Чому видимість бренду в ChatGPT не можна вимірювати одним числом
Уявіть юридичну компанію, яка роками працює над сайтом. Експертні статті про військове право стоять у топі Google, органічний трафік стабільний. Керівник вирішує перевірити, що про нього знає ШІ, і пише в ChatGPT: «Порадь адвоката з військового права». У відповіді кілька прізвищ, його серед них немає. За тиждень колега вводить схожий запит, і цього разу компанію згадують.
То вона невидима для ШІ чи ні? Обидва спостереження правдиві, і жодне з них нічого не доводить. Позиції в Google можна перевірити двічі за день і побачити майже те саме. Відповідь ШІ щоразу складається заново. Тому й міряти її треба інакше: не одним числом, а кількома показниками й за методикою, яку можна повторити.
Нижче розповідаю, як я до цього підходжу.
Чому одна відповідь ChatGPT нічого не доводить
Наприкінці січня 2026 року Ренд Фішкін (SparkToro) і Патрік О'Доннелл (Gumshoe.ai) опублікували дослідження про те, наскільки стабільні рекомендації ШІ. Волонтери в листопаді й грудні 2025 року ганяли 12 однакових запитів через ChatGPT, Claude і Google AI, кожен по 60–100 разів на платформі. Разом близько 3 000 відповідей. Шанс отримати той самий перелік брендів двічі підряд виявився меншим за 1 зі 100. Той самий перелік у тому самому порядку з'являвся менш ніж у 0,1% випадків.
Є застереження, і чесно їх назвати важливо. Дослідження не рецензоване. Gumshoe.ai сам продає інструменти для відстеження ШІ, автори це не приховували. Учасники користувалися власними налаштуваннями, а чи поводиться API так само, як звичайний чат, не з'ясовано. Але для нашої теми головне інше: частота появи бренду за багатьох запусків виявилась стабільнішою, ніж його місце в списку. Одна відповідь випадкова. Повторювана картина вже щось показує.
Крім природної мінливості, на результат можуть впливати деталізація запиту, мова, регіон, налаштування акаунта й те, чи підключений пошук в інтернеті. Тому тест, у якому не записані умови, неможливо повторити й порівняти.
З цього я роблю чотири висновки:
- відповіді на однакове формулювання можуть відрізнятися;
- відсутність бренду в одному тесті не означає відсутності видимості;
- присутність в одній відповіді не означає стійкої присутності;
- згадка не дорівнює рекомендації: компанію можуть назвати серед «відомих», але не запропонувати як варіант вибору.
Покажу на запитах. «Найкращі адвокати Києва» не має спеціалізації. Я б очікувала широкий перелік найвідоміших фірм, найімовірніше без прив'язки до ВЛК. «Порадь адвоката в Києві для оскарження рішення ВЛК» уже описує конкретну потребу, і відповідь залежить від того, чи є в доступних джерелах матеріали саме про цю процедуру. Тож компанія може бути відсутня в першому й присутня в другому, і навпаки. Це моє припущення, а не результат вимірювання. Його і треба перевіряти.
П'ять показників замість одного
Підписуйтеся на наші соцмережі
-
1
Частота згадок. У якій частці перевірених відповідей з'являється бренд.
-
2
Частота рекомендацій. Як часто ШІ не просто називає компанію, а пропонує її як варіант вибору.
-
3
Присутність конкурентів. Які компанії найчастіше з'являються за тими самими запитами.
-
4
Джерела та цитування. Які сайти ШІ використовує як підтвердження і чи цитує сайт самої компанії.
-
5
Контекст згадок. З якими послугами, характеристиками та потребами користувачів пов'язують бренд.
Окремо жоден із цих показників картини не дає. Багато згадок при малій кількості рекомендацій означає, що бренд «відомий», але його не обирають. Багато згадок у невідповідному контексті означає видимість не там, де шукають клієнти.
Як сформувати вибірку запитів
Якщо перевіряти лише брендовий запит на кшталт «Що ти знаєш про компанію X?», результат майже завжди буде приємним. ШІ просто відповідає про назву, яку йому дали. Це показує обізнаність про бренд, а не конкурентну видимість серед тих, хто ще обирає.
Я ділю запити на чотири групи:
- Брендові: що відомо про конкретну компанію. Приклад: «Що ти знаєш про юридичну компанію [назва]?»
- Категорійні: кого порадити серед адвокатів певної спеціалізації. Приклад: «Порадь адвоката з військового права в Києві».
