По каким метрикам оценивать генеративную оптимизацию (GEO)

Время прочтения: 7 минут

Теги: продвижение в ИИ, SEO

О чем статья:

Всем привет! Я Анастасия Курдюкова, руководитель департамента поискового продвижения «Ашманов и партнеры». Сегодня решила обсудить нашу общую боль: как показать эффективность GEO? 

Мы знаем, что эта стратегия влияет на лидогенерацию через создание дополнительных точек коммуникации. Но пользователь редко покупает с первого касания, и пока что редко покупает прямо в диалоге с ИИ. Он может не переходить по ссылкам в нейроответах, а потом найти компанию сам в поиске или кликнуть рекламу. Есть еще ряд причин, по которым эффект GEO распределен во времени. В итоге наглядно отразить его в отчетах довольно сложно.

Тем не менее мы в «Ашманов и партнеры» уже тестируем подходы к аналитике GEO и видим, что результат можно сделать более прозрачным для бизнеса. Сегодня расскажу, как мы с этим работаем.

Почему традиционные SEO-метрики не подходят для GEO

В классическом SEO мы оцениваем результат по прямым показателям:

• видимость;

• позиции;

• кликабельность сайта на выдаче (CTR);

• трафик;

• конверсии из органического трафика.

Но эти показатели теряют релевантность при оценке GEO, потому что в этом канале другой путь пользователя.

В классическом поиске пользователь вводит запрос, получает список ссылок, изучает несколько источников, переходит на сайт, смотрит предложения и только потом принимает решение. В нейросетях пользователь задает более развернутый вопрос, получает ответ, а затем продолжает диалог: уточняет детали, просит сравнить варианты, задает дополнительные вопросы. Такой путь часто оказывается длиннее по времени, но при этом более 65% сессий в ИИ-поиске завершаются прямо внутри диалога с AI  без перехода на внешние ресурсы.

Упрощенная схема формирования генеративного ответа с использованием поиска

Важно учитывать, что не каждое упоминание бренда в нейросетях сопровождается ссылкой на сайт. Поисковые AI интерфейсы чаще показывают источники прямо в ответе, например, обзор от ИИ Google, Gemini или Алиса Яндекса. Другие большие языковые модели, которые используют генерацию с опорой на поиск, могут упоминать или цитировать бренд или опираться на его контент без явной ссылки на источник. По данным Ahrefs, в зависимости от платформы от 50 до 90% упоминаний бренда остаются без гиперссылки. В среднем ссылка присутствует только в 28% таких случаев.

Это означает, что пользователь может запомнить бренд во время диалога с ИИ, а на сайт прийти позже уже из другого канала. Такой путь сложно отследить стандартными инструментами аналитики, поэтому трафик из ИИ перестает быть единственным и прямым индикатором результативности GEO. По характеру измерения этот инструмент во многом ближе к PR. Он работает не только через клики, но и через охват, узнаваемость и накопление контактов с брендом.

Какие группы метрик используются в GEO

Аналитика включает нескольких групп показателей. Они помогают оценить влияние GEO на всех этапах воронки от охвата и узнаваемости для конверсий в заказ. На момент написания статьи мы имеем возможность автоматически и в полуручном режиме отслеживать следующие метрики:

1. Видимость бренда по целевым промптам в AI. Метрика показывает, насколько часто компания появляется в генеративных ответах и среди их источников. Ее удобно отслеживать по каждой нейросети отдельно, чтобы видеть динамику и оценивать рост присутствия в AI-среде.

2. Взаимодействие пользователей. Поскольку клик перестает быть единственным маркером, мы фиксируем косвенные метрики. Например, тональность и качество ответов по промптам, оценивающим бренд, общий рост неплатного трафика с учетом работ по GEO, рост брендового спроса в классическом поиске.

3. Бизнес-результаты. GEO оценивают не только по упоминаниям и видимости, но и по влиянию на бизнес-показатели. Уже сейчас можно отслеживать лиды из нейросетей. Чаще всего это более подготовленные пользователи, которые приходят на сайт после этапа изучения и сравнения, поэтому их конверсия может быть выше. На следующем уровне аналитики GEO можно связывать присутствие в AI-ответах с заявками, продажами, выручкой и сокращением цикла сделки, чтобы оценивать окупаемость инвестиций в это направление.

