Как измерить GEO: отслеживаем упоминания бренда в ответах ИИ

Меня зовут Чимитдоржи Дарижапов, я консультирую бизнес по цифровому маркетингу и в последние пару лет всё чаще слышу один и тот же вопрос: «Мы вроде что-то делаем для попадания в ответы нейросетей, но как понять, работает это или нет?» Вопрос абсолютно справедливый. В классическом SEO у нас есть позиции в выдаче, есть Яндекс.Вебмастер и Search Console, есть понятные графики. А в мире, где клиент спрашивает у ChatGPT или Алисы «посоветуй, к кому обратиться», привычные приборы не работают. Вы оптимизируете контент под ИИ, но летите вслепую — не видите ни приборной панели, ни обратной связи.

Эта статья — про то, как собрать такую приборную панель. Я разберу, почему GEO трудно измерять в принципе, какие метрики реально имеет смысл отслеживать, как организовать ручной мониторинг без бюджета, какие классы инструментов существуют и как выстроить процесс, который не развалится через две недели. Если вы пока не до конца понимаете саму концепцию, начните с материала о том, что такое GEO, а затем возвращайтесь сюда — здесь мы говорим именно про измерение.

Почему GEO трудно измерить

Первая и главная проблема: у ответов ИИ нет стабильной выдачи. Когда вы вбиваете запрос в поисковик, вы получаете список из десяти ссылок, и этот список более или менее одинаков для всех. Можно зафиксировать, что вы на третьей позиции, и завтра проверить, что вы по-прежнему на третьей. С нейросетью так не выйдет. Один и тот же вопрос, заданный дважды с интервалом в минуту, может дать два разных ответа — с разным набором упомянутых компаний, в разном порядке, с разными формулировками. Это свойство самой технологии: модель генерирует текст вероятностно, а не достаёт строку из базы.

Вторая проблема — персонализация и контекст. Ответ зависит от того, как именно сформулирован вопрос, на каком языке, в какой стране находится пользователь, какая у него история диалога, какая версия модели сейчас работает. ChatGPT с включённым веб-поиском и без него ответит по-разному. Perplexity, который всегда ищет в вебе, и Алиса, которая опирается на индекс Яндекса, дадут разные результаты по тому же вопросу. То есть «выдача» существует не в единственном экземпляре, а в миллионах вариантов одновременно.

Третья проблема — непрозрачность. Поисковик хотя бы показывает, по каким ссылкам он ранжирует. Нейросеть в большинстве случаев не объясняет, почему упомянула одну компанию и проигнорировала другую. Иногда есть ссылки на источники (у Perplexity и Яндекс Нейро они видны), иногда модель отвечает «по памяти» вообще без ссылок, и тогда понять происхождение упоминания почти невозможно.

Четвёртая проблема — слабая связь с трафиком. В SEO рост позиций обычно тянет за собой рост переходов, и это видно в аналитике. В GEO человек часто получает ответ прямо в чате и никуда не переходит: он спросил, кому доверить бухгалтерию, получил три названия, запомнил ваше и пошёл искать вас напрямую — забил название в поиск или открыл сайт. Этот путь почти не оставляет следов в стандартных отчётах. Поэтому измерять только по трафику — значит видеть верхушку айсберга. Нужен комбинированный подход: и прямые проверки ответов, и аналитика переходов, и косвенные сигналы вроде роста брендовых запросов.

Какие метрики отслеживать

Чтобы не утонуть, я свожу всё к набору конкретных метрик. Каждую можно измерить, у каждой есть смысл для бизнеса. Разберу их по порядку.

Доля присутствия в ответах (share of voice). Это главная метрика. Вы берёте набор контрольных вопросов и считаете, в каком проценте ответов фигурирует ваш бренд. Если из 30 вопросов вас упомянули в 9 — ваша доля присутствия 30%. Дальше эту же долю считаете для конкурентов и сравниваете. Метрика показывает не абсолютную позицию, а вашу видимость относительно рынка. Растёт доля — растёт ваше присутствие в «коллективном ответе» нейросетей.

Частота цитирования. Похожа на share of voice, но смотрит шире: как часто вообще встречается ваше имя при разных формулировках одного и того же намерения. Один и тот же вопрос можно задать пятью способами. Если вас упоминают только при одной узкой формулировке, а при остальных нет — у вас хрупкое присутствие. Если упоминают при большинстве вариаций — присутствие устойчивое.

Точность представления бренда. Мало попасть в ответ — важно, что именно про вас говорят. Модель может перепутать ваш профиль, приписать услуги, которых нет, назвать неверный город или устаревшую цену. Эту метрику я оцениваю качественно: по каждому упоминанию помечаю, корректно ли описан бренд. Неточности — это сигнал, что в источниках, на которых учится модель, есть устаревшая или противоречивая информация о вас, и её надо чистить.

