📖 Маршрут: Маршрут для маркетолога Шаг 2 из 11

Почему одного присутствия уже недостаточно

В эпоху классического поиска разговор о видимости бренда был относительно прост. Компания видела страницу результатов, измеряла позицию, считала клики и делала выводы о своей узнаваемости. Ответные ИИ-системы разрушили эту удобную линейность. Теперь бренд может прозвучать в ответе, но не получить перехода. Может быть процитирован, но остаться второстепенным. Может вообще не быть назван напрямую, однако его данные, формулировки или аргументы будут фактически определять итоговый синтез. Для компаний это означает, что прежний вопрос «видят ли нас?» больше не работает в одиночку. На его место приходит более сложный: «в какой роли мы присутствуем в машинном ответе — как простое имя, как подтвержденный источник или как сила, формирующая само решение?»

Упоминание, цитирование и влияние как три разных слоя

Именно поэтому имеет смысл различать по меньшей мере три уровня присутствия бренда в ответной среде: упоминание, цитирование и влияние. Упоминание — это простейшая форма видимости. Бренд назван в ответе: система перечисляет участников рынка, сравнивает варианты, описывает категорию и включает компанию в ряд возможных ответов. Для коммуникации это уже полезно. Пользователь, который прежде мог вовсе не знать о бренде, теперь хотя бы сталкивается с его именем. Но с точки зрения делового эффекта этого мало. Упоминание может быть случайным, поверхностным и даже неблагоприятным. Оно не говорит ни о статусе бренда в ответе, ни о том, доверяет ли система его данным.

Следующий уровень — цитирование. Здесь бренд или связанные с ним источники уже становятся опорой ответа. В начале 2026 года Microsoft ввела в Bing Webmaster Tools отдельную панель AI Performance, которая показывает, когда сайт цитируется в ИИ-ответах, какие страницы цитируются чаще и по каким «заземляющим» фразам система находит контент [1]. Но сама Microsoft специально оговаривает важную границу: частота цитирования еще не равна ни важности страницы, ни ее роли в конкретном ответе [1]. Иначе говоря, цитирование — шаг вперед по сравнению с простым упоминанием, но и оно не исчерпывает вопрос влияния. Бренд может часто фигурировать в списке источников, оставаясь при этом лишь одной из фоновых опор для более общей, обезличенной сводки.

Самый глубокий уровень — влияние. Это способность бренда определять архитектуру ответа: рамку сравнения, набор критериев, язык описания категории, представление о сильных и слабых сторонах решения. Влияние возможно даже тогда, когда пользователь не кликает по ссылке, а бренд не всегда виден на поверхности. Если система, отвечая на вопрос о выборе решения, рассуждает категориями, которые бренд годами вырабатывал в своих исследованиях, и повторяет ту же логику доказательства, бренд уже оказывает влияние на решение пользователя — даже если сам акт влияния не переводится в привычную метрику посещения сайта.

Как это меняет экономику внимания и доверия

Это различие важно не только теоретически. Оно меняет саму экономику внимания. Google прямо пишет, что ИИ-функции поиска включены в общий поисковый трафик, но при этом пользователи задают более длинные и более конкретные вопросы, а клики из страниц с AI Overviews оказываются «более качественными», то есть чаще связаны с более глубоким вовлечением на сайте [2][3]. Microsoft, со своей стороны, сообщает, что путь пользователя в Copilot-assisted сценариях в среднем на треть короче, а показатели высокоинтенционного действия заметно выше, чем в традиционном поиске [4]. Это означает простую вещь: часть решения действительно происходит до перехода. Следовательно, измерять только посещение сайта — значит измерять лишь хвост процесса, а не его причинный центр.

Исследовательская литература подтверждает, что цитаты и ссылки в ответных системах выполняют не только навигационную, но и психологическую функцию. В работе SourceBench авторы прямо говорят, что качество веб-источников определяет «заземленность» ответа, а присутствие ссылок заметно повышает доверие пользователя, даже если сами источники он затем не проверяет [5]. Работа Search Arena приходит к сходному выводу с другой стороны: пользователи в среднем предпочитают ответы с большим числом цитат; особенно высоко оцениваются ответы в сценариях рекомендаций и синтеза информации [6]. Но здесь скрыт тонкий парадокс. Если ссылка повышает доверие сама по себе, то цитирование становится не только каналом проверки, но и элементом риторики. И тогда бренду уже недостаточно «быть в интернете»; нужно становиться именно таким источником, на который системе выгодно опираться для производства убедительного ответа.

На этом фоне различие между упоминанием, цитированием и влиянием становится практически измеримым. Упоминание можно считать как долю ответов, в которых бренд назван явно. Цитирование — как долю ответов, в которых приведены ссылки на сайт бренда или на значимые внешние источники о нем. Влияние сложнее: его приходится выводить косвенно, через смысловую близость между итоговым ответом и тем знанием, которое бренд внес в сеть источников. В прикладной работе это можно описать хотя бы концептуально простой формулой:

П = aU + bC + cV

где П — интегральное присутствие бренда в ответной среде, U — доля упоминаний, C — доля цитирований, V — доля случаев смыслового влияния, а коэффициенты a, b и c отражают деловую ценность каждого уровня для конкретной отрасли. Для медийного бренда коэффициент при упоминании может быть выше, потому что сама публичность уже имеет ценность. Для сложного В2В-решения, наоборот, выше будет вес влияния: бренд выигрывает не тогда, когда его просто назвали, а тогда, когда его экспертиза определила критерии выбора и рамку доверия. Формула не претендует на строгость академического показателя; ее смысл в другом. Она заставляет маркетинг и аналитику перестать мыслить в одном измерении.

