Видимость компании в нейросетях: как поставить оценку и не обмануть себя

Сделать первую оценку видимости несложно: открыть чат, задать вопрос, записать ответ. Сложно сделать оценку, которой можно верить через месяц, когда захочется понять, стало лучше или хуже. Разница между двумя этими занятиями - в решениях, которые принимаются до первого вопроса. Ниже шесть таких решений, и к каждому - цифра из наших собственных замеров, которая показывает, что бывает, если решение не принять.

1. Соберите вопросы клиента, а не ключевые слова

Поисковый запрос и вопрос к нейросети устроены по-разному. В поиск пишут кухни на заказ москва, у модели спрашивают, где заказать кухню в Москве, чтобы сделали за месяц и не развалилась через год. Список из ключевых слов даёт ответы, которых в жизни никто не получал.

Возьмите то, что клиенты спрашивают на первом созвоне, и запишите их словами. Хороший стартовый набор покрывает четыре ситуации: человек ищет решение и ещё не знает исполнителей, сравнивает два подхода, ищет рядом с собой, спрашивает про деньги. Откуда брать формулировки, если созвонов ещё не было, и как проверить, что вопрос реально задают, разобрано отдельно.

Отдельно держите вопросы, где звучит название вашей компании. Они полезны - показывают, что модель о вас знает и правильно ли описывает. Но смешивать их с остальными нельзя: название, названное вами же, модель повторит всегда, и видимость нарисуется из воздуха. В нашем замере по студии BMW модели упомянули название в 41 брендовом ответе из 42 и ни разу - в 96 небрендовых. Одна общая цифра дала бы 30% видимости там, где для клиента, который студию не знает, она ноль.

2. Решите, кого спрашиваете

Модели отвечают по-разному, потому что опираются на разные источники. Бренд может уверенно присутствовать в одной и отсутствовать в другой, и усреднение по одной модели говорит только об этой модели.

Насколько по-разному, мы посчитали на том же замере. Девять сетей назвали в небрендовых ответах 66 разных компаний и марок. Из них 18 назвала только одна модель, и никакая другая их не повторила. У трёх и больше моделей совпали 32 названия, у пяти и больше - всего 15. Замер по одной модели показал бы вам треть картины и при этом выглядел бы полным.

Есть и второе деление, важнее первого: четыре модели из девяти ищут в вебе перед ответом, пять отвечают по тому, что запомнили при обучении. По трём нашим прогонам Perplexity и нейровыдача Яндекса ставили ссылки под каждым ответом, ChatGPT и Claude в режиме поиска - под 28 из 30; Gemini, DeepSeek, Grok, YandexGPT и GigaChat - под 8-15 ответами из 79. Новая компания, о которой недавно написали на площадках, у первых четырёх появится через недели, у остальных пяти - когда их переобучат. Кто из моделей ищет, а кто вспоминает, разобрано отдельно.

Ориентируйтесь на то, чем пользуются ваши клиенты. Для российской аудитории это как минимум модель Яндекса, GigaChat и один зарубежный чат с веб-поиском; мы в оценках держим девять, включая Perplexity и Gemini, чтобы видеть разброс, а не одну точку зрения.

3. Назначьте частоту и посчитайте, сколько ответов наберёте

Модель генерирует ответ заново каждый раз - один и тот же вопрос в понедельник и в среду даст разные списки. Значит, единичный ответ не измеряет ничего, а выборку нужно набирать.

Набрать её можно двумя способами: спрашивать одно и то же несколько раз подряд или спрашивать реже, но регулярно. При еженедельной частоте второй способ работает лучше: за месяц накапливается достаточно ответов на модель, а повторы внутри одного дня добавляют мало нового, зато заметно дороже. Дорогие каналы, ChatGPT и Claude с веб-поиском, разумно опрашивать по срезу тем, а не по всему списку: почему так и сколько это стоит, посчитано отдельно.

Сколько ответов нужно, определяет не вкус, а интервал погрешности. У любой доли, посчитанной на выборке, он есть, и зависит только от числа ответов. Вот как он сужается при списке из 50 вопросов и еженедельном опросе, если настоящая доля около 40%.

Пять ответов, снятых руками за вечер, дают интервал от 12 до 77%: настоящая доля с тем же успехом может быть и одна восьмая, и три четверти. Поэтому ручная проверка - разведка, а не оценка. Мы срез меньше трёх ответов не показываем как цифру вообще, а срез с интервалом шире 15 пунктов помечаем как уточняющийся. Как эти интервалы считаются и как читать четыре метрики вместе, разобрано в статье про долю голоса.

Ноль тоже имеет интервал. Ноль упоминаний на 96 ответах, как у нашей студии, означает, что настоящая доля не выше 3,8%. Ноль на 336, как у нашего агентства, - не выше 1,1%. Это уже не отсутствие данных, а результат, с которым можно работать.

