Шаблон аудита ИИ-поиска: как провести AEO-аудит для любого клиента

Аудит видимости в ИИ-поиске отвечает на один вопрос: почему ИИ-системы цитируют этот сайт именно с такой частотой и что нужно изменить, чтобы она выросла? Без чёткой структуры аудита AEO-оптимизация превращается в гадание на кофейной гуще: здесь добавили разметку Schema, там переписали заголовок, а что на самом деле мешает цитированию, так и осталось неясным.

Ниже — шаблон аудита, по которому мы ведём проекты по видимости в ИИ. Он охватывает все факторы, влияющие на частоту цитирования в ИИ, на выходе даёт список находок с приоритетами и одинаково хорошо работает для клиентов из любой отрасли. Проходите разделы по порядку: каждый следующий опирается на предыдущий.

Перед стартом: определите рамки аудита

До начала аудита зафиксируйте следующее:

• Целевые ИИ-системы: какие из четырёх (ChatGPT, Gemini, Perplexity, Claude) важнее всего для аудитории клиента? Для B2B-клиентов важны все четыре. Для потребительских брендов в приоритете ChatGPT и Perplexity. Сам аудит в любом случае проводите по всем четырём.

• Базовый набор запросов: 10–20 запросов, с помощью которых потенциальные клиенты изучают категорию в ИИ-системах. Включите запросы на изучение категории, запросы на сравнение с конкурентами и запросы вида «проблема — решение».

• Ключевые конкуренты: 3–5 прямых конкурентов для сравнения. Данные о видимости конкурентов в ИИ дают контекст для оценки результатов клиента.

• Период аудита: базовый уровень цитирования измеряется в течение 2–4 недель, чтобы учесть изменчивость ответов ИИ. Быстрые разовые проверки полезны, но статистически достоверные показатели требуют повторных замеров.

Раздел 1. Замер базового уровня цитирования

Это фундамент всего аудита. Без отправной точки остальные данные теряют контекст.

1.1 Текущая частота цитирования по системам

По каждому из 10–20 целевых запросов отметьте, цитируется ли бренд клиента в ответе ИИ-системы. Задавайте каждый запрос минимум 3 раза в разных сессиях, чтобы учесть изменчивость ответов. Частота цитирования считается так: (число запросов с цитированием / общее число измеренных запросов) x 100.

Сведите данные в таблицу: Запрос | Частота в ChatGPT | Частота в Gemini | Частота в Perplexity | Частота в Claude | Примечания

1.2 Типы цитирования

Для запросов, где клиент цитируется, отметьте, в каком виде он появляется:

• Прямая рекомендация: ИИ называет бренд клиента как рекомендуемый инструмент или поставщика услуг

• Ссылка на источник: ИИ ссылается на контент клиента как на источник, но напрямую бренд не рекомендует

• Упоминание в сравнении: ИИ упоминает клиента в контексте сравнения («Бренд X против бренда Y»)

• Негативное упоминание: клиента цитируют в контексте, который не идёт бренду на пользу (бывает редко, но такое стоит отмечать)

1.3 Частота цитирования конкурентов

Прогоните те же запросы по каждому из 3–5 конкурентов. Зафиксируйте частоту цитирования по системам. Так получается карта конкурентной видимости: где находится клиент относительно конкурентов в каждой ИИ-системе и по каждому типу запросов.

Главный вопрос: по каким запросам ИИ рекомендует конкурентов, а клиента в ответах нет? Именно это — самые приоритетные цели для оптимизации.

1.4 Присутствие в AI Overviews (Google)

Проверьте AI Overviews (обзоры от ИИ в выдаче Google) по базовому набору запросов. Зафиксируйте: какие запросы вызывают AI Overview, цитируется ли в нём клиент и цитируется ли контент конкурентов. Используйте режим инкогнито, чтобы свести к минимуму влияние персонализации.

Раздел 2. Анализ структуры контента

ИИ-системы цитируют контент, который прямо отвечает на вопросы. В этом разделе вы оцениваете, выстроен ли контент клиента так, чтобы его можно было цитировать.

2.1 Аудит структуры заголовков

Для каждой ключевой страницы (страницы продуктов, страницы услуг и самые успешные статьи блога):

• Соответствуют ли заголовки H2 и H3 вопросной форме целевых запросов? («Что такое X», а не «О X»)

• Даёт ли каждый раздел H2 прямой ответ в первых 1–2 предложениях под заголовком?

