Один вопрос - семь ИИ-поисковиков - и ни одного общего источника
Когда человек спрашивает у ИИ-ассистента "к кому обратиться", он больше не видит привычную страницу с "десятью синими ссылками". Вместо этого он получает готовый ответ, внутри которого перечислены несколько сайтов: обычно пять-десять доменов, на которые ассистент опирался, когда формулировал рекомендацию. Для бизнеса это фактически новая поисковая выдача - только измерять её нужно иначе. В классическом SEO спрашивали: "какая у меня позиция?". В ИИ-поиске вопрос жёстче: "меня вообще включили в ответ или меня не существует?".
Чтобы не гадать по ощущениям, я измеряю это программно. Беру один и тот же запрос, отправляю его нескольким ИИ-поисковикам в один момент времени и анализирую не текст ответа (он у всех разный), а фактические домены, которые движок процитировал в источниках (sources / annotations). Именно эти домены - "пища" для ответа и то, что пользователь потенциально может открыть.
10 августа 2026 года я прогнал два "прикладных" запроса через семь движков за один заход - с локалью ru/RU. Итог оказался неожиданно радикальным: пересечение списков источников было пустым. Ни одного домена, который назвали бы все семеро.
---
Что именно измеряется: "процитирован" и "упомянут" - это разные события
В ИИ-ответах легко смешать две разные сущности и получить бесполезную метрику.
1) Домен процитирован - сайт попал в источники ответа (annotations/sources).
2) Бренд назван словами - имя компании или проекта встретилось в тексте.
Это не одно и то же. Ваша статья может оказаться в источниках, но название бренда в тексте ответа не прозвучит - пользователь не запомнит, кто вы, и, вероятно, не дойдёт до сайта. И наоборот: бренд могут упомянуть "по памяти модели" или через перефразирование, не дав вашему домену никакой роли в источниках.
Дальше речь - только о первом: какие домены движки реально цитируют.
---
Семь движков и как они ходят в веб
В этой задаче решает не "какая модель умнее", а есть ли у системы собственный индекс или она сидит на общем "плагинном" поиске.
Вот состав стенда и тип доступа к веб-данным (для запроса №2 указано число уникальных доменов в источниках):
- Perplexity (sonar) - свой поисковый индекс - 10
- Нейропоиск Яндекса - свой индекс - 8
- ChatGPT (gpt-5-search-api) - собственный поиск через прямой API - 7
- Gemini 2.5 Flash - веб-плагин провайдера - 4
- DeepSeek V3.1 - тот же плагин - 4
- GLM 5.2 - тот же плагин - 4
- Grok 4.5 - тот же плагин - 4
Восьмым в стенде задуман GigaChat: интеграция написана и проверена "вживую" (он отдаёт пять источников с реальными доменами), но в этот прогон не попал - предоплаченный пакет закончился, а минимальный новый стартует от 19 500 ₽. В отчёте он честно отмечен как "не опрашивался" - и это важная деталь: пропуск движка иногда выглядит как "тишина рынка", хотя это просто техническая дырка в измерении.
---
Два запроса "как в жизни", а не абстрактные примеры
Запросы взяты такие, какими реально ищут исполнителя:
1) "кто ведёт бухгалтерию и финансы для продавцов на маркетплейсах"
2) "финансовый консультант для малого бизнеса - к кому обратиться"
Сводка по доменам:
- Запрос 1: всего названо доменов - 26
- назвал ровно один движок - 14 (54%)
- назвали все семь - 0
- максимальный охват одного домена - 5 из 7, это skillbox.ru
- Запрос 2: всего названо доменов - 30
- назвал ровно один движок - 19 (63%)
- назвали все семь - 0
- максимальный охват одного домена - 5 из 7, это profdelo.com
Показательная деталь из первого запроса: самый "согласованный" домен - вовсе не исполнитель услуги. skillbox.ru попал в ответы как образовательная площадка: часть движков сослалась на материал уровня "кто такой бухгалтер маркетплейсов", часть - на страницу курса. Получается парадокс: человек спрашивает "кто ведёт бухгалтерию", а пять из семи систем считают релевантным в том числе объясняющий текст и обучение профессии.
Во втором запросе лидер уже ближе к ожиданиям пользователя: домен profdelo.com выглядит как реальный исполнитель услуг, поэтому и охват выше.
---
Попарное сходство: где "разные ИИ" оказываются одним источником
Чтобы понять, насколько списки источников совпадают, я считаю попарное пересечение множеств доменов через коэффициент Жаккара (1.00 - списки одинаковые).
Примеры:
- DeepSeek × GLM: 1.00
- Gemini × DeepSeek: 0.75
- Gemini × Perplexity: 0.06
- Perplexity × ChatGPT: 0.21 (на другом запросе - 0.13)
- Gemini × Нейропоиск: 0.07
Самое важное наблюдение: три модели от разных разработчиков (китайская, американская и снова китайская) на втором запросе вернули дословно одинаковый список из восьми доменов. Это объясняется не "магическим совпадением", а неприятной реальностью: веб-поиск им делает не сама модель. Его делает общий плагин провайдера. Корпус один и тот же, различается только риторика поверх этого корпуса.
