Как измерить видимость бренда в нейросетях (Share of Voice)

Если ваш бренд не появляется в ответах ChatGPT, Яндекс Нейро или Google AI Overviews — он теряет видимость там, где аудитория принимает решения. Но «не появляется» — это не измерение, это ощущение. AI Share of Voice переводит это ощущение в конкретные цифры и позволяет сравнивать себя с конкурентами в одной системе координат.

Ниже — структурированное руководство: что именно считать, как собирать данные, как интерпретировать результаты.

Что такое AI Share of Voice и чем он отличается от обычного SoV?

Определение и формула

AI Share of Voice (AI SoV) — это доля упоминаний вашего бренда в AI-ответах относительно суммы упоминаний всех брендов категории¹. Формула:

AI SoV = упоминания бренда / все упоминания брендов категории × 100%

Чем AI SoV отличается от традиционного

Традиционный SoV считается по позициям в SERP или рекламным показам. AI SoV измеряется иначе: нейросеть отвечает на вопрос пользователя и либо называет ваш бренд, либо нет. Позиции в поиске здесь не гарантируют упоминания — бренд может быть на 15-м месте в выдаче, но регулярно появляться в AI-ответах, и наоборот.

Почему метрика относительная

По данным Semrush, сумма AI SoV всех брендов в категории равна 100%². Это значит, что метрика относительная: рост вашей доли — это падение чьей-то чужой.

Понять, как нейросети вообще выбирают источники и бренды для ответов, помогает материал Как AI-поисковики выбирают источники: ранжирование фрагментов.

Какие метрики входят в AI SoV и что каждая из них показывает?

AI SoV — не одно число, а набор связанных измерений. Вот ключевые метрики с формулами:

Важно не смешивать метрики. Mention Rate и Recommendation Rate — разные вещи: бренд может упоминаться как «один из вариантов» или как «лучший выбор». По данным BrightEdge, ChatGPT упоминает бренды в 3,2 раза чаще, чем цитирует их сайты⁴ — это означает, что высокий Mention Rate при низком Citation Rate — нормальная картина, особенно для ChatGPT.

Как собрать набор интентов для измерения?

Прогонять нужно не случайные запросы, а репрезентативную выборку — 30–100 интентов, покрывающих разные стадии принятия решения.

Структура выборки:

• Информационные — «что такое категория», «как выбрать продукт»
• Коммерческие — «лучший продукт для сегмента», «топ-5 категория»
• Сравнительные — «ваш бренд или конкурент», «альтернативы продукт»
• Локальные (для РФ) — «категория в России», «продукт для малого бизнеса»
• Отзывные — «отзывы о бренд», «стоит ли продукт»

Фиксируйте также список конкурентов заранее: SoV считается относительно них. Если конкурент появился в ответе, но не входит в ваш список — вы недооцениваете знаменатель формулы.

По каким платформам нужно проводить измерения?

Для полной картины нужно охватить несколько платформ, потому что их ответы различаются. Для российского рынка актуальны:

• ChatGPT (глобально + русский язык)
• Perplexity (глобально)
• Google AI Overviews / AI Mode (если доступны в регионе)
• Яндекс Нейро / Поиск с Алисой (ключевая платформа для РФ)
• GigaChat (русскоязычная аудитория)

Для каждой платформы данные собирать отдельно: алгоритмы выбора источников различаются, и бренд может хорошо работать в Яндексе, но быть невидимым в Perplexity — и наоборот. Подробнее о том, что такое нейропоиск и как устроены эти платформы, — в статье Что такое нейропоиск и AI-ответы: новые реалии поиска.

Что именно записывать в каждом ответе?

