Большинство команд, отслеживающих видимость бренда в ответах ИИ, до сих пор работают со скриншотом. Они задают ChatGPT вопрос, копируют ссылки на источники и вставляют их в документ. Это говорит о том, что один модель сказала в один день. Это не говорит о том, до каких источников поисковая система ответов реально может добраться, и не даёт вашему агенту ничего, что он мог бы запросить сам.
Более полезная форма этой работы — карта источников вместе с путём подключения. Вы решаете, какие источники данных важны для вашей категории, а затем подключаете то, до чего можно добраться, напрямую к агенту, который ведёт мониторинг. Остаётся короткий список источников, на которые вы можете влиять только косвенно, и этот список обычно короче, чем кажется.
В этой статье три части. Она раскладывает источники данных, стоящие за ответами ИИ, по уровням — по силе доказательств и по актуальности. Она даёт конкретный путь через API или MCP для тех источников, у которых он есть. И она разбирает способ подключения для Codex, Claude Code, Hermes Agent, OpenClaw, Pi Agent, Grok Bot и Meta Muse, включая случаи, когда готового коннектора нет и мост приходится строить самому.
Короткий ответ
Четыре категории источников питают ответы ИИ, и доступность у них не одинаковая.
Источники веба и поискового обнаружения доступны через API-привязку к поиску и через ваши собственные страницы, которые можно обойти краулером. Структурированные коммерческие фиды доступны через документированные спецификации фидов, но доступ ограничен одобрением. Корпуса знаний и сообществ частично доступны через лицензированные API, а частично закрыты за сбором данных на этапе обучения, на который вы не влияете. А поверхности действий агентов доступны через спецификации протоколов, которые ещё устаканиваются.
В переводе на рабочий процесс мониторинга под управлением агента это превращается в практическое правило. Подключайте то, у чего есть документированный API или MCP-сервер. К тому, у чего есть спецификация фида, относитесь как к проекту по качеству данных. А то, у чего нет ни того, ни другого, считайте проектом по контенту и сущностям, а не проектом по данным.
Как читать таблицу уровней
Уровни ниже разводят источники по тому, насколько сильны доказательства, что они сейчас питают ответы ИИ, и по тому, живое это подключение или историческое. Именно здесь ошибается большинство списков источников. Источник, сформировавший модель в 2022 году, и источник, который модель запрашивает сегодня, — разные вещи, и их смешение даёт неверную стратегию.
Уровень | Значение | Что это значит для вашего процесса |
|---|---|---|
1 | Подтверждено и актуально | Живая привязка к поиску, извлечение или действия. Подключите, отслеживайте, оптимизируйте. |
2 | Подтверждено и актуально | Обучение или лицензирование. Влиять можно через контент и партнёрства, а не через API. |
3 | Подтверждено исторически | Только предобучение. Живого рычага нет. Не стройте вокруг этого процесс мониторинга. |
4 | Сильные доказательства, не подтверждено | Категорийное предположение. Стоит наблюдать, но не стоит закладывать бюджет. |
Одна оговорка перед таблицей. Эта категория меняется каждый месяц. Документация вендоров, лицензионные сделки и спецификации фидов — всё движется. Считайте распределение по уровням отправной точкой, которую вы перепроверяете по собственной документации вендора, прежде чем закреплять команду за процессом.
Уровень 1: живые источники, до которых агент реально дотянется
Это источники, у которых сегодня есть документированное подключение. Если ваш агент будет сам забирать данные о видимости в ИИ, начинать нужно здесь.
Веб и поисковое обнаружение
Привязка к Google Search. API Gemini предоставляет инструмент google_search, который подключает модель к веб-контенту в реальном времени и возвращает ссылки на источники. Это документировано, актуально и представляет собой самый ясный пример живой привязки на рынке. Это также значит, что рычаг — это обходимость краулером и структура вашей страницы, а не фид.
Bing Search. Microsoft документирует, что результаты Bing используются для усиления ответов Copilot. Практический смысл тот же, что у Google: если вы хотите появляться, страница должна быть доступной и извлекаемой.
Живые страницы издателей. До них добираются во время вывода через поисковую привязку, а не через предобучение. Отбор результатов и обходимость краулером определяют попадание, поэтому техническая SEO-работа всё ещё видна в результатах видимости в ИИ.
