Перейти до змісту
SEO2026

Частина I · ПОШУК У 2026

Видимість без кліку: що саме тепер має вимірювати SEO

Глава 4 / 43 · 4 083 слів · ~21 хв читання

Матеріал опубліковано за книгою «SEO 2026: Пошук в еру AI» Михайла Оплаканця (Werter). Офіційна авторська публікація.

Read in English

Як розділити покази, згадки, цитування, переходи та конверсії, не змішувати дані Google з модельними оцінками сторонніх сервісів і побудувати звітність, яка не створює фальшивого відчуття точності

Стан даних і джерел: 12 вересня 2026 року

Проблема сучасної SEO-аналітики вже не в нестачі метрик. Їх стало забагато. Позиції, покази, кліки, генеративні покази, цитування, згадки бренду, частка присутності у відповідях ШІ, переходи з ChatGPT, асоційовані конверсії, брендовий пошук, прямий трафік. Кожен інструмент додає власний індекс, а у звітній панелі все це легко перетворюється на одну красиву цифру, яка нічого конкретного не означає.

У цій главі я навмисно не шукаю одну головну метрику видимості у відповідях ШІ. Її немає. Є кілька різних подій, які відбуваються на різних етапах шляху користувача і вимірюються за даними з різних джерел. Якщо команда не розділяє ці події, вона починає порівнювати покази Google з цитуваннями Bing, згадки у сторонній системі моніторингу з реальними сесіями GA4, а оцінену частку присутності - з фактичним ринковим попитом. Для досвідченого SEO-фахівця або керівника SEO-команди це вже не похибка. Це помилка моделі.

Рис. 4.1. Видимість, згадка, цитування, клік і конверсія - різні події. Між ними може бути звʼязок, але жодна з них автоматично не доводить наступну.
Рис. 4.1. Видимість, згадка, цитування, клік і конверсія - різні події. Між ними може бути звʼязок, але жодна з них автоматично не доводить наступну.

4.1. Спочатку визначаємо подію, а вже потім метрику

Класична органічна аналітика була відносно зручною, бо основні події формували зрозумілий ланцюг: показ у SERP -> клік -> сесія -> конверсія. Навіть тут були проблеми з агрегацією, атрибуцією і різницею між Search Console та аналітикою сайту, але принаймні самі події були зрозумілими.

Генеративний пошук додає кілька подій до кліку. Сторінка може зʼявитися в AI Overview. Бренд може бути названий у тексті без посилання. URL може бути процитований як джерело. Документ може бути знайдений системою, але не отримати видиме цитування. Після відповіді користувач може не клікнути взагалі, а через день виконати брендовий запит. Усі ці сценарії мають різний економічний зміст.

Таблиця 4.1. Найпоширеніша помилка - надавати одній події значення іншої.
ПодіяЩо реально сталосяЩо НЕ можна автоматично стверджувати
Показ у класичному пошукуПосилання сайту отримало показ за правилами Search ConsoleЩо користувач його прочитав або запамʼятав.
Показ у генеративній функції GoogleПосилання сайту було показане в AI Overview або AI ModeЩо був клік, цитування у сторонній LLM або вплив на бренд.
Згадка брендуНазва бренду зʼявилася у відповіді моделіЩо модель використала сайт бренду як джерело.
Цитування URLСторінку показано як джерело у відповіді ШІЩо користувач відкрив URL або що цитування було першим / найпомітнішим.
ПерехідКористувач відкрив сайт із конкретного джерелаЩо цей канал був єдиною причиною рішення.
КонверсіяВідбулася визначена бізнес-діяЩо останній канал перед конверсією створив увесь попит.

4.2. Жоден інструмент не бачить увесь шлях

У 2026 році найнадійніший підхід до вимірювання - не шукати один сервіс, який «вимірює ШІ», а поєднувати кілька шарів даних. Пошукова система бачить власні покази та частину взаємодій. Вебаналітика бачить реальні переходи після кліку. CRM бачить продаж або лід. Стороння система моніторингу бачить лише той набір запитів до моделей і відповідей, який сама перевірила.