Практический вывод здесь холодный: считать нужно не модели, а индексы. Пять "разных" ассистентов с пометкой условного "online" могут быть на деле одной и той же трубой данных - одной точкой отказа и одним набором источников.
---
Разные индексы - разные "картины мира"
Там, где индекс свой, начинают проявляться разные представления о том, "что считать хорошим ответом".
На запрос про финансового консультанта:
- общий плагинный корпус (Gemini, DeepSeek, GLM) назвал восемь доменов, и четыре из них - именные сайты конкретных людей;
- Нейропоиск Яндекса в похожей зоне показал скорее агрегаторы и медиа: profi.ru, zoon.ru, avito.ru, klerk.ru, eg.ru;
- ChatGPT сместился в сторону каталогов и консалтинговых фирм: sravni.ru, checkroi.ru, rusconsult.
Это не спор о "точности". Это разный ответ на вопрос: кого стоит показывать пользователю - частных экспертов, агрегаторы, медиа-объяснялки или компании-исполнители.
---
Пять мест, где методика ломается (и почему это важно учитывать)
1) Плагинные движки маскируются под независимые. Внешне кажется, что вы опросили "много ИИ", а по факту - один источник данных в разных оболочках.
2) Локаль и геозависимость меняют набор доменов. ru/RU - это не просто язык, это геоконтекст.
3) Источники могут быть неполными или обрезанными. Некоторые системы показывают не все citations, а лишь "верхушку".
4) Ответ зависит от момента времени. Веб меняется, индексы обновляются, а часть ассистентов кэширует результаты. Один прогон - это снимок, а не истина.
5) Технические пропуски выглядят как "отсутствие в выдаче". Если движок не опрошен (как в случае с GigaChat из‑за тарифа), можно ошибочно решить, что вас нигде нет, хотя вы могли бы появляться.
---
Где метрика особенно врёт
Есть типовая ловушка: бизнес смотрит на красивую цифру "мы в источниках у двух из семи", радуется и делает вывод "ИИ нас полюбил". Но если эти два - один и тот же плагинный корпус под разными вывесками, реальный охват не растёт. Другая ловушка - наоборот: "нас нет в источниках, значит всё плохо". На деле вы можете быть упомянуты текстом без цитирования домена, а пользователь всё равно пойдёт искать вас вручную. Поэтому "процитирован" и "упомянут" нужно держать раздельно.
---
Как перепроверять руками, чтобы не принять шум за сигнал
1) Откройте источники и убедитесь, что домен действительно указан, а не спрятан за редиректом или усечённой карточкой.
2) Проверьте один и тот же запрос в разные дни и в разное время: если домены "пляшут" хаотично, вы смотрите на турбулентность индекса.
3) Поменяйте формулировку без смены смысла: ассистенты часто реагируют не на намерение пользователя, а на конкретные маркеры словаря.
4) Сравнивайте не "семь ассистентов", а "сколько независимых индексов". Это ключ к адекватной интерпретации.
---
Что делать бизнесу: как попасть в ИИ-ответ, а не просто "быть в интернете"
1) Думать как источник, а не как посадочная страница. Ассистенту нужны факты, разъяснения, списки критериев, примеры, определения, ответы на частые сомнения.
2) Разводить контент под разные интенты. "Кто ведёт бухгалтерию" и "как выбрать бухгалтера" - разные задачи. В первом случае часто выигрывают каталоги и исполнители, во втором - объясняющие материалы и образовательные страницы (что и проявилось со skillbox.ru).
3) Сделать идентичность считываемой. Если у вас есть кейсы, специализация (маркетплейсы, малый бизнес), география, формат работы - это должно быть проговорено прямыми словами, а не только "между строк" дизайнерского лендинга.
4) Укреплять присутствие не только на своём домене. Поскольку разные индексы любят разные типы источников (агрегаторы, медиа, персональные сайты), стратегия "только наш сайт" может упираться в потолок конкретного корпуса.
5) Мерить регулярно и аккуратно. Один прогон не даёт картины - нужна серия измерений, где видно, что стабильно повторяется, а что случайно всплывает.
---
Главный вывод
В ИИ-поиске "видимость" - это не позиция в списке ссылок и даже не факт упоминания бренда. Это попадание вашего домена в источники ответа, причём в разных независимых индексах. Один и тот же запрос, заданный семи ИИ-поисковикам, показал нулевое общее пересечение доменов и обнаружил, что несколько "разных" систем на практике питаются одним и тем же веб-корпусом. Поэтому считать нужно не "сколько ИИ нас назвали", а сколько независимых индексов признали нас источником - и уже от этого строить стратегию контента и присутствия.