- Проблемні: що робити людині в конкретній ситуації. Приклад: «Мене направили на повторний огляд у ВЛК, але я не згоден із висновком. Що робити і до кого звернутися?»
- Порівняльні: як обрати між кількома компаніями чи фахівцями. Приклад: «Як обрати між великою юридичною фірмою та приватним адвокатом для оскарження рішення ТЦК?»
Кожен запит треба перевіряти повторно. До кожного заміру записуйте дату, платформу й модель, чи ввімкнений пошук в інтернеті, чи ви в акаунті, чи в гостьовому режимі, мову та точне формулювання. Без цього за місяць ви не зрозумієте, змінилася видимість чи просто змінилися умови перевірки.
Приклад: однакова частота згадок, різна видимість
Приклад умовний. Цифри вигадані, щоб показати логіку, і не є результатами реальних перевірок.
Припустимо, ми перевірили по 40 відповідей для двох юридичних компаній: по 10 на кожну групу запитів. Обидві згадані в 10 відповідях із 40, тобто 25%.
Компанію А згадують переважно тоді, коли людина вже знає її назву. Вона підтверджує наявну обізнаність, але майже не потрапляє в поле зору того, хто лише шукає адвоката. Компанія Б рідко з'являється, коли її шукають за назвою, зате присутня там, де людина описує проблему й ще не визначилася.
Однакові 25% ховають різницю в тому, наскільки реально отримати нового клієнта. Якби додати частоту рекомендацій і джерела, різниця була б ще виразнішою. Але навіть такий результат не доводить, що згадка в ChatGPT приведе людину на сайт чи до звернення. Це окреме питання, і відповідь на нього шукають в аналітиці.
П'ять помилок, які я бачу найчастіше
- Висновки за однією відповіддю. Це знімок одного випадкового запуску.
- Змішування згадки, рекомендації та цитування. Це три різні події. Бренд можуть згадати без рекомендації, порадити без посилання на сайт, а сайт процитувати, не назвавши компанію.
- Аналіз тільки власного бренду. Без конкурентів незрозуміло, чи 25% це багато, чи мало для вашої ніші.
- Порівняння різних періодів без однакової методики. Інші запити, інша модель чи налаштування дають інший результат, і це помилково сприймають за динаміку.
- Обіцянки гарантованих позицій чи рекомендацій у ChatGPT. Відповіді змінюються навіть тоді, коли на вашому боці нічого не змінилося. Чесно можна обіцяти роботу над тим, що ви контролюєте, але не результат у чужій відповіді.
Як організувати регулярний моніторинг
-
1
Визначте конкурентів. Беріть тих, кого ШІ реально називає за вашими запитами, а не лише тих, кого ви вважаєте конкурентами.
-
2
Складіть групи запитів. Усі чотири типи, кожен у кількох формулюваннях.
-
3
Зафіксуйте методику й умови. Платформа, модель, режим, пошук в інтернеті, мова, акаунт.
-
4
Зберіть повторні відповіді. Кожен запит запускайте кілька разів і в різні дні.
-
5
Розмітьте результат. По кожній відповіді: чи є згадка, чи є рекомендація, які джерела процитовано, у якому контексті названо бренд.
-
6
Порівняйте з попереднім періодом. Тільки за тієї самої методики.
Невеликій компанії на старті вистачить обмеженого, але стабільного набору запитів, який не змінюється від заміру до заміру. Універсального мінімуму я не називаю. Навіть автори згаданого дослідження прямо написали, що не встановили, скільки запусків потрібно для надійних даних. Це залежить від ніші, регіону й того, наскільки відрізняються відповіді.
Важлива не сама згадка, а її значення для бізнесу
Оцінка видимості в ШІ має відповісти на три запитання:
- за якими потребами користувачів бренд з'являється у відповідях;
- як він виглядає порівняно з конкурентами;
- чи змінюється його присутність із часом.
І одна практична порада. Перш ніж вкладатися в підвищення видимості в ШІ, зафіксуйте початкові показники й методику, за якою ви їх міряли. Інакше через пів року ви не доведете, що щось змінилося, а можливо, і самі не зрозумієте, що саме.
0
Підписуйтеся на наші соцмережі
Спільнота
Пиши на SPEKA!
Будь в курсі зі SPEKA!
Раз на тиждень ми будемо відправляти вам найцікавіші редакційні матеріали.
