Позиція більше не достатня: як вимірювати SEO в AI Search у 2026 без фальшивої GEO-метрики

У 2026 році проблема вимірювання AI Search вже не в тому, що даних немає. Даних стало більше. Проблема в іншому: Google Search Console, Bing Webmaster Tools, трекери AI-відповідей, веб-аналітика і CRM вимірюють різні події, а в одному дашборді їх часто зводять у спільний «AI visibility score».

Для Senior, Lead або Head SEO це небезпечно. Один красивий бал може приховувати різні речі: сторінку знайшла модель, сторінку процитували, бренд просто згадали, URL отримав показ у генеративному блоці, користувач клікнув або конвертувався. Це не одна подія і не одна воронка.

Я використовую інший підхід: кожну метрику прив'язую до конкретної події, джерела даних, знаменника і рішення, яке на її основі можна прийняти.

Далі терміни використовую так. Retrieval — добір джерел системою. Citation — цитування або посилання на джерело. Mention — текстова згадка бренду чи сутності. Impression — показ. Click — клік. Conversion — конверсія. First-party data — дані першої сторони, тобто дані самої платформи, а не оцінка стороннього сервісу. Prompt — запит до AI-моделі.

1. Не змішуйте ranking, retrieval, citation, mention, impression і click

Класичний пошуковий ланцюжок умовно виглядав так: crawl, index, rank, impression, click, conversion. У генеративному пошуку між індексацією і кліком з'являються додаткові події.

Система може знайти документ під час retrieval, але не використати його у фінальній відповіді. Може використати факт, але не показати видиме посилання. Може показати посилання на URL, але не згадати бренд. Може згадати бренд без посилання. Може показати URL у генеративній функції Google, але користувач не клікне. Навіть клік не дорівнює бізнес-результату.

Тому фраза «AI visibility виросла» без визначення події не є аналітичним висновком. Треба знати, що саме виросло і відносно чого.

2. Що Google вже вимірює напряму: генеративні покази

3 червня 2026 року Google анонсував окремі Search Generative AI performance reports у Search Console. Станом на 31 серпня 2026 року Google прямо зазначає, що ці інсайти розгорнуті для всіх сайтів у світі.

Звіт показує, як часто URL сайту з'являлися у генеративних AI-функціях Search, зокрема AI Overviews та AI Mode. Доступні конкретні сторінки, країни, пристрої для Search і часові зрізи. Google також зазначає, що ці дані входять у загальний Performance report, а окрема вкладка дає спеціальний зріз генеративної видимості.

Це важлива межа між даними і моделлю. Якщо я аналізую генеративну видимість у Google, генеративні покази з даних першої сторони мають вищу доказову цінність, ніж сторонній «AI score», тому що джерело події — сам Google.

Але generative impression все одно не дорівнює citation, click або conversion. Зростання показів у AI Overviews не дає права автоматично говорити про приріст AI traffic. Так само падіння класичних кліків не можна автоматично списати на AI.

3. GEO ≠ окремий технічний стек: що насправді каже Google

Офіційна документація Google формулює це прямо: для AI Overviews та AI Mode діють звичайні SEO best practices, додаткових вимог або спеціальних оптимізацій для появи у цих функціях немає.

Щоб URL міг бути показаний як посилання-джерело, сторінка повинна бути проіндексована і мати право показуватися у Search зі сніпетом. Google окремо пише, що немає додаткових технічних вимог.

Для мене це практичний фільтр. Якщо URL не індексується, Google вибрав інший canonical, контент погано рендериться або snippet controls блокують показ, я не називаю це «GEO problem». Спочатку вирішується звичайна технічна причина.

4. Bing вимірює цитування, а не «видимість» одним балом

10 лютого 2026 року Microsoft відкрив у Bing Webmaster Tools публічну попередню версію AI Performance. Звіт охоплює цитування контенту в Microsoft Copilot, AI-generated summaries у Bing та select partner integrations.

У ньому є Total Citations, Average Cited Pages, Grounding Queries, Page-level Citation Activity і тренд цитувань у часі.

Total Citations показує кількість цитувань як джерел у AI-відповідях за вибраний період. Microsoft прямо уточнює, що метрика не показує позицію усередині конкретної відповіді.

Average Cited Pages показує середню кількість унікальних сторінок сайту, які щодня відображалися як джерела. Microsoft прямо зазначає, що ця метрика не означає позицію, авторитетність або роль сторінки у конкретній відповіді.

Grounding Queries — ключові фрази, які AI використовував під час retrieval контенту. Microsoft зазначає, що це вибірка загальної активності цитувань.

Page-level Citation Activity дає кількість цитувань для конкретних URL, але не означає важливість сторінки, ranking або placement.

Тобто навіть усередині одного first-party продукту Microsoft розділяє цитування, сторінки і grounding queries та окремо прописує, чим ці метрики не є. Це хороший стандарт для власної звітності.