Позиция в ответе. Если модель перечисляет несколько компаний, важно, упомянуты ли вы первыми или в конце списка. Первое название запоминается лучше. Я фиксирую порядковый номер вашего упоминания в перечислении — это грубый аналог позиции в поисковой выдаче.

Тональность. Упоминание может быть нейтральным («есть такая компания»), позитивным («рекомендуют за качество сервиса») или негативным («были жалобы»). Тональность напрямую влияет на решение клиента. Её тоже отмечаю по каждому упоминанию.

Реферальный трафик от ИИ. Это та часть, которую видно в веб-аналитике. Когда пользователь всё-таки переходит по ссылке из ответа Perplexity, Яндекс Нейро или из чата с включённым поиском, в отчётах появляется источник перехода. О том, как его ловить, расскажу подробнее ниже.

Свожу всё в таблицу — это удобная шпаргалка, что и чем измерять.

Метрика	Как измерять	Чем измерять
Доля присутствия (share of voice)	Процент контрольных вопросов, где упомянут бренд	Ручной журнал, трекер AI-видимости
Частота цитирования	Сколько вариаций запроса дают упоминание	Ручной журнал, трекер AI-видимости
Точность представления	Качественная оценка корректности описания	Ручная проверка ответов
Позиция в ответе	Порядковый номер бренда в перечислении	Ручной журнал
Тональность	Позитив / нейтрал / негатив по каждому упоминанию	Ручная оценка, мониторинг упоминаний
Реферальный трафик от ИИ	Переходы с доменов ИИ-сервисов и по UTM	Веб-аналитика (Метрика, GA-аналоги)
Брендовые запросы	Динамика поиска по названию бренда	Яндекс.Вебмастер, Wordstat

Последнюю строку — брендовые запросы — добавил намеренно. Это косвенный, но мощный сигнал. Если люди всё чаще ищут вас по названию напрямую, а вы не запускали новой рекламы, велик шанс, что они узнали о вас где-то ещё — в том числе из ответов нейросетей. Рост брендового поиска без видимой причины часто и есть отложенный эффект GEO.

Ручной мониторинг: как делать вручную

Я всегда начинаю именно с ручного мониторинга, и вот почему. Во-первых, он бесплатный. Во-вторых, он заставляет вас своими глазами увидеть, что нейросети говорят о вашем рынке, — это бесценный опыт, который не заменит ни один дашборд. В-третьих, ручной метод даёт базовую линию, относительно которой потом можно оценивать пользу платных инструментов.

Шаг первый — составьте набор контрольных вопросов. Это сердце всей методики. Нужно 20-40 вопросов, которые отражают реальные намерения ваших клиентов. Не «как называется ваша компания» — так никто не спрашивает. А так, как формулирует живой человек, который ещё не знает о вас. Примеры для разных ниш:

• «Посоветуй надёжную бухгалтерскую фирму для ИП в Иркутске»
• «Кому можно отдать на аутсорс ведение соцсетей малому бизнесу»
• «Какие есть сервисы доставки воды в Улан-Удэ»
• «К кому обратиться за разработкой сайта недорого, но качественно»
• «Сравни варианты CRM для небольшого магазина»

Делайте вопросы реалистичными и разными по формулировке. Часть — общие («посоветуй компанию для X»), часть — сравнительные («что лучше для X»), часть — с географией, часть без. Именно разнообразие даёт честную картину частоты цитирования.

Шаг второй — выберите платформы. Для российского бизнеса я рекомендую проверять минимум пять источников: ChatGPT (международный лидер, им пользуются и в РФ), Perplexity (поисковая нейросеть, всегда даёт ссылки), Алиса с нейросетевыми ответами и Яндекс Нейро (опирается на индекс Яндекса, ближе всего к российской аудитории), и GigaChat от Сбера (растущая отечественная модель). По возможности добавьте YandexGPT и DeepSeek. Чем шире охват, тем точнее картина, потому что аудитория размазана по разным сервисам.

Шаг третий — заведите журнал. Подойдёт обычная таблица. Каждую строку заполняете при проверке: дата, платформа, вопрос, упомянули ли бренд, позиция в перечне, тональность, точность описания, есть ли ссылка. Вот шаблон, который я даю клиентам:

Дата	Платформа	Вопрос	Упомянут (да/нет)	Позиция	Тональность	Точность	Ссылка
03.06	Perplexity	Бухгалтерия для ИП Иркутск	Да	2 из 5	Позитив	Верно	Есть
03.06	ChatGPT	Бухгалтерия для ИП Иркутск	Нет	-	-	-	-
03.06	Алиса	Кому отдать соцсети малому бизнесу	Да	1 из 3	Нейтрал	Старый телефон	Есть
03.06	GigaChat	Сервисы доставки воды Улан-Удэ	Нет	-	-	-	-

В конце каждого замера сводите итог: из скольких пар «вопрос × платформа» вас упомянули. Это и есть ваша доля присутствия за период. Через месяц сравните с предыдущим — увидите динамику. Важно держать набор вопросов и список платформ неизменными от замера к замеру, иначе цифры будут несопоставимы. Меняете методику — фиксируете дату изменения и начинаете новую базовую линию.

