между «рекомендует» и «рекомендует первым» разница не в формулировке, а в повторяемости. Нейрорекомендация — совет ассистента выбрать конкретную компанию под задачу пользователя — на ступени 3 появляется в части ответов и среди нескольких вариантов. На ступени 4 компания стоит первой или единственной в большинстве повторов одного и того же вопроса.

Чтобы это увидеть, задавайте ключевые вопросы выбора 3–5 раз в разных сессиях и записывайте место компании в каждом ответе. Если в пяти повторах компания трижды первая и дважды вторая, это устойчивая ступень 4. Если один раз первая и четыре раза не упомянута — это ступень 3 с удачным попаданием.

Частые ошибки при оценке

• Вопросы с названием компании в формулировке. «Хороша ли клиника N для имплантации?» почти всегда даёт упоминание, но ничего не говорит о ступени 3.
• Один ассистент. Российские и зарубежные ассистенты опираются на разные источники, и вывод по одному из них не переносится на остальные.
• Личная история диалога. Ассистенты с памятью учитывают прошлые разговоры. Проверяйте в новом сеансе или без входа в аккаунт.
• Смешение режимов. Ответ с поиском и без поиска — это разные измерения. Записывайте, в каком режиме получен ответ.
• Ожидание быстрых изменений. Переход между ступенями занимает месяцы. Ежемесячная оценка нужна для наблюдения за динамикой, а не для отчёта о мгновенном результате.

Чек-лист оценки

• Составлены 12–20 вопросов трёх типов
• Выбраны минимум три ассистента, включая российские
• Ответы сохранены со ссылками на источники и датой
• Ступень определена по повторяемости, а не по одному ответу
• Для каждой ступени записана одна главная задача
• Назначена дата повторной оценки через месяц

Как пошагово проверить ответы нейросетей, разобрано в инструкции Как проверить, что нейросети говорят о компании. Метрики, которые дополняют лестницу, описаны в статье Как измерять GEO, а общая картина — в материале ИИ-репутация: что это. Для локального бизнеса часто стартовая точка — карточка на картах: например, работа с Яндекс Картами.

Исследования, на которых построена схема: Large Language Models Struggle to Learn Long-Tail Knowledge, When Not to Trust Language Models и Generative Engine Optimization: How to Dominate AI Search. Позицию Google о том, как сайты попадают в ИИ-ответы, описывает справка AI features and your website.