Как оценить эффективность продвижения в ИИ (нейросетях)?
Какие показатели отслеживать в GEO-продвижении, почему переходов из нейросетей недостаточно и как измерять видимость бренда по ключевым запросам.

Продвижение в нейросетях, или GEO, — новая услуга интернет-маркетинга, интерес к которой растёт вместе с аудиторией ИИ. Пользователи обращаются к нейросетям за советами, сравнивают продукты и ищут компании, которым можно доверить свою задачу. Бизнесу важно присутствовать в этих ответах.
По оценке geoboost за II квартал 2026 года, ИИ-чатами в России еженедельно пользовались 48,6 млн человек — 40% населения от 12 лет. Это расчётная оценка на основе нескольких источников, включая ВЦИОМ и Mediascope. В неё входят пользователи чатов, без учёта ИИ-ответов в поиске.
Аудитория уже достаточно велика, чтобы учитывать нейросети в продвижении. Но как понять, что работа агентства приносит результат?
Почему важно оценивать эффективность продвижения
Представьте: вы заключили договор с агентством, специалисты подготовили материалы, разместили публикации и через месяц прислали отчёт. Работы выполнены. Но что изменилось для вашего бренда?
Без начального замера ответить на этот вопрос сложно. Возможно, нейросети рекомендовали компанию и до начала продвижения. Или за месяц конкуренты стали появляться в ответах чаще, а ваш бренд остался на прежнем уровне.
Поэтому в GEO, как и в других направлениях маркетинга, нужны точка А и точка Б:
- как часто нейросети упоминали компанию до начала работы;
- по каким запросам она появлялась;
- как выглядела на фоне конкурентов;
- что изменилось после продвижения.
Количество опубликованных статей показывает объём работы. Изменение присутствия бренда в ответах помогает оценить её результат.
Какие есть варианты отслеживания
Рассмотрим два основных подхода: переходы на сайт в Яндекс.Метрике и видимость бренда по выбранным запросам.
Вариант 1. Смотреть переходы в Яндекс.Метрике
Логика понятна: если нейросети чаще рекомендуют компанию и дают ссылку на сайт, посещаемость должна расти.
Но пользователь может получить нужную информацию прямо в диалоге. Например, спросить, какое российское ПО подходит для управления производством, получить несколько рекомендаций и продолжить сравнение внутри чата. Компания попала в поле зрения потенциального клиента, но перехода на сайт не произошло.
По данным EMARKETER со ссылкой на Sensor Tower, в первом квартале 2026 года на генеративный ИИ приходилось 0,7% мирового веб-трафика.
Это мировая статистика, а не отдельная оценка российского рынка. Она также не означает, что каждый сайт получает из нейросетей ровно 0,7% посещений. Но она помогает понять ограничение подхода: большая аудитория ИИ пока не превращается в сопоставимый поток переходов на сайты.
Поэтому даже заметный рост присутствия бренда в ответах может не дать заметного прироста посещаемости.
Переходы и заявки из нейросетей отслеживать стоит. Но использовать их как единственный критерий эффективности GEO — значит пропустить контакты с брендом, которые произошли без посещения сайта.
Вариант 2. Смотреть видимость по ключевым запросам
Для оценки присутствия бренда в нейросетях основной рабочий показатель — видимость: как часто компания появляется в ответах на согласованный набор запросов.
Например, мы проверили 100 запросов и получили упоминание бренда в 10 ответах. Видимость в этой проверке — 10%. При следующем сопоставимом замере бренд появился в 25 ответах — показатель вырос до 25%.
Это позволяет оценивать динамику и сравнивать компанию с конкурентами.
В одном из наших проектов по продвижению B2B-бренда отечественного ПО компания появляется в 50 случаях, а один из конкурентов — в 500. Такой разрыв показывает, что в проверяемой выборке конкурент значительно заметнее и есть направления для роста.
При этом видимость нельзя приравнивать к охвату. Если бренд появился в 25% проверенных ответов, это не значит, что его увидели 25% пользователей нейросети. Мы измеряем результаты своей проверки, а не число реальных просмотров.
Также стоит учитывать контекст: нейросеть рекомендует компанию, просто перечисляет её среди других или сообщает о ней неверные сведения.
Как подбирать запросы под ИИ
Для оценки GEO важны прежде всего запросы, в ответах на которые нейросеть может рекомендовать конкретные бренды, продукты или подрядчиков.
