Загрузка отчёта…

GET /api/v1/checks/:id

Отчёт: Демо-бренд

Проверка завершена
Период тренда (6 недель)
—
Снимок данных
—
Демо Мультимодельно 2 риска
58
Общий LLM-Score

Взвешенная видимость по моделям (мок + формула из ТЗ §6).

Видимость по моделям

ChatGPT
0%
Claude
0%
Gemini
0%
Perplexity
0%
Grok
0%
DeepSeek
0%

Ключевые метрики

Доля голоса, динамика, место в рекомендациях и риски по фактам — на одном экране. Значения SoV пересчитываются из мок-ответов моделей.

Share of AI Voice
доля упоминаний
67%

Считается по моделям: доля опрошенных моделей, у которых бренд встретился хотя бы в одном ответе проверки. Подробный разбор подставляется из данных проверки.

SoV % · наведите на точку

Неделя 1: 52% SoV (демо) Неделя 2: 58% SoV (демо) Неделя 3: 55% SoV (демо) Неделя 4: 68% SoV (демо) Неделя 5: 64% SoV (демо) Неделя 6: 72% SoV (демо) Н1 Н2 Н3 Н4 Н5 Н6
Рост SoV за 4 недели
мок-тренд
+12 п.п.

С — по —: было 58% → сейчас 70% (условная динамика для демо).

SoV % · столбцы по неделям

Неделя 1: 58% SoV (демо) Неделя 2: 62% SoV (демо) Неделя 3: 66% SoV (демо) Неделя 4: 70% SoV (демо) Н1 Н2 Н3 Н4
Средняя позиция в ответе
ранг
2,4

Среднее место бренда в списке рекомендаций: 1 — первый в списке, чем ниже число, тем лучше.

Место в списке (1 = топ)

Галлюцинации и факт-чек
риск
2

Спорных или неподтверждённых утверждений о бренде: 2 из 54 извлечённых фрагментов (мок). Порог внимания — обычно ≥5 за период.

Случаев за неделю · пунктир — порог 5

Неделя 1: 4 подозрительных фрагмента (демо) Неделя 2: 2 подозрительных фрагмента (демо) Неделя 3: 3 подозрительных фрагмента (демо) Неделя 4: 1 подозрительный фрагмент (демо) Неделя 5: 2 подозрительных фрагмента (демо) Н1 Н2 Н3 Н4 Н5
Средняя позиция бренда
в списке
—

Цифры в цитатах
к сверке
—

Динамика видимости

История из visibility_history. Ось Y — условный индекс 0–100.

ChatGPT Claude Gemini
100 75 50 25 0 Нед 1 Нед 2 Нед 3 Нед 4 Нед 5 Нед 6

Срез этой проверки

Модель Бренд в ответах Позиция

Тональность и конкуренты

Тональность ответов

—

    Конкуренты в ответах

    Бренд Индекс Упоминания Модели

    Hallucination-детектор

    Здесь показаны фрагменты ответов нейросетей про ваш бренд, которые не сходятся с тем, что можно проверить на официальном сайте и в прайсе. Это не «ИИ ошибся просто так» — это сигнал перепроверить тарифы, названия планов и описание продукта, чтобы клиенты и модели видели одно и то же.

    Верификация по ТЗ §5.2.

    §5.2 в техническом задании на продукт описывает правила сверки: ответы моделей сопоставляют с вашим сайтом — тарифы, функции, цифры. В этом демо-отчёте стоят условные примеры таких расхождений, чтобы было понятно, как это будет выглядеть в живом сервисе.

    wrong_price · critical
    Тип wrong_price: модель назвала цену или тариф, которых нет в вашем актуальном прайсе (например, выдуманное имя плана). Метка critical значит высокий риск: пользователь может поверить неверной стоимости. Обычно лечится обновлением страницы с тарифами и явными формулировками на сайте.
    Указан несуществующий тариф «Бизнес Lite».
    fake_feature · warning
    Тип fake_feature: модель приписала продукту возможность (интеграцию, функцию), которую нельзя подтвердить текстом на сайте. warning мягче, чем critical, но всё равно важно: либо опишите возможность на сайте, либо заранее подготовьте ответы для поддержки, если клиенты спросят об этом.
    «Интеграция с 1С» без подтверждения на сайте.

