Как мы улучшили ИИ-видимость компании Utex в ответах нейросетей

Utex спросил, как стать № 1 в ChatGPT, а мы предложили сначала измерить видимость бренда в ответах нейросетей

Utex даёт доступ к американским акциям, ETF (биржевым фондам), сырью, индексам и криптовалютам; расчёты идут в USDT, криптовалюте, привязанной к доллару. Команда Utex пришла с одним вопросом: как стать № 1 в ChatGPT? Обещать позицию мы не стали. Вместо этого предложили сначала измерить три вещи: открыт ли сайт для краулеров нейросетей, то есть для роботов, которыми ChatGPT, Claude, DeepSeek, Perplexity и Алиса читают сайты; называют ли эти пять моделей Utex без подсказки; совпадают ли их ответы с фактами о платформе.

Мы нашли закрытый для краулеров сайт, редкие упоминания Utex и ответы, которые расходились с фактами о платформе

На прямые вопросы об Utex модели отвечали устаревшими ограничениями продукта, противоречивыми сведениями об условиях и пересказом анонимных отзывов. Такие ответы расходились с каноном бренда, то есть с собранным нами набором проверенных фактов об Utex. Проверяемых публикаций с актуальными фактами в открытых источниках почти не было, а собственный сайт Utex был закрыт для краулеров. Другого голоса модели не нашли.

Мы замеряли видимость и собирали канон, команда Utex открывала и обновляла сайт, а PR-агентство Utex размещало публикации

С декабря 2025 по июнь 2026 года мы замеряли видимость, собирали канон бренда, выбрали нишу «американские акции за USDT» для сайта и публикаций и передали команде Utex адреса краулеров, чтобы сайт их пропускал. Сайт вела команда Utex. Она открыла его краулерам и выпустила страницы о компании, продуктах и частых вопросах. PR-агентство Utex разместило 14 публикаций на площадках из нашей карты источников AIV, то есть из списка площадок, откуда модели берут ответы в теме Utex.

Доля голоса Utex выросла более чем вдвое, а бренд без подсказки назвали все пять моделей

Замеры декабря и июня мы сравниваем по направлению, а не по точной разнице

Дальше мы заново сверим ответы моделей с каноном и продолжим работу с источниками

Команда Utex обновила сайт, а PR-агентство Utex выпустило публикации. Теперь есть что сверять: мы сопоставим ответы моделей с каноном и увидим, какие факты модели усвоили из новых страниц и публикаций. Дальше по плану следующий замер видимости Utex в ответах моделей, новый цикл публикаций на площадках из карты источников AIV и работа с отзывами и сайтами отзывов. Работу с отзывами мы относим к SERM, то есть к управлению поисковой выдачей и отзывами. SERM входит в ORM, управление всей открытой информацией о бренде.

Хотите узнать, как нейросети отвечают про ваш бренд? Напишите нам. Графики, таблицы и все оговорки смотрите в подробном разборе →

Utex хотел понятно объяснить сложную финансовую платформу людям и нейросетям

Utex даёт доступ к американским акциям, ETF (биржевым фондам), сырьевым товарам, индексам и криптовалютам. На платформе больше 10 тысяч тикеров, а расчёты идут в USDT, криптовалюте, привязанной к доллару. Продукт сложный. Поэтому маркетинговая задача у команды Utex получилась двойная: объяснить продукт людям и одновременно дать нейросетям проверяемое описание платформы.

Ответы нейросетей стали массовым источником информации. По данным Mediascope, в феврале 2026 года ИИ-сервисами хотя бы раз в месяц пользовались 32% россиян старше 12 лет. Во II квартале 2026 года аудитория быстрых ответов Алисы достигла 49,5 млн человек, а ответ нейросети сопровождал 42% запросов к Поиску Яндекса. При такой аудитории присутствие бренда в ответах нейросетей можно измерять как отдельный канал коммуникации. Так мы и сделали.