Товары и покупки
Google Merchant Center. Данные фида продавцов лежат в основе торговых поверхностей Google. Если вы продаёте физические товары и вас нет в Merchant Center, вы отсутствуете на поверхности, которую активно подключают к ответам ИИ.
Фиды продавцов и розницы от OpenAI. Продавцы передают структурированный фид товаров, а документация Agentic Commerce Protocol описывает схему, два пути интеграции — через загрузку файла и через API — и частоту обновления, которая принимает обновления в течение дня. Доступ сейчас ограничен одобренными партнёрами, так что это проект с подготовительным сроком, а не переключатель, который можно щёлкнуть.
Локальный бизнес и места
Привязка к Google Maps. Документирована как инструмент наряду с привязкой к поиску и даёт моделям геопространственный контекст. Именно поэтому локальный бизнес с точными и полными профилями появляется в ответах ИИ о вариантах поблизости.
Google Business Profile. Данные профиля компании лежат в основе локальных поверхностей Google. Для локального бизнеса это один из самых выгодных и наименее трудоёмких источников в списке.
Yelp. Yelp лицензирует отзывы, фотографии и информацию о компаниях для локальных рекомендаций в реальном времени, и связь выходит за пределы привязки к поиску в сторону действий. Это один из немногих источников, где площадка отзывов одновременно служит и источником цитирования, и поверхностью сделки.
Знания и справочники
Wikipedia и Wikimedia. Присутствуют в раскрытой смеси предобучения и широко используются как живой справочный корпус. Лицензирование необычно ясное, что делает их законной целью для работы с сущностями.
Сообщества, вопросы и ответы, соцсети
Reddit. Живой источник привязки к поиску через соглашение о лицензировании данных, при этом сторона обучения сообщается отдельно. Считайте статус продления нестабильным и не стройте процесс, который предполагает постоянный доступ.
Уровни 2 и 3: источники, на которые вы влияете, но которые не запрашиваете
Они важны, но не через API, который агент может вызвать.
Лицензированный контент издателей. Существует несколько явных лицензионных партнёрств с крупными издателями, и условия различаются по партнёрам в части обучения, привязки к поиску и атрибуции. Вы не можете купить себе место в этом списке как небольшой сайт, но можете стать тем типом источника, на который ссылаются, когда лицензированный корпус тонок по вашей теме.
Источники для разработчиков и технические источники. Публичные репозитории кода и корпуса технической документации — подтверждённые актуальные источники. Для компаний, делающих инструменты для разработчиков, это самый ценный уровень в списке, и добраться до него можно через качество документации, а не через фид.
Исторические веб-корпуса. Очищенные производные от данных обычного краулинга и похожие архивы. Подтверждённые исторические, без живого рычага. Полезны как контекст для понимания, почему у модели есть определённая предпосылка, но не годятся для процесса мониторинга.
Слой подключения: до чего может добраться каждый агент
Здесь статья оправдывает себя. Таблица ниже сопоставляет каждого агента с механизмом подключения, который он реально поддерживает, и с честным состоянием готовых коннекторов к источникам выше.
Агент | Механизм подключения | Готовые коннекторы к источникам | Что вы строите |
|---|---|---|---|
Codex | MCP через stdio и streamable HTTP, настраивается в | Растущий реестр MCP-серверов от сообщества | Тонкий MCP-сервер для любого источника с HTTP API |
Claude Code | MCP через HTTP, SSE, stdio и WebSocket | Каталог коннекторов Anthropic и серверы от сообщества | Тот же сервер, добавляется командой |
Hermes Agent | MCP с фильтрацией инструментов по серверам, плюс нативные навыки | Отобранный каталог MCP с установкой в один клик | Навык, оборачивающий API, когда MCP нет |
OpenClaw | Клиент и сервер MCP, плюс A2A JSON-RPC | Реестр MCP в OpenClaw и сохранённые определения серверов | Сохранённое определение MCP или мост A2A |
Pi Agent | Расширения на TypeScript и навыки, без нативного клиента MCP | По умолчанию нет | Небольшое расширение, вызывающее API как инструмент |
Grok Bot | Удалённые инструменты MCP, объявляемые в запросе к API | Любой удалённый MCP-сервер, на который вы укажете | Удалённый MCP-сервер, подключение ведёт Grok |
Meta Muse | Коннекторы, без публичной поверхности MCP или API | Только коннекторы под управлением вендора | Только косвенная работа: фиды, данные сущностей и обходимые краулером страницы |
Закономерность, которую стоит заметить: пять из семи агентов говорят на MCP, а те два, что не говорят, находятся на противоположных концах спектра. Pi Agent намеренно минимален и предполагает, что вы напишете расширение. Meta Muse — потребительский продукт вообще без поверхности для разработчиков.
