Исследование Ahrefs сопоставило данные о 10 000 брендов с ответами ChatGPT, AI Overviews и AI Mode на 260 млн запросов. Разбор методики и результатов опубликован на Habr, и главная цифра оттуда такая: у брендов с десятикратно большим числом упоминаний на внешних веб-страницах примерно в 3,7 раза больше упоминаний в ответах ИИ.
Читать это нужно как «связь есть, но она слабее линейной». Десятикратная разница в упоминаниях на страницах соответствует росту в 3,7 раза в ответах нейросетей, а не в десять раз. Авторы прямо не устанавливают причинного влияния упоминаний на появление в ответах ИИ: они сравнивали компании между собой, а не ставили эксперимент.
Практический итог для бренда: упоминания на сторонних страницах стоит измерять и учитывать в стратегии, но использовать 3,7 как прогноз отдачи от закупки публикаций нельзя. Ниже дизайн исследования, коэффициенты корреляции и границы, за которыми выводы перестают работать.
Что именно измерили Ahrefs: дизайн исследования и главная цифра
Выборка: 10 000 брендов и 260 млн запросов, ответы трёх систем - ChatGPT, AI Overviews и AI Mode. Упоминания брендов на веб-страницах искали через Content Explorer, ответы нейросетей разбирали по метрикам Brand Radar. Два массива данных сопоставили: сколько раз бренд называют на сторонних страницах и сколько раз он появляется в ответах ИИ.
Главная цифра прямая: десятикратная разница в числе упоминаний на внешних страницах соответствует примерно 3,7-кратной разнице в упоминаниях в ответах ИИ. Связь есть. Линейной она не является, и это ключевая оговорка.
Почему 3,7 - это не «умножьте публикации на 3,7»
3,7 - отношение между группами брендов с разным числом упоминаний на страницах. Внутри одной компании эта цифра ничего не предсказывает. Корреляцию Спирмена считали по разным компаниям в один момент времени: у кого на сторонних страницах упоминаний больше, у тех в среднем больше и в ответах нейросетей.
Аналогия: у компаний с большим штатом обычно выше выручка, но наём ещё десяти сотрудников не даёт пропорционального роста выручки. Сопоставление разных компаний не описывает эффект изменения одного показателя внутри одной компании. Для прогноза нужен замер одной компании до и после действий либо полноценный эксперимент, а исследование Ahrefs таких замеров не делало.
Как читать коэффициенты корреляции: 0,75, 0,70 и 0,67
Корреляция Спирмена сравнивает ранги, а не абсолютные значения. Она показывает, насколько согласованно бренд, стоящий выше по числу упоминаний на страницах, стоит выше и по числу упоминаний в ответах ИИ. Гигант с сотнями публикаций и нишевый бренд с десятком участвуют в расчёте через своё место в ряду, а не через абсолютный объём.
Цифры из разбора исследования: самая тесная связь у тредов Reddit, попадающих в выдачу Google, около 0,75; для внешних страниц - 0,70; для новостных статей - 0,67. Разброс между 0,75 и 0,67 небольшой, все три значения описывают сильную связь. Ни одно не равно единице, поэтому часть различий между брендами остаётся за пределами связи: ниша, узнаваемость, состав аудитории, частота упоминаний в других каналах. Какие именно факторы объясняют остаток, исследование не отвечает.
Типичная ошибка: переносить коэффициент с выборки брендов на одну компанию. Высокая корреляция по 10 000 брендов не означает, что для отдельного бренда публикации дадут такой же эффект. Это разные уровни анализа, и вывод со второго на первый не переносится.
Почему Reddit оказался впереди внешних страниц и новостей
Тред Reddit - обсуждение с ответами участников. Такие треды, попадающие в результаты поиска Google, дали корреляцию около 0,75, самый высокий показатель в выборке. Выглядит логично: в обсуждении бренд упоминают в контексте выбора, сравнения и личного опыта, а не в пресс-релизе.
Из этого не следует, что нейросеть «обучается на Reddit» или «доверяет ему» больше, чем новостям. Таких выводов в данных нет. Это корреляция, и она не доказывает, что публикация в Reddit приведёт к появлению бренда в ответе ИИ. Рабочая гипотеза для проверки на своих данных: обсуждения на площадках, которые индексируются и попадают в выдачу, стоит держать в поле зрения, потому что они могут быть связаны с видимостью в LLM сильнее, чем разовые заметки. Проверять это нужно замером своего бренда, а не переносом чужого коэффициента.
Что считалось упоминанием и что исключили из выборки
Методика определяет, применимы ли выводы к конкретному бренду. Основные правила:
- Учитывали только чужие страницы, на которые, по оценке Ahrefs, приходят посетители из обычного поиска. Собственный сайт бренда исключили.
