Дедалі більше людей отримують відповідь про бренд не в пошуковій видачі, а від ChatGPT, Gemini чи Google AI Overviews — і ухвалюють рішення там же, без переходу на сайт.
Розповідаємо, що таке Share of Model, чим вона відрізняється від Share of Voice і Share of Search, які фактори впливають на присутність бренда в ШІ-відповідях і з чого почати цю частку вимірювати й нарощувати.
Що таке Share of Model і чим це відрізняється від Share of Voice
Ідея запровадити метрику, що вимірює частку згадок у ШІ-відповідях належить Джеку Сміту і Тому Роучу з агенції Jellyfish. Вони взяли за основу показник Share of Voice та адаптували його до реаліїв ШІ-просування ще у 2024 році, а згодом запустили однойменну платформу для вимірювання Share of Model.
У чому відмінність Share of Voice та Share of Model
Метрика Share of Voice рахує частку бренда в загальному обсязі реклами чи згадок категорії в медіа. Share of Search переносить той самий принцип у пошук: яку частку запитів категорії користувачі формулюють із назвою бренда. Share of Model фіксує те, як часто модель згадує бренд у ШІ-відповідях в категорії.
Share of Model — це важлива метрика, оскільки на Share of Voice та Share of Search можна впливати завдяки рекламі. Попри те, що деякі ШІ вже запустили рекламу у чатботах, єдиний важіль впливу на розуміння моделей про бренд — контент, на який спирається ШІ, формуючи відповідь.
Варто розуміти нюанс метрики Share of Model — вона нова і через це принципи й методології її підрахунку ще не стандартизовані. В оригіналі Jellyfish автори аналізували асоціації з брендом у внутрішніх даних моделі, проте зараз набуває поширення методика, де аналізують відповіді на вибірку запитів категорії ШІ-моделей в реальному часі.
Чому ця метрика важлива для бізнесу
Зважаючи на поширення використання ШІ, дедалі більше потенційних покупців починає формувати враження про бренд ще до того, як скористається класичним пошуком. Вони отримують відповідь від Google AI Overviews, ChatGPT, Gemini, Claude чи інших чатботів — прямого способу впливати на їхню видачу поки немає.
Це змінює шлях користувача. Якщо класична воронка виглядала так, що потенційний покупець формує запит, цікавиться пропозиціями, а потім іде досліджувати бренди на сайтах, — зараз він може формувати запит або уточнювати його вже на етапі спілкування з чат-ботом і там же приймати рішення про покупку. Бренд, який ШІ порадить у відповіді, має більше шансів зацікавити потенційного покупця.
Для бізнесу тут є як ризики, так і можливості. У класичному SEO позиція у видачі значною мірою залежить від віку домену, кількості посилань і бюджету на контент-масштаб — тут великі гравці мають структурну перевагу. У ШІ-відповідях критерії інші: моделі оцінюють чіткість, структурованість і користь контенту в моменті запиту. Це означає, що якісний контент невеликої компанії має шанс потрапити у відповідь нарівні зі статтею більшого конкурента, якщо він краще відповідає на запит.
Тому бізнесу важливо хоча б приблизно розуміти, чи згадують його бренд у ШІ-відповідях, у якій тональності й на які запити.
Як вимірювати Share of Model
Базово вимірювати Share of Model можна і без спеціалізованих платформ. Для цього потрібно скласти набір запитів у вашій категорії, прогнати їх через кілька AI-систем у режимі анонімного перегляду і порахувати, у якій частці відповідей зʼявляється бренд.
Якщо з 20 запитів бренд зʼявився у відповіді 12 разів — Share of Model для цієї моделі дорівнює 60%.
Для орієнтовної картини достатньо 15–20 запитів на категорію; для стабільнішої статистики й відстеження динаміки — 30 і більше. Менша кількість дає надто багато випадковості: один запит може випадково зачепити бренд або, навпаки, пропустити його.
Запити варто формулювати так, як їх ставить реальний покупець на етапі вибору, а не як брендовий пошук. Наприклад: «Який сервіс email-розсилок обрати для малого магазину» — цей запит ймовірно дасть відповідь зі списком брендів.
Варто закладати варіативність формулювань одного й того самого наміру — «порадь», «який кращий», «топ сервісів для», «на що звернути увагу при виборі» — оскільки різні формулювання не завжди повертають однаковий список брендів.