Рис. 4.2. Джерела даних бачать різні частини воронки. Матриця показує, які сигнали кожне джерело надає безпосередньо, а не загальну «якість» інструмента.
Рис. 4.2. Джерела даних бачать різні частини воронки. Матриця показує, які сигнали кожне джерело надає безпосередньо, а не загальну «якість» інструмента.

Google: офіційна документація Search Console. Bing: офіційний опис звіту AI Performance. ChatGPT: офіційне UTM-маркування переходів. Стороння система моніторингу: вибіркова перевірка запитів до моделей, а не доступ до приватних сесій користувачів.

Це принципова межа. Сторонній інструмент не має доступу до всіх приватних діалогів ChatGPT, Gemini або Perplexity. Ahrefs прямо описує Brand Radar як вибірковий підхід: сервіс запускає великі набори запитів до моделей і записує відповіді, але не бачить кожну реальну згадку бренду в усіх користувацьких сесіях.[6] Саме тому «видимість у відповідях ШІ» за даними стороннього сервісу - це індекс або структурована вибірка, а не перепис населення.

І навпаки, Google Search Console має дані самої платформи про Google, але не показує ChatGPT, Copilot чи Perplexity. Bing Webmaster Tools показує власну екосистему і частину партнерських інтеграцій, але не є глобальним центром аналітики ШІ. GA4 побачить клік із ChatGPT, але не побачить десять відповідей ChatGPT, у яких ваш бренд згадали без переходу.

4.3. Google Search Console: вперше є окремий вимір генеративної видимості

3 червня 2026 року Google анонсував окремі звіти про генеративний ШІ у Пошуку, а 31 серпня повідомив про глобальне розгортання для всіх сайтів. Окремий звіт включає AI Overviews та AI Mode і показує саме покази - скільки разів посилання на сайт були показані користувачу в генеративній функції Пошуку Google.[1][2]

У звіті доступні сторінки, країни, дати та пристрої. Дані за сторінками переважно привʼязані до канонічного URL. Графік агрегується на рівні ресурсу, а таблиця змінює агрегацію залежно від вибраного виміру. На звіт також поширюється стандартне обмеження таблиці Search Console у 1 000 рядків.[2]

Рис. 4.3. Що дає окремий звіт Google Search Console про генеративний ШІ станом на 12.09.2026.
Рис. 4.3. Що дає окремий звіт Google Search Console про генеративний ШІ станом на 12.09.2026.

Схематичне відтворення. Джерело функціональності: Google Search Console Help, Generative AI performance report (Search).

Найважливіше тут не те, що Google нарешті показує покази в генеративних функціях. Найважливіше - чого окремий звіт не показує. Станом на дату зрізу в ньому немає окремих кліків, CTR, середньої позиції та виміру запитів. Тобто ми можемо побачити, що /guide/seo-audit/ отримує генеративні покази, але не можемо з цього звіту відповісти, які саме запити дали ці покази і скільки переходів прийшло саме з AI Overview або AI Mode.[2]

При цьому AI Overviews та AI Mode входять у звичайний звіт «Ефективність». Google окремо описує, що клік по зовнішньому посиланню в AI Mode або AI Overview рахується як клік, а покази та позиція підпорядковуються стандартним правилам Search Console. Для AI Overview всі посилання в блоці отримують одну позицію самого блоку; уточнювальне питання в AI Mode рахується як новий запит.[3] Це важливо, бо загальні кліки й покази вже містять події в генеративних функціях, але окремий генеративний звіт дає лише виділений зріз показів.

4.4. Корисна метрика з GSC: частка генеративних показів, але з правильною назвою

З окремого звіту Google вже можна побудувати просту операційну метрику: частку генеративних показів серед усіх показів вебпошуку для того самого ресурсу, періоду, країни і пристрою. Я називаю її часткою генеративної експозиції, а не «часткою запитів із ШІ».

Формула 4.1. Це відношення показів вашого ресурсу, а не оцінка частки всіх запитів Google.

Наприклад, якщо генеративні покази ростуть, а загальні покази стабільні, це означає, що більша частина вашої видимості відбувається всередині генеративних функцій Google. Це ще не говорить, добре це чи погано. Далі треба дивитися CTR у звичайному звіті «Ефективність», сторінки, країни, пристрої та бізнес-результат. Але вже можна побачити структурний зсув у типі видимості.

