Доля голоса в ИИ (AISoV): главная метрика генеративного поиска

В классическом поиске у успеха была удобная единица измерения - позиция. В генеративных ответах позиций нет, и рынок заменил их долей. Доля голоса в ИИ (AISoV, AI Share of Voice) - это процент ответов нейросети на закрепленном пуле промптов, в которых упоминается ваш бренд. Спросили модель сто раз по двадцати формулировкам - вас назвали в тридцати ответах - ваша доля голоса по этому пулу 15%.

Название метрики не случайно перекликается с «долей голоса» из медиапланирования (Share of Voice) - там она означала долю вашей рекламы в общем шуме категории. AISoV переносит ту же логику в ответы ассистентов: вы измеряете не клики и не позиции, а присутствие в моменте, когда пользователь формирует список вариантов. По сути AISoV - это доля рынка внимания на этапе, который раньше целиком принадлежал поисковой выдаче.

Почему именно эта метрика стала главной. Первое: она измеряет именно то, ради чего бизнес покупает AEO/GEO, - попадание в шорт-лист, который ассистент называет пользователю. Второе: она оцифровывает «невидимую» часть воронки - большинство ответов не заканчивается кликом, и классическая аналитика эти решения не видит. Третье: она относительная и конкурентная - доля голоса всегда считается не в вакууме, а против других брендов того же пула, что делает ее удобной для отчетности и целей.

Важно сразу отделить AISoV от соседнего понятия - цитируемости. Бренд может прозвучать в ответе без ссылки, быть источником без названия в тексте («призрачное цитирование», о котором мы писали в первой статье) или сочетать оба эффекта. Замер фиксирует все три состояния раздельно - и это первое, что стоит уточнять у подрядчика, показывающего «рост видимости».

Полезно знать и происхождение термина - оно объясняет его силу. Share of Voice в медиапланировании - ветхая метрика: бренды и раньше спорили не за клики, а за долю внимания категории, и рекламные бюджеты десятилетиями распределялись именно по ней. Генеративный поиск вернул эту логику: если пользователь получает готовый список вариантов, конкуренция идет за сам факт прозвучания - как в старой модели «доля голоса в рекламе». Отличие в том, что раньше доля покупалась медийным бюджетом, теперь - зарабатывается фактурой, разметкой, упоминаниями и репутацией. Метрика осталась, механизм ее получения изменился до неузнаваемости - и именно поэтому замер AISoV нельзя «купить разово»: он отражает накопленное состояние, а не разовую акцию.

AISoV - центральная, но не единственная метрика дисциплины. Собираем полный набор в таблицу - с ней удобно сверять отчетность подрядчика.

Две строки таблицы требуют комментариев. Позиция в списке - единственная метрика, которую мы не рекомендуем ставить в KPI: причините разобраны ниже. Брендовый спрос - метрика из другой дисциплины, но в отчете по генеративной видимости она должна быть: упоминания в ответах, которые не конвертируются хотя бы в поиск названия, - повод проверить, как именно вас называют.

Как выбрать из таблицы рабочие метрики для KPI? Практика зрелых команд: две обязательных и одна опциональная. Обязательные - AISoV по зафиксированному пулу и доля против конкурентов: они отвечают на вопросы «нас называют» и «нас называют чаще, чем соседей». Опциональная - тональность, если у бренда чувствительная репутация (медицина, финансы, недвижимость). Остальные метрики остаются аналитическим слоем: цитируемость диагностична для контентных работ, BMR - для объема присутствия, брендовый спрос - для проверки эффекта. Требовать от исполнителя все семь метрик сразу - способ получить отчет, который никто не читает.

Ключевое свойство генеративных ответов - недетерминированность. Модель генерирует текст вероятностно: тот же промпт, тот же аккаунт, тот же день - а список брендов каждый раз иной. Это не баг, а архитектура: «движок ответов» сконструирован как генератор вариантов, а не как таблица ранжирования.