Кожен запит потрібно прогнати в режимі без історії й без персоналізації (інкогніто-вікно, вихід з акаунту або окремий тимчасовий чат) — інакше на відповідь впливає ваша попередня взаємодія з моделлю чи бренд-акаунтом, і показник перестає бути репрезентативним.
Фіксувати варто не лише сам факт згадки, а мінімум три параметри для кожної відповіді:
- згадано чи не згадано — базовий бінарний показник для розрахунку Share of Model;
- позиція в списку — якщо модель перелічує кілька брендів, перша чи третя позиція в переліку впливають на реальну видимість інакше, ніж проста присутність;
- компанія по сусідству — які саме бренди зʼявляються поряд, оскільки це показує коло конкурентів, з яким вас асоціює модель.
Той самий набір запитів варто прогнати через кожну модель окремо, а не рахувати один спільний відсоток по всіх моделях разом.
Врахуйте, що разове дослідження дає уявлення про видимість лише на конкретний момент. Відповіді моделей змінюються з оновленнями, тож той самий запит наступного тижня (або ж і дня) може дати іншу відповідь.
Щоб бачити тенденцію, той самий набір запитів варто перевіряти з фіксованим інтервалом — раз на місяць достатньо для більшості МСБ — і фіксувати результат у таблиці: запит, модель, дата, чи згадано бренд, які бренди згадано поряд.
Що впливає на присутність бренда у відповідях та з чого почати нарощувати Share of Model
ШІ-моделі постійно навчаються, отримують оновлення й покращення — тому чітко визначити, що саме впливає на появу бренду в них доволі важко. Будь-які поради є лише частиною спостережень і власних напрацювань експертів.
Дослідники з Принстонського університету у 2024 році перевірили дев’ять тактик оптимізації тексту на бенчмарку з тисяч реальних запитів. Виявилося, що додавання до контенту статистики, цитат і посилань на авторитетні джерела підвищувало видимість тексту у відповідях ШІ-систем — приріст сягав 40%. Однак з того часу вже пройшло два роки і моделі навчилися розрізянти навмисне додані агреговані дані, які не несуть користі читачеві.
Класичне додавання ключових слів у текст дає протилежний результат. Текст, перенасичений ключовими словами, показувався в ШІ рідше ніж текст без жодної оптимізації, адже моделі не рахують входження слів. Вони оцінюють, наскільки текст фактично обґрунтовує твердження і наскільки легко з нього виокремити готову відповідь.
Тобто теоретично структурований фрагмент — чітке визначення, підзаголовок, дані з посиланням на джерело — має більше шансів потрапити у відповідь, ніж суцільний текст без фактів. Модель шукає уривок, який можна перенести у відповідь без спотворення сенсу. Уривок із конкретною цифрою і джерелом підходить для цього краще, ніж загальне твердження.
Тому перший крок до того, щоб почати нарощувати видимість в ШІ — переглянути наявний контент і намагатися робити його якіснішим, конкретнішим, кориснішим для читача. Фактично це те, що вимагає Google за EEAT.
Другий крок — перевірити структуру ключових сторінок сайту. Сторінка, яка відповідає на конкретне запитання одним чітким абзацом із визначенням і фактами, має більше шансів потрапити у відповідь моделі, ніж сторінка, побудована як розгорнутий рекламний текст без окремого фрагмента, який можна процитувати.
Третій крок — регулярно повторювати вимір Share of Model і відстежувати, чи змінюється частка бренда після правок щодо контенту. Без цього кроку неможливо перевірити, чи дає конкретна зміна результат, чи ні.
Share of Model — нова метрика без чіткого стандарту підрахунку, але поведінку покупців, яку вона фіксує, вже видно: рішення дедалі частіше ухвалюють на етапі спілкування з ШІ, а не після переходу на сайт. Для бізнесу це водночас і ризик залишитися невидимим для частини покупців, і шанс конкурувати з великими гравцями на інших умовах — якісним, структурованим контентом замість бюджету на посилання й вік домену.
Проте разова перевірка присутності бренду в ШІ-відповідях дає оцінку стану лише на конкретний момент. Щоб бачити реальний Share of Model потрібно регулярно відстежувати цей показник та працювати з контентом на основі його результатів.