4.5. Bing Webmaster Tools показує іншу частину системи: цитування та запити для пошуку джерел

10 лютого 2026 року Microsoft відкрив публічну тестову версію звіту AI Performance у Bing Webmaster Tools. За офіційним описом звіт охоплює Microsoft Copilot, підсумки ШІ у Bing та частину партнерських інтеграцій. На відміну від Google, Bing у цьому звіті зосереджується не на показах, а на активності цитувань.[4]

Рис. 4.4. Набір даних Bing AI Performance принципово інший: цитування URL та запити, які використовувалися для пошуку джерел.
Рис. 4.4. Набір даних Bing AI Performance принципово інший: цитування URL та запити, які використовувалися для пошуку джерел.

Схематичне відтворення офіційно описаних метрик Microsoft, а не скріншот реального ресурсу.

Показник «Загальні цитування» (Total Citations) показує кількість цитувань сайту як джерела у відповідях ШІ. «Середня кількість цитованих сторінок» (Average Cited Pages) - середню кількість унікальних сторінок сайту, що цитувалися за день. «Активність цитувань на рівні сторінок» (Page-level citation activity) розподіляє кількість цитувань за URL. «Запити для пошуку джерел» (Grounding queries) показують ключові фрази, які ШІ використовував під час отримання контенту, що потім був процитований.[4]

Остання метрика особливо корисна, але її легко переоцінити. Microsoft прямо пише, що дані «Запитів для пошуку джерел» у звіті є вибіркою загальної активності цитувань, а не повним журналом усіх внутрішніх запитів системи. Так само показник «Total Citations» не показує місце або спосіб показу цитування всередині конкретної відповіді, а «Average Cited Pages» не є оцінкою авторитету чи ранжування.[4]

4.6. ChatGPT: реальні переходи можна виміряти краще, ніж згадки без кліку

Для ChatGPT ситуація дзеркальна. OpenAI не надає вебмайстру Search Console з усіма показами або згадками. Але для переходів є чіткий сигнал: OpenAI офіційно вказує, що ChatGPT автоматично додає до вихідних URL параметр utm_source=chatgpt.com. Видавець може відстежувати ці переходи у Google Analytics або іншій аналітиці.[5]

Це означає, що сесія з ChatGPT є значно надійніше підтвердженим фактом, ніж «оцінена видимість у ChatGPT» стороннього сервісу. Ми знаємо, що людина натиснула посилання і перейшла на сайт. Далі можна порівнювати посадкові сторінки, залучені сесії, CVR, дохід, якість лідів і повторні візити. Але й тут UTM не показує, скільки разів бренд був згаданий без кліку або скільки відповідей ChatGPT містили цитування, яке користувач не відкрив.

БЕЗ КОДУ: ПРОМПТ ДЛЯ ШІ

Я завантажу CSV з GA4, де є дата, посадкова сторінка з рядком параметрів («Landing page + query string»), сесії («Sessions») і, якщо доступно, ключові події («Key events») або дохід («Revenue»). Перевір колонки. Відфільтруй посадкові URL, які містять utm_source=chatgpt.com, порахуй сесії за датою і посадковою сторінкою, а також конверсії та дохід, якщо ці поля є. Не прирівнюй цей трафік до всіх згадок бренду в ChatGPT: це лише зафіксовані переходи.

АЛЬТЕРНАТИВА БЕЗ ШІ

У розділі «Explorations» GA4 додайте вимір «Landing page + query string», метрики «Sessions» та «Key events» і фільтр «contains» зі значенням "utm_source=chatgpt.com". Для регулярної автоматизації використовуйте BigQuery-запит нижче.

QR: КОД

Скануйте камерою: QR містить компактну виконувану версію коду без коментарів. Коментований код наведено нижче.

ДЛЯ АВТОМАТИЗАЦІЇ: SQL ДЛЯ GA4 BIGQUERY

Код 4.1. Мінімальний спосіб виділити переходи ChatGPT за офіційним UTM. Для робочого звіту я б далі усунув дублікати першої події на посадковій сторінці і приєднав конверсії та дохід на рівні ідентифікатора сесії.

