Трекер видимости в ИИ: шесть одинаковых запросов вернули 18 разных источников

Трекер видимости в ИИ звучит просто. Задаёте ассистенту несколько отраслевых вопросов, отмечаете, появился ли ваш бренд, и рисуете график по времени.

Проблема находится выше по потоку от записи. То, что вы измеряете, не стоит на месте. Отправьте один и тот же запрос одной и той же модели дважды — и получите два ответа, которые пересекаются лишь частично. Запишите один из них, и вы запишете одну выборку из распределения, а затем подадите её как факт.

Мы хотели узнать, насколько велик разброс на самом деле, поэтому провели эксперимент, а не предположили. Короткая версия: шесть идентичных запросов дали восемнадцать процитированных источников, и ни один источник не был процитирован во всех шести.

Эта статья о том, что мы запускали, что получили, и о четырёх полях, которые трекер видимости в ИИ обязан хранить, чтобы цифра стоила взгляда и в следующем месяце.

Что мы запускали

Два эксперимента, оба на запросах, которые команда SaaS действительно использовала бы для изучения категории.

Эксперимент 1: один запрос, одна модель, шесть прогонов. Модель gpt-4o, веб-поиск включён, США, английский. Запрос: «Какие инструменты отслеживания позиций лучше всего подходят небольшой SaaS-команде в 2026 году? Дайте короткий список с источниками». Шесть отдельных живых вызовов, выполненных подряд в одном окне сессии.

Эксперимент 2: две модели, тот же запрос, по три прогона. Тот же запрос отправлен в Claude Sonnet 5 и Gemini 3.8 Flash, по три раза каждой, без веб-поиска. Без поиска мы измеряем, какие продукты модель называет из собственных знаний, а это отдельный сигнал от того, какие источники она цитирует.

Мы также отправили второй запрос по тому же пути веб-поиска четыре раза, чтобы понять, одинаково ли ведёт себя цитирование на разных типах вопросов: «Как отслеживать AI Overviews для своего сайта? Дайте конкретные методы с источниками».

Шесть прогонов — не большая выборка, и мы относимся к ней соответственно. Её достаточно, чтобы показать направление и примерный масштаб разброса, и в этом весь смысл.

Результат 1: восемнадцать источников, ноль общих для всех шести прогонов

Шесть прогонов с веб-поиском вместе процитировали 18 разных URL. Вот как часто встречался каждый домен.

Ни один домен не был процитирован во всех шести прогонах. Ни один URL не был процитирован во всех шести прогонах.

Важная цифра здесь — пересечение между прогонами. При сравнении каждой пары прогонов среднее пересечение Жаккара по процитированным URL составило 0,167. В двух парах из пятнадцати пересечение было ровно нулевым, то есть те два ответа не разделили ни одного источника.

Источник, процитированный в пяти прогонах из шести, — это потолок, который мы наблюдали. Ничего не было процитировано каждый раз.

В той таблице спрятана вторая находка. Домены, до которых модель дотянулась, в большинстве своём не известные в этой категории сайты-сравнения. Девять из восемнадцати доменов появились ровно один раз, и некоторые из них — небольшие сайты, содержание которых читается как собранное под запрос, а не как результат репортажа. Для бренда это палка о двух концах. Это значит, что слот цитирования отвоевать легче, чем место в традиционном рейтинге «лучших инструментов». Это также значит, что слот занимает тот, кто сделал страницу, подошедшую под форму запроса в том прогоне, и в следующем прогоне он заполнится заново.

Результат 2: сам ответ меняет размер

Цитаты двигались, и длина ответа двигалась вместе с ними.

Длина вывода колебалась от 505 до 1 108 токенов, разброс 603 токена — около 73 процентов от среднего. Самый длинный ответ более чем вдвое превышал самый короткий. Пять прогонов из шести попали в довольно узкую полосу от 813 до 1 108 токенов; один прогон остановился рано на 505 и процитировал пять источников вместо девяти-четырнадцати.