• Достаточно ли конкретны заголовки, чтобы их можно было цитировать? («Как повысить частоту цитирования в ИИ» — цитируемо; «Советы для лучших результатов» — нет)

2.2 Аудит абзацев с прямым ответом

ИИ-системы вытаскивают из текста готовые фрагменты-ответы. Проверьте, есть ли в контенте:

• Абзацы-определения, которые в первом же предложении говорят, что это такое

• Абзацы о процессах, где сразу указано, сколько шагов или каков результат

• Сравнительный контент, где варианты явно сопоставляются (а не описываются каждый по отдельности)

• Статистика и данные со ссылками на источники (ИИ-системы отдают предпочтение контенту с подтверждёнными фактами)

2.3 Покрытие разговорных запросов

Сопоставьте каждый из 10–20 целевых запросов с существующим контентом. По каждому запросу:

• Есть ли страница или раздел, которые прямо отвечают на этот запрос?

• Используются ли в заголовках этой страницы точная формулировка запроса или близкие варианты?

• Полный ли ответ на странице, или пользователю придётся искать продолжение где-то ещё?

Запросы, под которые нет подходящего контента, — это возможности для создания нового контента. Запросы со слабым совпадением — возможности для доработки существующего.

2.4 Проверка актуальности контента

ИИ-системы отдают предпочтение свежему контенту. Проверьте:

• Даты последнего изменения ключевых страниц

• Актуальны ли статистика, описания функций продукта и рыночные данные (не застряли ли они на уровне 2022 года)

• Есть ли на страницах явные даты публикации или обновления, видимые краулерам

Раздел 3. Проверка разметки Schema

Разметка Schema — самый сильный технический рычаг для цитирования в ИИ. Этот раздел пропускать нельзя.

3.1 Инвентаризация существующей разметки

С помощью Google Rich Results Test или валидатора разметки проверьте, какие типы Schema уже внедрены на ключевых страницах. Зафиксируйте: URL страницы | имеющиеся типы разметки | ошибки валидации.

3.2 Аудит разметки FAQPage

FAQPage — тип разметки, который сильнее всех остальных влияет на частоту цитирования в ИИ. Проверьте:

• Есть ли разметка FAQPage на страницах продуктов, страницах услуг и ключевых статьях блога?

• Совпадают ли вопросы FAQ в разметке с реальными разговорными запросами, которые пользователи задают ИИ-системам?

• Полные и прямые ли ответы в FAQ (понятны ли они без перехода на страницу)?

• Действительно ли вопросы FAQ разные, или это вариации одного и того же вопроса?

3.3 Разметка Article и Organization

Проверьте наличие:

• Разметки Article на всех материалах блога (включая datePublished, dateModified, author, publisher)

• Разметки Organization на уровне сайта (name, URL, logo, description, sameAs со ссылками на соцсети)

• Разметки Person для указанных авторов с подтверждением экспертизы (важно для сигналов EEAT)

• Разметки Product или Service, где это уместно

3.4 Приоритизация пробелов в разметке

Оцените пробелы в разметке по влиянию: нет FAQPage на страницах с высоким трафиком = критично; нет разметки Article = высокий приоритет; нет разметки Organization = высокий приоритет; прочие типы разметки = средний приоритет.

Раздел 4. Аудит технической доступности

ИИ-краулеры не могут цитировать контент, до которого не могут добраться. В этом разделе вы проверяете, не ограничивают ли цитирование технические барьеры.

4.1 Доступ для ИИ-краулеров

Просмотрите robots.txt на предмет правил disallow, которые могут блокировать известных ИИ-краулеров. Проверьте явные блокировки для:

• GPTBot (OpenAI)

• PerplexityBot

• ClaudeBot (Anthropic)

• Google-Extended

• Bingbot (используется некоторыми ИИ-системами)

На многих сайтах стоят широкие правила disallow или блокировки по маске, которые незаметно отсекают и этих краулеров. Убедитесь, что краулеры, которых вы хотите пускать, разрешены явно.