Например:
- «Какие российские CRM подходят для производственной компании?»
- «Посоветуй производителей упаковки для продуктов питания».
- «Какие есть альтернативы \\\[название продукта конкурента\\\]?»
- «В какое агентство обратиться за продвижением интернет-магазина?»
Общий информационный вопрос может быть связан с вашей тематикой, но не предполагать упоминания компаний. Например, ответ на вопрос «Что такое CRM?» может полностью состоять из объяснения термина. Для оценки рекомендаций брендов он менее полезен.
Поэтому собрать список запросов недостаточно — нужно проверить, какие ответы на них действительно дают нейросети. На старте значительную часть такой работы полезно выполнять вручную: смотреть, появляются ли бренды, насколько запрос соответствует продукту и может ли за ним стоять потенциальный покупатель.
В итоговую выборку включают запросы, по которым нейросеть рекомендует вашу компанию, конкурентов или другие подходящие решения.
Для сравнения результатов важно сохранять одинаковые условия: набор запросов, выбранные сервисы, режим поиска и правила учёта упоминаний. Поскольку ответы могут меняться, повторные проверки дают более устойчивую картину, чем один замер.
В каких нейросетях продвигаться российскому бизнесу
Если компания работает на российский рынок, выбирать площадки нужно с учётом российской аудитории.
В исследовании geoboost, приведённом в начале статьи, лидером по недельной аудитории стала Алиса AI — 30,9 млн пользователей в России, по расчётной оценке авторов. Поэтому для бизнеса, ориентированного на широкую российскую аудиторию, мы бы начинали проверку именно с неё.
Дополнительно можно включить Google Gemini — чтобы оценивать присутствие бренда и в этом сервисе. Но считать его второй обязательной площадкой для любого российского бизнеса оснований нет: в том же исследовании аудитория ChatGPT и DeepSeek оценивается выше, чем аудитория Gemini.
ChatGPT, DeepSeek, Perplexity и GigaChat также можно добавить в мониторинг. При ограниченном бюджете выбор зависит от того, где находится ваша аудитория и какие сервисы дают рекомендации по вашей тематике.
Проверять все нейросети сразу необязательно. Полезнее начать с приоритетных площадок и качественно подобранных запросов, а затем расширять мониторинг.
Почему мониторинг в ИИ может стоить дороже, чем в SEO
В SEO обычно проверяют позицию страницы по запросу. В нейросетях нужно получить полный ответ и разобрать его: найти название бренда в разных написаниях, проверить ссылки и понять контекст упоминания.
Кроме того, ответы могут различаться от проверки к проверке. Для более устойчивой оценки приходится повторять запросы, а каждый повтор увеличивает расходы.
Одна проверка 100 запросов в пяти нейросетях может стоить 2 000 рублей. Если проводить её раз в неделю, четыре проверки за месяц обойдутся в 8 000 рублей. Поэтому частота мониторинга и размер списка запросов напрямую влияют на бюджет GEO-продвижения.
Поэтому подробный мониторинг в ИИ может обходиться дороже привычного съёма позиций в SEO. Эти расходы стоит учитывать при согласовании бюджета: сколько запросов проверяем, в каких нейросетях и как часто.
Где проверить позиции и видимость в ИИ
Для регулярных проверок рекомендуем сервис «Голос бренда» (aisov.ru). На данный момент мы в FRED работаем в нём.
Сервис собирает ответы ИИ по выбранным запросам, помогает отслеживать упоминания бренда и сайта, сравнивать видимость с конкурентами и смотреть динамику изменений. Это позволяет оценивать результат продвижения по согласованному набору запросов.
При анализе отчётов смотрите не только на место бренда в списке рекомендаций, но и на частоту его появления и контекст упоминаний. Набор запросов, нейросетей и условия проверки должны оставаться сопоставимыми от замера к замеру.
Вывод
Оценку GEO-продвижения нужно начинать с точки А: зафиксировать, по каким запросам нейросети рекомендуют бренд и как часто рядом появляются конкуренты. Затем повторять проверки в сопоставимых условиях.
Основной показатель такой работы — видимость бренда в ответах. Переходы и заявки дополняют оценку, но не отражают все знакомства с компанией внутри нейросетей.
Хороший отчёт по GEO должен отвечать на конкретный вопрос: стал ли бренд чаще появляться в релевантных рекомендациях ИИ и по каким темам удалось улучшить результат?