    Проверка фактов и цифр

    Цитаты моделей

    # Модель Бренд Тональность Полная цитата

    Под-запросы к одному запросу

    Пользователь задаёт одну формулировку, а модель при ответе опирается на несколько смысловых «веток»: сравнение цен, комиссии, альтернативы, смежные темы. Это и есть fan-out (разветвление): не один монолитный ответ, а набор под-вопросов внутри одного запроса.

    Зачем в отчёте: видно, в каких ветках ваш бренд фигурирует в выдаче, а в каких тема всё ещё про вас по смыслу, но имени бренда уже нет — типичные зоны роста для контента и промптов.

    Ниже — демо на трёх под-запросах для одной проверки.

    Сводка по веткам
    Ветка 1 — да Ветка 2 — нет Ветка 3 — нет
    Как звучит под-запрос Ваш бренд в этой ветке
    лучший агрегатор авиабилетов 2026да
    сравнение комиссий метапоисканет
    как копить мили с картойнет

    Под-запросы (fan-out)

    Пробелы по запросам (Prompt Gaps)

    Что это: формулировки запросов, где в ответах моделей на поверхности есть конкуренты или прямые альтернативы, а вашего бренда нет. В живом отчёте список строится по этой проверке: большинство моделей не упомянули бренд при данном промпте.

    Зачем: готовый перечень тем для контента, посадочных страниц, рекламных кластеров и внутренних инструкций — чтобы закрывать спрос, где вас уже сравнивают с рынком, но по имени не называют.

    Демо: несколько запросов из условной выборки.

      Источники цитирования

      Дрейф источников vs прошлый месяц: 54% (мок).

      vc.ru 18% Отзовик 14% Офиц. блог 9%
      • vc.ru — 18%
      • Отзовик — 14%
      • Официальный блог — 9%

      Источники цитирования

      AEO и Shopping

      AEO Content Score

      61 / 100

      • llms.txt — нет
      • Schema.org — да
      • Sitemap — да
      • Wikipedia — нет

      Shopping visibility

      0

      Карточки ChatGPT Shopping не обнаружены (мок).

      AEO и Shopping

      Краулеры и техаудит

      Crawler visits

      GPTBot 1240 ClaudeBot 780 Perplexity 210
      • GPTBot — 1240
      • ClaudeBot — 780
      • PerplexityBot — 210

      Чеклист

      robots.txt
      Cloudflare / боты
      llms.txt
      Schema.org

      Краулеры и техаудит

      План рекомендаций

      Правила ТЗ §10.

      1
      Исправьте галлюцинации
      Обновите публичные описания и справочные страницы.
      critical
      2
      Создайте llms.txt
      AI-краулеры смогут однозначно сопоставить бренд и продукты.
      important
      3
      Разблокируйте AI-краулеры
      PerplexityBot в Disallow снижает видимость в Perplexity.
      important
      4
      Закройте 2 Prompt Gap
      Страницы под запросы, где есть конкуренты, а вас нет.
      medium
      5
      Добавьте Schema.org
      Структурированные данные повышают шанс корректного цитирования.
      medium
      6
      Wikipedia и Shopping
      Долгосрочные усилители AI-видимости.
      good

      План по этой проверке

      Действия

      Новая проверка В историю

      PDF — заглушка в прототипе.

      Автозапуск отчёта

      Платный тариф

      Запускать эту проверку каждый день автоматически и получать свежий срез без ручного «Новая проверка».

      Тарифы

      Уже требуется подписка уровня Про или выше. В прототипе кнопка только показывает подсказку.