SQLОригінальний приклад з книги
-- Завдання: порахувати GA4-сесії, що почались із URL,
-- де OpenAI додав utm_source=chatgpt.com.
-- Замініть PROJECT.analytics_XXXXXXXXX на свій GA4 BigQuery dataset.

WITH starts AS (
  SELECT
    PARSE_DATE('%Y%m%d', event_date) AS date,
    user_pseudo_id,

    -- Ідентифікатор сесії з event_params.
    (SELECT value.int_value
       FROM UNNEST(event_params)
      WHERE key = 'ga_session_id') AS ga_session_id,

    -- Повний URL сторінки, на яку прийшов користувач.
    (SELECT value.string_value
       FROM UNNEST(event_params)
      WHERE key = 'page_location') AS page_location

  FROM `PROJECT.analytics_XXXXXXXXX.events_*`
  WHERE event_name IN ('session_start','page_view')
)

SELECT
  date,

  -- Рахуємо унікальні сесії, а не кількість подій.
  COUNT(DISTINCT CONCAT(
    user_pseudo_id, '-', CAST(ga_session_id AS STRING)
  )) AS sessions
FROM starts
WHERE REGEXP_CONTAINS(
  page_location,
  r'(?i)[?&]utm_source=chatgpt\.com(?:&|$)'
)
GROUP BY date
ORDER BY date;

4.7. Згадка і цитування - не одне й те саме

На рівні стороннього моніторингу я завжди розділяю згадку і цитування. Згадка означає, що бренд присутній у тексті відповіді ШІ. Цитування означає, що домен або конкретна сторінка показані як джерело. Ahrefs саме так розділяє свої метрики: одна згадка рахується, якщо бренд зʼявився хоча б раз у відповіді, а одне цитування - якщо сторінка або домен були процитовані хоча б раз.[7]

Це дає чотири практично різні сценарії. Бренд може бути згаданий і процитований. Може бути згаданий без цитування, наприклад як відомий продукт. Сайт може бути процитований без явної згадки бренду в основному тексті. А може не зʼявитися взагалі. Якщо звести все до одного індексу, ми втрачаємо діагноз.

Таблиця 4.2. Згадка і цитування відповідають на різні питання. Відсутність цитування не завжди означає відсутність брендової видимості.
СценарійЩо бачимоЙмовірна задача
Згадка + цитування власного URLБренд присутній, сайт використано як джерелоМасштабувати теми й URL, де вже є сильна присутність.
Згадка без цитуванняБренд відомий моделі, але джерелом виступає інший сайтПеревірити сторонні джерела, PR, сторінки оглядів і власне покриття теми.
Цитування без явної згадки брендуСторінка працює як джерело фактівПосилити звʼязок із брендом, авторство, продуктову ідентичність, конверсійний шлях.
Немає згадки й цитуванняУ вибірці бренд відсутнійПеревірити релевантність набору запитів до моделей, покриття теми, авторитет і джерела конкурентів.

4.8. Сторонні метрики ШІ корисні, якщо не видавати вибірку за повний масив реального використання

Стороння система моніторингу потрібна там, де сама платформа не дає достатньо даних. Вона може стабільно перевіряти однаковий набір запитів до моделей, фіксувати відповіді, цитування, згадки, конкурентів і джерела. Для аналізу динаміки це дуже корисно. Проблема починається, коли отриманий індекс називають «реальною часткою присутності серед усіх користувачів ChatGPT».

Ahrefs станом на серпень 2026 року заявляє 459+ млн запитів до моделей у шести індексах ШІ. Найбільший сегмент - AI Overviews, 308.6 млн; окремі індекси Gemini, Perplexity, ChatGPT і Copilot мають близько 31 млн запитів, AI Mode - 25.3 млн.[8] Це дуже велика вибірка, але вона все одно є побудованим індексом, а не приватними журналами реального використання платформ.

Рис. 4.5. Кількість запитів до моделей у шести індексах Ahrefs AI Visibility Index станом на серпень 2026 року. Дані самого Ahrefs.
Рис. 4.5. Кількість запитів до моделей у шести індексах Ahrefs AI Visibility Index станом на серпень 2026 року. Дані самого Ahrefs.

Ahrefs моделює запити на основі реального пошукового попиту та «People Also Ask». Великий розмір вибірки не перетворює її на повний журнал усіх взаємодій користувачів із LLM.