Utex спросил, как стать № 1 в ChatGPT, а мы вместо обещания измерили, открыт ли сайт нейросетям, знают ли они Utex без подсказки и точны ли их ответы

Запрос звучал просто: как стать № 1 в ChatGPT? Обещать позицию, которую нельзя закрепить навсегда, мы не стали. Вместо этого договорились с командой Utex измерять три вещи. Открыт ли сайт Utex для краулеров нейросетей, то есть для роботов, которыми ChatGPT, Claude, DeepSeek, Perplexity и Алиса читают сайты. Называют ли эти пять моделей Utex без подсказки, то есть в ответах на вопросы, где бренд не назван. Насколько точно модели передают факты о платформе.

Главной метрикой видимости мы выбрали долю голоса Utex, SOV (share of voice): какая часть всех упоминаний брендов в ответах моделей приходится на Utex. Кроме SOV мы считали долю ответов с Utex, роль бренда в ответе и соответствие ответов канону бренда, то есть собранному нами набору проверенных фактов об Utex. У этих метрик разные знаменатели. Что именно считает каждая, мы объясняем ниже, после описания методики.

Мы измеряли видимость Utex и точность ответов моделей на 696 вопросах, 4 082 ответах и каноне бренда из 422 тезисов

Видимость мы исследовали по методологии AIV Research. Сначала восстановили пользовательские сценарии из поискового спроса и по ним составили корпус, то есть полный список вопросов к моделям. Затем собрали ответы. В каждом ответе мы разметили упоминания брендов, их позицию, роль бренда, тональность и источники, на которые ссылалась модель.

Исходный замер мы провели 22–23 декабря 2025 года, а 21 января 2026 года добавили к нему 100 вопросов о доверии от лица сомневающегося пользователя. В базе исследования сохранилось 710 записей с вопросами. После удаления точных повторов осталось 696 уникальных вопросов: 596 в основном корпусе и 100 о доверии.

Ответов мы получили 4 082. Кроме пяти моделей, в исходном замере мы собирали ответы Google AI Overview и поисковой выдачи Яндекса: ChatGPT и Claude дали по 710 ответов, DeepSeek 709, Perplexity 706, Алиса 700, Google AI Overview 543, выдача Яндекса 4. Делить 4 082 на число сервисов, чтобы получить число вопросов, нельзя: у каждого сервиса своё число ответов.

Сколько всего брендов конкурировало с Utex в ответах, мы не называем. В одной из наших аналитических таблиц 84 брендовые метки, но это не 84 компании: в список попали разные написания одного бренда, включая варианты названия Utex. Считать по таким меткам компании можно только после того, как мы сведём разные написания к одному имени.

Канон бренда мы собрали из 28 документов клиента: продуктовых, справочных, юридических и редакционных. Наша автоматическая система извлекла из них 422 тезиса, то есть коротких утверждения об Utex, и затем сверяла с ними ответы моделей. Отдельного подтверждения финальной версии канона от команды Utex у нас нет. Поэтому мы называем канон рабочим, а не утверждённым.

Метрики пирамиды отвечают на разные вопросы, и у каждой свой знаменатель.

• SOV: доля Utex среди всех упоминаний брендов в ответах.
• Доля ответов с Utex: в какой части ответов встретился бренд.
• Utex как решение: в какой части ответов с брендом модель предложила Utex как способ решить задачу пользователя.
• FAR (Fact Alignment Rate), соответствие ответов канону: какая доля утверждений из ответов моделей полностью или частично совпала с каноном бренда.

Мы нашли три связанных разрыва: закрытый для краулеров сайт, редкие упоминания Utex и нехватку проверяемых источников

Разрывы усиливали друг друга. Сайт Utex не пускал краулеры части моделей, поэтому те не видели его страниц. В открытых вопросах, то есть без названия бренда, Utex почти не появлялся. А на прямые вопросы, где пользователь называл Utex, модели часто отвечали устаревшими ограничениями продукта и пересказом анонимных отзывов, потому что надёжных публикаций с актуальными фактами об Utex было мало.

