Почати з питання до вимірювання
У червні 2026 я тестував Mentions.so та LLM Brand Monitor і використовував Bing Webmaster Tools. Перед вибором інструмента я з’ясовую, яку саме зміну хочу помітити.
Чи правильно AI описує продукт? Чи радить його у потрібних сценаріях? Чи посилається на наш сайт? Чи приходять звідти люди й роблять наступний крок? Це різні питання. Один показник видимості не відповість на них усі.
Як обираю питання для перевірки
У контрольному моніторингу ми самі обираємо питання. Результат залежить від мови, географії, формулювання, системи, режиму й контексту. «Безкоштовно вивчити мову» та «знайти викладача для підготовки до іспиту» описують різні задачі, навіть якщо стосуються однієї ніші.
Для початку я б зібрав питання аудиторії, пов’язані з продуктом, і зберігав формулювання та умови перевірки. Змінивши набір питань, рахував би його окремо: інакше буде незрозуміло, чи покращилася видимість.
Що показує Bing Webmaster Tools
Я використовую Bing як окремий сигнал. AI Performance показує цитування у підтримуваних AI-сценаріях Microsoft і окремих партнерських інтеграціях. Grounding queries пов’язані з пошуком джерел для відповідей; це не журнал оригінальних запитань користувачів.
Звіт агрегований і вибірковий. Кількість цитувань не є кількістю кліків, місцем сторінки або охопленням у всіх AI-системах. Тому я розглядаю цей звіт окремо й зберігаю період та фільтри, щоб порівнювати однакові зрізи.
Розвести згадку, посилання та перехід
Бренд може бути названий без посилання. Сторінка може бути процитована, навіть якщо потрібного опису бренду у відповіді немає. А посилання ще не означає, що людина перейшла на сайт. У журналі я відмічаю ці ознаки окремо.
Переходи й наступні дії я перевіряю в аналітиці сайту. Окремо стежу за визначенням джерела та події: клік контакту й продаж мають залишатися різними показниками.
Не рахувати збій як відсутність бренду
Якщо відповідь не отримано, я не можу визначити, чи був би там бренд. У частку згадок включаю лише отримані й переглянуті відповіді з визначеним сценарієм.
У журналі я рахую частки серед отриманих відповідей: скільки з них містять згадку та скільки — посилання. Якщо отриманих відповідей немає, відсоток не обчислюється. Збої показую окремо.
Що мені важливо в інструменті
Я тестував ці сервіси в червні 2026 року. До листопада сайт LLM Brand Monitor уже повідомляв про перехід до Serpstat. Для Mentions.so я не маю підтвердження актуальних можливостей і цін, тому не пропоную цей перелік як поточний рейтинг інструментів.
В інструменті я шукав би збережені відповіді й джерела, відтворювані умови, окремий облік збоїв та експорт даних. Для кількох питань вистачить журналу; зі збільшенням обсягу можна автоматизувати збір.
Три джерела — три різні питання
| Джерело | Що можна побачити | Межа висновку |
|---|---|---|
| Контрольні відповіді AI | Згадку бренду, посилання й точність опису у вибраних сценаріях | Це моя вибірка сценаріїв, а не весь попит користувачів. |
| Bing AI Performance | Цитування сторінок у підтримуваних AI-сценаріях, grounding queries і динаміку | Агрегований, вибірковий звіт. Цитування не є кліком; це не журнал користувацьких запитань. |
| Аналітика сайту | Зафіксовані переходи та подальші події з відомим джерелом | Потрібно перевіряти атрибуцію. Згадка без переходу не стане сесією. |
Я зіставляю ці сигнали, але рахую кожен окремо: відповіді, цитування й переходи мають різні одиниці обліку.
Джерела й оновлення
Визначення показників звіряю з документацією нижче. Інструменти я тестував у червні 2026 року; їхні можливості відтоді могли змінитися.
Документацію звірено 8 листопада 2026. Межі AI Performance описані в матеріалах Microsoft.
Олександр Захода
Head of SEO в BUKI. Product SEO, дані й експерименти.