Что перед вами
Это не блог и не новостная лента. Перед вами исследовательская библиотека — структурированный корпус текстов о том, как бренды существуют в ответах ИИ-систем. Почему одни бренды появляются в рекомендациях, а другие — нет. Что влияет на позицию в ответе. Какие механизмы стоят за тем, чтобы модель «знала» бренд, но не «рекомендовала» его.
Каждый текст здесь занимает своё место: одни вводят понятия, другие разбирают конкретные явления, третьи дают практические инструменты. Все материалы связаны перекрёстными ссылками и объединены в маршруты чтения — готовые цепочки под конкретную роль или задачу.
Как устроен каждый материал
Открывая любую статью, вы увидите одну и ту же структуру. Единообразие позволяет быстро ориентироваться и сравнивать тексты между собой.
Строка атрибутов
Над заголовком — компактная строка: тип статьи, ●● уровень сложности, время чтения и задачи, которые статья помогает решить. Подробнее о типах и уровнях — ниже.
Описание и ведущая цитата
Под заголовком — одно-два предложения, объясняющие суть. Ниже:
Выделенная курсивом ведущая цитата, задающая центральный тезис статьи.
Карточка исследования
Таблица с тремя полями, которая есть у большинства статей:
Основной текст
Разбит на секции с подзаголовками. Справа — оглавление для быстрой навигации.
Три итоговых блока
Каждая исследовательская статья завершается тремя блоками, разделяющими выводы по степени уверенности:
Выводы, подкреплённые воспроизводимыми данными и подтверждённые из нескольких источников.
Вопросы без однозначного ответа, зависимости от платформ, незрелые метрики.
Конкретные следствия для бренда: что делать, что менять, на что обращать внимание.
Источники и связанные материалы
В конце — пронумерованный список источников. Номера в квадратных скобках [1], [2] встречаются по ходу текста и ведут к соответствующему пункту. После источников — блок со ссылками на другие тексты корпуса по теме.
Типы материалов
Каждый текст помечен плашкой, обозначающей его формат и роль.
Базовый текст — основа корпуса. Вводит ключевые понятия, объясняет механизмы, выстраивает фундамент. Большинство маршрутов чтения начинается с базовых текстов.
Исследование — аналитическая статья с опорой на данные. Разбирает конкретное явление, всегда содержит исследовательский вопрос и ссылки на источники.
Полевая заметка — наблюдение, зафиксированное по горячим следам. Менее формализовано, чем исследование; фиксирует обнаруженный эффект с первичными данными.
Апдейт — разбор конкретного изменения на платформе. Привязан к дате, содержит оценку влияния на видимость бренда.
Справочник — референсный материал для постоянного обращения. Глоссарий всех терминов и метрик, к которому удобно возвращаться по ходу чтения.
Шаблон наблюдения — практический инструмент. Карточка для фиксации наблюдений по каждому исследованию.
Путеводитель — навигационный текст (включая этот). Помогает ориентироваться в корпусе и выбрать точку входа.
Уровень сложности
Каждый материал отмечен уровнем. В списке и в строке атрибутов статьи он показан цветными точками.
● Введение — точка входа. Можно читать без подготовки. Подходит для первого знакомства с темой.
●● Средний уровень — предполагает, что вы уже прочитали хотя бы одну-две вводные статьи и ориентируетесь в основных понятиях.
●●● Продвинутый — для читателя, прошедшего хотя бы один маршрут чтения. Затрагивает нюансы методологии, граничные случаи и неочевидные взаимосвязи.
Маршруты чтения
Маршрут — это готовая последовательность текстов под роль или задачу. Не обязательно проходить маршрут целиком: даже первые два-три текста дают рабочее понимание темы.
С чего начать — минимальный набор. Что такое ИИ-видимость, откуда модель берёт информацию о бренде, как выглядит путь клиента через ИИ-посредника.
Для предпринимателя — фокус на бизнес-решениях: экономика невидимости, конкурентное окружение, когда и зачем запускать исследование.
Для маркетолога — источники, цитирование, практические действия по росту видимости.
Для технического руководителя — инфраструктура: машиночитаемые данные, разметка, управление доступом, интеграции.
Для исследователя — методология: как устроен бенчмарк, какие метрики и почему, ограничения, воспроизводимость.
Для агентства и консультанта — как объяснить тему клиенту, какие аргументы работают, как выстроить диагностику.
Полный курс — все материалы корпуса в рекомендованном порядке, от введения до продвинутых тем.
Навигация в базе знаний
Страница базы знаний организована в четыре режима. Переключение между ними — через карточки вверху страницы.
Все материалы
Полный каталог корпуса в виде таблицы. Каждая строка — название статьи с кратким описанием, плашка типа, цветные точки уровня и время чтения. Таблицу можно сортировать по любому столбцу (клик на заголовок) и фильтровать через строку поиска — поиск работает по названиям и описаниям.
Найти по задаче
Режим фильтрации. Вверху — карточки задач: «Понять проблему», «Начать диагностику», «Оценить риски», «Подготовить внедрение» и другие. Выбираете задачу — получаете только те материалы, которые её решают. Дополнительные фильтры позволяют сузить выборку по теме и уровню сложности.
Маршрут чтения
Семь готовых маршрутов — последовательностей текстов, подобранных под роль или задачу. Каждый маршрут раскрывается по клику и показывает пронумерованные шаги с типами, уровнями и временем чтения. Указано общее время прохождения и ожидаемый результат. Кнопка «Начать чтение» открывает первый текст маршрута.
Справочник
Три справочных блока, к которым удобно возвращаться по ходу чтения:
- Понятия — глоссарий всех терминов корпуса. Каждый термин содержит определение и выделенный курсивом практический смысл — что этот термин означает для принятия решений.
- Метрики отчёта — таблицы весов основной оценки и диагностических метрик. Показывают, из чего складывается AI Visibility Score и как интерпретировать каждый показатель в отчёте.
- Исследовательские сценарии — типы вопросов, которые AI100 задаёт модели при тестировании. Объясняют, что именно проверяет каждый сценарий и как это влияет на итоговую оценку.
Корпус AI100 доступен на пяти языках: русском, английском, испанском, французском и немецком.
Связанные материалы
Карточка мини-исследования для базы ai100
Шаблон карточки наблюдения для фиксации данных по каждому прогону AI100 — чтобы из отдельных ответов складывалась исследовательская история.
Открыть материал →Почему сильный бренд может быть невидим для ИИ-систем
Объясняет главный парадокс: бренд может быть хорошо известен людям и одновременно плохо различим для ИИ в момент реального выбора.
Открыть материал →Как устроено само измерение
Корпус объясняет, какие знания здесь собраны. Следующий шаг — посмотреть, как эти знания превращаются в конкретный исследовательский метод: какие вопросы задаются модели, из чего складывается оценка и почему шкала нелинейная.
Открыть методологию →