1. Технический разрыв. Блокировка по Geo-IP, то есть отказ сайта отвечать на запросы с зарубежных IP-адресов, не пропускала к сайту краулеры ChatGPT, Claude и Perplexity. Алиса тоже сообщала, что сайт недоступен.
2. Разрыв видимости. Без подсказки Utex вспоминали только 2 модели из 5, а доля голоса Utex (SOV) составляла 2,83%.
3. Разрыв доверия. Наша автоматическая система нашла в ответах 440 противоречий с каноном, а в открытых источниках об Utex анонимных отзывов было заметно больше, чем проверяемых объяснений продукта.

Видимость и доверие мы измерили в исходном замере, а блокировку сайта по Geo-IP зафиксировали 26 февраля 2026 года

Технический разрыв мы зафиксировали 26 февраля 2026 года. Основным сайтом тогда был utex.io. Он отклонял запросы с зарубежных IP-адресов, а именно оттуда приходят краулеры ChatGPT, Claude и Perplexity. Сайт может быть закрыт от нейросетей, даже если его страницы хорошо написаны и открыты обычному посетителю: пока краулер не прочитал страницу, модель не может использовать её как источник.

Разрыв видимости мы увидели в открытых вопросах. Без подсказки Utex появлялся меньше чем в 1% ответов, и вспоминали его только Алиса и Perplexity. Во всех ответах исходного замера мы насчитали 18 990 упоминаний брендов, и 538 из них, или 2,83%, пришлись на Utex. Это и есть SOV исходного замера. Google AI Overview не назвал Utex ни разу: среди 2 434 упоминаний брендов в его ответах платформы нет.

Роль каждого упоминания мы размечали отдельно. В этой ролевой разметке сохранилось 537 упоминаний Utex: 105 из них, или 19,6%, содержали позитивную рекомендацию, а 66 негативную оценку. Упоминаний здесь на одно меньше, чем в расчёте SOV, поэтому мы не соединяем два расчёта и не подставляем знаменатель одного в другой.

Разрыв доверия мы изучили на отдельном наборе: 498 ответов на 100 вопросов о доверии. Наша автоматическая система сопоставила с каноном 3 379 утверждений из этих ответов. 358 утверждений совпали с каноном полностью, 1 404 частично, 440 противоречили ему, а ещё 1 177 к канону не относились. Отсюда FAR полного или частичного соответствия 52,15%, то есть 1 762 из 3 379 утверждений; полное совпадение отдельно 10,59%, или 358 из 3 379. Раньше мы публиковали другое значение FAR: в том расчёте была ошибка.

Из 422 тезисов канона модели хотя бы раз воспроизвели 229, или 54,27%. Остальные 193 тезиса в проанализированных ответах не встретились. Это не значит, что каждый тезис обязан входить в любой ответ. Доля воспроизведённых тезисов показывает лишь, какую часть канона модели вообще использовали в исследованных ответах.

FAR не заменяет ручную проверку фактов. Утверждения с каноном сопоставляла автоматическая система, и она сама пометила 76,1% сопоставлений как требующие проверки человеком. Поэтому FAR для нас диагностика: он показывает темы, в которых модели расходились с каноном, а не окончательный аудит каждого утверждения.

Исходный замер не показал устойчивого ярлыка «скам», но модели уверенно воспроизводили конкретные барьеры: старые ограничения продукта, сомнения из отзывов и противоречивые сведения об условиях. Одной доступной моделям статьи об Utex было недостаточно, чтобы они могли регулярно сверять эти утверждения.