Ще важливіше читати визначення метрик. Метрика Ahrefs «Estimated Impressions» («оцінені покази») - це не реальні покази самої платформи ChatGPT. Сервіс оцінює їх через частотність пошуку повʼязаних запитів Google / People Also Ask; частка присутності у відповідях ШІ - відносна частка цих оцінених показів серед відстежуваних брендів.[7] Semrush використовує іншу систему: «AI Visibility» як порівняльний індекс 0-100, згадки, оцінку місячної аудиторії, цитування та інші власні метрики.[9] Тому число 37 в одному сервісі не можна порівнювати з 37 в іншому.

Таблиця 4.3. Власні метрики мають бути відтворюваними. Назва без знаменника створює красиву, але слабку аналітику.
МетрикаРобоче визначення для книгиПравильний знаменник
Частота згадокЧастка перевірених відповідей, де бренд згаданий хоча б разКількість відповідей у зафіксованій вибірці запитів до моделей.
Частота цитуваньЧастка перевірених відповідей, де домен / URL процитованийКількість відповідей у тій самій вибірці.
Співвідношення цитувань до згадокСкільки відповідей зі згадкою бренду одночасно цитують наш доменКількість відповідей зі згадкою бренду.
Частка присутності у відповідях ШІЧастка згадок / цитувань бренду відносно визначеного набору конкурентівТільки конкретний набір запитів до моделей, платформа, країна, дата і список конкурентів.
CVR переходів із платформ ШІКонверсії з ідентифікованих AI-сесій / AI-сесіїРеальні сесії з переходів у власній аналітиці.
Дохід на сесію з платформи ШІДохід з переходів з AI / AI-сесіїРеальні сесії, а не оцінені покази.

4.9. Найнебезпечніша помилка - знаменник, який змінюється непомітно

У класичному відстеженні позицій ми звикли до відносно стабільного набору ключових слів. У моніторингу ШІ набір запитів до моделей може змінюватися набагато сильніше: сервіс додає нові запити, міняє механізм їх формування, підключає іншу модель, змінює географію, оновлює конкурентів. Після цього частка присутності може змінитися навіть без реальної зміни присутності бренду.

Тому для власного моніторингу я фіксую принаймні пʼять речей: точний текст запиту до моделі або його стабільний ідентифікатор, платформу і модель, країну або мову, дату перевірки та список конкурентів. Якщо сервіс дозволяє щоденний моніторинг власних запитів, історію не можна змішувати з готовим індексом без окремої мітки. Це різні вибірки.

4.10. Як я розділяю джерела за доказовою вагою

Не всі дані однаково близькі до грошей. Якщо CRM показує 120 оплачуваних контрактів, це сильніший бізнес-факт, ніж 18 000 оцінених показів у відповідях ШІ зі стороннього сервісу. Це не означає, що покази не потрібні. Вони потрібні для ранньої діагностики. Але керувати бюджетом лише за верхнім шаром даних небезпечно.

Рис. 4.6. Ієрархія доказової ваги для SEO-звітності. Верхні рівні ближчі до фактичного результату для бізнесу; нижні корисні для визначення напряму та діагностики.
Рис. 4.6. Ієрархія доказової ваги для SEO-звітності. Верхні рівні ближчі до фактичного результату для бізнесу; нижні корисні для визначення напряму та діагностики.

Звідси практичний принцип: у звіті керівнику я не ставлю «індекс видимості у відповідях ШІ» вище за ліди, дохід і реальні переходи. Але для SEO-команди частота цитувань або частка генеративних показів може бути раннім індикатором, який показує зміни раніше, ніж вони дійдуть до доходу. Хороша система не відкидає слабші сигнали. Вона просто не плутає їхню доказову вагу.

4.11. Видимість без кліку і бренд: виміряти можна, довести причинність важче

Найскладніша зона починається там, де користувач бачить бренд у відповіді ШІ, не клікає, а потім приходить іншим шляхом. Стандартна вебаналітика не має події першого контакту, тому конверсію може бути віднесено до брендового органічного трафіку, прямого трафіку, платного пошуку або навіть електронної пошти. Це не помилка аналітики. Події справді немає на вашому сайті.