Что и как измерять в собственной базе

Именно здесь возникает новая проблема для бизнеса. Многие компании по привычке радуются самому факту появления имени в ответах ИИ. Но упоминание может быть почти пустым. Бренд назвали среди десяти альтернатив — и на этом всё. Пользователь не получил повода считать его надежным, не увидел подтверждающих источников, не понял, чем этот бренд отличается от остальных. На языке классической рекламы это похоже на мелькание логотипа без объяснения роли продукта. Цитирование уже лучше: оно создает видимость проверяемости. Но и тут есть риск. Система может сослаться не на сильнейшую страницу бренда, а на случайный каталог, устаревший обзор или слабую карточку товара. Тогда цитата присутствует, а управляемости нет.

Наиболее ценный слой — влияние — достигается медленнее всего, потому что он опирается не на один документ, а на согласованную экосистему знаний. Чтобы влиять на ответ, бренд должен не просто опубликовать описание продукта, а закрепить свои формулировки в нескольких типах источников: в собственных материалах, в независимых обзорах, в сравнительных публикациях, в отраслевых обсуждениях, в машиночитаемых каталогах и, по возможности, в надежных внешних подтверждениях. Только тогда ИИ-система начинает воспринимать бренд не как одно имя среди других, а как сущность, вокруг которой уже сложился устойчивый и воспроизводимый контур смысла.

Новые данные о поведении пользователей усиливают этот вывод. Исследование Pew Research Center показывает, что при появлении ИИ-сводки пользователи кликают по обычным результатам заметно реже, чем без нее, а по ссылкам внутри самой сводки переходят лишь в малой доле случаев [7]. Другая свежая работа на данных Wikipedia дает раннее причинное свидетельство: AI Overviews способны снижать посещаемость даже для тех источников, которые часто цитируются в самой сводке [8]. Значит, цитирование и переход окончательно расходятся. Можно быть важным для формирования ответа и недополучать трафик. Но из этого не следует, что цитирование бесполезно. Напротив: именно оно становится промежуточным мостом между текстом бренда и его влиянием на решение.

Для ai100 здесь открывается важная исследовательская перспектива. Если строить собственную базу наблюдений, то стоит фиксировать не только бинарный признак «бренд был / не был в ответе», но и как минимум три поля: был ли он назван, был ли он или его окружение процитированы, и определял ли он смысловую структуру ответа. Последнее поле поначалу может казаться субъективным, однако со временем его вполне можно нормализовать: смотреть, чьи критерии сравнения использованы, чьи термины повторяются, откуда взяты ключевые определения, совпадает ли логика синтеза с логикой брендовых материалов.

Отсюда следует и главный практический вывод. В ответной среде бренд выигрывает не тогда, когда его просто видно, а тогда, когда он становится интеллектуально необходимым для ответа. Упоминание дает присутствие. Цитирование дает право на доверие. Влияние дает участие в решении. Тот, кто научится различать эти три уровня, увидит реальную структуру новой видимости. Тот, кто продолжит мерить все одним лишь кликом, будет смотреть на новую карту старыми глазами — и неизбежно недооценит, где именно сегодня рождается спрос.

Что установлено надёжно

Можно уверенно утверждать, что упоминание, цитирование и влияние не совпадают. Бренд может появиться в ответе, но не быть его доказательной опорой и тем более не задавать рамку выбора.

Где остаётся неопределённость

Менее надежно установлены универсальные веса для интегрального индекса присутствия: разные отрасли и типы вопросов делают вклад каждого слоя неравным.

Что это меняет на практике

Практический смысл здесь в том, чтобы перестать радоваться простому факту появления имени и начать отслеживать, где бренд становится опорой ответа, а где — лишь случайным пассажиром.

Источники

[1] Microsoft Bing Webmaster Tools. Introducing AI Performance in Bing Webmaster Tools Public Preview. 2026
[2] Google Search Central. AI Features and Your Website. 2025-2026
[3] Google Search Central Blog. Top ways to ensure your content performs well in Google's AI experiences on Search. 2025
[4] Microsoft Bing Webmaster Blog. How AI Search Is Changing the Way Conversions are Measured. 2025
[5] Zhang Y. et al. SourceBench: Can AI Answers Reference Quality Web Sources? 2026
[6] Search Arena: Analyzing Search-Augmented LLMs. 2025
[7] Pew Research Center. Google users are less likely to click on links when an AI summary appears in the results. 2025
[8] Yu, L., Yoganarasimhan, H., and Zuo, L. Impact of AI Search Summaries on Website Traffic: Evidence from Google AI Overviews and Wikipedia. 2026

Связанные материалы

Базовый текст 7 мин

Из каких источников ИИ собирает мнение о бренде — и почему сайт не главный герой

Из каких слоёв ИИ собирает мнение о бренде: собственный сайт, поисковый контекст, независимые обзоры, пользовательские площадки — и почему сайт уже не единственный арбитр.

Открыть материал →
Исследование 7 мин

Внешний авторитет против собственного сайта: какие источники действительно формируют право бренда быть рекомендованным

Какие внешние сигналы и независимые источники помогают бренду получить право быть рекомендованным в ответах ИИ — и почему собственный сайт без них недостаточен.

Открыть материал →
Следующий шаг

Как три уровня присутствия отражены в оценке AI100

Упоминание, цитирование и влияние — три разных слоя. В формуле главного балла AI100 они присутствуют через отдельные веса: долю присутствия, частоту попадания в top-3 и силу позиции в тексте ответа.

Посмотреть веса главной оценки →