Матрица видимости LLM: как читать отчёт
Матрица видимости LLM — таблица «запрос × модель» со статусами Cited, Mentioned, Absent. Как собрать, читать строки и не смешивать брендовые запросы с категорийными.
Матрица видимости LLM — это таблица запрос × модель, в ячейках которой стоит статус Cited, Mentioned или Absent. Она отвечает не «какая позиция в Google», а «по каким формулировкам и в каких системах вас видно в ответе». Без матрицы обсуждение GEO скатывается к случайным скринам чата.
Что такое матрица видимости LLM?
Это способ упаковать аудит видимости в нейросетях в повторяемый отчёт. Строка = один зафиксированный текст запроса. Столбец = система (ChatGPT, Perplexity, …). Ячейка = статус + кратко «кого цитируют».
Пример схемы (иллюстрация, не «наши цифры»):
| Запрос | ChatGPT | Perplexity |
|---|---|---|
| как проверить видимость бренда в ChatGPT | Absent | Mentioned |
| какой сервис GEO-аудита выбрать | Absent | Absent |
| чем GEO отличается от SEO | Mentioned | Cited |
Правила статусов — в Cited, Mentioned, Absent.
Как её собрать вручную?
- Зафиксировать 10–20 запросов (how-to + категория + рекомендательные).
- Выбрать ≥2 системы и режим (с поиском / без) — записать в шапку.
- Прогнать тот же текст запроса в каждой системе.
- Проставить статус по правилам глоссария.
- Сохранить дату — иначе «до/после» не сравнить.
Ручной how-to: проверка в ChatGPT, в Perplexity.
Как читать строки и столбцы?
- Строка сплошь Absent — нет сущности в ответах по этому интенту: сначала контент/страница, потом внешний след.
- Cited в одной модели, Absent в другой — норма; не усредняйте «на глаз», смотрите приоритетные каналы клиента.
- Mentioned без URL — слабый сигнал: имя есть, опоры на вас нет.
- Столбец «шумный» — проверьте, не попали ли брендовые формулировки в категорийный блок.
Контентные правки могут сдвигать видимость в генеративных ответах — рамка Aggarwal et al., GEO (2024) — но матрица как раз показывает, сдвинулось ли что-то у вас.
Почему брендовые запросы выносят отдельно?
Запрос с именем продукта уже подсказывает модели сущность. Получить Mentioned/«эхо» легко и бесполезно для диагностики категории. В матрице роста смотрите how-to и «какой выбрать»; брендовые — мониторинг отдельно. Про путаницу имени и категории: GEO и GEO Audit.
Как использовать матрицу в работе команды?
- Отсортировать Absent на деньгах.
- Назначить URL на каждый дырявый запрос.
- Внести правки (answer-first, FAQ) по чеклисту.
- Перезамер тем же списком через 3–7 дней.
- Если on-page готов, а Cited нет — внешний слой, не третий рерайт.
В GEO Audit матрица — основа прогона видимости. Факты о бренде: /brand. Доступ: /request. FAQ продукта: /faq.
Частые вопросы
Что такое матрица видимости?
Это таблица: строки — ваши запросы, столбцы — модели или системы; в ячейке статус Cited, Mentioned или Absent (плюс заметка, кого цитируют).
Чем матрица лучше одного скрина чата?
Скрин не сравнивается. Матрица фиксирует один список запросов и показывает дыры по моделям и динамику до/после правок.
Нужно ли включать брендовые запросы?
Можно отдельной секцией. В KPI роста категорийной видимости их не смешивают с how-to: иначе эхо имени из вопроса портит вывод.
Сколько моделей в столбцах?
Минимум две. В продуктовых прогонах GEO Audit используются несколько моделей с веб-поиском; для ручной матрицы хватает ChatGPT + Perplexity.
Как часто пересобирать матрицу?
После волны правок или внешних публикаций: первый перезамер через 3–7 дней тем же списком, второй около двух недель.
Где это в продукте GEO Audit?
Прогон видимости строится как матрица запрос × модель со статусами присутствия. Описание сервиса — в статье про GEO Audit и на /brand.