4. Проверьте, о вас ли ответ

Самый недооценённый шаг. Совпадение названия в тексте и упоминание вашей компании - разные события, особенно если название короткое, англоязычное или совпадает с чем-то известным.

Те самые 41 из 42 брендовых ответов по студии BMW: у неё трёхбуквенное название, и под теми же буквами в интернете живут компании из других стран и отраслей. Проверка по профилю сайта - чем занимается, в каком городе, какие услуги - подтвердила один ответ из 41. Остальные сорок описывали чужой бизнес. Без проверки отчёт показал бы узнаваемость 98%, с проверкой - 2,4%. Это была правильная низкая цифра, с которой можно работать, в отличие от красивой ложной. Весь разбор - в статье о том, чего не знают нейросети о компании.

Ответ вида не знаю такую компанию тоже содержит ваше название. Тоже не считается.

5. Смотрите на источники, а не только на названия

Рядом с ответом модели часто приводят ссылки. Соберите домены, на которые они ссылаются по вашим темам, и посчитайте, как часто среди них встречаются ваши.

Это самая полезная часть оценки в первый месяц. Названия конкурентов говорят, кто выигрывает, а список доменов - почему: вот площадки, откуда модель берёт материал, и вот те из них, где вас нет. У нашего агентства под 336 небрендовыми ответами верх списка выглядел так: direct.yandex.ru в 44 ответах, yandex.ru в 40, vc.ru в 27, elama.ru в 22, habr.com в 15. Ни одного сайта агентства в первой десятке, включая наш собственный. Дальше работа понятная и вполне земная - попасть в эти источники, и как это делается, мы описали.

6. Не путайте оценку с мониторингом упоминаний

Отдельный запрос, с которым к нам приходят: мониторинг упоминаний бренда в чатах. Люди ищут привычный инструмент - такой же, как для медиа и соцсетей, только для ChatGPT. Инструмент такой сделать можно, но устроен он иначе, и разницу лучше понять до покупки.

Мониторинг в интернете ищет упоминания, которые уже существуют независимо от вас: статья написана, отзыв оставлен, пост опубликован. Задача системы - обойти побольше площадок и ничего не пропустить.

В чате упоминания не существует, пока кто-то не задал вопрос. Ответ рождается в момент обращения, и увидеть вы можете ровно ту часть, которую спросили сами. Отсюда три следствия.

Полнота определяется списком вопросов, а не охватом площадок. Список - главный актив всей затеи, и расширяется он не для красоты отчёта, а потому что появилась новая тема, по которой клиенты выбирают.

Оповещения о новом упоминании не бывает. Бывает изменение доли за период - и его нужно уметь отличать от обычного разброса, из-за которого проценты гуляют сами по себе. Таблица выше как раз про это: сдвиг на десять пунктов на 50 ответах - шум, на 200 - событие.

Спрашивать всё и постоянно мешает не техника, а деньги: каждый вопрос каждой модели стоит, и вопрос с живым веб-поиском дороже обычного примерно в десять раз.

При этом обычный мониторинг упоминаний не отменяется, он становится соседней системой. Он показывает материал, из которого модели собирают ответ; оценка показывает, что из этого материала до ответа дошло. Вместе они отвечают на вопрос, которого поодиночке не берут: почему о вас пишут, а рекомендуют не вас. Чем ещё должен обладать мониторинг, чтобы ему верить, собрано в девяти свойствах.

Что из этого мы взяли на себя

Решения выше в SEENGO уже приняты и зашиты в продукт: девять сетей, недельная гранула, стратифицированный срез по темам вместо первых N строк списка, отдельный подсчёт брендовых вопросов, интервал погрешности у каждой доли и проверка каждого упоминания на однофамильцев. Список вопросов собирается из спроса Яндекса по вашему сайту, а не пишется на глаз, и дополняется по мере того, как появляются новые темы.

Первый замер бесплатный - пять вопросов, чтобы увидеть саму картину: регистрация. Дальше объёмы 50 или 200 вопросов, цены открыты. Как выглядит собранный кабинет с динамикой за несколько недель, показано в демо.

Источники

• Замер бренда студии обслуживания и тюнинга BMW, Москва: 19 вопросов, 138 ответов девяти сетей, по нашему замеру 27.08.2026. Согласие моделей, брендовые и небрендовые ответы - оттуда.
• Замер бренда агентства интернет-маркетинга, Москва: 48 вопросов, 318 ответов, по нашему замеру 22.08.2026. Список источников - оттуда.
• Ссылки под ответами по моделям: три прогона SEENGO, 21-27.08.2026.
• Интервалы: Wilson E. B. Probable inference, the law of succession, and statistical inference. Journal of the American Statistical Association, 1927. Уровень доверия 95%.