Для измерения это важно вполне конкретно. Если ваш трекер фиксирует «появился ли бренд в ответе и на какой позиции», то у короткого прогона меньше мест, где можно появиться. Команда, которая берёт выборку раз в неделю и случайно вытянула короткий прогон, запишет худший результат, чем команда, вытянувшая длинный прогон, — при том что на сайте ничего не изменилось.

Результат 3: некоторые запросы вообще не получают цитирований

Второй запрос, про отслеживание AI Overviews, прошёл тем же путём веб-поиска четыре раза и вернул ноль цитирований в каждом прогоне.

Ответы были стабильны по длине и менялись лишь на 8 процентов за четыре прогона. Но модель отвечала из собственных знаний и не назвала ни одного источника, так что записывать в столбец цитирований было нечего.

Отсюда возникает конкретное и вводящее в заблуждение показание трекера. Панель доли цитирований покажет по этому вопросу ноль, и это выглядит как провал видимости. Это не так. Это форма вопроса, которая не запускает поиск источников. Правильное показание — «цитирование неприменимо», и трекер, который не может отличить это от «цитирование проверено, и вас не было», отправит вас гоняться за проблемой, которой не существует.

Результат 4: смена модели — это другое измерение, а не повтор

С выключенным веб-поиском мы измерили, какие продукты называет каждая модель. Это изолирует собственный набор рекомендаций модели от всего, что вернул индекс поиска в ту минуту.

Claude Sonnet 5 называл от четырёх до пяти продуктов за прогон. За три прогона он назвал шесть разных продуктов: AccuRanker, Ahrefs, SEMrush, SE Ranking, Serpstat и SerpWatcher. Три из них появились во всех трёх прогонах: AccuRanker, Ahrefs и SEMrush. Среднее попарное пересечение — 0,587.

Gemini 3.8 Flash называл от двух до пяти продуктов за прогон. За три прогона он назвал семь разных продуктов: AccuRanker, Ahrefs, Looker Studio, Nightwatch, SE Ranking, SEMrush и Wincher. Только один из них, SE Ranking, появился во всех трёх прогонах. Среднее попарное пересечение — 0,306.

Между двумя моделями четыре продукта были названы обеими, а пять — только одной.

Один и тот же вопрос даёт частично разный набор рекомендаций на каждой модели и в каждом прогоне.

Практический вывод: если вы отслеживаете «видимость в ИИ» как одно число, вы усредняете как минимум по двум независимым источникам разброса — прогону и модели. Бренд, который стабильно появляется у одного ассистента и не появляется у другого, — это настоящая находка, под которую можно что-то предпринять. Бренд, чьё измерение по одной выборке сдвинулось на две позиции, — это шум.

Что должен записывать трекер видимости в ИИ

Четыре поля превращают скриншот в измерение.

Число прогонов, а не результат прогона. Храните каждый прогон и сообщайте диапазон. «Процитирован в 4 прогонах из 6» — это факт. «Процитирован, позиция 3» — это случайность. Шесть прогонов — разумный минимум для небольшой программы; двенадцать лучше, если запрос коммерчески важен.

Поле цитирования отдельно от поля упоминания. «Модель рекомендовала нас» и «модель сослалась на нас» — разные результаты с разными способами починки. Наши шесть прогонов дали 18 цитирований из 18 разных URL; трекер, который записывает только упоминания бренда, не поймал бы из этой чехарды ничего.

Состояние канала ответа. Записывайте, использовал ли прогон веб-поиск вообще, и длину ответа. Прогон с нулём цитирований и прогон с нулём упоминаний выглядят на панели одинаково и означают противоположное.

Текст запроса дословно, с номером версии. Формулировка запроса определяет, какие источники подтягиваются. Если запрос меняется от месяца к месяцу, линия тренда рвётся. Версионируйте запрос так же, как версионируете скрипт отслеживания.

Как построить цикл прогонов

Ручная проверка не выдерживает одного столкновения с календарём. Цикл — это скрипт, который прогоняет запрос N раз, сохраняет каждый сырой ответ вместе с его цитированиями и сравнивает текущее окно с предыдущим.