- Запросы с названием исследуемого бренда исключили: считали появление там, где пользователь компанию не называл.
- Название искали по точному совпадению фразы.
- Оставили названия длиной от пяти символов, исключили распространённые слова и личные имена, чтобы снизить число ложных совпадений.
- Упоминание в ответе ИИ засчитывали, если название встретилось хотя бы один раз. По правилам метрики Mentions в Brand Radar ответ с тремя вхождениями названия считали одним упоминанием.
Почему исключение своего сайта и брендовых запросов меняет картину
Логика исследования: смотреть на упоминания, которые бренд не контролирует напрямую. Чужая страница с органическим трафиком и запрос без названия компании дают картину естественной видимости. Собственные материалы на сайте бренда в эту связь не входят, как и ответы на запросы вида «бренд X отзывы»: там компанию назвал сам пользователь, и появление в ответе почти предопределено формулировкой запроса.
Отсюда практический вывод. Если бренд строит стратегию только вокруг своего сайта и брендовых запросов, исследование Ahrefs его случай напрямую не описывает. Оно про то, что о компании пишут другие и как её называют в ответах на общие вопросы, где пользователь ещё не выбрал игрока.
Упоминание и Citation - не одно и то же
Mentions фиксирует, что название бренда встретилось в ответе хотя бы один раз. Citation засчитывается домену, если в источниках ответа есть хотя бы одна его страница. Соотношение 3,7 относится именно к упоминаниям, а не к цитированию источников.
Разница практическая. Бренд может попасть в текст ответа как пример «есть ещё такие игроки», но в список источников не войдёт. И наоборот: страница попадает в источники, хотя название компании в тексте ответа не прозвучало. Присутствие названия в ответе ещё не означает, что ИИ советует выбрать компанию. Как развести упоминания, цитирования и рекомендации в отчёте и не засчитать ссылку на материал рекомендацией бренда, разбираем отдельно, с формулами метрик и чек-листом проверки подрядчика.
Почему из корреляции не следует прогноз отдачи от закупки публикаций
Авторы сравнивали разные компании, поэтому коэффициент сам по себе не обосновывает покупку публикаций. Корреляция не устанавливает и направление влияния. Возможны несколько объяснений одновременно: бренды, которых чаще упоминают в ответах ИИ, могут просто активнее работать с медиа и чаще обсуждаться; публикации могут влиять на видимость; часть связи могут создавать третьи факторы вроде размера компании или возраста бренда. Какое объяснение верно, по этим данным не проверить.
Типичная ошибка в коммерческом предложении выглядит так: «опубликуем N материалов, получите в 3,7 раза больше упоминаний в ChatGPT». Из данных Ahrefs это не следует.
Пример из той же логики: подрядчик предлагает разместить материал на новой странице. Пока страницы нет, проверить, приходят ли на неё посетители из обычного поиска, невозможно. Значит, обещанное число публикаций не делает будущие страницы аналогами тех, что попали в выборку Ahrefs: там были страницы с органическим поисковым трафиком, а не любые новые URL.
Что можно утверждать на основе исследования: у брендов с заметным числом упоминаний на сторонних страницах с органическим поисковым трафиком в среднем больше упоминаний в ответах ИИ. Что утверждать нельзя: гарантировать конкретный прирост, обещать кратность и говорить, что размещение на площадке приведёт к появлению в ответе.
Какие вопросы задать подрядчику до оплаты публикаций
- На каких площадках будут размещения и есть ли у этих страниц органический трафик из обычного поиска?
- Какая метрика считается результатом: Mentions (название в ответе) или Citation (домен в источниках)?
- На каком фиксированном наборе запросов и в каких системах пойдёт замер: ChatGPT, AI Overviews, AI Mode?
- Какая базовая линия зафиксирована до старта и за какой период сравниваем?
- Кто и как размечает ответы вручную, чтобы ссылка на материал или повтор бренда из запроса не считались рекомендацией?
Если подрядчик обещает кратное увеличение упоминаний в ИИ по формуле 3,7, это обещание не подкреплено исследованием Ahrefs. Формулировка «связь есть, сила средняя, причинность не доказана» честнее и полезнее для планирования бюджета.
Что это значит для GEO и видимости бренда в LLM на практике
GEO (generative engine optimization, генеративная поисковая оптимизация) описывает работу с тем, как нейросети называют и цитируют бренд. Выводы Ahrefs дают ей умеренную поддержку: связь между упоминаниями на сторонних страницах и появлением в ответах есть, сила связи средняя, причинность не доказана. Практическая стратегия GEO и разбор типичных провалов опирается на другие данные, но логика та же: сначала замер, потом действия.