Значит, эффективный ход — построить один MCP-сервер для самого ценного источника и переиспользовать его в Codex, Claude Code, Hermes Agent, OpenClaw и Grok Bot. Вы пишете его один раз.
Один сервер покрывает пять из семи агентов. Pi Agent и Meta Muse нужен другой путь.
Как подключить каждый агент
Шаги ниже предполагают, что у вас уже есть ключ API или токен для источника, который вы подключаете. Не храните учётные данные в файле конфигурации, который попадает в репозиторий.
Codex
Codex хранит настройки MCP в config.toml — либо в ~/.codex/config.toml, либо на уровне проекта в .codex/config.toml. Настольное приложение ChatGPT, CLI Codex и расширение для IDE используют эту конфигурацию совместно, так что настраивать нужно один раз.
Для stdio-сервера:
codex mcp add my-source --env API_KEY=your-key -- npx -y @your-org/my-source-mcpДля streamable HTTP-сервера добавьте таблицу в config.toml:
[mcp_servers.my-source]
url = "https://mcp.example.com/mcp"
bearer_token_env_var = "MY_SOURCE_TOKEN"Codex читает поле instructions, возвращаемое MCP при инициализации, и использует его как общее руководство по серверу. Если вы пишете сервер, сделайте первые 512 символов самодостаточными, чтобы самые важные ограничения были под рукой, когда агент решает, вызывать ли сервер.
Запустите codex mcp list, чтобы убедиться, что сервер зарегистрирован, и /mcp внутри TUI, чтобы увидеть активные серверы.
Claude Code
Claude Code поддерживает удалённый HTTP, удалённый SSE, локальный stdio и удалённый WebSocket. Для удалённых серверов рекомендуется HTTP.
claude mcp add --transport http my-source https://mcp.example.com/mcp \
--header "Authorization: Bearer your-token"Для локального сервера:
claude mcp add my-source -- npx -y @your-org/my-source-mcpДве детали, на которых спотыкаются. Первая: запись в JSON-конфигурации, где есть url, но нет type, трактуется как stdio-сервер и молча пропускается, поэтому всегда указывайте "type": "http" явно. Вторая: Claude Code задаёт CLAUDE_PROJECT_DIR в окружении запускаемого сервера, поэтому локальный сервер может разрешать пути относительно проекта, не завися от рабочей директории.
Hermes Agent
Hermes Agent поставляется с поддержкой MCP в стандартной установке. Конфигурация лежит в ~/.hermes/config.yaml:
mcp_servers:
my-source:
command: "npx"
args: ["-y", "@your-org/my-source-mcp"]Hermes также поддерживает удалённые MCP-серверы по HTTP в той же конфигурации и поддерживает фильтрацию по каждому серверу, так что вы открываете только те инструменты, которые действительно хотите показать агенту. Эта фильтрация здесь важнее, чем у других агентов, потому что Hermes работает без присмотра по расписанию.
Если вы переходите с Claude Code, команда hermes import-agent claude-code сопоставляет блок mcpServers из ~/.claude.json с mcp_servers в конфигурации Hermes и заодно переносит навыки и инструкции.
Когда MCP-сервера для источника нет, запасной вариант — система навыков. Навык — это каталог с файлом SKILL.md, который говорит агенту, когда его использовать и что делать. Оберните вызов API в прилагаемый скрипт и сошлитесь на него из навыка, и агент получит возможность без сервера протокола.
OpenClaw
OpenClaw работает и как клиент MCP, и как сервер MCP. Как клиент вы управляете сохранёнными определениями серверов через подкоманды mcp registry, а редактировать и проверять серверы можно со страницы настроек Control UI в браузере.
openclaw mcp registry add my-source --transport streamable-http --url https://mcp.example.com/mcp
openclaw mcp statusOpenClaw также открывает свои разговоры в каналах через MCP — это обратное направление, полезное, если вы хотите, чтобы другой агент читал, что делал ваш экземпляр OpenClaw. Для внешних агентов, не являющихся клиентами MCP, OpenClaw говорит на A2A поверх JSON-RPC.