Самое масштабное исследование вопроса провела команда SparkToro вместе с Gumshoe: 600 добровольцев прогнали 12 промптов через ChatGPT, Claude и Google AI почти три тысячи раз. Результаты стоит memorировать всем, кто закупает или продает замеры: совпадение списка брендов в двух прогонах случалось реже, чем в одном случае из ста; совпадение порядка - реже, чем в одном из тысячи. Даже в узких нишах с тремя-четырьмя реальными игроками ответы не повторялись.

Исследователи проверили и обратную гипотезу - может, стабильно хотя бы «ядро» рекомендаций? Оказалось, стабильно: лидеры ниши появлялись в большинстве прогонов (55-77% в тесте с наушниками), а в примере с больницей - в 97% ответов. То есть доля присутствия - статистически осмысленная величина. А вот место внутри списка - нет: бренд с видимостью 97% был «первым» лишь в четверти ответов.

Отсюда три практических правила замера, которые мы предлагаем читать как канон. Первое: только серии прогонов - минимум несколько запусков каждого промпта, усредненных за период. Второе: только фиксированный пул - менять промпты между периодами нельзя, иначе динамика подделывается выборкой. Третье: никаких KPI на позиции - доля, частота и тональность да, номер в списке нет.

Отдельный технический нюанс, о котором редко говорят заказчику: замер через API и замер «руками в интерфейсе» могут давать разные результаты. Сервисы мониторинга работают с API, у которого свои настройки генерации и отсутствие персонализации; живой пользователь приходит с историей диалогов, аккаунтом, геолокацией и привычками. Исследование SparkToro сознательно не контролировало эти условия - добровольцы пользовались инструментами «как обычно», - и все равно получила огромный разброс: даже без учета персонализации списки почти не повторялись. Вывод для регламента: фиксируйте способ замера (API или интерфейс, аккаунт, гео) в протоколе и не сравнивайте между собой периоды, снятые разными способами.

Рынок замеров растет быстрее методики: только по оценкам, приведенным в исследовании SparkToro, на AI-трекинг уже тратится более 100 млн долларов в год. И ровно как в раннем SEO, часть продавцов монетизирует непонимание заказчика. Самая ходовая монета - «позиция в ответе».

Почему это работает: позиция понятна руководителю, выросшему на SEO-отчетах - «мы первые» звучит как победа. Почему это недобросовестно: порядок рекомендаций в ответах почти случаен - исследование показывает вероятность повтора порядка меньше одной тысячной. «Первое место в ChatGPT» - это описание одного скриншота, а не метрика. Продавец, ставящий его в KPI, гарантирует себе выигрышный отчет в половине случаев без всякой работы.

Второй ход - «средняя позиция по одному прогону каждого промпта». Формально честно, по сути - тот же шум: без серий прогонов «среднее» считается по случайно полученным спискам. Третий - «замерим в моменте»: разовые срезы «до/после» без фиксации пула и частоты. Все три хода объединяет одно: они дешевы для продавца и неразличимы для заказчика до первого спора о результате.

Детектор прост. Просите показать: пул промптов (и почему именно эти), число прогонов на промпт, формулу метрики, нулевой замер и сырые данные хотя бы за один период. Исполнитель с методикой показывает это за один экран; исполнитель с «уникальной технологией» - за презентацию из сорока слайдов, в которой пула нет. Развитие темы проверки продавца - в статьях про красные флаги подрядчика и про гарантии в GEO.

Практика рынка усиливает правило: исполнители, которые умеют измерять, встречаются чаще, чем исполнители, которые умеют управлять видимостью. Умение считать - техническая задача; умение превращать цифры в работы (какие промпты просели, какой контент добавит фактуры, какие упоминания закроют пробел) - дисциплинарная. Поэтому при проверке подрядчика мало увидеть дашборд - попросите показать, какое решение было принято по итогам последнего замера и что изменилось в работах. Умение отвечать на этот вопрос отличает стратегию от статистики.

Соберем канон замера в пошаговую последовательность - ее можно использовать как основу техзадания подрядчику или регламента внутренней команды.

