Сначала измерить. Потом менять.
Legibility Sprint показывает не «насколько вы видимы в AI», а где именно ломается путь от того, чтобы система знала о вас, до того, чтобы она выбрала вас под реальный запрос.
AI legibility это дисциплина, которая измеряет и улучшает, насколько AI-системы способны извлекать, понимать, подтверждать, сравнивать и выбирать компанию, продукт, основателя или специалиста в реальных условиях принятия решения.
AI Search и GEO, technical SEO, digital PR, entity и brand authority, а также measurement закрывают разные части этой evidence chain. AI legibility не является синонимом ни одного из этих направлений. Каноническое определение: AI Legibility.
AI-система может правильно знать название компании и все равно не включать ее в shortlist. Может находить сайт, но относить компанию не к той категории. Может повторять ваши собственные утверждения, но не иметь независимых подтверждений, чтобы опереться на них при выборе. Поэтому один общий AI visibility score здесь почти ничего не объясняет.
Measure → Diagnose → Fix → Measure again.
Measure
До изменений согласуются реальные вопросы, AI-продукты и поверхности, язык, рынок и доступный бюджет. Объём выборки, число повторов и срок повторной проверки зависят от решения и изменчивости исходных ответов. Сохраняются точные запросы, сырые ответы, даты, известные условия и источники. Наблюдения из приложения и API учитываются отдельно; неудачные и неизвестные результаты остаются видимыми.
Diagnose
По наблюдениям отделяются подтверждённые проблемы от гипотез: неясная идентичность, недоступные факты, противоречия, отсутствие подтверждений, несоответствие запросу или сломанный следующий шаг. Упоминание, цитирование, shortlist и рекомендация учитываются раздельно. Изменения выбираются после диагностики и согласования объёма работы.
Fix
Вносятся только согласованные изменения, связанные с диагнозом. Структурированная разметка, сводка llms.txt или допустимая публичная запись о сущности могут быть полезны для отдельных задач, но не обязательны для всех и не гарантируют видимость. Заявляя о поддержке файла или разметки, указывайте проверенный клиент и наблюдаемое поведение. Сохраняйте журнал изменений; соблюдайте правила площадок и существующие ограничения доступа.
Measure again
В согласованное окно повторяются основные вопросы при сопоставимых поверхностях, языках, рынках и настройках. Публикуются количества наблюдений со знаменателями, неизвестные результаты и ограничения; существенные различия условий отмечаются отдельно. Сравнения и отрицательные контроли выбираются по вопросу исследования. Разница до и после сама по себе не доказывает причину. Обязательного повторения на 21-й день или каждый квартал нет; дальнейшие проверки согласуются по необходимости.
Что вы получаете
Согласованный объём проверки, датированные сырые наблюдения и доступные доказательства по каждой поверхности, разбор подтверждённых проблем и гипотез, приоритетные варианты изменений с ответственными и согласованием, журнал выполненного и сопоставимый повторный замер с количествами и ограничениями. Следующие шаги и дальнейшие проверки согласуются отдельно.
Чего вы не получаете: обещания «выведем в топ ChatGPT», гарантированной рекомендации или выдуманного процента visibility.
Коротко о том, что обычно спрашивают.
Можно ли гарантировать рекомендацию ChatGPT?
Нет. Нельзя честно гарантировать конкретный consumer AI output. Можно построить контролируемый процесс измерения и проверки изменений.
Это AI SEO или GEO?
Не только. AI Search и GEO, technical SEO, digital PR, entity и brand authority, а также measurement закрывают разные части evidence chain. Legibility Sprint измеряет, как эти входы работают вместе, когда AI-системе нужно извлечь, понять, сравнить и выбрать сущность.
Почему нельзя сразу переписать сайт?
Потому что без baseline невозможно понять, помогло ли изменение, навредило или совпало с model drift. Сначала фиксируется исходное состояние.
Какие AI-системы измеряются?
Продукты и доступные поверхности выбираются до запуска по задаче и бюджету. Наблюдения в потребительских приложениях и ответы API учитываются отдельно. Поддержка конкретного продукта и объём проверки согласуются заранее.
Хотите понять, где ломается выбор?
Опишите компанию и вопрос, в котором для вас важна AI-рекомендация. Я отвечаю сама.
Написать мне