Причина выбрать OpenClaw для этой работы — модель разрешений. У него есть политика инструментов для каждого чата и явный путь одобрения выполнения, а это именно то, что нужно, когда агент читает платный источник данных и вы хотите ограничить его расходы.
Pi Agent
У Pi Agent нет нативного клиента MCP, и это осознанный выбор дизайна, а не пробел. Его точка расширения — модули на TypeScript, которые работают внутри процесса Pi и регистрируют инструменты.
Создайте расширение в ~/.pi/agent/extensions/my-source.ts:
import type { ExtensionAPI } from "@earendil-works/pi-coding-agent";
export default function (pi: ExtensionAPI) {
pi.registerTool({
name: "my_source_lookup",
description: "Look up a record in My Source by query.",
parameters: { type: "object", properties: { query: { type: "string" } }, required: ["query"] },
handler: async ({ query }) => {
const res = await fetch(`https://api.example.com/search?q=${encodeURIComponent(query)}`, {
headers: { Authorization: `Bearer ${process.env.MY_SOURCE_TOKEN}` },
});
return await res.json();
},
});
}Загружайте напрямую во время разработки через pi --extension ./my-source.ts, затем перенесите в каталог расширений или упакуйте командой pi install, когда он стабилизируется.
Компромисс реальный и заслуживает прямой формулировки. Расширение работает с теми же правами операционной системы, что и процесс Pi, и может просматривать подсказки, вызовы инструментов, файлы и учётные данные. Загружайте расширения только из источников, которым доверяете, и читайте код перед установкой.
Grok Bot
API Grok поддерживает удалённые инструменты MCP, а подключение к серверу ведёт xAI за вас. Сервер объявляется в массиве tools запроса:
from xai_sdk import Client
from xai_sdk.chat import user
from xai_sdk.tools import mcp
client = Client(api_key=os.getenv("XAI_API_KEY"))
chat = client.chat.create(
model="grok-4.7",
tools=[mcp(server_url="https://mcp.example.com/mcp", server_label="my-source")],
)Для удалённых инструментов MCP поддерживаются только транспорты streaming HTTP и SSE. Ограничить набор открываемых инструментов можно через allowed_tools, а также передать токен авторизации, который xAI установит в заголовок Authorization при запросах к вашему серверу.
Преимущество в том, что вам не нужно запускать и поддерживать подключение на стороне клиента. Недостаток в том, что MCP-сервер должен быть доступен публично, поэтому всё, что находится за VPN, требует другого подхода.
Meta Muse
Muse подключается к сторонним приложениям и сервисам через коннекторы, а у самого агента нет публичной поверхности MCP или API для разработчиков. Это честный ответ, и он меняет то, что вы можете сделать.
Вы не можете подключить Muse к процессу мониторинга так, как это делаете с остальными шестью агентами. Что вы можете — сделать источники, которые читает Muse, лучше. Это значит точные данные о товарах и каталоге, если вы продаёте; полную и согласованную информацию о компании, если вы локальный бизнес; и обходимые краулером страницы с ясными сигналами сущностей, если вы издатель. Muse — цель для работы по готовности, а не источник данных, который вы запрашиваете.
Если Meta выпустит поверхность для разработчиков для Muse, этот раздел изменится. До тех пор относитесь к нему как к аудитории, к которой готовятся, а не как к системе для интеграции.
Постройте один сервер и переиспользуйте его пять раз
Если вы собираетесь что-то строить, постройте MCP-сервер для самого ценного источника и переиспользуйте его. Пять агентов с поддержкой MCP выше принимают streamable HTTP-сервер, поэтому одно развёртывание покрывает их все.
Минимальному серверу нужно четыре вещи: инструмент, который принимает запрос и возвращает структурированные данные; проверка bearer-токена на стороне сервера; ограничение частоты, чтобы вышедший из-под контроля агент не сжёг вашу квоту API; и поле instructions, излагающее ограничения в первых 512 символах.
Два правила, которые предотвращают большую часть боли. Возвращайте структурированные данные, а не прозу, чтобы агент рассуждал о полях, а не парсил текст заново. И держите каждый инструмент доступным только для чтения, пока не увидите, как агент использует его полный цикл. Сервер только для чтения ничего не может испортить, а расширить его можно после того, как вы увидите реальные шаблоны вызовов.