1. Определите темы и намерения. Какие вопросы решает ваш клиент с помощью ассистентов? Сформируйте 3-5 тематических направлений: выбор продукта, сравнение, «рядом со мной», решение проблемы.
2. Соберите пул промптов. 15-20 формулировок на направление, включая разговорные варианты: реальная речь пользователей не совпадает с «ключевиками» - сходство формулировок с одним намерением измерялось в 0,081.
3. Зафиксируйте модели. Минимум две-три площадки, где есть ваши клиенты: ChatGPT, GigaChat, Алиса AI - и зафиксируйте версию/дату среза.
4. Задайте частоту и объем. Серии прогонов: например, 5 прогонов каждого промпта раз в месяц. Для точности ±5 пунктов ориентируйтесь на ~300 ответов на период.
5. Сделайте нулевой замер до старта работ. Это база сравнения: без нее «рост видимости» - не доказательство, а рассказ.
6. Разметьте данные. Для каждого ответа: упомянут ли бренд, в каком контексте, с ссылкой или без, кто из конкурентов назван, тональность.
7. Считайте метрики и доли. AISoV по пулу, BMR, долю против конкурентов, цитируемость, тональность.
8. Сравните периоды и разберите изменения. Что выросло и на каких промптах; какие формулировки «не отыгрывают»; что сделали конкуренты.
9. Зафиксируйте выводы в отчете. Динамика, гипотезы, план работ на следующий период - отчет замера обязан заканчиваться действиями, а не цифрами.

Развернутая методика с примерами промптов и шаблоном отчета - в статьях про замер видимости в нейросетях и про пул промптов для мониторинга.

Ключевой артефакт всей последовательности - протокол замера: короткий документ, где зафиксированы пул промптов, список моделей, число прогонов, период, способ сбора и формула метрик. Протокол подписывается до старта работ и меняется только через явную процедуру с пометкой в отчете. Зачем это заказчику: протокол превращает спор о результате в проверку факта - при разногласиях вы сверяете отчет с протоколом, а не мнения с презентациями. Зачем исполнителю: протокол защищает и его - от претензий «а почему эти промпты», на которые без документа не существует ответа. Одна страница - и годы спокойной приемки.

Самый частый практический вопрос - «сколько мерить, чтобы не обмануть самому себя». Рынок уже накопил ориентиры.

Два уточнения к таблице. Первое: чем шире ниша, тем больше нужна выборка - в узком сегменте с четырьмя игроками разброс ответов мал, в широкой категории («книги», «туризм») - огромен. Второе: выборка важнее частоты. Лучше 300 ответов раз в месяц, чем 30 ответов каждую неделю: частые срезы на малой выборке рисуют ложную волатильность, по которой невозможно принимать решения.

И бенчмарк для интерпретации: исследование 24 067 промптов по SaaS-тематике называет рабочей нормой 20-30% цитируемости по широкому пулу. Это не норматив для всех отраслей, но полезная шкала: если ваша доля голоса заметно ниже 20% при нормальном SEO-присутствии - у вас системный пробел в генеративной видимости, а не «шум замера».

Таблица ориентиров подсказывает и формулу бюджета на замер. Если считать по серединам: 60 промптов, по 5 прогонов, три модели - около 900 ответов в месяц. Вручную это пара рабочих дней аналитика; через сервисы мониторинга - тариф от пары тысяч рублей до десятков тысяч в зависимости от объема и моделей. На фоне работ по контенту и упоминаниям замер стоит единицы процентов бюджета - и именно поэтому отказ от нулевого замера «ради экономии» выглядит особенно иронично: самая дешевая часть дисциплины - та, чье отсутствие обесценивает все остальные расходы.

Правая колонка - не идеал из презентации, а посильный минимум: при 15-20 промптах и пяти прогонах это около 300 ответов в месяц, то есть несколько часов работы аналитика или копеечный тариф сервиса. Замер - самая дешевая часть дисциплины; самая дорогая - работы, которые он должен направлять.

