«Аудит видимости в нейросетях»: как проверить, видят ли ChatGPT, Perplexity и нейроответ Яндекса ваш сайт

Ещё недавно вопрос клиента «А нас вообще показывает ChatGPT?» обычно решался за несколько минут: открываем ChatGPT, вводим название компании, получаем ответ — значит, нейросеть про бренд знает.

Сейчас я бы такую проверку аудитом уже не называл. Когда мы начали заниматься AI-видимостью внутри SEOdyssey и проверять реальные проекты, довольно быстро выяснилось, что упоминание бренда, цитирование сайта и реальная видимость по пользовательским запросам — разные вещи.

И это уже имеет смысл измерять. По данным Яндекса, в I квартале 2026 года быстрыми ответами Алисы AI под поисковой строкой ежемесячно пользовались 48,3 млн человек, а доля Яндекса на российском поисковом рынке достигла 69,8%. Ещё в конце 2025 года компания сообщала, что количество быстрых ответов Алисы AI доходило до 137 млн в сутки.

Что именно я проверяю

Для начала я разделяю упоминание бренда и цитирование сайта. ChatGPT может рекомендовать компанию, но в качестве источника использовать отраслевое СМИ, каталог или чужой обзор. Возможна и обратная ситуация: материал компании становится источником ответа, хотя сам бренд практически не выделяется.

Поэтому в аудите я фиксирую не один показатель «виден / не виден», а несколько: появился ли бренд в ответе, цитируется ли его домен, какие сторонние сайты используются в качестве источников, какие конкуренты присутствуют рядом и по каким типам запросов это происходит.

Есть ещё одна причина не ограничиваться ChatGPT. Исследование Ahrefs показало, что 86% наиболее часто упоминаемых источников не совпадают между ChatGPT, Perplexity и Google AI Overviews. Хорошая видимость в одной AI-системе совершенно не гарантирует аналогичный результат в другой.

Начинать нужно не с названия компании

Запрос «Что такое SEOdyssey?» для меня малоинтересен. Если система уже знает бренд, мы просто подтвердим этот факт.

Гораздо полезнее проверить запросы, которые пользователь задаёт до выбора конкретной компании. Например, для SEOdyssey это могут быть «чем проверить видимость сайта в ChatGPT», «сервис мониторинга SEO для небольшого бизнеса», «как узнать, какие сайты цитирует ChatGPT», «инструменты для мониторинга GEO».

Для первого аудита я обычно собираю 15–20 запросов: информационные, сравнительные, рекомендательные и коммерческие. Один и тот же набор прогоняется через ChatGPT, Perplexity и Алису AI. Это принципиально: если для каждой системы использовать разную семантику, нормального сравнения не получится.

Причём привычная SEO-логика «занимаем высокую позицию в Google — значит, должны попасть в ChatGPT» тоже работает не напрямую. Ahrefs исследовал 3 311 запросов, сравнив ответы ChatGPT и Perplexity с топ-100 Google, и обнаружил низкое пересечение поисковой выдачи с источниками, которые выбирают AI-системы.

С ChatGPT и Perplexity есть ещё техническая часть

Перед анализом контента я проверяю, может ли AI-система нормально работать с сайтом.

OpenAI прямо указывает, что для использования контента в summaries и snippets ChatGPT Search не следует блокировать OAI-SearchBot. При этом OAI-SearchBot и GPTBot выполняют разные функции: первый связан с поиском, второй — с возможным использованием контента для обучения моделей. Поэтому запрещать обучение и одновременно оставлять возможность появляться в ChatGPT Search технически возможно.

Есть ещё полезная деталь для аналитики: OpenAI автоматически добавляет к referral URL параметр utm_source=chatgpt.com. Значит, переходы из ChatGPT можно отдельно отслеживать в системах аналитики. Сам OpenAI при этом предупреждает, что гарантировать высокое положение в ChatGPT Search невозможно: ранжирование зависит от нескольких факторов релевантности и надёжности источника.

У Perplexity используется собственный поисковый crawler PerplexityBot. Компания рекомендует разрешать ему доступ в robots.txt, если владелец сайта хочет, чтобы его контент появлялся в результатах Perplexity. При этом Perplexity отдельно указывает, что PerplexityBot предназначен для поиска и отображения ссылок, а не для обучения foundation models.

У Яндекса теперь есть собственный инструмент

Здесь за 2026 год произошли серьёзные изменения. 7 апреля Яндекс открыл в Вебмастере инструмент «Видимость сайта в Алисе AI». На момент запуска компания сообщала о 46,5 млн ежемесячных пользователей быстрых AI-ответов; уже по итогам I квартала показатель вырос до упомянутых выше 48,3 млн.

В отчёте можно посмотреть Share of Voice, динамику присутствия сайта, примеры запросов и другие сайты похожей тематики, которые Алиса использует как источники. Сам SoV считается достаточно понятно: Яндекс берёт поисковые запросы, по которым показывается сайт, определяет количество ответов Алисы AI по этим запросам и рассчитывает долю ответов, где упоминался конкретный сайт.