Проверьте подключение, прежде чем доверять ему
Не предполагайте, что настроенный сервер — это работающий сервер. Выполните четыре проверки.
Убедитесь, что сервер зарегистрирован. codex mcp list, claude mcp list или openclaw mcp status должны его показать. Сервер, который не прошёл разбор, в некоторых клиентах молча пропускается.
Проверьте перечень инструментов. Попросите агента перечислить инструменты, которые открывает сервер. Если вы ждали шесть, а увидели один, значит сервер зарегистрировался, а инструменты нет.
Проверьте реальным запросом. Попросите конкретную запись, которую можете проверить вручную. Общий вопрос вроде «какие данные ты можешь получить» ничего не доказывает.
Проверьте путь отказа. Отзовите токен и выполните запрос снова. Вам нужна ясная ошибка аутентификации, а не тихий пустой результат. Агент, который считает неудачный вызов «нет данных», сообщит чистый результат по оборванному подключению, а это самый дорогой режим отказа во всём этом процессе.
Четыре проверки. Последняя ловит отказ, который выглядит как находка.
Что это меняет в ваших приоритетах
Таблица уровней и таблица подключений указывают в одну сторону. Источники, которые вы можете подключить к агенту, — это источники, которые вы можете измерять, а источники, которые вы можете измерять, — это те, которые вы можете улучшать относительно базовой линии.
Значит, порядок работы не тот, к которому привыкло большинство команд. Начните с источника, у которого есть и документированное подключение, и реальное влияние на ваш бизнес. Для локального бизнеса это Google Business Profile и привязка к Maps. Для товарной компании — Merchant Center или фид товаров. Для компании, делающей инструменты для разработчиков, — качество документации. Для издателя — обходимость краулером и извлекаемость живых страниц.
Затем постройте тот самый один MCP-сервер, который заводит этот источник в вашего агента, и переиспользуйте его в пяти агентах, говорящих на протоколе. Источники без пути подключения оставьте как работу по контенту и сущностям и честно признайте, что измерить их так же не получится.
Команды, которые здесь вырываются вперёд, — не те, у кого самый длинный список источников. А те, кто подключил два-три важных источника и построил вокруг них цикл мониторинга.
Частые вопросы
Нужен ли MCP, чтобы дать агенту доступ к источнику данных? Нет. MCP — это стандарт, который сейчас поддерживает большинство агентов, что делает его самым переиспользуемым вариантом, но навык с прилагаемым скриптом API работает так же хорошо для одного агента. Если вы подключаете один источник к одному агенту, навык требует меньше работы. Если вы подключаете один источник к пяти агентам, MCP окупается сразу.
С какого агента начать? Начните с того, что соответствует тому, где уже находится ваша работа. Если сайт в репозитории git — Codex или Claude Code. Если нужны запуски по расписанию с постоянной памятью — Hermes Agent. Если нужна жёсткая граница разрешений на платный источник данных — OpenClaw. Если нужна самая маленькая поверхность, которую можно проверить за один подход, — Pi Agent.
Можно ли подключить источник, у которого нет MCP-сервера? Да, тремя способами. Напишите тонкий MCP-сервер, если у источника есть HTTP API и вы хотите переиспользовать его в нескольких агентах. Напишите навык с прилагаемым скриптом, если нужен только один агент. Или используйте агента с поддержкой удалённых инструментов MCP и укажите на сервер, который кто-то другой размещает.
Почему я не могу подключить Meta Muse? Meta не опубликовала API для разработчиков или поверхность MCP для Muse. Коннекторы управляются вендором. Пока это не изменится, Muse — поверхность, для которой готовят контент и данные, а не система, которую вы запрашиваете.
Распределение по уровням постоянно? Нет. Эта категория меняется каждый месяц. Перепроверяйте документацию вендора, прежде чем закреплять команду за процессом, и считайте любое распределение старше квартала неподтверждённым.
Какая самая частая ошибка в этой работе? Отношение к неудачному вызову API как к настоящему нулю. Если агент сообщает, что у бренда нет видимости в ИИ, а корневая причина — истёкший токен, у вас сбой измерения, замаскированный под находку. Всегда проверяйте путь отказа, прежде чем доверять пути успеха.
Author: Julian Mercer, технический SEO-практик с 14-летним опытом в Auspia. Пишет об обходимости краулером, схемах, рендеринге и технических основах, которые делают контент читаемым и для поисковых систем, и для агентов ИИ.