5. Citation Share: метрика з чітким знаменником

16 червня 2026 року Microsoft додав до Bing Webmaster Tools Intents, Topics, Citation Share і Compare.

Citation Share визначається конкретно: відсоток цитувань вашого сайту від усіх цитувань, показаних по всіх сайтах для того самого grounding query. Тут є і чисельник, і знаменник.

Microsoft також прямо попереджає: Citation Share є observational metric. Це не ranking system, не competitive scoreboard, не traffic share і не quality score.

Це суттєво сильніше за абстрактний «AI visibility score», бо зрозуміло, що саме пораховано. Але навіть Citation Share не є конверсією, доходом або часткою трафіку.

6. Чому один GEO score методологічно слабкий

Коли сервіс показує «AI visibility 74», перше питання не «це добре чи погано». Перше питання — що таке 74.

Це частка промптів, у яких бренд згаданий? Частка відповідей із цитуванням URL? Зважений share of voice? Середнє по ChatGPT, Gemini, Copilot і Perplexity? Чи однакова вага у різних платформ? Скільки запусків кожного prompt? Яка країна, мова, модель і дата? Чи сесія чиста? Чи персоналізація вимкнена? Який набір промптів? Чи змінював провайдер методологію між місяцями?

Якщо цих відповідей немає, score не можна інтерпретувати як бізнес-метрику. Він може бути корисним як внутрішній індекс конкретного інструмента, але порівнювати його з GSC impressions, Bing citations або revenue математично некоректно.

7. CTR-дослідження: орієнтир, а не прогноз для вашого сайту

Pew Research Center у липні 2025 року опублікував аналіз браузерної поведінки 900 дорослих користувачів у США. Всього в наборі було 68 879 унікальних Google-пошуків за березень 2025 року, 12 593 з них показали AI summary.

На сторінках з AI summary користувачі клікали на традиційний пошуковий результат у 8% відвідувань. На сторінках без AI summary — у 15%. На джерело всередині AI summary клікали в 1% відвідувань. Після SERP з AI summary сесію завершували у 26% випадків проти 16% без AI summary.

Це не GSC CTR study. Це панель поведінкових даних у США з власною методологією. Використовувати «8% проти 15%» як прогноз CTR для конкретного комерційного сайту не можна.

Ahrefs у лютому 2026 року опублікував інший дизайн. Вибірка — 300 000 keywords, з них 150 000 з AI Overview і 150 000 інформаційних без AI Overview. Використовували агреговані desktop-дані Google Search Console і порівнювали грудень 2023 з груднем 2025.

Для position 1 Ahrefs оцінив приблизно на 58% нижчий CTR у групі AI Overview відносно змодельованого контрфактичного сценарію. За опублікованою таблицею оцінка становила -50,8% для позиції 2, -46,4% для позиції 3, -38,8% для позиції 4 і -19,4% для позиції 10.

Тут теж важлива дисципліна формулювання. Ahrefs пише про кореляцію і модельну оцінку на своїй вибірці. Це не рандомізований експеримент і не універсальний коефіцієнт для бізнес-прогнозу.

Свіжіший приклад — Франція. Ahrefs 16 вересня 2026 року опублікував аналіз 1000 доменів із наибольшою кількістю кліків у Франції; після перевірки повноти історії залишилося 963. Порівнювали 28 днів до 22 липня 2026 року і 9 днів після. Високоекспонованою вважали групу, де AI Overview з'являвся більш ніж для 20% французьких запитів; у контрольній групі — менш ніж для 2%.

Сирий медіанний CTR високоекспонованої групи знизився на 23,1%, у контрольної групи за той самий час CTR виріс на 2,3%. Після цього коригування автори оцінили різницю у -24,8%. 82,2% високоекспонованих доменів втратили CTR.

І тут не можна забувати про обмеження: після запуску було лише 9 днів спостереження, дизайн не рандомізований. Але методологічно такий контроль значно сильніший за звичайний скріншот «до/після».

8. Fixed prompt tracking: контрольована панель, а не перепис усього ринку

Сторонні трекери ChatGPT, Gemini, Perplexity та інших AI-систем корисні, якщо ми точно описуємо вибірку.

Для кожного prompt я фіксую сам текст prompt, мову, країну або locale, платформу, модель, дату, стан сесії, кількість повторів, expected intent і цільову сутність або категорію. Набір промптів не можна непомітно змінювати між періодами, якщо мета — тренд.

Далі рахуються окремі події: citation frequency, mention frequency, URL citation frequency, brand inclusion rate. Для кожної метрики повинен бути denominator. Наприклад, citation frequency має означати частку запусків у зафіксованій панелі, де домен або URL був процитований. Якщо набір prompt opportunities змінився, сире число citations не можна порівнювати місяць до місяця без нормалізації.

Це лабораторна панель. Вона показує поведінку системи на заданій вибірці. Вона не доводить «ринкову частку бренду у всьому ChatGPT», якщо ми не знаємо реальний universe запитів і його ваги.

