neuropushAI Mention Rate — это доля запросов из вашей ниши, на которые нейросеть в ответе называет именно ваш бренд, а не только конкурентов. Формула простая: (число упоминаний бренда / общее число проверенных запросов) × 100%.
Как мерить на практике
Сначала нужен стабильный набор запросов — 30–50 формулировок, которые реально отражают, как аудитория ищет решение в нише («какой сервис выбрать для X», «сравнение X и Y», «лучшие инструменты для Z»). Набор фиксируется и не меняется от замера к замеру, иначе показатель нельзя будет сравнивать во времени.
Дальше запросы прогоняются через каждую отслеживаемую модель, и по каждому ответу фиксируется бинарный факт: упомянут бренд или нет. Простое усреднение по всем запросам и моделям даёт итоговый процент.
Что считать упоминанием бренда
Упоминанием считается любое явное указание названия бренда в связке с категорией или услугой: «сервис X», «платформа Y», «инструмент Z». Не считаются упоминания в списках источников, сносках или примечаниях, где бренд не включён в основной ответ. Отдельный случай — контексты типа «в отличие от X», «как альтернатива X»: формально это упоминание, но тональность может быть нейтральной или негативной. Для более точного анализа стоит фиксировать не только факт, но и характер упоминания — позитивный, нейтральный или негативный.
Чем AI Mention Rate отличается от других метрик
AI Mention Rate часто путают с AI Share of Voice и Citation Rate. AI Share of Voice — это доля упоминаний вашего бренда среди всех упоминаний конкурентов в ответах моделей (сравнительный показатель, а не абсолютный). Citation Rate — частота, с которой модель ссылается на ваш сайт как на источник, независимо от того, упоминает ли она бренд в тексте ответа. Для бизнеса важны все три метрики: AI Mention Rate показывает узнаваемость в ответах, AI Share of Voice — позицию относительно конкурентов, Citation Rate — техническую доступность контента для модели. Использовать их как взаимозаменяемые некорректно — они решают разные задачи.
Сколько запросов и повторов нужно для надёжной выборки
Надёжность оценки напрямую зависит от объёма выборки. 30–50 запросов — минимальный порог, при котором вариативность отдельных ответов не искажает общую картину. Для моделей с браузингом (Perplexity, ChatGPT с поиском) дополнительно учитывайте, что один и тот же запрос при повторении может дать разный результат из-за изменения индекса или случайности генерации. Рекомендуется прогонять каждый запрос минимум 2–3 раза в разные моменты времени (с интервалом в несколько часов или дней), чтобы усреднить временные выбросы. Если бюджет времени ограничен, выбирайте большее число уникальных запросов, а не больше повторов одного запроса — это даёт более репрезентативную оценку.
Почему разовая проверка почти бесполезна
Ответы генеративных моделей нестабильны сами по себе: один и тот же запрос в разное время может дать разный результат из-за обновления весов модели, изменений в поисковом индексе (для моделей с браузингом) или простой вариативности генерации. Один замер — это снимок момента, а не тренд. Показатель имеет смысл только как ряд наблюдений через равные интервалы: неделя к неделе, месяц к месяцу.
Нормализация между моделями
ChatGPT, Perplexity, YandexGPT и GigaChat устроены по-разному: одни опираются на браузинг и живой поисковый индекс, другие — в основном на данные обучения. Сравнивать их напрямую некорректно — правильнее смотреть на динамику AI Mention Rate по каждой модели отдельно, а сводный показатель использовать только как общий ориентир, а не как точную метрику.
Как учитывать краулеры и обновления данных
Для моделей, использующих браузинг — Perplexity, ChatGPT с поиском — на ответ влияет то, какие данные GPTBot, ClaudeBot и Google-Extended проиндексировали до момента запроса. Если сайт не разрешён в robots.txt для этих краулеров, модель не увидит актуальный контент, и AI Mention Rate упадёт независимо от позиций в классическом поиске. Отдельно стоит учитывать, что индексация через RAG (retrieval-augmented generation) не мгновенна: изменения на сайте отражаются в ответах моделей с задержкой от нескольких часов до нескольких дней. Поэтому проверка сразу после публикации нового материала обычно покажет ещё старые значения.
Границы применимости метрики
AI Mention Rate измеряет факт упоминания, а не тональность контекста. Модель может назвать бренд в примере «какую платформу не стоит выбирать, как X» — формально это засчитается как упоминание, хотя пользы бизнесу ноль. Показатель также не различает брендовые запросы, где название почти гарантированно всплывёт, и небрендовые — где происходит реальный выбор между вариантами. Для более честной картины стоит отдельно смотреть долю упоминаний именно на небрендовых формулировках. И наконец, метрика ничего не говорит о поведении пользователя после генерации ответа — кликнул он по упоминанию или проигнорировал; это уже отдельная задача измерения, не сводимая к AI Mention Rate.
Частые вопросы про AI Mention Rate
Что делать, если AI Mention Rate = 0%?
Проверьте, разрешены ли краулеры GPTBot, ClaudeBot и Google-Extended в robots.txt. Если нет — модель не видит ваш контент. Если да — проанализируйте, насколько релевантен контент под запросы из вашего набора: возможно, модель просто не находит ваш бренд релевантным для ответа.
Какой AI Mention Rate считается нормальным?
Единой отраслевой нормы не существует — слишком мало публичных бенчмарков, и показатель сильно зависит от ниши, узнаваемости бренда и набора запросов. Ориентируйтесь не на абсолютное число, а на два сравнения: динамику вашего показателя во времени (растёт или падает от замера к замеру) и разницу с прямыми конкурентами на одном и том же наборе запросов.
Можно ли повлиять на AI Mention Rate с помощью SEO?
Косвенно — да. Улучшение качества контента, увеличение числа релевантных страниц, работа с цитируемостью и технической доступностью для ИИ-краулеров повышают вероятность упоминания. Прямых способов «заставить» модель называть бренд не существует — попытки манипуляции (скрытый текст, накрутка отзывов, неестественное упоминание бренда не по теме) не работают на современных моделях и могут навредить репутации источника.
Как часто нужно проводить замеры?
Оптимальный интервал — раз в неделю для моделей с браузингом (они чувствительны к обновлениям индекса) и раз в месяц для моделей без браузинга (изменения в обучении происходят реже). Меньшая частота не даст увидеть тренды, большая — избыточна и затратна.
Что важнее: AI Mention Rate или тональность упоминаний?
Тональность важнее, если у вас сильный бренд с высокой узнаваемостью (негативное упоминание может навредить). Для молодых брендов в первую очередь важна сама узнаваемость — тональность корректируется позже. Рекомендуется фиксировать оба параметра в рамках одного мониторинга.
Как учитывать упоминания в ответах на английском и русском?
Если ваша аудитория говорит на нескольких языках, формируйте отдельные наборы запросов для каждого языка. Модели могут по-разному ранжировать бренды в разных языковых версиях, и смешивать их в одной метрике некорректно — это исказит результат.
Если разбираться с замером самостоятельно нет времени — регулярный расчёт AI Mention Rate и приоритизацию того, что чинить в первую очередь, делает услуга усиления сущности бренда (Entity & E-E-A-T).