Замер оформился в отдельную категорию инструментов с собственным капиталом. На мировом рынке флагман - Profound: платформа мониторинга видимости в ассистентах, привлекшая в августе 2025 года 35 млн долларов Series B во главе с Sequoia, а к следующим раундам - 180 млн при оценке 1,8 млрд долларов. Рядом - быстрорастущий Peec AI и доступный Otterly (тарифы от 29 долларов в месяц); SEO-платформы выпустили собственные AI-модули. Научная инфраструктура тоже подоспела: в 2026 году вышли работы о масштабном измерении видимости и специальные среды для оценки GEO-стратегий.

Российский рынок повторяет мировую траекторию со сдвигом на год. За 2025-2026 годы появились десятки сервисов: модули мониторинга видимости в SEO-платформах, специализированные продукты для агентств, автоматические замеры через API моделей. Технически они решают главную российскую специфику - работают с локальными моделями: YandexGPT (Алисой), GigaChat - наряду с ChatGPT, Gemini, Claude, Perplexity, DeepSeek и Grok. Аналитика рынка при этом трезвая: замерить видимость сегодня умеют все сервисы - а вот что делать с цифрами дальше, остается вопросом методики исполнителя.

Как выбирать инструмент - три критерия. Прозрачность: видны пул, прогоны и сырые данные. Покрытие: нужные вам модели, включая российские, если ваш клиент - российский бизнес. Статистика: сервис понимает, что такое серии прогонов и объем выборки, а не продает «позиции». Совсем минимальный вариант для старта - собственный регламент: таблица, серия прогонов вручную, разметка в месяц. Это дольше, зато дает глубокое понимание механики, которое потом пригодится при проверке любого подрядчика.

Практическая рекомендация по выбору между классами инструментов. Малому бизнесу и локальным игрокам на старте достаточно ручного регламента или дешевого тарифа: при узкой нише разброс ответов мал, а 15-20 промптов в двух моделях дают честную картину. Среднему бизнесу с конкурентной категорией нужен сервис мониторинга - из-за объема промптов и необходимости регулярности. Корпорациям и агентствам - платформы с API-доступом, историей срезов и выгрузкой сырых данных. И во всех трех случаях принцип один: инструмент дешевый, работы дорогие, поэтому выбирать инструмент надо не по функциональности красота-шмалятина, а по прозрачности данных и покрытию ваших моделей.

• «Позиция 1 в ChatGPT» как KPI. Порядок рекомендаций почти случаен - метрика без статистического смысла. Профессионалы меряют долю и частоту.
• Один прогон как «замер». Скриншот ответа - не данные. Обязательно спрашивайте про число прогонов и период.
• Меняющийся пул промптов. Если формулировки между отчетами разные - «рост» может быть нарисован выборкой. Пул фиксируется протоколом.
• Отсутствие нулевого замера. Нет базы «до» - нет доказательства «после». Это первая строчка любого честного договора.
• «Средняя позиция» без объема выборки. Среднее по трем прогонам - шум, а не метрика. Просите указывать N ответов на период.
• Доля без конкурентов. AISoV 15% сам по себе ничего не значит - значима динамика и сравнение с нишей по тому же пулу.
• «Видимость выросла на 40%» без базы. 7% после 5% - это +40% относительно, но +2 пункта абсолютно. Уточняйте шкалу - разница между отчетом и манипуляцией именно здесь.

Полный арсенал проверок продавца - в статьях про красные флаги подрядчика и про гарантии в GEO.

Короткая врезка для тех, кто дочитал до конца и хочет проверить свой пул промптов на «живость». Хороший пул проходит три теста. Тест реалистичности: формулировки похожи на речь клиента, а не на админский жаргон - сравните «лучшее CRM-решение для B2B» с тем, как клиент реально спрашивает ассистента. Тест покрытия: по каждой теме достаточно вариаций, чтобы поймать разные намерения - выбор, сравнение, цена, localized «рядом». Тест дискриминации: хотя бы часть промптов должна различать конкурентов между собой - если на половину пула модель отвечает одним и тем же списком из трех гигантов, эти промпты не измеряют вашу нишу. Прогоните пул через эти фильтры один раз - и качество замера вырастет сильнее, чем от любого увеличения выборки.

