GEO своими руками: собираем базовый трекинг видимости бренда в ИИ-ответах на n8n (для тех, кто дружит с no-code)
Собрать трекинг видимости бренда в ChatGPT, Perplexity и Gemini на n8n можно за выходные и $10–30 в месяц вместо подписки на готовый GEO-сервис за $300+. Воркфлоу простой: n8n по расписанию отправляет набор из 30–50 промптов в API каждой нейросети, сохраняет ответы, ищет упоминание бренда и конкурентов текстовым поиском, считает Mention Rate (доля ответов с упоминанием бренда) и при находке шлёт уведомление в Slack или Telegram. Алиса в эту схему не попадает – у неё нет открытого API для программных запросов.
Это не замена полноценной GEO-аналитике вроде Ipsos Synthesio или GEO Scout – они ежедневно анализируют десятки нейросетей (по разным оценкам), оценивают долю голоса и тональность. Для владельца юрфирмы, клиники или B2B-сервиса самодельный трекер работает как точка на карте: видно, когда и как часто ИИ вообще упоминает бренд, в каком контексте и рядом с какими конкурентами. Дальше это превращается в задачи – какие страницы доработать, какой контент написать, где явный провал перед конкурентом.
Зачем юрфирме или клинике свой трекинг, если есть готовые сервисы
Готовые GEO-сервисы решают задачу мониторинга красиво, но стоят, по разным оценкам, от $200–300 в месяц за место в enterprise-сегменте – это цена, которую малый и средний услуговый бизнес обычно не готов платить за метрику, чью ценность ещё нужно доказать себе самому. Ipsos Synthesio GEO меряет долю голоса, тональность, темы и пробелы в AI-ответах – мощно, но это инструмент для команды с бюджетом на аналитику, не для юриста с тремя партнёрами.
Идея этой статьи проста: соберите урезанную, но рабочую версию того же самого на n8n. Получайте сигнал <strong>кто-то спросил ИИ про вашу услугу, и вот что он ответил</strong>. Дальше – ссылки, скрины, разбор конкурентов. Этот минимум позволит вам не гадать, попадает ли бренд в ответы нейросетей, а видеть это каждую неделю.
Что вообще нужно измерять: три метрики для старта
Прежде чем собирать воркфлоу, нужен baseline – стартовая точка, с которой сравнивать все будущие замеры. Без неё непонятно, работает ли контент, который вы публикуете, или упоминания появляются и пропадают случайно.
| Метрика | Что считает | Как использовать |
|---|---|---|
| Mention Rate | Доля ответов с упоминанием бренда от всех проверенных ответов, % | Базовый индикатор: растёт – видимость улучшается |
| Share of Voice | Доля упоминаний бренда среди всех упоминаний в нише (включая конкурентов) | Показывает позицию относительно конкурентов. |
| Position | Место бренда в ответе: назван первым, в середине списка, вообще не назван | Важно для юр- и мед-услуг – порядок в ответе влияет на выбор клиента |
Эти три метрики – Mention Rate, Share of Voice и Position – стандартная стартовая тройка для baseline в AI-brand monitoring. Формула Mention Rate простая: количество ответов с брендом, разделённое на общее число проверенных ответов, умноженное на 100%.
Сколько промптов нужно и как их разбить
Для ручного мониторинга рекомендуют набор из 50–150 запросов, покрывающий три типа: информационные («что такое...»), сравнительные («лучший юрист по...», «X или Y») и транзакционные («где заказать...», «к кому обратиться в...»). Для регулярного отслеживания без избыточной нагрузки на API достаточно более компактного набора – 30–50 промптов.
Практика для узкой ниши (одна клиника, один город, одна специализация):
- 10–15 информационных запросов: «что делает [специализация]», «как выбрать [услугу]»
- 10–15 сравнительных: «[ваш бренд] или [конкурент]», «топ клиник/юристов по [нише] в [городе]»
- 10–15 транзакционных: «к кому обратиться с [проблемой] в [городе]», «где сделать [услугу] недорого»
- 5 контрольных с явным упоминанием бренда – проверка, что парсинг ответов вообще работает
Воркфлоу на n8n: из чего он состоит
Схема из пяти узлов, которую можно собрать за пару вечеров:
- Schedule Trigger – запуск раз в неделю (для основного набора) плюс отдельный расширенный прогон раз в месяц
- Google Sheets / Airtable – хранит список промптов, читает их построчно
- HTTP Request к API – отдельные ветки для ChatGPT (OpenAI API), Perplexity (есть свой API) и Gemini (Google AI Studio API); каждая ветка отправляет один и тот же промпт в свою модель
- Function / Code node – ищет в тексте ответа название бренда и до трёх конкурентов, считает позицию упоминания, пишет результат обратно в таблицу
- IF + Slack/Telegram node – если бренд найден и это новое упоминание (не было в прошлом прогоне), отправляет сообщение с текстом ответа и промптом, который его вызвал
Такая связка стоит недорого: токены API трёх нейросетей на 30–50 запросов в неделю плюс бесплатный тариф n8n (self-hosted) или минимальный облачный план. По грубой оценке – $10–30 в месяц против $200–300+ за готовый enterprise-сервис.