Рис. 4.7. Один із можливих шляхів впливу без кліку. Без додаткової схеми вимірювання він правдоподібний, але не доведений.
Рис. 4.7. Один із можливих шляхів впливу без кліку. Без додаткової схеми вимірювання він правдоподібний, але не доведений.

Що можна зробити практично. Перше - дивитися попит на брендові запити у Search Console і динаміку прямого та брендового органічного трафіку поруч зі змінами видимості у відповідях ШІ, але трактувати це як кореляцію. Друге - використовувати контрольні ринки, географічні сегменти або часові вікна, якщо бізнес дозволяє природний експеримент. Третє - для генерації лідів запитувати в CRM або формі, звідки користувач дізнався про бренд, але не змушувати його вибирати лише один канал. Четверте - дивитися асоційовані конверсії і дані шляхів, розуміючи, що контакт без кліку на сайт там усе одно не зʼявиться.

Якщо після зростання кількості згадок у відповідях ШІ брендові запити виросли на 20%, це ще не доказ, що одне спричинило інше. Можливо, одночасно була PR-кампанія, реклама, сезонність або реліз продукту. У книзі я навмисно не перетворюю цю красиву історію на причинний факт без контролю.

4.12. Мінімальна звітна панель досвідченого SEO-фахівця у 2026 році

Моя базова звітна панель тепер має не один графік «Органічний трафік», а щонайменше чотири шари. Перший - попит і класичний Пошук. Другий - генеративна видимість у джерелах самої платформи. Третій - вибіркова присутність у сторонніх платформах ШІ. Четвертий - реальні сесії та результат для бізнесу.

Таблиця 4.4. Мінімальна система вимірювання. Не кожному бізнесу потрібні всі рядки, але кожен KPI має мати зрозуміле джерело і власника.
ШарМінімальні KPIРозрізиЧастота
Класичний ПошукКліки, покази, CTR, середня позиція, брендові / небрендові запитиСторінка, кластер, країна, пристрійЩотижня + за 28 днів / порівняно з відповідним періодом попереднього року
Генеративний Пошук GoogleГенеративні покази, частка генеративної експозиціїСторінка, країна, пристрій, датаЩотижня
Bing AIЦитування, цитовані URL, вибірка запитів для пошуку джерелURL, тема, датаЩотижня / щомісяця
Моніторинг LLMЧастота згадок, частота цитувань, частка присутності у фіксованому наборі запитів до моделейПлатформа, географічний сегмент, тема, конкурентЩотижня або щомісяця
Переходи з платформ ШІСесії, залучені сесії, CVR, дохід / якість лідівДжерело, посадкова сторінка, пристрій, країнаЩотижня
Результат для бізнесуЛіди, продажі, дохід, маржа, CAC / EPC, де доречноПродукт, ринок, етап воронкиЩотижня / щомісяця

Ключове правило порівнянь: однаковий рівень деталізації. Не порівнюйте щоденний моніторинг власних запитів до моделей із місячним індексом. Не порівнюйте генеративні покази на рівні URL із загальним показником на рівні ресурсу без перевірки агрегації. Не змішуйте США з глобальними даними. Не робіть висновок за одним днем, якщо платформа й модель дають суттєво різні відповіді під час повторних перевірок.

4.13. Три типи помилок у звітних панелях, які я бачу найчастіше

Таблиця 4.5. Більшість помилок аналітики ШІ - не в даних, а в неправильному знаменнику або змішуванні одиниць виміру.
ПомилкаЯк виглядаєЧому небезпечноЯк виправити
Фальшивий CTR генеративних функційЗагальні кліки GSC / генеративні показиРізні набори подій у чисельнику й знаменникуНе рахувати до появи окремих кліків або надійного джерела на рівні подій.
Індекс ШІ як абсолютна істина«Індекс видимості = 62/100, отже ми займаємо 62% ринку»Індекс залежить від методології сервісуПоказувати динаміку і методологію; поруч - згадки / цитування та охоплення набору запитів до моделей.
Сума різних платформпокази Google + цитування Bing + згадки ChatGPT = «загальна видимість»Ці одиниці виміру не можна додаватиТримати метрики на окремих панелях; обʼєднувати тільки нормалізованим індексом із явною формулою.
Відсутність шару бізнес-показниківЗвіт закінчується цитуваннямиНемає відповіді, чи створюється цінністьДодати сесії з переходів, конверсії, дохід / ліди та якість.
Рухомий набір запитів до моделейЩомісяця додаються запити до моделей, але динаміку трактують як зростання присутності брендуЗмінюється знаменникФіксувати основний набір запитів до моделей і окремо експериментальний / дослідницький набір.

