Share of voice в AI-ответах — это доля упоминаний бренда в ответах генеративных систем относительно всех упоминаний конкурентов по тому же набору запросов. Метрика показывает, насколько часто нейросеть выбирает бренд в качестве релевантного источника или рекомендованного решения.

В отличие от классического SEO, где позиция измеряется местом в выдаче, здесь важен сам факт присутствия бренда в сгенерированном ответе и контекст этого упоминания. Ниже — методика расчёта, набор метрик и практические шаги по внедрению измерения.

Что именно измеряет share of voice в AI-ответах

Классический share of voice считался как доля рекламного или органического присутствия бренда в общем объёме показов по категории. В AI-поиске логика сохраняется, но единицей наблюдения становится не показ, а упоминание внутри сгенерированного ответа.

Ответ нейросети — это текст, где бренд может быть назван прямо, процитирован как источник или подразумеваться через ссылку. Поэтому share of voice здесь — отношение числа ответов с упоминанием бренда к общему числу ответов по выбранному пулу запросов.

Ключевое отличие от SEO: позиция не имеет фиксированного значения. Один и тот же запрос в разные дни даёт разные ответы, а бренд может появляться в одном ответе несколько раз. Это требует отдельного правила подсчёта — обычно считают уникальные ответы, а не повторные упоминания.

Как сформировать пул запросов для замера

Замер начинается с промпт-пула — набора запросов, по которым отслеживается присутствие бренда. В пул входят информационные, сравнительные и транзакционные формулировки, отражающие реальные сценарии выбора.

Информационные запросы проверяют, попадает ли бренд в объяснительные ответы. Сравнительные — фиксируют, включают ли нейросети бренд в перечни альтернатив. Транзакционные — показывают, рекомендуется ли бренд как решение задачи.

Размер пула зависит от ниши: для узкого B2B достаточно нескольких десятков запросов, для широкого e-commerce пул может достигать сотен формулировок. Важно, чтобы пул был стабильным между замерами, иначе динамика метрики теряет смысл.

Для проектов, где AI-присутствие связано с конверсией, полезно заранее продумать посадочные страницы под каждый сценарий — например, лендинг для лидогенерации под транзакционные запросы и отдельные страницы под сравнительные.

Метрики: что считать помимо базовой доли

Базовая метрика — доля ответов с упоминанием бренда. Она даёт общую картину, но не показывает качество присутствия. Поэтому её дополняют несколькими производными показателями.

Частота упоминаний — сколько раз бренд назван в ответах пула. Показывает узнаваемость в ответах нейросетей, но не учитывает контекст.

Доля рекомендаций — в какой части ответов бренд представлен как рекомендуемое решение, а не просто упомянут в перечислении. Это более сильный сигнал, чем факт присутствия.

Тональность упоминания — характер контекста: нейтральное перечисление, положительная рекомендация или упоминание с оговорками. Тональность влияет на то, как пользователь воспринимает бренд.

Доля цитирований — как часто нейросеть ссылается на сайт бренда как на источник. Этот показатель напрямую связан с качеством контента и его структурой.

Совокупность этих метрик даёт объёмную картину: бренд может часто упоминаться, но редко рекомендоваться — и это разные управленческие задачи.

Пошаговая методика расчёта

Шаг 1. Зафиксируйте пул запросов и список конкурентов. Определите запросы, по которым будете замерять, и перечень брендов для сравнения. Список конкурентов должен быть стабильным, иначе доля будет смещаться.

Шаг 2. Соберите ответы нейросетей. Прогоните каждый запрос через выбранные системы в одинаковых условиях — один регион, один язык, повторяемость в течение периода. Сохраняйте полные тексты ответов.

Шаг 3. Разметьте упоминания. Для каждого ответа отметьте, какие бренды упомянуты, в каком контексте и есть ли ссылка на источник. Разметку удобно вести в таблице с фиксированными полями.

Шаг 4. Рассчитайте долю. Разделите число ответов с упоминанием бренда на общее число ответов по пулу. Аналогично посчитайте доли конкурентов — их сумма и даёт базу для сравнения.

Шаг 5. Повторите замер через равные интервалы. Динамика важнее единичного среза: сравнение двух-трёх периодов показывает, растёт ли присутствие бренда.

Для систематизации данных полезно опираться на инструменты GEO-анализа, которые автоматизируют сбор ответов и разметку упоминаний.

Ошибки, которые искажают результат

Первая типичная ошибка — нестабильный пул запросов. Если между замерами формулировки меняются, сравнение долей некорректно: метрика отражает изменение пула, а не реальный рост присутствия.

Вторая ошибка — подсчёт всех упоминаний без разделения на контекст. Бренд, названный в общем перечислении и рекомендованный как решение, даёт разный эффект, и смешивать их в одной цифре нельзя.

Третья ошибка — единичный замер. Один срез не показывает тренд и легко вводит в заблуждение из-за вариативности ответов нейросетей.

Четвёртая ошибка — игнорирование источников цитирования. Если нейросеть ссылается на сторонние обзоры, а не на сайт бренда, доля упоминаний может быть высокой при слабом контроле над контентом.

Как использовать результаты замера

Share of voice в AI-ответах — управленческая метрика, а не отчётная. Её ценность в том, что она показывает разрыв между брендом и конкурентами и указывает, где именно этот разрыв возникает.

Если бренд редко попадает в сравнительные ответы, задача — усилить контент, который нейросети используют как источник: обзоры, сравнения, структурированные описания. Если бренд упоминается, но не рекомендуется, стоит работать над доказательной базой и репутационными сигналами.

Для проектов с сильным контентным ядром полезно выстроить структуру сайта так, чтобы ключевые страницы отвечали на конкретные сценарии — например, B2B-ресурс с подробными описаниями решений повышает шансы на цитирование в профессиональных запросах.

Регулярный замер превращает метрику в инструмент контроля: видно, какие изменения контента и структуры реально влияют на присутствие в AI-ответах, а какие не дают эффекта.

Ответы на частые вопросы

Как часто нужно замерять share of voice в AI-ответах? Оптимальный интервал — раз в месяц при стабильном пуле запросов. Более частые замеры дают шум из-за вариативности ответов, более редкие не позволяют вовремя заметить изменения.

Можно ли сравнивать share of voice между разными нейросетями? Напрямую — нет, потому что системы формируют ответы по-разному. Сравнивать стоит динамику внутри каждой системы отдельно, а не абсолютные значения между ними.

Нужен ли отдельный пул запросов для каждого региона? Да, если бренд работает в нескольких географических рынках. Ответы нейросетей зависят от региона, поэтому для Москвы и области пул и результаты замера стоит вести отдельно.

Что делать, если бренд вообще не упоминается в ответах? Начать с анализа источников, на которые ссылаются нейросети по этим запросам, и оценить, есть ли у бренда контент, который может стать таким источником. Часто задача решается через GEO-копирайтинг и структурирование материалов под конкретные сценарии.

Практический вывод

Share of voice в AI-ответах считается через стабильный пул запросов, фиксированный список конкурентов и регулярную разметку упоминаний по контексту. Базовая доля упоминаний дополняется метриками рекомендаций, тональности и цитирований — вместе они показывают не только факт присутствия, но и его качество.

Главное условие сопоставимости — неизменность методики между замерами. Тогда метрика превращается в рабочий инструмент: она показывает, где бренд проигрывает конкурентам в ответах нейросетей и какие изменения контента и структуры сайта реально влияют на это присутствие.