Про Алису отдельно
У Алисы нет открытого API для отправки запросов и получения ответов программным способом. Автоматизировать проверки не получится. Её можно тестировать только вручную: задать вопрос голосом или в приложении и записать ответ. Иначе она просто выпадает из регулярного трекинга. Для российского услугового бизнеса это существенная дырка. Закрыть её без API нельзя – остаются только ручные точечные проверки раз в месяц.
нейросети с открытым API для автоматизации – ChatGPT, Perplexity, Gemini; Алиса вручную
оценка расходов на API-токены для еженедельного прогона 30–50 промптов через три нейросети
Что делать, когда пришло уведомление об упоминании
Уведомление в Slack или Telegram запускает короткий чек-лист. Без этого шага трекинг превращается в красивую игрушку, которая копит алерты, но ничего не меняет.
- Прочитать полный ответ, не только фрагмент с брендом – понять контекст: рекомендуют вас или просто упоминают как один из вариантов
- Проверить позицию в ответе – названы первым или в конце списка после трёх конкурентов
- Сравнить с прошлыми ответами на тот же промпт – это разовая случайность или устойчивый паттерн
- Если упоминание негативное или с ошибкой в фактах о вас – зафиксировать, это сигнал для работы с контентом на сайте
- Если бренда нет вообще на понятный транзакционный запрос – это приоритетная задача в backlog контента
Практика GEO-инструментов вроде GEO Scout строится на этом же цикле: мониторинг превращается в конкретные задачи – какие страницы дооптимизировать, какой контент написать, где явный провал против конкурента. Самодельный воркфлоу на n8n не автоматизирует этот шаг, но исправно поставляет сырьё для него каждую неделю.
Частые ошибки при самостоятельной сборке
Три вещи ломают самодельный трекинг чаще всего:
| Ошибка | Почему это проблема | Как избежать |
|---|---|---|
| Слишком общие промпты | «Лучшая клиника» без города и специализации даёт мусорные ответы | Всегда добавлять контекст: город, специализацию, тип услуги |
| Разовый прогон без повтора | Один ответ ИИ не показывает тренд, только точку | Фиксированное расписание: еженедельно + расширенный аудит раз в месяц |
| Поиск бренда только по точному названию | ИИ может упомянуть бренд с опечаткой, сокращением или через описание услуги | Добавить в парсинг синонимы, сокращения и типичные варианты написания |
Прежде чем собирать воркфлоу
Пройдите быструю проверку – узнаете, стоит ли вообще тратить выходные на трекинг, или у вас пока нет ни одного упоминания, с которым работать.
Чек-лист: запуск GEO-трекинга на n8n за выходные
18 практических пунктов – от выбора API до настройки уведомлений в Slack
«Собрал воркфлоу за субботу, база промптов – своя, из реальных вопросов клиентов. Через месяц увидел, что Perplexity рекомендует нас в 4 из 10 запросов по нашей специализации, а два конкурента – вообще ноль. Это дало аргумент для разговора с маркетологом про контент.»
Управляющий партнёр · юридическая фирма, Москва
Когда самодельного трекинга уже мало
Воркфлоу на n8n хорош как первый шаг: проверить гипотезу без вложений. Но у него есть потолок. Он не умеет анализировать тональность, не раскладывает темы по категориям и без ручной работы в таблицах не покажет историю по годам. Если видимость в ИИ становится заметным каналом клиентов, посмотрите шире – на то, как бренды в целом попадают в подборки, которые ИИ предлагает пользователям, и что на это влияет. Подробный разбор – в материале <a href="/blog/b2b-uslugi-shortlist-ii">«Шортлист поставщиков B2B: как ИИ решает, кого рекомендовать»</a>.
Хотите знать, упоминает ли вас ИИ прямо сейчас?
Пройдите проверку за 40 секунд и получите ответ: стоит собирать трекинг или сначала поработать с контентом.
Частые вопросы
Сколько времени реально занимает сборка воркфлоу на n8n?
У человека с опытом настройки no-code инструментов – одни выходные: подключение трёх API, сборка узлов, тест на контрольных промптах. Без опыта закладывайте неделю на разбор документации API каждой нейросети.
Можно ли трекать Алису так же, как ChatGPT и Perplexity?
Нет, у Алисы нет открытого API для программных текстовых запросов. Проверять её приходится вручную – задавать вопросы и фиксировать ответы раз в месяц.
Сколько промптов нужно для старта, если бюджет на API ограничен?
Минимальный рабочий набор – 30–50 промптов в неделю. Для более полного покрытия ниши (информационные, сравнительные, транзакционные запросы) рекомендуют 50–150 промптов, но это увеличивает расход токенов.
Что важнее: Mention Rate или Share of Voice?
Mention Rate показывает, упоминают вас вообще или нет. Share of Voice показывает вашу долю среди упоминаний конкурентов. Для оценки позиции среди конкурентов важнее Share of Voice, но без Mention Rate как baseline сравнивать нечего.
Заменяет ли самодельный воркфлоу платные GEO-сервисы?
Нет. Он даёт базовый сигнал упоминаний и позицию в ответе, но не считает тональность, не строит историю по темам и не даёт готовых рекомендаций по контенту, как enterprise-решения типа Ipsos Synthesio GEO.
Как часто обновлять список промптов?
Раз в квартал стоит пересматривать набор: добавлять новые формулировки запросов клиентов, убирать неактуальные. Расписание прогона – еженедельно для основного набора, ежемесячно для расширенного аудита.