4.14. Як побудувати власний набір запитів до моделей, який не перетвориться на театр метрик

Якщо я сам задаю набір запитів до моделей для моніторингу, я не починаю з питання «якими фразами змусити ШІ назвати наш бренд». Це створює орієнтир, який лише підтверджує очікуваний результат. Починаю з реального кола запитів: Search Console, розмов із відділом продажів, звернень у підтримку, People Also Ask, внутрішнього пошуку, запитів до продукту, конкурентних порівнянь. Далі групую запити за завданням користувача, а не за тим, де бренд уже перемагає.

Таблиця 4.6. Основний набір запитів до моделей має представляти реальні завдання користувача, а не лише запити, зручні для бренду.
Клас промптуПриклад структуриНавіщо відстежувати
Категорійний«Які сервіси / продукти найкращі для X?»Чи присутній бренд у широкому первинному комерційному виборі.
Порівняльний«X проти Y для завдання Z»Конкурентна позиція та аргументи.
Проблемний«Як вирішити проблему X?»Чи бренд / контент потрапляє у простір можливих рішень до прямого продуктового запиту.
Доказовий«Які джерела / дані підтверджують X?»Видимість через цитування для досліджень, статистики й експертного контенту.
Транзакційний«Що вибрати / купити / забронювати за умов X?»Найближчий до бізнес-результату сегмент.
Брендовий«Чи надійний бренд X? Які альтернативи?»Наратив, тональність, конкуренти та джерела репутації.

Я тримаю основний набір стабільним для відстеження динаміки. Нові запити до моделей потрапляють у дослідницький набір і не впливають на основний часовий ряд, доки не зафіксовано нову базу. Це простий спосіб не намалювати зростання або падіння тільки тому, що змінилися питання.

4.15. Операційний стандарт: що перевіряти щотижня, а що щомісяця

Таблиця 4.7. Частота вимірювання має відповідати швидкості зміни сигналу. Щоденний шум не повинен керувати квартальним бюджетом.
РитмЩо перевіряємоЯке рішення це підтримує
ЩотижняГенеративні покази GSC для основних URL; цитування Bing; сесії після переходів із платформ ШІ; аномалії згадок / цитувань в основному наборі запитів до моделейЧи зламалась видимість, чи зʼявилась нова можливість, чи треба швидка діагностика.
Раз на 28 днівЧастка генеративних показів; динаміка класичного пошуку порівняно з пошуком із ШІ; охоплення запитів до моделей за темами; концентрація цитувань за сторінками; CVR переходівЧи є структурний зсув, а не денний шум.
ЩомісяцяКонкурентна частка присутності у стабільній вибірці; попит на брендові запити; асоційовані конверсії; бізнес-результатПріоритизація контенту, PR, отримання посилань, бюджет.
ЩокварталуПерегляд основного набору запитів до моделей, джерел даних, методології індексів, переліку платформЧи сама система вимірювання не застаріла після зміни продуктів і моделей.

4.16. Що ми точно знаємо, а що поки не можемо виміряти нормально

Станом на 12 вересня 2026 року ми точно можемо виміряти окремі генеративні покази у Google Search Console для AI Overviews та AI Mode.[1][2] Ми можемо отримати дані про цитування і вибірку запитів для пошуку джерел у Bing Webmaster Tools.[4] Ми можемо надійно виділяти переходи з ChatGPT, оскільки OpenAI автоматично додає utm_source=chatgpt.com.[5] Ми можемо перевіряти стабільний набір запитів до моделей у сторонніх системах моніторингу і рахувати згадки, цитування та конкурентну присутність, якщо памʼятаємо, що це вибірка.[6][7]

Ми не маємо універсального лічильника від самої платформи, який охоплював би всі згадки бренду в усіх приватних сесіях LLM. Не маємо одного стандарту частки присутності у відповідях ШІ для різних сервісів. Не можемо з окремого звіту GSC про генеративний ШІ порахувати точний CTR генеративних функцій, бо звіт не містить окремих кліків. Не можемо довести, що зростання брендового пошуку після зростання кількості згадок у відповідях ШІ спричинене саме ШІ, якщо немає контрольної схеми дослідження.