Команда Utex открыла сайт краулерам, мы собрали канон бренда, а PR-агентство Utex разместило 14 публикаций

Мы собрали адреса краулеров нейросетей, а команда Utex внесла их в белый список, чтобы блокировка по Geo-IP их не касалась

Сначала доступ, потом содержание. Мы проверили, пускает ли сайт краулеры, и только затем перешли к содержанию страниц: пока краулер не читает страницу, переписывать её бессмысленно. Руководитель ML-разработки Runway собрал файл crawlers.md. В нём диапазоны IP-адресов и подписи User-Agent (так краулер представляется сайту) для GPTBot, OAI-SearchBot, ClaudeBot, Claude-SearchBot, PerplexityBot и других краулеров, а также официальные адреса, по которым владельцы краулеров публикуют эти списки. Команда Utex внесла адреса из файла в белый список сайта и настроила регулярное обновление диапазонов.

Мы выбрали нишу «американские акции за USDT», команда Utex посвятила ей страницы сайта, а PR-агентство Utex разместило о ней публикации

Исходный замер не дал оснований рассчитывать, что Utex быстро выйдет в ответы на все вопросы об инвестициях. Зато он показал свободную нишу: «американские акции за USDT». Её мы и выбрали. Вокруг этой ниши команда Utex строила новые страницы, а PR-агентство размещало публикации, чтобы модель связала конкретную задачу пользователя с Utex.

Команда Utex выпустила отдельные страницы о компании, продуктах и частых вопросах, связала их навигацией и привела факты на них к единому описанию. На страницах появились понятные заголовки, ответы на конкретные вопросы, тег canonical (он указывает основной адрес страницы, если у неё есть копии) и структурированные данные schema.org (машиночитаемое описание содержимого страницы). Дробить сайт на мелкие страницы ради самого дробления команда Utex не стала. Каждая страница получила самостоятельную задачу и достаточный контекст, чтобы человек или модель поняли продукт без догадок.

Мы собрали канон бренда и карту противоречий, чтобы сайт, PR и SERM объясняли одни и те же факты

В канон вошли сведения о функциях платформы, условиях, безопасности, вводе и выводе средств. К нему мы приложили карту противоречий. Она показывает, какие утверждения моделей расходятся с каноном и какой факт нужно объяснить на сайте и во внешних публикациях. PR-агентство Utex, подрядчик Utex по SERM (поисковой выдаче и отзывам) и команда Utex, которая вела сайт, получили одни и те же карты: карту противоречий и карту источников AIV, то есть список площадок, откуда модели берут ответы в теме Utex. Так все трое могли отвечать на разные причины недоверия согласованно и не смешивать ошибки моделей с жалобами пользователей.

SERM входит в ORM: так называют управление всей открытой информацией, из которой люди и модели собирают мнение о бренде.

Проект шёл с 10 декабря 2025 по 8 июня 2026 года, и у каждого шага был свой срок и свой исполнитель

Официальная дата старта проекта: 10 декабря 2025 года. Основной исходный замер мы провели 22–23 декабря, а 21 января по просьбе команды Utex добавили к нему 100 вопросов о доверии. 26 февраля мы обнаружили, что сайт utex.io не пускает краулеры нейросетей из-за блокировки по Geo-IP. 3 марта мы передали команде Utex файл crawlers.md с адресами краулеров для белого списка, а 3 апреля команда Utex подтвердила, что сайт открыт для краулеров всех исследуемых моделей. 7 мая команда Utex выпустила новые страницы сайта. Июньские замеры мы провели 5 июня и 7–8 июня.

• Мы (Runway) вели исследование: составляли корпус вопросов, собирали и размечали ответы моделей, проверяли, пускает ли сайт краулеры, и вели карту источников AIV. Команде Utex мы передавали рекомендации по доступу для краулеров и по страницам сайта.
• Команда Utex (продуктовая и техническая) открыла сайт краулерам, проверила факты на новых страницах и выпустила эти страницы 7 мая.
• PR-агентство Utex в период проекта разместило 14 публикаций об Utex на внешних площадках. Ещё 22 публикации из нашего реестра вышли до официального старта проекта; их мы PR-агентству не приписываем.