4.2 Рендеринг JavaScript

Проверьте, не рендерится ли ключевой контент на страницах продуктов и услуг через JavaScript. Контент, для появления которого нужно выполнение JavaScript, ИИ-краулеры индексируют менее надёжно, чем контент с серверным рендерингом или статический HTML. Используйте проверку через просмотр исходного кода: если контента нет в исходном HTML, значит, он рендерится через JavaScript.

4.3 Скорость загрузки и Core Web Vitals

Частота цитирования в ИИ-системах коррелирует с сигналами качества контента, и скорость загрузки страниц — один из них. Проверьте Largest Contentful Paint, Cumulative Layout Shift и Interaction to Next Paint для ключевых страниц в PageSpeed Insights. Отметьте для доработки страницы, которые не дотягивают до порога (LCP больше 4 секунд, CLS больше 0,25).

4.4 Наличие LLMs.txt

Проверьте, есть ли у сайта файл llms.txt в корне. Если нет — внесите это в рекомендации как задачу среднего приоритета, не требующую больших усилий. Если есть — убедитесь, что файл актуален и содержит ключевые страницы с точными описаниями.

Раздел 5. Аудит внешних сигналов

ИИ-системы опираются на весь интернет — сайты отзывов, упоминания в СМИ, отраслевые каталоги, — а не только на собственный контент клиента. В этом разделе вы оцениваете картину внешних сигналов.

5.1 Присутствие на площадках отзывов

Проверьте присутствие клиента и количество отзывов на площадках, из которых черпают данные ИИ-системы: G2, Capterra, Trustpilot, Google Reviews, Clutch (для агентств), TripAdvisor (для гостиничного бизнеса), Healthgrades (для здравоохранения). Мало отзывов на крупных площадках — и частота цитирования проседает.

5.2 Упоминания в прессе и публикациях

Поищите упоминания бренда в отраслевых изданиях, новостных источниках и признанных каталогах. Упоминаниям из авторитетных источников ИИ-системы придают больший вес. Оцените: количество упоминаний, качество изданий, свежесть публикаций.

5.3 Присутствие в Википедии и графе знаний

Проверьте, есть ли у бренда, членов команды основателей или ключевых продуктов страницы в Википедии или карточки в Google Knowledge Panel. Устоявшиеся записи в графе знаний заметно повышают вероятность цитирования в ИИ по брендовым запросам.

Раздел 6. Список задач по приоритетам

Выводы аудита сводятся в список задач с приоритетами. Используйте такую систему приоритетов:

Критично (исправить в течение 2 недель):

• ИИ-краулер заблокирован в robots.txt

• На ключевых коммерческих страницах нет ни одной разметки FAQPage

• Ключевой контент недоступен (рендеринг JavaScript мешает сканированию)

Высокий приоритет (исправить в течение 30 дней):

• Нет разметки Organization

• Под ключевые типы запросов нет подходящего контента

• Нет разметки Article в статьях блога

• Отставание от конкурентов по цитированию в запросах с высоким намерением

Средний приоритет (решить в течение 60 дней):

• Структура заголовков не соответствует формату разговорных запросов

• Проблемы с актуальностью контента на ключевых страницах

• Слабое присутствие на площадках отзывов

• Нет LLMs.txt

Низкий приоритет (постоянная работа):

• Расширение глубины контента по частично раскрытым темам

• Наращивание упоминаний в прессе и публикациях

• Обновление статистических данных в существующем контенте

Как оформить отчёт по итогам аудита

В хорошо выстроенный отчёт по аудиту входят: таблица базового уровня цитирования с конкурентным контекстом, сводка находок по разделам и приоритетам, список задач с ответственным и сроком по каждой задаче, а также план замеров — как и когда прогресс частоты цитирования будет отслеживаться относительно базового уровня.

План замеров обязателен. Без заранее согласованного графика замеров невозможно показать, что оптимизация работает. Зафиксируйте базовый уровень в аудите, определите следующую точку замера (обычно через 60 дней после внедрения) и договоритесь, какое улучшение будет считаться значимым.

Для замера базового уровня и регулярного отслеживания AI Rank Lab отслеживает цитирование в ChatGPT, Gemini, Perplexity и Claude и даёт автоматизированную инфраструктуру замеров, с которой повторяемые аудиты становятся практичными. Начните с бесплатного замера базового уровня, прежде чем переходить к остальным разделам аудита.