Шаг четвёртый — фиксируйте формулировки ответов. Помимо галочек, я рекомендую сохранять текст самих ответов, хотя бы фрагменты с упоминанием вас и конкурентов. Это качественный материал: вы увидите, какими словами модель описывает рынок, на какие критерии опирается, кого ставит в эталон. Часто из этих ответов рождаются идеи, какой контент создать, чтобы модель «переучилась» в вашу пользу. Если хотите системно подтянуть присутствие после замеров, держите под рукой чек-лист GEO — там по пунктам, что улучшать.

Инструменты и сервисы

Ручной журнал отлично работает на старте, но у него есть потолок: пять платформ на сорок вопросов — это двести проверок за один замер. Делать это раз в неделю руками тяжело. Когда упираетесь в этот потолок, на сцену выходят инструменты. Я делю их на три класса.

Класс первый — трекеры AI-видимости. Это специализированные сервисы, которые автоматизируют ровно то, что вы делали руками: прогоняют ваш набор вопросов через несколько моделей по расписанию, парсят ответы, считают долю присутствия и сравнивают с конкурентами, строят графики динамики. Категория молодая и быстро меняется, новые продукты появляются постоянно, поэтому я сознательно не буду называть конкретные имена — к моменту, когда вы читаете это, список устареет. Важно понимать сам класс и что у него спрашивать при выборе: какие модели поддерживаются (обязательно проверьте наличие российских — Алиса, Яндекс, GigaChat, иначе для РФ ценность падает), как часто идут замеры, можно ли загрузить свои вопросы, считается ли тональность, есть ли сравнение с конкурентами.

Класс второй — мониторинг упоминаний бренда. Это давно существующие системы медиамониторинга, которые отслеживают появление вашего названия в открытых источниках: статьях, отзывах, форумах, соцсетях, агрегаторах. Прямого отношения к ответам ИИ они не имеют, но играют важную роль косвенно. Нейросети учатся на тех же открытых источниках. Если мониторинг показывает, что про вас стало больше публикаций, отзывов и упоминаний на авторитетных площадках, — это именно тот сигнал, который со временем подхватят модели. То есть мониторинг упоминаний измеряет «топливо» для вашего будущего GEO-присутствия. Эта же категория помогает ловить тональность и неточности в первоисточниках, чтобы их исправить.

Класс третий — веб-аналитика реферального трафика. Это ваша Яндекс.Метрика или её аналог, который у вас уже стоит. Никакого нового сервиса покупать не надо — надо научиться правильно читать отчёты по источникам. На этом остановлюсь подробнее, потому что здесь больше всего практической пользы и меньше всего магии.

Когда пользователь переходит на ваш сайт из ответа нейросети по ссылке, браузер передаёт источник перехода (referrer). В отчёте «Источники → Сайты» вы будете видеть домены ИИ-сервисов. На что смотреть:

• chat.openai.com и chatgpt.com — переходы из ChatGPT (когда включён веб-поиск и пользователь кликнул по ссылке).
• perplexity.ai — переходы из Perplexity, их обычно заметно больше, потому что сервис всегда показывает ссылки.
• ya.ru и поддомены Яндекса — сюда может попадать трафик из Яндекс Нейро и нейроответов в поиске; его сложнее отделить от обычного поискового, смотрите по страницам приземления и поведению.
• gemini.google.com, copilot.microsoft.com и подобные — для полноты, если у вас есть такая аудитория.

Я рекомендую завести в аналитике отдельный сегмент «Трафик из ИИ», куда собраны все эти источники, и смотреть его динамику отдельно. Даже если объём пока маленький, важен тренд: растёт ли он месяц к месяцу.

Второй приём — UTM-метки на ссылках, которые вы размещаете сами. Нейросети берут ссылки из открытых источников: ваших статей, гостевых публикаций, профилей в каталогах, базы знаний. Если вы добавите к этим ссылкам UTM-метки (например, utm_source с пометкой площадки), то когда модель процитирует ваш материал и пользователь перейдёт, метка приедет в аналитику, и вы точно поймёте, какой именно ваш контент сработал как источник. Это не ловит все переходы (модель иногда даёт чистую ссылку на главную), но заметную часть атрибутировать помогает. Сюда же логично завести машиночитаемый файл llms.txt, чтобы давать моделям корректную структурированную информацию о себе.

