Клиент присылает скриншот: спрашивает у ChatGPT «какую CRM выбрать для интернет-магазина» — и в ответе три конкурента, а вашей компании нет. При этом в Google вы на второй позиции по этому запросу уже год. Ситуация становится нормой: рекламный бюджет и SEO-отчёты показывают рост позиций, а реальные упоминания бренда в нейросетях никто не считает — потому что раньше это было не нужно.
Почему классических отчётов о позициях уже недостаточно
Раньше воронка была прозрачной: запрос → выдача → клик → сайт → конверсия. Каждый этап измерялся Яндекс.Метрикой и Google Analytics. Сейчас между запросом и кликом встроился ещё один слой — генеративный ответ, который часто закрывает потребность пользователя без перехода на сайт.
Цифры это подтверждают: первая позиция в Google теряет 64% кликов при наличии AI Overview (с 7,3% до 2,6% за год). По другим данным, в Яндекс Поиске — падение на 34,5%. Одновременно с этим AI-сервисы направили 1,13 млрд переходов на топ-1000 сайтов только за июнь 2025 года — рост на 357% за год.
Получается парадокс: суммарный трафик из ИИ растёт, но конкретный сайт может месяцами не видеть ни одного перехода — если его вообще нет в ответах нейросетей. Показательный кейс: исследование Ahrefs и Google показало — компании с идеальной технической оптимизацией, попавшие в старую логику ранжирования, потеряли до 35% органического трафика за полгода, если не адаптировались к новой реальности.
Отдельная проблема — сами метрики. Классический CTR и позиции в выдаче перестают отражать реальную видимость бренда. Нужен новый набор показателей, который отвечает на вопрос не «где я в топ-10», а «упоминает ли меня ИИ вообще и что именно говорит».
Что на самом деле нужно измерять в 2026 году
Практика показывает, что для контроля видимости в генеративном поиске нужны минимум четыре метрики, и ни одна из них не считается штатными инструментами веб-аналитики автоматически.
- Share of Voice в AI-ответах — как часто ваш бренд фигурирует в ответах на запросы вашей ниши по сравнению с конкурентами. Считается вручную через серию промптов или через специализированные сервисы.
- Brand Mentions и тональность — не просто факт упоминания, а то, как именно ИИ описывает компанию: хвалит, ругает или сухо перечисляет среди прочих. Это напрямую влияет на решение пользователя, ведь более 40% пользователей доверяют ответам ИИ при выборе продуктов.
- AI-реферальный трафик — переходы из ChatGPT, Perplexity, Gemini, Яндекс.Алисы, которые нужно вычленять отдельным сегментом в аналитике, а не смешивать с обычным органическим трафиком.
- Позиция цитирования внутри источника — из какой части вашей статьи ИИ берёт факты. Данные показывают: около 44,2% цитирований ChatGPT берётся из первой трети контента, то есть из первых 30% текста, ещё 31,1% цитат приходится на среднюю часть статьи. Если ключевая мысль спрятана в конце — велика вероятность, что её просто не заметят.
Без регулярного замера этих показателей невозможно понять, работает ли контент-стратегия вообще — можно годами публиковать «полезные статьи», не зная, попадают ли они в реальные ответы нейросетей.
Как организовать мониторинг на практике
Ручной способ — заводить таблицу с 20-30 ключевыми запросами ниши и раз в неделю проверять их в ChatGPT, Perplexity, Яндекс.Алисе и Google AI Overview, фиксируя: упомянут ли бренд, в каком контексте, какая ссылка указана как источник. Это долго, но даёт честное понимание ситуации без затрат на подписки.
Специализированные инструменты автоматизируют этот процесс. Среди сервисов, которые сейчас предлагают отслеживание упоминаний в нескольких LLM одновременно — VisioBrand отслеживает упоминания бренда в 7 AI-платформах: ChatGPT, Алиса AI, Perplexity, Gemini, DeepSeek, Claude и GigaChat, а Rush Analytics AI Трекер позволяет отметить, в каких нейросетях отслеживать упоминания — ChatGPT, Алиса, Perplexity или все сразу, с настройкой языков и регионов.
Для базового аудита достаточно любого из этих сервисов и одной-двух недель наблюдения, чтобы увидеть исходную картину: где бренд уже фигурирует, а где нейросеть уверенно называет только конкурентов.
Важный технический момент, который часто упускают: многие владельцы сайтов блокируют AI-краулеры вроде GPTBot, ClaudeBot и Google-Extended в файле robots.txt, опасаясь несанкционированного использования контента. Логика понятна — никто не хочет отдавать контент бесплатно. Но результат обратный: такая блокировка фактически исключает сайт из индекса генеративных систем, лишая возможности получать органический трафик и упоминания в AI-ответах. Прежде чем закрывать краулеры, стоит честно посчитать: что для бизнеса дороже — потенциальное копирование фрагментов текста или полное отсутствие в ответах ИИ, которыми пользуется всё больше клиентов.
Что делать с результатами замера
Мониторинг ради мониторинга бессмыслен — данные должны превращаться в конкретные правки контента и структуры сайта.
- Если бренда нет в ответах вообще — проверьте базовые вещи: доступность страниц для краулеров, скорость загрузки, микроразметку Schema.org, наличие дат публикации и авторства (E-E-A-T). Без этого фундамента остальные усилия бессмысленны.
- Если бренд упоминается редко — посмотрите, где именно в тексте находится ключевая информация. Если ответ на главный вопрос страницы спрятан в третьем-четвёртом абзаце — переструктурируйте: короткий прямой ответ в начале раздела, детали и нюансы — дальше.
- Если тональность негативная или нейтрально-обезличенная — это уже задача не только для контента, но и для управления репутацией: работа с отзывами, экспертными публикациями на внешних площадках, которые чаще становятся источниками для ИИ.
- Если конкуренты упоминаются чаще — проанализируйте их структуру контента: скорее всего, у них более чёткие определения, списки и таблицы сравнения, которые ИИ проще «вытащить» готовым блоком для ответа.
Отдельно стоит сегментировать AI-реферальный трафик в аналитике — создать отдельный канал или сегмент для переходов из chatgpt.com, perplexity.ai, gemini.google.com и подобных источников. Это позволит увидеть реальную динамику, а не полагаться на ощущения.