Claude и ChatGPT показывают сайт не всегда: как считать видимость
Если вчера ChatGPT сослался на ваш сайт, а сегодня — нет, это не обязательно означает падение позиций. Для оценки видимости в ответах ИИ нужен не один запрос, а серия повторов с подсчётом доли ответов и разброса.
Почему один ответ ChatGPT ничего не доказывает
Видимость сайта в ChatGPT — это не фиксированное место в списке, а вероятность попасть в ответ. Поэтому один удачный или неудачный запуск почти ничего не говорит о реальной картине.
Причина в том, что чат-бот не просто повторяет ваш вопрос, а может переписать его в несколько поисковых запросов и отправить их к разным источникам. На результат влияют и внутренняя логика поиска, и память, и даже местоположение пользователя. Из-за этого один и тот же вопрос у разных людей и в разные моменты может давать разные ссылки.
Что показали эксперименты SparkToro и других исследователей
В эксперименте SparkToro и Gumshoe 600 добровольцев прогнали 12 промптов через ChatGPT, Claude и Google AI, и один и тот же набор брендов почти не исчезал из выдачи совсем. Это хороший намёк на то, что разовые колебания — нормальная часть работы таких систем, а не обязательно резкое проседание сайта.
У SparkToro было 2961 запуск, и пересказ результатов показывает, что совпадения брендов встречались редко: одинаковый список выпадал меньше чем в одном случае из 100, а полное совпадение по порядку — ещё реже. Похожую нестабильность отмечали и в других работах: при повторных запросах рекомендации могут меняться, даже если вопрос кажется одинаковым.
Как измерять видимость сайта правильно
Авторы материала предлагают смотреть не на один ответ, а на долю ответов, где сайт вообще появился среди источников. Если из 20 повторов сайт всплыл 6 раз, это 30% видимости; если из 100 повторов тоже 30 раз, то процент тот же, но доверия к нему гораздо больше.
Важно считать не только долю, но и погрешность. Для этого используют интервал Уилсона: он показывает диапазон, в котором с высокой вероятностью лежит настоящая доля. В статье приведён пример на Python со statsmodels: функция считает, сколько раз сайт встречался среди ответов, и сразу возвращает границы интервала. Отдельно подчёркивается, что сравнивать можно только одинаковые замеры — если менять критерии между проверками, цифры уже не будут сопоставимы.
Сколько повторов нужно и чем это полезно бизнесу
По расчётам из материала, для ошибки в 10 процентных пунктов нужны 97 повторов одного вопроса, а для 20 пунктов достаточно 25. Рэнд Фишкин из SparkToro советует делать обычно хотя бы 60–100 повторов и потом усреднять результаты.
Практическая польза тут простая: маркетолог, владелец сайта или SEO-специалист сможет отличить случайные колебания от реального изменения видимости. Если у вас в серии было меньше 25 повторов, резкое падение с 30% до 10% может оказаться просто шумом. А если проверок больше, можно уже аккуратнее смотреть, как сайт проявляется в ответах Claude, ChatGPT и других ИИ-сервисов.