Это хорошо подходит агенту, потому что работа повторяющаяся, ограничена правилами и требует письменного журнала. В Claude Code или Codex полезная инструкция — оставлять сырые прогоны на диске и никогда их не перезаписывать, а затем отчитываться сводной таблицей, а не одним числом. Если вы уже тянете данные Search Console и Bing через серверы MCP, та же сессия может держать журнал цитирований рядом с данными показов — и именно там две цифры начинают быть полезны вместе. Наши заметки о том, что эти серверы раскрывают, — в разборе что на самом деле делают четыре сервера SEO MCP, а сторона присутствия той же проблемы — в нашем снимке AI Overview по сорока запросам.

Одно правило дизайна важнее остальных: вывод трекера должен быть распределением. Сообщайте «процитирован в 4 из 6», а не «процитирован». Сообщайте список источников, а не источник номер один. Любая панель, которая сжимает шесть прогонов в одно число, выбросила единственную информацию, которую купили дополнительные прогоны.

Если цель — сравнение с конкурентами, а не мониторинг, то лучше подойдёт цикл отслеживания позиций во времени, а компромиссы между источниками данных разобраны в как собрать трекер позиций из двух источников.

Ограничения выборки из шести прогонов

Три честные оговорки.

Выборка мала. Шесть прогонов очерчивают разброс лишь грубо. Они устанавливают, что пересечение между прогонами частичное и что пары с нулевым пересечением случаются; доверительного интервала для вашей категории они не дают.

Результаты привязаны ко времени. Эти прогоны были сделаны 12 сентября 2026 года против живых моделей. И модели, и результаты поиска под ними меняются.

Процитированные домены — это выборка по одному коммерческому запросу. Другая форма вопроса, например сравнительный вопрос или вопрос «как сделать», даст другой паттерн цитирования. Полезный ход — прогнать тот же дизайн по десяти вашим самым коммерчески важным запросам и записать, как ведёт себя ваша категория.

Частые вопросы

Сколько прогонов нужно, прежде чем цифра видимости в ИИ станет осмысленной? Шесть — практический минимум для одного запроса, и число следует сообщать как количество из общего числа прогонов, а не как позицию. Если запрос определяет решения о выручке, двенадцать прогонов дадут более плотное показание за несколько долларов.

Значит ли это, что отслеживать видимость в ИИ не стоит? Это значит, что не стоит отслеживать по одной выборке. Разброс и есть находка. Трекер, который сообщает «процитирован в 4 из 6 прогонов, источники сместились на 12 доменов с прошлого месяца», описывает реальную систему, в которой соревнуется конкурент.

Почему один запрос вернул ноль цитирований? Модель ответила из собственных знаний вместо поиска источников. Это свойство вопроса, а не провал вашего сайта. Отслеживайте это как неприменимое, а не как ноль.

Стоит ли отслеживать ChatGPT, Claude и Gemini по отдельности? Да. В нашем сравнении по три прогона две модели пересеклись лишь в четырёх из девяти названных продуктов. Усреднение скрывает решение на уровне программы о том, какого ассистента оптимизировать первым.

Можно ли уменьшить разброс, понизив температуру модели? Частично, и это стоит проверить на своих запросах. Но на набор цитат влияет ещё и поисковый индекс, а им вы не управляете. Число прогонов — более надёжный рычаг.

Взгляд Auspia: если вы в этом квартале строите отслеживание видимости в ИИ, сначала постройте журнал прогонов, а потом панель. Панель — это выбор отображения. Журнал прогонов — это измерение. Начните с десяти запросов, по шесть прогонов каждый, с дословным хранением — и за неделю узнаете больше, чем расскажет целый год проверок по одной выборке.

Автор: Ethan Marlowe, руководство измерением GEO на более чем 500 запросами в Auspia. Пишет об отслеживании запросов, отчётах о цитировании и панелях видимости, которые выдерживают столкновение с реальным циклом измерений.