AI-ответ формирует короткий список вариантов ещё до перехода на сайт. Неверная цена, наличие или доставка могут убрать магазин из выбора до первого клика.
Пилот подготовлен
GEO: сначала измерить, что видят нейросети
В AI-ответе мало просто «появиться». Магазин могут упомянуть без ссылки, сослаться не на ту страницу или неверно прочитать цену и наличие. Поэтому я строю измерение по четырём отдельным вещам: присутствие, источник, доступность фактов и их точность.
Коротко о кейсеСпроектировал методику измерения, набор контрольных запросов и требования к страницам, чтобы сравнивать результат до и после изменений.
Есть воспроизводимый план измерения на 60 запросах и контрольные точки через 14 и 30 дней. Первый extraction test уже показал различия между AI-системами.
01Исходный замер→02Изменения→03Повторный замер→04Сравнение
Один и тот же набор запросов повторяется после изменений, поэтому видно не случайный удачный ответ, а изменение во времени.
Решение о магазине может начаться ещё до клика
AI-ответ может показать цену, наличие, доставку и источник ещё до перехода пользователя на сайт. Поэтому недостаточно измерять только упоминание бренда: нужно отдельно проверять присутствие, извлекаемость фактов, источник и точность. Иначе красивое присутствие в ответе может одновременно содержать неверные коммерческие данные.
Главный вывод04
Вывод из теста: доступность коммерческих фактов нужно проверять отдельно для конкретных систем и сценариев.
Один тест показал разницу между системами
В одном и том же сценарии разные AI-системы получили с сайта разный набор коммерческих фактов. Это показало, что доступность нужно проверять на практике, а не считать одинаковой для всех.
| Что проверяется | Ожидалось | Обнаружено |
|---|---|---|
| GPT / Claude / Googlebot-Extended | Получить коммерческие факты со страницы | В тесте успешно извлекались два товара и точные цены. |
| Perplexity | Получить те же коммерческие факты | В этом тесте система сообщила, что не может отрендерить сайт. |
Почему одного упоминания бренда мало
Нейросеть может назвать магазин, но не сослаться на него. Может сослаться на страницу, но неверно прочитать цену или наличие. Поэтому отдельно измеряются присутствие, извлекаемость фактов, источник цитаты и точность.
Что именно измеряем
Эти показатели отвечают на разные вопросы.
Присутствие
В какой доле согласованных запросов магазин или бренд появляется в ответе.
Доступность фактов
Может ли система получить цену, наличие, доставку и другие важные условия.
Откуда взят ответ
Какие страницы и фрагменты используются как источник.
Точность
Совпадают ли цена, наличие, доставка и условия с данными на сайте.
Какие данные должны быть доступны
Отдельно проверяем, может ли система получить факт и можно ли понять его без лишнего контекста.
Важные данные в HTML
Цена, наличие, доставка, кнопка покупки и навигация доступны уже в исходной странице.
Короткий понятный ответ
Ключевой фрагмент сохраняет смысл вне полной статьи: ответ, условие и источник.
Связность данных
Компания, товар, предложение, статья и условия однозначно связаны между собой.
Как проверяем изменения
Одинаковый набор сценариев повторяется во времени, чтобы сравнение было воспроизводимым.
Исходный замер: 60 запросов
12 запросов × 5 категорий; фиксируем присутствие, используемые страницы и точность фактов.
Доработать страницы
Исправить найденные проблемы с доступностью данных, содержанием и связями между сущностями.
Через 14 дней
Повторить тот же набор сценариев и посмотреть первые изменения.
Через 30 дней
Повторить измерение ещё раз и решить, какие изменения имеет смысл масштабировать.
Как устроен 30-дневный пилот
Программа измеряет один и тот же набор сценариев до и после изменений, чтобы отличить эффект от случайного удачного ответа.
60 запросов
12 пользовательских сценариев в пяти категориях формируют исходный baseline.
Day 14
Первый повторный срез после технических и контентных изменений.
Day 30
Второй контрольный замер и решение, есть ли основания масштабировать программу на 90 дней.
Четыре KPI
Share of Voice, extractability, cited URL/snippet и точность цены/наличия/доставки оцениваются отдельно.
Контекст и измерение
- Контекст
- Программа GEO / AI Search для e-commerce
- Масштаб / период
- 60 запросов · исходный замер · контроль через 14 и 30 дней
Следующий этап
Провести исходный замер, внедрить пилотные изменения и сравнить результаты через 14 и 30 дней.
Поиск с ИИ / GEO
Есть похожая задача?
Расскажите, где SEO упирается в продукт, разработку или данные.