Как выстроить регулярный процесс

Самая частая ошибка — сделать один героический замер, восхититься, а потом забросить. Разовая проверка бесполезна: GEO измеряется только в динамике. Поэтому процесс важнее единичного результата. Вот как я его выстраиваю, чтобы он жил.

Определите частоту. Для большинства бизнесов оптимально — раз в месяц. Это достаточно часто, чтобы ловить тренды, и достаточно редко, чтобы не выгорать. Если вы активно меняете контент и ждёте быстрого эффекта, можно раз в две недели. Чаще еженедельного смысла обычно нет: ответы моделей шумят, и недельные колебания будут вводить в заблуждение.

Назначьте ответственного. Процесс без хозяина умирает. Это может быть маркетолог, контент-менеджер или вы сами на старте. Главное, чтобы у задачи было лицо и место в календаре, а не «когда-нибудь руки дойдут».

Зафиксируйте методику письменно. Запишите набор контрольных вопросов, список платформ, шаблон журнала и правила оценки (что считаем позитивом, как определяем позицию). Это нужно, чтобы замеры были сопоставимы и чтобы при смене сотрудника процесс не сломался. Любое изменение методики помечайте датой.

Свяжите замеры с действиями. Цифры без выводов бесполезны. После каждого замера задавайте три вопроса: где мы просели и почему, где упоминания неточны и какой источник это порождает, что из контента сработало как цитируемый источник. Из ответов рождается план на следующий период: какие материалы создать, какие данные о себе обновить в открытых источниках, какие отзывы собрать. Так измерение превращается в управление.

Стройте дашборд из того, что есть. Не обязательно покупать платформу. Достаточно одной сводной таблицы с тремя блоками: динамика доли присутствия по месяцам (ваша и конкурентов), сводка по точности и тональности, график реферального трафика из ИИ-сегмента в аналитике. Этого хватает, чтобы видеть общую картину и принимать решения. Терминологию, если путаетесь в понятиях, удобно сверять по словарю.

И последнее по этому разделу — про ожидания. GEO работает медленнее SEO. Модели переобучаются не мгновенно, открытые источники индексируются с задержкой. Поэтому не пугайтесь, если первые два-три замера не покажут роста после ваших усилий. Это нормально. Важно, что вы перестали лететь вслепую: теперь у вас есть приборы, и вы видите, в какую сторону движетесь, даже если движение медленное. Бизнес, который меряет, всегда обгоняет бизнес, который гадает.

Частые вопросы

Можно ли измерять GEO бесплатно? Да, и на старте я именно так и советую. Ручной журнал с набором контрольных вопросов и стандартная веб-аналитика, которая у вас уже стоит, закрывают базовые потребности без единого рубля. Платные трекеры нужны, когда ручной объём становится неподъёмным или когда требуется сравнение с конкурентами в автоматическом режиме.

Как часто проверять упоминания? Для большинства бизнесов — раз в месяц. Это ловит тренды и не приводит к выгоранию. Раз в две недели имеет смысл, если вы активно меняете контент и хотите быстрее видеть эффект. Еженедельные замеры обычно дают слишком много шума: ответы моделей нестабильны, и недельные колебания легко принять за тренд, которого нет.

Почему ответы каждый раз разные и как с этим жить? Это свойство технологии: модель генерирует текст вероятностно, а не достаёт фиксированную выдачу. Бороться с этим не нужно — нужно измерять статистически. Задавайте каждый вопрос несколько раз или используйте набор из десятков вопросов, и смотрите на долю и частоту, а не на единичный ответ. Один прогон ничего не значит, картина из сотни проверок — значит многое.

Как отличить реферальный трафик из ИИ от обычного? По источнику перехода в аналитике: домены вроде perplexity.ai, chat.openai.com, chatgpt.com — это явно ИИ. Сложнее с Яндексом, где нейроответы и обычный поиск идут с близких доменов; там смотрите на страницы приземления и поведение. Дополнительно используйте UTM-метки на ссылках, которые размещаете сами в открытых источниках, — тогда переход по процитированной моделью ссылке вы атрибутируете точно.

Стоит ли отслеживать конкурентов? Обязательно. Доля присутствия имеет смысл только в сравнении. Прогоняйте те же контрольные вопросы и отмечайте, кого из конкурентов упоминают и на каких позициях. Это покажет реальную расстановку сил на рынке в глазах нейросетей и подскажет, чей контент модели считают эталонным, — у него стоит поучиться.

Реферальный трафик из ИИ совсем маленький — значит, GEO не работает? Нет. Большая часть пользы GEO не оставляет следов в трафике: человек получает ответ в чате, запоминает бренд и приходит позже напрямую. Поэтому судить только по переходам неверно. Смотрите комплексно: долю присутствия в ответах, точность описания, тональность и динамику брендовых запросов. Рост поиска по вашему названию без новой рекламы — частый признак, что GEO работает, просто эффект пришёл другим путём.