Глоссарий

Глоссарий: словарь видимости бренда в нейросетях

39 терминов с примерами из практики замеров: что означает слово, как его считают и что с ним делать. Без пересказа учебников: коротко, конкретно, с ссылками на первоисточники.

Основы

AEO (Answer Engine Optimization)AEO: как оформить страницу, чтобы ответная система взяла с неё готовый короткий ответ. Чем он отличается от GEO и SEO и почему сам по себе не гарантирует упоминание бренда.GEO (Generative Engine Optimization)GEO: работа над тем, чтобы нейросети называли ваш бренд и ссылались на ваш сайт в ответах. Что входит в GEO, чем он отличается от SEO и как проверить результат.LLM, большая языковая модельLLM: нейросеть, обученная на огромных массивах текста предсказывать следующее слово. На ней работают ChatGPT, DeepSeek, GigaChat и другие. Как она выбирает бренды и откуда берутся ошибки.НейроответНейроответ: текст, который нейросеть генерирует в ответ на вопрос в чате или в самой выдаче. Из чего он состоит, где встречается и почему бренду в нём нужно место.Нулевой кликНулевой клик: поиск или диалог с нейросетью, после которого пользователь не переходит ни на один сайт. Что показывают исследования и что это значит для брендов.ПромптПромпт: запрос, который пользователь отправляет нейросети. Как формулировка влияет на то, какие бренды назовут, и как составить набор промптов для замера видимости.

Метрики

Видимость бренда в нейросетяхВидимость бренда в нейросетях: доля ответов, где бренд назван. Как её считать, почему один ответ ничего не доказывает и чем видимость отличается от доли голоса.Доля голоса (SoV)Доля голоса (Share of Voice) в нейросетях: какую часть всех упоминаний в нише занимает ваш бренд среди конкурентов. Формула, пример расчёта и отличие от видимости.ЗамерЗамер: полный запуск всех промптов проекта по выбранным нейросетям с несколькими прогонами. Одна точка на графике видимости, с которой сравнивают следующие замеры.Критерий знаковКритерий знаков проверяет по парам «было → стало», что выросло и что упало, перевесило ли одно другое сильнее, чем при случайности. Рабочий пример расчёта и таблица порогов.Небрендовый запросНебрендовый запрос: вопрос без названия вашего бренда. По нему видно, находят ли вас новые клиенты. Как отличить его от брендового и почему он важнее для оценки заметности.Негатив рядом с брендомНегатив рядом с брендом: в ответе нейросети возле названия стоят слова вроде «обман», «жалобы», «задержки». LLMetr ищет такие слова-маркеры в окне символов вокруг упоминания.Объём выборкиСколько ответов нужно, чтобы процент видимости чего-то стоил. Десять ответов дают коридор в 60 п.п., сто дают 20. Почему повторы одного вопроса выборку не увеличивают.Позиция в спискеПозиция в списке: какой по счёту бренд назван в перечне из ответа нейросети. Первые места читают чаще, но универсального веса позиций нет, и считать их нужно по своим данным.ПрогонПрогон: один запрос промпта к одной нейросети и один полученный ответ. Из прогонов складывается видимость бренда, и их число задаёт точность замера.Разброс ответов нейросетиОдин и тот же вопрос нейросеть отвечает по-разному, и бренд в одних ответах есть, в других нет. Разброс объясняет, почему один ответ ничего не доказывает.Статистическая значимостьЗначимость показывает, можно ли отличить изменение видимости от случайного колебания ответов. Без неё рост с 24% до 28% легко принять за результат работы.Тональность упоминанияТональность: как нейросеть отзывается о бренде в конкретном ответе, по трём уровням: позитив, нейтрально, негатив. Метрика дополняет видимость: бренд могут называть часто и в плохом свете.Упоминание брендаУпоминание: название бренда встречается в тексте нейроответа. Какие написания считать, чем упоминание отличается от ссылки и где его легко посчитать неверно.Частота цитированияЧастота цитирования: в какой доле ответов нейросеть ставит ссылку на ваш сайт. Отдельная метрика от упоминания бренда: можно быть названным без ссылки и со ссылкой без названия.

