Проводим аудит GEO-заметности: 5 шагов
Хотите узнать, что думают и — главное — говорят о вашем бренде ChatGPT, «Алиса» и другие нейросети? Начните с простого регулярного аудита. Мария Терещенко, руководитель PR-проектов агентства PR Doctor, делится в Pressfeed.Журнале чек-листом, с которого можно начать.
Хотя GEO (практика оптимизации под генеративный ИИ) поначалу может казаться сложной темой, на самом деле понять, как и где (в разных ИИ-машинах) представлен ваш бренд, вполне возможно — с помощью регулярного аудита. И что стоит начать делать уже сейчас — так это внедрить практику формирования отчетности по ИИ-заметности вашего бренда или организации.
Метод на самом деле не такой уж сложный. При этом такой базовый аудит вполне эффективно помогает компаниям понять, как они выглядят, когда люди задают генеративным ИИ-системам вопросы о бренде.
1. Начните с тех ИИ, которые для вас действительно имеют значение
Не стоит думать о GEO как о факторе, который заставит вас провести капитальную перестройку вашей текущей PR-стратегии. Приступая к аудиту GEO-заметности, стоит исходить из повседневного поведения пользователей. Кстати да, это скорее командная работа — конечно, теоретически это можно делать и в одиночку, но в нашем подходе это будет сложно реализовать.
Первый шаг любого GEO-аудита — определить, какие нейросетки будем отслеживать. В качестве отправной точки мы рассматриваем «Алиса AI» от «Яндекса» и чат-бот GigaChat от «Сбера». Популярные в мире ChatGPT и Gemini от Google в России труднодоступны, но если есть возможность, стоит заглядывать и туда. И конечно, китайские Qwen и Deepseek.
По сути, нам просто нужно определить, какие ИИ для вас наиболее важны, а далее — периодически делать одни и те же поисковые запросы. Закрепите один ИИ за одним членом команды. Человек будет отвечать за выполнение одних и тех же запросов (и фиксирование их результатов) ежедневно на протяжении определенного времени. Или даже постоянно, если в этом будет смысл.
2. Создайте набор из пяти промптов
Следующий шаг — создание фиксированного набора запросов, привязанных к вашему бренду. Это те самые вопросы, которые клиенты (потенциальные в том числе) действительно задают. Сет должен быть стабильным: важно видеть, как ответы меняются со временем.
Почему вопросов всего пять? Это не слишком много, чтобы глубоко закопаться, и достаточно, чтобы получить релевантную статистику.
Например, такие:
- Какие продукты лучше всего подходят для (ваша сфера присутствия)?
- Что мне нужно знать о (назначение вашего продукта)?
- Какие компании — лидеры в (ваша отрасль)?
- Как выбрать (подходящий продукт в вашей нише)?
- В чем разница между (вами и конкурирующими брендами)?
В ходе этих ежедневных чекапов коллеги задают эти пять запросов закрепленной за ними нейросетке, и фиксируют ответы LLM.
3. Скриншоты — двигатель прогресса
Да, скриншоты — ключевой компонент аудита. Модели постоянно обновляются. Даже небольшие изменения в формулировках или источниках данных могут изменить выдачу LLM. Так что скриншотить нужно все ответы. И складывать туда, где вы и ваша команда сможете их видеть — общая папка в корпоративной сети, облачное хранилище и др. При этом заранее упрощайте анализ собранных данных: разделяйте скрины по источникам и по датам.
Сохранение «сырых» ответов поможет отследить паттерны, заметить несоответствия и выявить моменты, в которых ваш бренд отсутствует, хотя должен быть упомянут, представлен некорректно или оказывается в тени конкурентов.
4. Анализируйте результаты раз в неделю
За пять–семь дней регулярного аудита вы уже сможете увидеть тренды. И это отличная возможность узнать, что видят другие участники процесса. Внезапно можно обнаружить, что бренд, например, появляется в ответах «Алисы», но не проявляется в DeepSeek; что GigaChat подтягивает устаревшие факты из старого пресс-релиза, а Qwen галлюцинирует, выдавая в ответах детали, которые не соответствуют действительности. Все это важно: именно так мы поймем, где у нас все работает, а где нет.
Конечно, вы не можете заставить галлюцинации ИИ исчезнуть по щелчку пальцев, но можете со временем улучшить ситуацию. Например, публиковать более качественную и более ясную инфу.
Если аудит показывает устаревшие факты — обновите сайт. Если ИИ не ссылаются на авторитетные публикации — предложите медиасфере новые истории. Если контент с ваших площадок не попадает в ИИ-цитирование, публикуйте более сильные FAQ, пояснительные материалы, или обучающий контент. ИИ-системы предпочитают структурированную, авторитетную и свежую информацию. Если вы им ее дадите, они будут ее использовать.
Еще один из способов применить отчетность по GEO-видимости — тестирование (и улучшение) структуры пресс-релизов. Берем стандартный релиз, а затем переписываем его так, чтобы он был заметнее для ИИ. То есть добавляем «многобукв» в начале, подзаголовки по смысловым блокам текста, короткий FAQ или общие сведения в финале.
Публикуем, а потом заново прогоняем наши пять запросов. ИИ видит структурированные данные и структурированные блоки текста лучше всего, так что эффект должен быть заметен.
5. Поддерживаем ритм
GEO-аудит не обязательно должен быть чрезмерно сложным или полностью автоматизированным. Ручная работа имеет реальную ценность, потому что она дает возможность команде понять, как ведут себя ИИ-системы. Просто делайте это ежедневно, если есть такая возможность. Или хотя бы регулярно. Смысл в том, чтобы привыкнуть.
