04.08.2026, 11:44

IAB переписала правила SEO и сформулировала 4P эпохи ИИ

Бюро интерактивной рекламы (IAB) предложило отказаться от классической логики поискового маркетинга, в которой главными показателями были позиции в выдаче, показы и клики. В новом руководстве «Измерение видимости в эпоху ИИ» (Measuring Visibility in the AI Era) организация представляет модель «4P видимости в ИИ-поиске» (4P AI Visibility) и фактически предлагает оценивать уже не место бренда в поисковой выдаче, а то, присутствует ли он в ответах искусственного интеллекта, как тот его представляет и рекомендует ли пользователю.

Документ не рекомендует конкретные сервисы и не предлагает собственную систему аналитики. IAB описывает новые правила рынка: единую терминологию, критерии качества измерений и требования к раскрытию методологии, чтобы бренды и агентства могли сравнивать поставщиков аналитики по единым стандартам, издатели — доказывать ценность своих цитирований, а компании, занимающиеся измерениями, конкурировали качеством методологии, а не маркетинговыми заявлениями.

В основе нового подхода лежит модель «4P видимости в ИИ-поиске», которая описывает путь бренда. Первый уровень — Presence («присутствие»): появляется ли бренд в ответах ИИ вообще. Здесь измеряются частота упоминаний (mention rate), сitation кate (как часто ИИ использует бренд или его материалы как источник), share of voice (доля упоминаний относительно конкурентов) и visibility momentum (динамика изменения видимости). Второй уровень — Prominence («заметность»): насколько заметно бренд представлен в ответе — назван ли первым, является ли единственной рекомендацией или лишь одним из нескольких вариантов. Третий уровень — Portrayal («образ»): как именно искусственный интеллект описывает компанию. Здесь оцениваются тональность (sentiment), framing — какой образ формирует ИИ (лидер рынка, бюджетная альтернатива, нишевой игрок и т.д.), а также наличие галлюцинаций (hallucination rate) и фактических ошибок (factual inaccuracy rate). Последний этап — Persuasion («убеждение»): насколько ответ ИИ способен повлиять на выбор пользователя. Здесь измеряются сила рекомендации (recommendation strength) и переходы после цитирования бренда (post-citation CTR).

Аналогичную модель IAB предлагает и для издателей. Если для брендов важно, чтобы искусственный интеллект упоминал и рекомендовал компанию, то для медиа ключевой задачей становится сохранение роли первоисточника информации. Поэтому для издателей те же четыре этапа — присутствие, заметность, образ и влияние — оценивают уже не узнаваемость бренда, а то, насколько часто материалы СМИ цитируются генеративными моделями, насколько заметно представлены в ответах ИИ и способны ли влиять на итоговые рекомендации пользователю. По сути, IAB впервые предлагает единый подход к измерению видимости как для рекламодателей, так и для производителей контента.

По сути, IAB предлагает новую маркетинговую воронку для эпохи ИИ. Если раньше эффективность поискового продвижения строилась вокруг цепочки «позиция в выдаче — показ — клик — конверсия», то теперь она превращается в последовательность «присутствие — заметность — образ — убеждение». Старые метрики не исчезают, но меняют смысл. Например, share of voice больше отражает не долю бренда в поисковой выдаче, а долю его упоминаний в ответах генеративных моделей. CTR перестает быть основной метрикой эффективности и становится финальным этапом — после того как ИИ вообще решил упомянуть бренд и рекомендовать его пользователю. А привычное понятие видимости трансформируется в ИИ-видимость — комплексную оценку того, насколько бренд присутствует, заметен и убедителен в ответах искусственного интеллекта.

Не менее важное изменение касается самой методологии измерений. IAB прямо признает, что генеративный поиск невозможно анализировать по тем же правилам, что классическую поисковую выдачу. Один и тот же запрос к одной и той же модели может несколько раз подряд давать разные ответы, поэтому измерение по единичному запросу теряет смысл. Организация рекомендует формировать большие библиотеки запросов, запускать их многократно, работать с диапазонами значений вместо одного точного числа и обязательно разделять изменения, вызванные обновлениями моделей ИИ, и реальные изменения в положении бренда на рынке. После крупных обновлений моделей предлагается заново формировать базовую линию измерений, а не сравнивать новые результаты со старыми напрямую.

Другая новация — разделение исследований на два уровня: ориентировочные (directional) и пригодные для принятия бизнес-решений (decision-grade). Первые подходят для отслеживания тенденций и ранних сигналов, вторые — для распределения рекламных бюджетов, выбора агентств и оценки эффективности. Чтобы соответствовать этому уровню, поставщики аналитики должны раскрывать объем выборки, структуру библиотеки запросов к ИИ, методику сбора данных, охват различных ИИ-платформ, способы проверки достоверности результатов и даже методы выявления галлюцинаций моделей. IAB также рассматривает возможность создания системы сертификации таких поставщиков.

Авторы:
Виктор Хилько
Редакция ADPASS
Главное про маркетинг и рекламу. Новости, кейсы, исследования, мнения экспертов и авторские колонки от ведущих специалистов индустрии.
Читайте новости ADPASS
в Telegram канале
Идеальный МИКС
от заявки до статуэтки
Онлайн-вебинар | 6 августа