Методология AiGeoRank · Обновлено: 7 июля 2026

Методология AiGeoRank: как мы измеряем видимость бренда в нейросетях

AiGeoRank измеряет видимость по двум независимым метрикам: «знают» (модель упоминает бренд в ответе) и «цитируют» (модель ссылается на сайт как на источник). Замер идёт по 7 движкам (ChatGPT, Яндекс Алиса/Нейро, Perplexity, Gemini, Copilot, Claude, DeepSeek) на реальных вопросах ниши, с фиксированными параметрами генерации (temperature=0) для воспроизводимости. Единого «GEO-балла интернета» не существует — у каждого движка свой поисковый индекс, поэтому мы измеряем каждый отдельно.

Карта движков: кто откуда берёт источники

Главное, что нужно понимать про цитируемость: нейросеть не «гуглит весь интернет» — каждый движок опирается на конкретный поисковый индекс и ходит на сайты своим краулером. Отсюда практическое следствие: работа над видимостью в ChatGPT — это работа с Bing, а видимость в Алисе решается позициями в Яндексе.

Дуальная метрика «знают/цитируют»

Мы принципиально разделяем два уровня видимости, потому что они живут по разным законам:

• «Знают» — движок упоминает бренд в тексте ответа. Зависит от того, попал ли бренд в «память» модели и в источники, которые она читает: подборки, каталоги, статьи, отзывы.
• «Цитируют» — движок даёт ссылку на сайт бренда как на источник ответа. Зависит от индексации в «родном» поисковике движка и от того, есть ли на сайте контент, который удобно цитировать: answer-first структура, упакованные факты, таблицы.

Показатели независимы: бренд может быть известен модели, но не цитируем, и наоборот. Наш публичный кейс dezika (3 замера) показал крайний случай: страница взяла индекс Bing и Google, но получила 0 из 6 цитат — потому что движки цитировали листиклы и агрегаторы, а не страницы услуг.

Как считается замер

1. Промпты = реальные buyer-запросы ниши клиента («какой сервис выбрать для…», «сколько стоит…», «кто делает… в Москве»), а не искусственные формулировки про бренд.
2. Фиксированная температура генерации (temperature=0) — при ненулевой температуре ответы «плавают» от прогона к прогону, и динамику невозможно отличить от шума. Фиксация параметров делает замеры воспроизводимыми.
3. Каждый промпт задаётся каждому движку; в ответе фиксируются упоминания бренда (метрика «знают») и URL-цитаты на сайт (метрика «цитируют»).
4. Замеры повторяются по расписанию тарифа — так видна динамика: взял ли сайт новые цитаты после публикаций, вырос ли SoV относительно конкурентов.

GEO-балл аудита: 30+ параметров

Отдельно от мониторинга работает GEO-аудит сайта: проверка по 30+ параметрам готовности к цитированию — доступ ИИ-краулеров в robots.txt (OAI-SearchBot, ClaudeBot, PerplexityBot и др.), рендер без JavaScript, llms.txt, JSON-LD разметка, answer-first структура контента, упакованные факты. Результат — балл от 0 до 100. По данным сканов нашего Telegram-бота (726 просканированных сайтов), средний балл — 58 из 100.

Честная оговорка: GEO-балл показывает готовность сайта, но не гарантирует цитируемость. Цитируемость определяется ещё и присутствием бренда вне сайта — в подборках, каталогах и отзывах. Это главный вывод кейса dezika.

Ограничения методики — честно

• Ответы ИИ вероятностны. Даже при temperature=0 движки обновляют модели и индексы, поэтому выдача волатильна. Мы измеряем тенденцию по серии замеров, а не «истину» по одному прогону.
• Персонализация. Ответ конкретному пользователю может отличаться от нашего замера: движки учитывают историю диалога, регион и другие сигналы. Наш замер — нейтральный срез без персонализации.
• Замер — срез на дату. Результаты корректно сравнивать только между замерами одной методикой; цифры «на сегодня» устаревают.
• Локальный бизнес почти не представлен в памяти моделей. Влиять на его видимость можно в основном через браузинг-контур: индексация, подборки, агрегаторы, отзывы.

См. также: кейс dezika: индексация ≠ цитирование · глоссарий GEO · сравнение с PixelTools AI