Данные в отчёте доступны за последние три месяца и обновляются раз в неделю.

Есть ещё один показательный факт. В апреле 2026 года Яндекс обновил быстрые ответы: доля запросов, на которые Алиса AI может сразу сформировать ответ, выросла в 1,5 раза, а в слепом сравнении новые ответы в 67% случаев оказались качественнее ответов предыдущей модели. В таких ответах также присутствуют ссылки на источники.

Для российского проекта я поэтому использую два источника данных одновременно: собственный фиксированный пул запросов и статистику Яндекс Вебмастера.

Что показал один из наших аудитов

Один из самых показательных случаев у нас был с сайтом отеля. В ответах AI мы зафиксировали 35 цитирований источников, но собственный сайт отеля встретился среди них всего один раз. Ещё 5 цитирований пришлось на маркетплейсы, booking-площадки и отзовики, 5 — на СМИ и туристические издания, 2 — на справочники. Остальное распределилось между небольшими сайтами и блогами.

На первый взгляд бренд присутствовал в AI-ответах, поэтому формальная проверка «упоминается / не упоминается» дала бы положительный результат. Но 34 из 35 зафиксированных цитирований в этой выборке вели не на собственный сайт.

Для меня это намного полезнее бинарной оценки видимости. Компания присутствует в информационном поле, но большую часть информации AI получает из источников, которые компания напрямую не контролирует.

Отсюда уже появляется конкретный план работы: посмотреть, какие именно факты AI берёт с чужих площадок, какие страницы собственного сайта проигрывают им и можно ли создать более полный первичный источник.

После аудита нужно понять причину

Если бренд практически не появляется, я сначала проверяю техническую доступность, индексируемость и наличие страниц, способных отвечать на выбранные запросы. Если бренд упоминается, но домен почти не цитируется, сравниваю собственные страницы с теми источниками, которые выбирают ChatGPT, Perplexity или Алиса.

На практике проблема часто оказывается довольно приземлённой. На корпоративном сайте много текста о компании и её преимуществах, но мало конкретных ответов: сколько стоит продукт, кому подходит, чем один вариант отличается от другого, какие существуют ограничения, как проходит внедрение, что входит в стоимость. Такие информационные пробелы я бы закрывал FAQ, сравнительными материалами, кейсами, исследованиями и полноценными посадочными страницами.

Отдельное направление — внешние площадки. Если по целевым запросам AI регулярно использует конкретные СМИ, каталоги, рейтинги или отраслевые ресурсы, их тоже стоит включать в стратегию. Исследование Ahrefs с 86% несовпадающих топ-источников между AI-платформами хорошо показывает, почему универсального списка площадок здесь быть не может.

И я бы не оценивал результат только по трафику

Это, пожалуй, одна из самых спорных метрик.

Академическая работа 2026 года на основе URL-level clickstream Comscore показала, что ChatGPT генерировал внешний переход только примерно в 5,2% исследованных conversation sessions. Расширение доступа к ChatGPT Search при этом сопровождалось снижением использования традиционного поиска на 9,4%, причём наиболее заметные потери поисковых переходов наблюдались в информационных категориях.

Есть и хороший пример того, почему нужно аккуратно относиться к кейсам вида «после GEO трафик из ChatGPT вырос в пять раз». В другом исследовании 2026 года после AEO-изменений ChatGPT referrals на исследуемом сайте действительно выросли в 5,7 раза, но контрольная группа страниц того же домена одновременно выросла в 3,5 раза. После отделения общего роста исследователи оценили дополнительный эффект примерно в 1,82 раза с 95%-м доверительным интервалом 1,31–2,54. При более консервативном placebo-тесте результат получил p=0,16, поэтому сами авторы не считают эффект окончательно доказанным.

Отсюда следует довольно простой вывод: рост AI-трафика нельзя автоматически записывать в результат GEO-работ. Нужно учитывать общий рост самих платформ, а видимость оценивать шире — через упоминания, цитирования, долю присутствия и источники.

Как выглядит мой аудит сейчас

На старте мне достаточно 15–20 реальных запросов. Их я одинаково проверяю в ChatGPT, Perplexity и Алисе AI, после чего фиксирую бренд, собственный домен, сторонние источники и конкурентов. Для Яндекса дополнительно использую официальный Share of Voice из Вебмастера.

В итоге получается не абстрактная оценка «AI Visibility 72 из 100», а вполне понятная картина:

Именно с такой таблицы я бы начинал работу с GEO.

Потому что после неё можно ответить на более полезный вопрос, чем просто «видит ли нас ChatGPT?»: где именно бренд присутствует, кто занимает его место там, где его нет, и какие источники формируют ответ AI вместо собственного сайта.

А дальше это превращается в обычную работу с конкретными страницами, контентом, технической доступностью и внешними источниками — то есть в задачи, результат которых можно проверить повторным аудитом.