Главный вопрос руководителя: «как доля голоса превращается в выручку?» Связка строится через три измерения.

Первое - конверсия канала. Переходы из AI-ответов конвертируют в разы лучше классического поиска: по данным Semrush, в 4,4 раза. Они немногочисленны, но приходят «прогретыми» - с уже полученным контекстом и почти сформированным шорт-листом. Отслеживайте их отдельным сегментом в аналитике.

Второе - брендовый спрос. Упоминания в ответах, которые не заканчиваются кликом, часто заканчиваются поиском названия. Динамика брендовых запросов в классическом поиске - доступный каждому косвенный индикатор того, что генеративные упоминания «доехали» до людей.

Третье - повторные замеры в сделках. В B2B спрашивайте входящих клиентов: «спрашивали ли ассистента?» - это грубая, но честная метрика влияния канала на воронку. Через полгода у вас будет своя статистика, ценность которой выше любого отраслевого бенчмарка.

И сведите всё в одну рамку: замер направляет работы (какие промпты просели - туда контент и упоминания), канал возвращает трафик и спрос, спрос подтверждается в CRM. Доля голоса - это не vanity-метрика, если она включена в этот контур; без контура - именно что vanity.

Отдельно - про интервал между замером и решением. Доля голоса - метрика инерционная: контент и упоминания «проживают» в индексах и базах источников с задержкой, поэтому реагировать на каждый срез микрорешениями - путь к лихорадочному управлению без эффекта. Здоровый ритм:.monthly срез - в отчет, квартал - в стратегию. На квартальной границе пересматриваются приоритеты тем, распределение бюджета между контентом и упоминаниями, состав пула (через протокольную процедуру). Такой ритм дисциплинирует и заказчика, и исполнителя: решения принимаются не на эмоциях недели, а на данных периода.

И последнее - про ожидания от скорости изменений. Доля голоса движется ступенями: после внедрения разметки и контентных правок первые сдвиги появляются на дистанции недель, устойчивая динамика - на горизонте двух-четырех месяцев, как и весь канал. Если сервис замера показывает «прыжок видимости» через неделю после старта работ - проверьте, не совпал ли он с обновлением модели или сезонной волной спроса: корреляция без контрольной группы - самый частый источник ложных побед в отчетах. Честный замер всегда сравнивает себя с чем-то третьим: прошлым периодом, конкурентами, контрольными промптами вне зоны работ.

AISoV - замена позициям, а не их продолжение. Доля ответов с брендом на зафиксированном пуле промптов - единственная метрика, которая измеряет именно то, зачем бизнесу генеративное продвижение: присутствие в шорт-листах ассистентов.

Замер валиден только сериями. Ответы недетерминированы: то же множество брендов повторяется реже, чем в одном случае из ста, порядок - реже, чем из тысячи. Доля на сотнях прогонов - данные; «позиция» на одном скриншоте - ничто.

Выборка известна заранее. 15-20 промптов на тему, около 300 ответов на период для точности ±5 пунктов, 2-3 модели, нулевой замер до старта. Это посильно любой компании - и это первый вопрос подрядчику.

Метрика живет в контуре. Замер направляет работы, работы меняют упоминания и фактуру, канал возвращает трафик и брендовый спрос, CRM подтверждает сделки. Вне этого контура даже правильный AISoV - красивая цифра. Замерять и работать - в этом порядке; если нужен исполнитель, начните с открытых методик в рейтинге AEO RANK™.

Совет напоследок: заведите свою «книгу замеров» - таблицу, где каждый период описан одной строкой: дата, пул, модели, прогоны, AISoV, доля против конкурентов, ключевые изменения. Через год у вас будет документ, которого нет у большинства участников рынка: собственная история видимости с причинами изменений. Он пригодится при смене подрядчика, при обосновании бюджета и - что важнее - при обучении команды: ничто не объясняет механику генеративной видимости лучше, чем собственные данные за двенадцать месяцев.