SOV Utex вырос более чем вдвое, а все пять моделей назвали бренд без подсказки

3 апреля команда Utex подтвердила, что сайт открыт для краулеров всех исследуемых моделей

Команда Utex внесла адреса краулеров в белый список и 3 апреля подтвердила нам, что сайт открыт для краулеров всех исследуемых моделей. После этого при нашей проверке ChatGPT впервые пересказал главную страницу utex.io. 7 мая команда Utex выпустила страницы о компании, продуктах и частых вопросах. Задачу доступа команда Utex закрыла: краулеры читают сайт. Попадёт ли страница в ответ, дальше зависит от того, успел ли краулер её проиндексировать и какие источники модель выбирает для конкретного ответа.

Все пять моделей назвали Utex без подсказки, хотя в исходном замере это делали только две

В июне мы провели два замера на одном наборе из 1 405 вопросов. Первый июньский замер прошёл 5 июня через API моделей, второй 7–8 июня через пользовательские интерфейсы с веб-поиском. В первом замере пять моделей вернули 7 015 ответов, во втором 7 025. Это два способа собрать ответы на одни и те же вопросы, а не «до» и «после».

Главный итог кейса: SOV Utex вырос более чем вдвое. Команда Utex сверила наш расчёт SOV с собственной контрольной аналитикой и подтвердила итоговый SOV 6,3%. По отношению к исходным 2,83% это рост на 3,47 процентного пункта, или на 122,6%; итоговое значение в 2,23 раза выше базы. Числитель и знаменатель, из которых получились 6,3%, в архиве не сохранились. Поэтому мы называем это число подтверждённым командой Utex итогом и не считаем для него доверительный интервал, то есть не знаем, с какой погрешностью его читать.

Без подсказки Utex упомянули все пять моделей, причём в обоих июньских замерах. В исходном замере это делали только Алиса и Perplexity. Между первым и вторым июньскими замерами доля ответов с Utex у ChatGPT изменилась с 68 из 1 405, или 4,8%, до 83 из 1 405, или 5,9%. У Perplexity та же доля изменилась с 89 из 1 404, или 6,3%, до 114 из 1 405, или 8,1%.

Разбивку по пяти моделям мы восстановили; как именно, объясняем в разделе об ограничениях ниже. Она даёт 321 ответ с Utex из 7 015 в первом июньском замере и 374 из 7 025 во втором. Доля ответов с Utex выросла с 4,6 до 5,3%, то есть на 0,75 процентного пункта. Это не SOV. У SOV в знаменателе все упоминания брендов, а здесь ответы.

Роль Utex в ответе мы размечали отдельно для каждого июньского замера. В первом замере модели предложили Utex как способ решить задачу пользователя в 204 из 321 ответа с брендом, или в 63,6%. Во втором замере разметка роли сохранилась только для 284 ответов с брендом; в 201 из них, или в 70,8%, модели назвали Utex решением. Полнота разметки в двух замерах разная, поэтому 63,6% и 70,8% мы не сравниваем как рост. В прямых вопросах, где Utex уже назван в формулировке, модели упомянули бренд в 458 из 459 ответов за оба июньских замера, или в 99,8%.

В сравнении с конкурентами (график ниже) мы считаем, в какой доле ответов встретился каждый бренд. Один ответ может содержать несколько брендов, поэтому доли не складываются в 100%. Доля ответов с Utex изменилась с 4,6% до подтверждённого командой Utex значения 6,3%. Это прирост на 1,7 процентного пункта, или на 37% относительно первого июньского замера. Число 6,3% здесь относится к доле ответов с Utex и лишь совпадает с итоговым SOV: у этих метрик разные знаменатели, и смешивать их нельзя.