Помимо основных метрик, есть и дополнительные показатели, которые помогают лучше понять эффект. Расскажу подробнее.

Метрики видимости

Коэффициент цитирования (AI Citation Rate) показывает, как часто AI сопровождает упоминание бренда ссылкой на сайт. Это отдельная и важная метрика, потому что упоминание и цитирование дают разный эффект. Например, по данным исследования, ChatGPT упоминает бренды заметно чаще, чем ссылается на них. Цитирование происходит примерно в 3,2 раза реже. При этом ссылки чаще появляются по более важным и коммерчески значимым запросам, а на некоторых платформах могут давать до 78% всего видимого охвата. Поэтому такая метрика помогает понять, насколько присутствие бренда в AI-ответах может работать не только на узнаваемость, но и на переходы.

Упоминаемость бренда (AI Brand Mentions) фиксирует наличия названия бренда в ответе ИИ вне зависимости от наличия гиперссылки. Поскольку ИИ все чаще выступает в роли рекомендательной системы, упоминание без ссылки положительно влияет на узнаваемость и формирование предпочтений аудитории. Например, ChatGPT генерирует в среднем 2,4 упоминания бренда на промпт. При этом плотность упоминаний в коммерческих запросах в 4-8 раз выше, чем в информационных. Показатель позволяет оценить видимость по промптам, интентам и подинтентам.

Индекс видимости (AI Visibility Index) – комплексный маркер, фиксирующий, как часто бренд появляется в ответах ИИ по целевой семантике. В отличие от SEO-аналогов, этот индекс учитывает не только количество ключевых слов, но и глубину ответа. Для оценки глубины мы смотрим, на какой позиции в структурированном ИИ-ответе находится бренд. Например, в начальном определении, нумерованном списке, сравнительной таблице.

Пример дашборда видимости по разным нейросетям

Доля голоса в ИИ (Share of AI Voice) – метрика конкурентного анализа. Она показывает, какую долю от общего количества упоминаний всех игроков рынка занимает конкретный бренд. Показатель позволяет оценить реальное позиционирование бренда в нейросетях относительно конкурентов. GEO позволяет увеличить эту долю до 40% .

Метрики взаимодействия пользователей

Реферальный трафик из ИИ (AI Referrer Traffic) – количество посетителей, которые перешли на сайт непосредственно из интерфейсов генеративных моделей. Несмотря на тренд нулевой выдачи, пользователи, особенно в B2B-сегменте, все же переходят по ссылкам на источники, чтобы проверить или получить дополнительную информацию. Такой трафик часто отличается более высокой конверсией, так как он уже прогрет ИИ-ассистентом. 

В аналитических системах эти переходы требуют корректной маркировки для отделения от стандартного реферального, органического или прямого трафика. Ряд нейросетей передает данные в UTM-метке utm_source. В некоторых системах аналитики можно использовать специальный фильтр на уровне отчета. В целом инструменты для отслеживания реферального трафика из ИИ находятся в развитии.

Переходы из нейросетей в Яндекс Метрике

Рост брендового спроса на фоне работ по GEO можно рассматривать как косвенный сигнал эффективности. Если бренд регулярно появляется в ответах нейросетей, пользователи начинают его запоминать и позже ищут уже напрямую через классический поиск. Поэтому рост числа запросов с названием компании может указывать на то, что генеративная оптимизация усиливает узнаваемость бренда.

Метрики бизнес-результатов

Доля квалифицированных лидов (кваллидов) измеряется на основании реферального трафика. Она достаточна высока относительно SEO-канала, так как только заинтересованные пользователи переходят на сайт из готового ответа. По разным данным доля кваллидов в генеративном поиске составляет около 32%, а некоторые компании привлекают 40–60% новых клиентов за счет полного внедрения GEO-стратегии.

Переходы из нейросетей Алисы и ChatGPT, Яндекс Метрика

Окупаемость инвестиций в генеративную оптимизацию (ROI GEO) – один из самых значимых для бизнеса показателей, но и один из самых сложных в расчете. Обычно к нему переходят не сразу, а после того, как уже настроены базовые этапы стратегии и накоплены первые данные.