Техника

llms.txtllms.txt: файл в Markdown со ссылками на главные страницы сайта для ИИ. Предложение сообщества, а не стандарт. Google прямо говорит, что не использует его, влияния на ответы никто не доказал.RAG (генерация с поиском)RAG: нейросеть сначала находит документы по запросу, потом пишет ответ с опорой на них. Так работают ChatGPT с поиском, Perplexity и Алиса AI, и поэтому ваш сайт может попасть в ответ.Schema.org и JSON-LDSchema.org: словарь микроразметки, JSON-LD: способ записать её в страницу. Разметка помогает поисковой системе понять сущность и товар; её связь с упоминаниями в ответах нейросетей подтверждена не у всех.Галлюцинация нейросетиГаллюцинация: уверенный ответ нейросети, в котором факт выдуман. Почему так бывает, чем это опасно для бренда (выдуманные цены, адреса, «закрылся») и как проверять.Дата отсечки знаний моделиДата отсечки (knowledge cutoff): момент, после которого в обучающих данных модели нет новых текстов. Как она влияет на упоминание новых брендов и как это обойти.ИИ-краулеры: GPTBot, OAI-SearchBot, PerplexityBot и другиеТри вида ИИ-краулеров: для обучения моделей, для поиска и для запроса пользователя. Таблица ботов OpenAI, Anthropic, Perplexity и Google, пример robots.txt и частые ошибки.Ответ через API и ответ в интерфейсеПочему ответ нейросети через API отличается от ответа в приложении, что от этого зависит и как читать замеры видимости с учётом разницы.Температура генерацииТемпература задаёт, насколько случайно нейросеть выбирает следующее слово. Почему даже при низкой температуре ответ может отличаться и что это значит для замеров видимости бренда.

Источники и поиск

E-E-A-TE-E-A-T: опыт, экспертность, авторитетность и надёжность в рекомендациях Google для асессоров. Это рамка оценки качества, а не фактор ранжирования. Что из неё пригодится для ответов нейросетей.Веб-поиск в нейросетяхВеб-поиск в нейросетях: модель сама решает, что нужен интернет, формулирует запросы, читает страницы и ссылается на них. От этого режима зависит, влияет ли на ответ ваш сайт.Внесайтовые упоминанияВнесайтовые упоминания: что о бренде пишут на сторонних площадках. Почему они влияют на видимость в нейроответах сильнее, чем кажется, и что известно из исследований.Домен-источникДомен-источник: сайт, страницы которого нейросеть берёт как основу ответа. Топ доменов по вашим вопросам показывает, где нужно присутствовать, чтобы вас называли.Консенсус источниковКонсенсус источников: нейросеть охотнее повторяет то, что подтверждается на нескольких независимых страницах. Рабочая гипотеза, как она проявляется и как проверить её на своих данных.Сущность (entity)Сущность (entity): однозначно опознаваемый объект вроде бренда, магазина или человека. Почему нейросеть путает похожие названия и как помочь ей узнать ваш бренд.Цитата-источник: ссылка в ответе нейросетиЦитата-источник: ссылка на страницу, которую нейросеть показала рядом с ответом. Ссылка и упоминание бренда в тексте даются независимо, и считать их нужно отдельно.

Площадки

GigaChatGigaChat: нейросеть Сбера. Что нужно знать о её API, веб-поиске, моделях и ограничениях доступа, и как читать видимость бренда в GigaChat.Google AI OverviewsGoogle AI Overviews: блок с генеративным ответом над результатами поиска Google. Когда он появляется, чем отличается от чата и почему у него два разных показателя.Алиса AIАлиса AI: нейросеть Яндекса, ответы которой показываются в поиске и в приложении. Как она отбирает источники, что показывает отчёт Яндекс Вебмастера и чего он не покажет.Нейропоиск ЯндексаНейро: сервис Яндекса, который отвечает на вопросы связным текстом со ссылками на источники. Как он появился, что с ним стало после прихода Алисы AI и как это учитывать при оценке видимости.

Что делать с терминами

Понятия нужны, чтобы действовать. Стратегии показывают, как попасть в ответы каждой нейросети, а замеры LLMetr проверяют, сработало ли.

Основа для всехChatGPTPerplexityGoogle AIАлиса AIGigaChatDeepSeek

Узнайте, как нейросети называют ваш бренд

Бесплатная проверка без регистрации: десять вопросов покупателей, три нейросети и PDF с результатами на почту.

Проверить бренд бесплатноПосмотреть демо-кабинет