Итог видимости положительный: SOV Utex вырос на 122,6% к исходному замеру, а бренд без подсказки назвали все пять моделей. Доля ответов с Utex в сравнении с конкурентами выросла на 37%, причём между двумя июньскими замерами, а не к декабрю. Два июньских замера дополняли друг друга: первый шёл через API, второй через пользовательские интерфейсы с веб-поиском. Вместе они дали больше данных: об источниках, на которые ссылаются модели, о свежих отзывах в их ответах и о качестве самих ответов.

Все пять моделей использовали публикации об Utex, но в ответах с веб-поиском остались негативные тезисы

Во втором июньском замере, с веб-поиском, негатив об Utex встретился в 80 из 7 025 ответов, или в 1,1%. В этих 80 ответах модели повторили 250 негативных тезисов, то есть коротких критических утверждений об Utex; один ответ мог содержать несколько. Чаще всего модели писали о задержках и сложностях с выводом средств: 62 тезиса в 44 ответах.

В исходном замере модели чаще повторяли барьеры знания: устаревшие ограничения продукта и противоречивые сведения об условиях. Веб-поиск добавил к ним отзывы пользователей о своём опыте. Против барьеров знания работают канон бренда и понятные продуктовые страницы. Против отзывов нужна другая работа: отвечать на них, разбирать повторяющиеся претензии и публиковать новые проверяемые свидетельства об Utex. Это разные задачи внутри ORM: первая про канон и сайт, вторая про SERM, то есть про отзывы и поисковую выдачу.

В нашем реестре публикаций об Utex 38 строк и 36 уникальных URL: две строки повторяли уже учтённые адреса. 22 публикации вышли до официального старта проекта 10 декабря 2025 года. Ещё 14 публикаций в период проекта разместило PR-агентство Utex.

Адреса в списках источников мы привели к единому виду: убрали UTM-метки (параметры в адресе для учёта переходов) и якоря. Так одна страница считалась один раз. После этого 5 из 36 публикаций появились в списках источников моделей. Мы нашли 48 пар «ответ + публикация» в 47 ответах: в одном ответе модель сослалась сразу на две публикации. Хотя бы одну публикацию использовала каждая из пяти моделей во втором июньском замере. В 15 из 47 ответов со ссылкой на публикацию модели упомянули и сам Utex.

Три публикации на crypto.ru, вышедшие в период проекта, дали 38 из 48 появлений в списках источников. Значит, публикации PR-агентства дошли до ответов с веб-поиском: модели читают их и ссылаются на них. Влияют ли публикации на видимость Utex, мы в июне не измеряли; эту связь мы отдельно оценим в следующем цикле, после нового замера.

Мы подтвердили рост видимости Utex, но пока не можем отдельно оценить вклад сайта и публикаций

Перед публикацией кейса мы перепроверили базу исходного замера, июньскую выгрузку ответов, реестр публикаций и поправки команды Utex. У каждого числа в кейсе мы сохранили происхождение. Либо мы можем пересчитать его из сохранённых ответов, либо его подтвердила команда Utex, либо это наблюдение, которое ещё предстоит измерить.

Июньские замеры продолжили исходное исследование на расширенном и дополненном корпусе: вопросов стало больше, чем в декабре. Поэтому замеры декабря и июня мы сравниваем по направлению, а не по точной разнице. Направление положительное: SOV Utex вырос с 2,83 до 6,3%, а бренд без подсказки назвали все пять моделей.