Для расчета мы строим систему атрибуции, которая связывает видимость в AI с конверсиями. Здесь важно выделить сегмент потребителей, которые взаимодействовали с ИИ-контентом. Проще всего начать с переходов по реферальной ссылке из ИИ. Дальше можно анализировать их пожизненную ценность (LTV), цикл сделки этих клиентов и сравнить эти показатели с бенчмарками для ниши или другими каналами конкретного бизнеса. По данным ряда исследований, аудитория из AI-каналов может показывать более высокий LTV и более короткий цикл сделки по сравнению с традиционными источниками трафика. В отдельных оценках речь идет о LTV до 40% выше и цикле сделки на 25% короче, но такие различия важно проверять уже на данных конкретного бизнеса.

Отдельная и более сложная задача — учитывать ассоциированные конверсии. Это случаи, когда пользователь впервые узнал о бренде через ИИ, не перешел на сайт сразу, а позже вернулся из другого канала и уже там совершил целевое действие. Отследить такой путь значительно труднее, хотя именно он во многих случаях лучше показывает реальное влияние GEO на спрос и продажи. Решения здесь есть, но они пока несовершенны.

Дополнительные метрики GEO-аналитики

Тональность упоминаний (Sentiment Analysis) оценивается по брендовым промптам. Так как ИИ выступает агрегатором мнений из открытых источников, мониторинг тональности позволяет специалистам по управлению репутацией оперативно реагировать на репутационные риски. Инструменты GEO-аналитики позволяют выявлять, из каких именно источников (например, отзывы на агрегаторах) ИИ берет негативные коннотации. Далее можно работать с исходной площадкой над улучшением тональности.

Покрытие по тематическим кластерам (Topic Coverage) – метрика, которая оценивает, насколько широко бренд представлен в AI по различным категориям вопросов, относящимся к деятельности компании. В отличие от SEO, где оценивается ранжирование по основным запросам, GEO требует присутствия по всем узловым темам семантического ядра. Например, бренд есть в ответе на вопрос о цене, но отсутствует в ответе на вопрос о функциях товара, покрытие считается неполным. Высокий показатель означает, что ИИ воспринимает бренд как эксперта во всей нише, а не только по отдельным вопросам.

Какие существуют инструменты для измерения метрик GEO

Мы применяем комбинацию классической аналитики, специализированных инструментов и ручной проверки.

Сервисы мониторинга сейчас представлены как западными, так и локализованными решениями. Они позволяют:

• определять, какие страницы попадают в ответы;

• отслеживать триггеры AI -ответов на основе ключевых слов;

• связывать ответ с источником данных, когда нет гиперссылок (так называемая функция глубокого следа);

• в автоматическом режиме измерять коэффициент цитирования и долю голоса.

Классическая аналитика помогает отслеживать трафик по источникам и видеть динамику брендового спроса. С ее помощью также можно проводить анализ поведения пользователей, пришедших из ИИ: сколько времени они проводят на сайте, сколько страниц просматривают, как часто отказываются и как конвертируются.

Для GEO одной автоматической аналитики недостаточно, поэтому ручной мониторинг запросов остается для нас основным способом верификации данных. Мы регулярно сталкиваемся с ситуациями, когда автоматический мониторинг не фиксирует присутствие бренда в генерации, а при ручном вводе промпта бренд в ответе обнаруживается.

Для такой проверки мы формируем пул из 20–50 приоритетных высокочастотных промптов с информационным и коммерческим интентом. Затем регулярно проверяем их вручную в разных моделях, включая ChatGPT, Perplexity, Gemini и Google AI Overviews. Это позволяет точнее оценивать присутствие бренда, его позицию в ответе и общую тональность упоминания. Метод остается трудоемким и плохо масштабируется, но именно он дает наиболее надежное представление о видимости, которую парсеры показывают не всегда корректно.

Как построить систему GEO-аналитики

Расскажу поэтапно, что и как делаем конкретнее.

1. Аудит присутствия сайта в ИИ.

• Формируем семантическое ядро для GEO. Оно включает не только ключевые слова, но и промпты, которые отражают пользовательские интенты в разговорной форме: «как выбрать...», «сравни...», «составь…» и т. п.

• Фиксируем базовые значения коэффициента цитируемости и доли голоса.