Для каждого промпта нужно зафиксировать:

1. Платформа и дата прогона
2. Точный текст промпта и язык запроса
3. Полный текст ответа (или снимок экрана)
4. Упоминается ли бренд (да/нет)
5. Позиция в ответе — первое упоминание, список, сравнение
6. Тип упоминания — информационное, рекомендательное, критическое
7. Процитирован ли сайт (ссылка в источниках)
8. Тональность — позитивная, нейтральная, негативная
9. Упомянуты ли конкуренты и кто именно

Sentiment важно не игнорировать. По данным BrightEdge (март 2026), Google AI Overviews на 44% чаще содержат критику брендов по сравнению с ChatGPT; доля негативных упоминаний: в Google AIO — ~2,3%, в ChatGPT — ~1,6%⁵. NSS, рассчитываемый по формуле Otterly ((Positive − Negative) / Total × 100), позволяет видеть не только частоту, но и тон присутствия.

Как рассчитать итоговый AI SoV по результатам прогона?

После сбора данных считаете три числа:

Mention Rate по платформе

Число ответов, где бренд упомянут ÷ общее число прогнанных промптов × 100%

AI Share of Voice в категории

Упоминания вашего бренда ÷ (упоминания вашего бренда + упоминания всех конкурентов) × 100%

Citation Rate

Число ответов с вашим сайтом как источником ÷ общее число промптов × 100%

Для дополнительного измерения используйте Prompt Coverage: какой процент интентов из вашей выборки вообще включает ваш бренд хоть в каком-то виде. Это показывает не только долю в сегменте, но и ширину присутствия.

Semrush Enterprise AIO считает AI SoV по числу mentions и позиции бренда; для ChatGPT учитывается topic search volume⁶. Если вы используете специализированный инструмент, уточняйте методологию расчёта — разные платформы взвешивают метрики по-своему.

Как часто нужно проводить измерения?

Базовый ритм — один раз в месяц. Для активных кампаний (PR-кампания, запуск продукта, работа с упоминаниями) — еженедельно. Разовый прогон бесполезен: видимость в нейросетях меняется по мере того, как обновляются модели, меняются источники и конкуренты наращивают контент.

Важно сохранять исторические данные в единой структуре: платформа, дата, промпт, результат. Без этого невозможно отследить, что именно улучшило или ухудшило показатели.

Какие ошибки чаще всего допускают при измерении?

Несколько типичных ошибок, которые искажают результат:

• Один промпт = «мы измерили» — одного запроса недостаточно; нужна выборка по интентам
• Смешение mention и recommendation — упоминание в нейтральном контексте и прямая рекомендация дают разные бизнес-эффекты
• Только глобальные платформы — для русскоязычного рынка Яндекс Нейро и GigaChat обязательны
• Игнорирование sentiment — высокий SoV с преобладанием негативного тона хуже, чем умеренный с позитивным
• Накрутка и покупка отзывов — не только неэффективна для долгосрочного SoV, но и нарушает правила платформ и законодательство о фейковых отзывах

О том, почему органические упоминания в медиа работают лучше любых искусственных инструментов, — в статье Сила бренда: почему упоминания важнее ссылок.

Как связать измерения с улучшением видимости?

SoV как диагностический инструмент

SoV — это диагностический инструмент, а не самоцель. Низкий Mention Rate по коммерческим запросам указывает, что бренд недостаточно представлен в контенте, который нейросети используют как источник. Низкий Citation Rate при нормальном Mention Rate означает, что бренд знают, но сайт не воспринимается как авторитетный источник.

Направления работы по просевшим метрикам

Конкретные направления работы зависят от того, какая именно метрика просела:

• Низкий Prompt Coverage → расширить тематическое покрытие контента; материал Topical Authority: как стать «Википедией» в своей нише объясняет, как выстроить систему
• Низкий Citation Rate → техническая доступность для AI-ботов, структура контента, автономные чанки
• Высокий Negative Rate → работа с причинами критики, мониторинг источников негатива
• Разрыв между глобальными и РФ-платформами → отдельный контентный слой под русскоязычную аудиторию

Источники

Если вы хотите не только разобраться в методологии, но и автоматизировать прогон интентов и сбор данных по нескольким платформам — платформа GeoWatch делает именно это: генерирует и прогоняет запросы по нейросетям, фиксирует динамику присутствия и выдаёт конкретные рекомендации. Попробуйте GEO-аудит и посмотрите, как ваш бренд выглядит в ответах AI сегодня.