• Оба июньских замера мы провели на одном наборе из 1 405 вопросов: первый через API, второй через пользовательские интерфейсы с веб-поиском. Это не «до» и «после», а два способа получить ответы на одни и те же вопросы. Второй замер добавил данные об источниках, на которые ссылаются модели.
• Итоговый SOV 6,3% и долю ответов с Utex 6,3% в сравнении с конкурентами подтвердила команда Utex. Числителей и знаменателей для этих двух чисел в архиве нет, поэтому статистическую значимость мы для них не считаем.
• Уточнённые доли ответов с Utex во втором июньском замере у ChatGPT (5,9%) и Perplexity (8,1%) тоже подтвердила команда Utex. Исправленная выгрузка ответов не сохранилась, поэтому числа 83 из 1 405 и 114 из 1 405 мы восстановили из подтверждённых долей и известных знаменателей.
• FAR мы рассчитали только для исходного замера, на 498 ответах о доверии. Утверждения с каноном сопоставляла автоматическая система, и 76,1% сопоставлений она отметила для ручной проверки. Утверждённой командой Utex финальной версии канона у нас нет, а повторно FAR после изменений на сайте и в публикациях мы не измеряли. Поэтому мы не утверждаем, что противоречий стало меньше.
• 84 записи в нашей старой аналитической таблице относятся к сырым брендовым меткам, а не к списку компаний. Разные написания одного бренда там идут отдельными строками. Пока мы не сведём написания к одному имени, ранжировать бренды по этим меткам нельзя.
• Для 14 публикаций периода проекта исполнитель известен: их разместило PR-агентство Utex. 22 публикации, вышедшие до старта проекта, мы PR-агентству не приписываем.
• Новые страницы сайта и публикации вышли раньше, чем мы измерили рост видимости. Но наше исследование не устроено так, чтобы отделить их вклад от других причин, поэтому рост мы им не приписываем.

Мы зафиксировали рост видимости Utex, а в следующем замере проверим точность ответов

Команда Utex открыла сайт для краулеров, а затем выпустила новые страницы

Проверять, пускает ли сайт краулеры, нужно раньше, чем переписывать страницы: пока краулер не читает сайт, модели не видят его содержание. У Utex блокировка по Geo-IP не давала краулерам ChatGPT, Claude и Perplexity читать utex.io. Команда Utex внесла адреса краулеров в белый список и 3 апреля подтвердила, что сайт открыт для краулеров всех исследуемых моделей. Открыт ли сайт краулерам, можно проверить отдельно, не дожидаясь замера видимости.

SOV Utex вырос до 6,3%, а все пять моделей назвали бренд без подсказки

Рост видимости подтверждают две метрики. Без подсказки Utex в исходном замере вспоминали 2 модели из 5, а в июне все 5. SOV, который подтвердила команда Utex, вырос с 2,83 до 6,3%, то есть на 122,6%. Доля ответов с Utex во втором июньском замере тоже выше, чем в первом, 5,3% против 4,6%, но это два способа собрать ответы в июне, а не рост к декабрю. Следующая задача: сокращать разрыв с лидерами категории, то есть с брендами, которые модели называют чаще всего.

Все пять моделей использовали публикации об Utex, но FAR после обновления сайта и выхода публикаций мы пока не измеряли

Каждая из пяти моделей сослалась хотя бы на одну из пяти публикаций об Utex, которые попали в списки источников. Три публикации, вышедшие в период проекта, дали 38 из 48 появлений в этих списках. Значит, публикации на площадках из карты источников AIV доходят до ответов моделей. Но негатив они пока не сняли. Во втором июньском замере осталось 80 ответов с негативом об Utex, а FAR после изменений на сайте и в публикациях мы ещё не измеряли.

В следующем замере мы сохраним ядро списка вопросов, способ сбора ответов и правила разметки, чтобы сравнивать его с июнем

В следующем замере мы сохраним ядро июньского списка вопросов, способ сбора ответов и правила разметки. Новые вопросы добавим отдельным блоком, чтобы результаты можно было сравнивать с июнем. Вместе с замером мы сохраним числители и знаменатели каждой метрики, версию канона и справочник брендов, в котором разные написания одного бренда сведены к одному имени. Так мы сможем точнее отслеживать качество ответов моделей от замера к замеру.

Работа продолжается. Дальше мы повторно измерим FAR и проведём следующий замер ИИ-видимости, а между замерами команда Utex и её подрядчики продолжат работу с источниками: новые публикации на площадках из карты источников AIV и ответы на отзывы. Хотите узнать, как нейросети отвечают про ваш бренд, когда вас нет рядом? Напишите нам.