• Проводим технический аудит контента с точки зрения AI: структура заголовков H1-H4, наличие четких определений, списки, таблицы.

2. Отслеживание и атрибуция.

• Внедряем и настраиваем техническую инфраструктуру.

• Создаем отдельные сегменты в системах аналитики для трафика из нейросетей.

• Рекомендуем поля для фиксации источника ИИ в CRM-системе.

• Настраиваем дашборды, которые объединяют данные из инструментов GEO-мониторинга и аналитики так, чтобы можно было сопоставить метрики видимости с лидами.

3. Регулярный мониторинг и аналитика.

• Проводим еженедельный или ежемесячный анализ изменения метрик видимости и пользователей.

• Выявляем страницы, которые дают снижение показателей.

• Выдаем рекомендации, после их внедрения проверяем результат по метрикам.

Оценка трафиковых показателей: голубая линия – органический трафик, розовая – из нейросетей, зеленая – общий трафик. Несмотря на снижение органики, общий трафик растет.

Поэтапное внедрение обеспечивает последовательность и прозрачность результатов от фиксации исходных данных до настройки сквозной атрибуции. Это позволяет оценивать бизнес-эффекты продвижения в ИИ и окупаемость инвестиций в него.

Частые ошибки при оценке GEO

Перенос SEO-метрик на GEO – одна из самых распространенных ошибок. Позиции, клики и трафик не отражают эффект нулевой выдачи и не позволяют в полной мере оценить влияние GEO на охват, узнаваемость и доверие к бренду.

Вторая ошибка – оценивать только общее число упоминаний без учета контекста. Важно не просто присутствие бренда в ответах ИИ, а то, в каком окружении он появляется: с ссылкой или без нее, в позитивном, нейтральном или сравнительном контексте, с корректными или устаревшими данными. Без этого рост упоминаний может создавать искаженное представление о результате.

Еще одна важная ошибка – отсутствие связи с бизнес-результатом. Если не выстроена атрибуция и не связаны данные аналитики, CRM и AI-каналов, компании сложно корректно оценить, сколько заявок, сделок или касаний было связано с GEO. В результате вклад этого направления может недооцениваться, а инвестиции в него – занижаться.

Фокус на главное

• Традиционные SEO-метрики (позиции, кликабельность, прямой трафик) теряют смысл для GEO. Д о 93 % сессий в генеративном поиске (AI Mode) завершаются без перехода на сайт, а реальный эффект часто проявляется через брендовые запросы, отложенные конверсии и рост доверия.

• Реальная ценность GEO – не в прямых кликах, а в формировании доверия и брендового спроса. Поэтому измерять ее нужно через три группы: видимость в ИИ, взаимодействие пользователей и влияние на бизнес-показатели.

• Построение системы аналитики начинается с семантического ядра в формате промптов, базового аудита видимости и регулярного (в т.ч. ручного) мониторинга – это единственный способ отделить реальный результат от волатильности ИИ-ответов.

• Поэтапное внедрение метрик позволяет не просто отслеживать динамику, но и оперативно корректировать контент, защищая упоминаемость, цитируемость и долю голоса в ответах нейросетей. 

• Привязка к бизнес-результатам и расчет ROI требуют сквозной аналитики и терпения: ощутимый эффект на лиды и продажи обычно проявляется через 3–6 месяцев системной работы.

• В 2026 году GEO-аналитика уже позволяет измерять не только видимость, но и насколько часто ИИ рекомендует именно ваш бренд по сравнению с конкурентами.

• С внедрением метрик для оценки GEO компания получает устойчивое присутствие бренда в нейросетях с подтвержденным влиянием на бизнес-показатели.

• Главная ошибка – оценивать GEO как SEO или PR в чистом виде. Правильно сочетать метрики видимости (частота упоминаний, коэффициент цитирования, доля голоса) с бизнес-показателями, отслеживая как прямой эффект (переходы из нейросетей), так и отложенный (рост брендового поиска и вклад в общие продажи).

• AI-реферальный трафик конвертируется в 4,4 раза лучше обычного органического (Semrush, 2025), а посетители проводят на сайте существенно больше времени – это один из самых убедительных аргументов в пользу инвестиций в GEO.