9. URL-level analysis: сильніший за абстрактний AI visibility

Коли мені треба зрозуміти, що відбувається з конкретним кластером, я починаю з URL.

У GSC формую стабільну когорту сторінок і дивлюся clicks, impressions, CTR, position distribution та generative impressions для цих самих URL. У Bing Webmaster Tools дивлюся page-level citations і grounding queries. У fixed prompt panel дивлюся citation frequency саме цих URL. У веб-аналітиці — organic sessions і identifiable AI referrals. У CRM або backend — leads, sales, revenue.

Ключове тут «цих самих URL». Якщо Google generative data рахується по одному набору сторінок, Bing citations по іншому, а конверсії sitewide, зв'язок між шарами втрачається.

Для пріоритизації я сортую сторінки за бізнес-цінністю і абсолютною зміною результату, а не за наибольшим відсотком на малому знаменнику. Далі аналізую пошуковий запит/URL/тип пристрою/країна на одному scope і одному періоді.

У звіті достатньо мати одну таблицю з прозорими колонками: URL, кластер, Search impressions, Search clicks, CTR, position distribution, Google generative impressions, Bing citations, Citation Share там, де доступний, частота цитування у fixed prompt panel, sessions, conversions і revenue. Порожнє поле краще за вигадану оцінку.

Приклад структури звіту

Нижче — синтетичний рядок лише для демонстрації формату; це не реальний кейс і не еталон для порівняння.

10. Кореляція ≠ причинність

Найчастіший аналітичний стрибок виглядає так: «кліки впали, AI exposure виріс, отже AI забрав трафік». Таке речення містить причинний висновок, якого дані ще не довели.

Одночасно могли змінитися search demand, query mix, device mix, реклама, local або shopping blocks, title/snippet, конкуренти, сезонність, Google models або частота спрацювання AI Overview.

Тому я формулюю висновок у два етапи. Спочатку описую спостереження без причинності: що сталося з clicks, impressions, position distribution, CTR, generative impressions, citations і conversions у тій самій когорті. Потім окремо формулюю гіпотезу та перелік альтернативних пояснень.

Якщо можливо, використовую matched control. Наприклад, тестова група сторінок отримала контентну зміну, контрольна група схожа за intent, типом сторінки, baseline traffic і сезонністю, але зміни не отримала. Порівнюється не просто «після мінус до», а різниця змін між групами. Навіть така схема не робить Search лабораторією, але вона сильніша за просте порівняння «до/після».

11. KPI tree для Senior/Lead/Head SEO

Я не викидаю позиції, покази в Search, кліки і конверсії. Вони залишаються базою. До них додаються нові шари, але не замість них.

• На рівні технічної доступності дивлюся crawlability, indexability, canonical, snippet eligibility, rendering та internal discovery.
• На рівні класичного пошуку — non-brand impressions у пріоритетних кластерах, distribution позицій, top 3/top 10 share і URL/query cohorts.
• На рівні Google generative — генеративні покази з даних першої сторони та конкретні сторінки.
• На рівні Microsoft — Total Citations, Page-level Citation Activity, Grounding Queries, Citation Share, Intents і Topics, з урахуванням обмежень попередньої версії.
• На рівні контрольованої AI-панелі — citation frequency і mention frequency на незмінному prompt set.
• На рівні бізнесу — sessions, conversions, revenue або lead value, якщо ці дані доступні.

Не потрібно зводити все в одну цифру. Менеджменту потрібна не максимальна кількість KPI, а зв'язок «метрика → зміна → рішення».

12. Що я принципово не показую як факт

• Не показую proprietary AI score як «частку ринку», якщо провайдер не описує denominator.
• Не називаю mention citation, якщо немає видимого посилання на джерело.
• Не називаю generative impression AI traffic.
• Не називаю citation conversion.
• Не переношу CTR-ефект з Pew або Ahrefs на конкретний сайт без його query mix, SERP composition і власних даних.
• Не видаю умовні цифри за «приклад кейсу», якщо це не реальний кейс. Якщо реальних даних немає або їх не можна публікувати, краще показати метод і поля звіту без вигаданої статистики.

Висновок

AI Search не скасував класичні SEO-метрики. Він додав події між індексацією, видимістю і кліком.

Ranking не дорівнює generative exposure. Generative exposure не дорівнює citation. Citation не дорівнює mention. Mention не дорівнює click. Click не дорівнює business value.

Google у 2026 році вже дає генеративні покази з даних першої сторони. Bing дає дані першої сторони про цитування і Citation Share з чітким знаменником. Сторонні prompt trackers дають контрольовані спостереження на вибірці. Аналітика і CRM дають бізнес-результат.

Коли ці джерела лежать окремими шарами і використовуються на одному єдиному наборі URL і пошукових запитів, AI Search можна аналізувати без «магічного GEO score» і без фальшивої точності.