Упоминание бренда в ответах нейросетей влияет на решение до клика: часть диалогов заканчивается выбором прямо в чате. Поэтому упоминания на внешних страницах с органическим трафиком имеет смысл отслеживать, а треды и обсуждения на площадках, попадающих в выдачу Google, держать в поле зрения. Собственный сайт и брендовые запросы в исследовании не учитывались, поэтому опираться только на них означает оставить гипотезу непроверенной.
Мерить стоит две доли по фиксированному набору запросов: долю ответов с упоминанием бренда (Mentions) и долю ответов, где домен попал в источники (Citation). Считать отдельно по ChatGPT, AI Overviews и AI Mode, до и после действий.
Как проверить связь на своём бренде без бюджета на исследование
- Зафиксировать несколько десятков запросов без названия бренда: как выбрать, сколько стоит, что лучше для конкретной задачи.
- Собрать ответы трёх систем вручную и сохранить их целиком, а не только скриншот с названием компании.
- Для каждого ответа отметить два признака: бренд упомянут или нет, домен попал в источники или нет.
- Параллельно выписать сторонние страницы с упоминаниями бренда, у которых есть органический трафик из обычного поиска.
- Повторить замер через сопоставимый период на том же наборе запросов.
- Сравнивать доли, а не абсолютные числа: набор запросов и системы должны остаться неизменными, иначе динамика ничего не покажет.
Границы самостоятельной проверки честные. На малой выборке результат шумный, а причинность такой замер не доказывает: он покажет только динамику. Повторы одного и того же бренда в разных ответах легко завышают картину, поэтому ответы нужно хранить целиком. Видимость бренда удобнее оценивать распределением, а не единичным прогоном: часть брендов цитируется стабильно, часть попадает в ответы случайно. Если нужны статистически значимые выводы по своей нише, это задача аналитика данных, а не ручного чек-листа.
Ограничения исследования и как их учитывать
- Дизайн корреляционный: причинное влияние упоминаний на появление в ответах ИИ не установлено.
- Сравнивались разные компании, а не динамика одной компании до и после действий.
- Учитывались только чужие страницы с посетителями из обычного поиска; собственный сайт бренда исключён.
- Запросы с названием бренда исключены, поэтому брендовый спрос в картину не входит.
- Название искали по точному совпадению фразы, оставляли названия от пяти символов, исключали распространённые слова и личные имена.
- Упоминание в ответе считается один раз независимо от числа вхождений названия.
- Выборка глобальная, а ответы собирали только в ChatGPT, AI Overviews и AI Mode. Алиса AI, GigaChat и Perplexity в исследовании не участвовали.
Для русскоязычного рынка это означает дополнительную осторожность. Нейроответы Google и ChatGPT покрывают разную долю запросов в разных странах, а состав источников у систем различается: ChatGPT и Claude цитируют не топ Яндекса, а выдачу своих поисковых поставщиков. Как проверить, в каком поисковике вообще виден сайт, разбираем на данных Peec и Profound. Переносить коэффициенты Ahrefs на узкую нишу или на Алису AI без собственного замера нет оснований.
Что делать, если бренд маленький или нишевый
В выборке из 10 000 брендов общую картину задают заметные игроки, у небольшого бренда абсолютные числа упоминаний будут другими. Ориентироваться стоит не на 3,7, а на собственные замеры Mentions и Citation до и после действий. Рост упоминаний на сторонних страницах не гарантирует рост видимости в ответах ИИ: это гипотеза, которую проверяют на своих данных в своей нише.
Коротко: что запомнить из исследования Ahrefs
- Выборка: 10 000 брендов, 260 млн запросов, ответы ChatGPT, AI Overviews и AI Mode.
- Десятикратная разница в упоминаниях на внешних страницах соответствует примерно 3,7-кратной разнице в упоминаниях в ответах ИИ.
- Корреляции: около 0,75 у тредов Reddit в выдаче Google, 0,70 у внешних страниц, 0,67 у новостных статей.
- Связь оценивали корреляцией Спирмена по разным компаниям, причинность не доказана.
- Учитывались только чужие страницы с органическим поисковым трафиком; сайт бренда и запросы с его названием исключены.
- Mentions и Citation - разные метрики, соотношение 3,7 относится к упоминаниям.
Упоминания - фактор, который стоит измерять, но не рычаг с гарантированным коэффициентом. Начните с фиксированного набора запросов без названия бренда и двух метрик, Mentions и Citation, и только после первого замера решайте, сколько стоит очередная публикация.