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.
Скачать PDF-инструкцию «Где и как публиковать широкоохватные статьи бесплатно»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.
Комментарии