Тому правильна звітність у 2026 році не намагається приховати прогалини. Вона показує їх. Для мене сильна звітна панель - це не та, де є одна магічна цифра. Це та, де видно, які події виміряні даними самої платформи, які відновлені через власну аналітику, які отримані на вибірці і де ми маємо лише робочу гіпотезу.

На цьому Частина I закінчується. Далі переходимо від інтерфейсів і вимірювання до механіки самої пошукової системи. Почнемо з найпершого питання, яке часто пропускають: звідки пошукова система взагалі дізнається, що URL існує.

Джерела до глави

1. Google Search Central Blog. Introducing Search Generative AI performance reports in Search Console. https://developers.google.com/search/blog/2026/06/gen-ai-performance-reports Анонс 3 червня 2026 року; глобальне розгортання 31 серпня; покази, сторінки, країни, пристрої, дати.

2. Google Search Console Help. Generative AI performance report (Search). https://support.google.com/webmasters/answer/16984139?hl=en AI Overviews та AI Mode; окремі генеративні покази; сторінки, країни, дати, пристрої; агрегація, 1 000 рядків, кнопка експорту.

3. Google Search Console Help. What are impressions, position, and clicks? https://support.google.com/webmasters/answer/7042828?hl=en Правила для AI Mode та AI Overviews: клік, показ, позиція, уточнювальний запит.

4. Microsoft Bing Webmaster Blog. Introducing AI Performance in Bing Webmaster Tools Public Preview. https://blogs.bing.com/webmaster/February-2026/Introducing-AI-Performance-in-Bing-Webmaster-Tools-Public-Preview «Total Citations», «Average Cited Pages», вибірка запитів для пошуку джерел, активність цитувань на рівні сторінок, динаміка.

5. OpenAI Help Center. Publishers and Developers FAQ. https://help.openai.com/uk-ua/articles/12627856-publishers-and-developers-faq OpenAI підтверджує автоматичне utm_source=chatgpt.com для переходів із результатів пошуку ChatGPT.

6. Ahrefs FAQ. Видимість у відповідях ШІ та Brand Radar. https://ahrefs.com/faq Пряме застереження: моніторинг видимості у відповідях ШІ ґрунтується на вибірці, не працює в реальному часі й не має доступу до приватних розмов або внутрішніх даних OpenAI.

7. Ahrefs Help Center. AI Visibility Metrics. https://help.ahrefs.com/en/articles/15501968-ai-visibility-metrics Визначення показників «Mentions», «Citations», «Found in», «Estimated Impressions» та «AI Share of Voice»; метод оцінювання показів через частотність пошуку Google.

8. Ahrefs. AI Visibility Index. https://ahrefs.com/ai-visibility-index 459+ млн запитів до моделей у шести індексах; кількість запитів за AI Overviews, Gemini, Perplexity, ChatGPT, Copilot та AI Mode; серпень 2026.

9. Semrush Knowledge Base. AI Visibility Metrics. https://www.semrush.com/kb/1594-ai-seo-metrics «AI Visibility» 0-100, «Mentions», «Monthly Audience», «Citations», «Share of Voice» та інші власні метрики. Використано для демонстрації відмінностей методологій.

10. Google Search Central Community. Generative AI report data / BigQuery export. https://support.google.com/webmasters/thread/464075295/google-search-console-data-under-the-generative-ai?hl=en Станом на 1 вересня 2026 року в спільноті підтверджувалося: окремого масового експорту цього звіту в BigQuery немає; доступна команда «Export». Це джерело зі спільноти, а не формальна продуктова документація.

Практикуми за темою глави

Перейдіть від методики з книги до робочого шаблону, діагностики URL чи вимірювання результату. Кожна вправа має критерії перевірки та посилання на джерела.

Усі практичні SEO-інструменти

Ілюстрації розміщено біля відповідних підписів. Оригінальні зображення зберігаються окремо від тексту.