Методология AIMonitor.pro

/

Методология

Aimonitor.pro

Стандарт измерения видимости брендов в ИИ

Индекс фиксирует не отдельные ответы, а устойчивые закономерности поведения ИИ

Индекс AIMonitor.pro — это система измерения видимости брендов в ответах генеративных ИИ-систем

Он показывает, насколько вероятно появление бренда в рекомендациях нейросетей в сценариях выбора

Модель расчёта

1.1 Основные метрики

1.2 Формула индекса

1.3 Нормализация

Доля ответов, в которых присутствует бренд

Visibility (видимость)

Позиция бренда в списке рекомендаций

Контекст упоминания бренда

Rank (позиция)

Sentiment (тональность)

Индекс бренда i рассчитывается:

Переменные:

Весовые коэффициенты:

Результат:

Indexi = ωv · visibilityi + ωr · 1/ranki + ωs · (sentimenti + 1)

AI Ratingi = Indexi / Σ Indexj

visibilityi — доля ответов с упоминанием
ranki — средняя позиция бренда
sentimenti ∈ [−1;1] — тональность
ωv, ωr, ωs — весовые коэффициенты

Итоговый рейтинг:

задаются экспертно
нормируются внутри модели
обеспечивают устойчивость

сопоставимые значения
доля видимости (SoV)
распределение рынка

*(детализация весов не раскрывается в публичной версии)

Доля видимости (SoV)

SoV отражает вероятность участия бренда в выборе пользователя

Особенности расчёта:

Если в ответе нет брендов:

считается от общего числа сценариев
ответы без брендов учитываются
"нерелевантных" ответов не существует

снижает видимость всех участников
отражает реальное поведение ИИ

позиция СТО: “ответ без бренда — это тоже результат”

Природа данных

Ответы нейросетей:

Индекс измеряет:

Распределение вероятности, не позицию

Формирование выборки

4.1 Пул запросов

4.2 Масштаб данных

Вес запросов определяется на основе данных поисковых систем пропорционально популярности

40 000+

запросов к нейросетям

3 500+

уникальных сценариев

4 000+

источников и ссылок

Объём данных позволяет фиксировать устойчивые закономерности, а не отдельные ответы

Эмуляция пользователей

Формируются когорты пользователей:

Распределение:

поведенческие характеристики

Учитывать влияние контекста моделировать реальное поведение

Это позволяет:

Множественные замеры

Каждый запрос выполняется:

Особенности:

Агрегация:

Это исключает:

Многократно до достижения статистической значимости

 количество повторов не фиксировано
зависит от стабильности ответа
используется математическая статистика

Обработка данных

7.1 Упоминания брендов

7.3 Тональность

7.2 Позиция

Повторные упоминания

Диапазон:

Коммерческие вставки:

используется словарь брендов
учитываются синонимы
учитываются формы написания

с ручной проверкой при низкой уверенности

Если есть список:

Тональность определяется:

Работа с ошибками ИИ

Включаются:

Причина:

Ответы не фильтруются

Индекс учитывает реальность, не "идеальные ответы"

это реальный пользовательский опыт

Анализ нейросетей

Используются:

Принцип отбора:

Ответы не фильтруются

На основе публичных исследований популярности LLM-систем в России и актуальных источников

Все модели учитываются с равным весом

Рейтинг источников

Факторы:

Все показатели:

Оценивается влияние источников на ответы ИИ

Результат: оценка влияния источника вклад в рекомендации

Валидация

Результат:

сравнение с поисковым спросом

Проверка включает:

наблюдается корреляция с рыночными данными

Независимость

AIMonitor.pro:

01

Не продаёт позиции в индексе

03

Не влияет на результаты

02

Не аффилирован с брендами

Воспроизводимость

При одинаковых условиях:

Результаты воспроизводимы статистически

Обновление

данные собираются в течение периода

обновления происходят по мере накопления данных

Ограничения

Не учитываются:

Индекс: фиксирует текущее состояние не прогнозирует будущее

Вывод

Методология AIMonitor.pro

Стандарт измерения видимости брендов в ИИ

Юр. адрес: 117405, г. Москва, вн.тер.г. Муниципальный округ Чертаново Южное, ул. Кирпичные Выемки, д.2, корп. 1, помещение 48/13

ОГРН: 1257700400462 ИНН / КПП: 9724227348 / 772401001

ООО «Карамбола Лабс»

© 2026 Карамбола.GEO

Все права защищены