Як перевірити AI-видимість клініки: покроковий чекліст

Чому стандартні SEO-інструменти не бачать AI-видимість

За даними BrightEdge Generative AI Research (2024), 84% запитів на медичну тематику в Google тепер містять блок AI Overview. Проте більшість маркетологів клінік не знають, чи з'являється їхня практика в цих відповідях, — тому що інструменти, якими вони користуються, ніколи не були розроблені для вимірювання цього.

Google Search Console показує кліки з органічного пошуку. Rank-трекери відслідковують позиції у списку результатів. Жоден з них не відповідає на питання: чи цитує ChatGPT, Perplexity або Google AI Overview вашу клініку, коли пацієнт питає "кращий кардіолог у [місто]"?

Розрив між органічними позиціями та AI-присутністю реальний і вимірюваний. Клініка може займати третє місце в Google за важливим ключовим словом і при цьому повністю бути відсутньою у всіх AI-відповідях на ту саму тему. Цю відсутність не видно в жодному стандартному SEO-дашборді.

З травня 2024 року Google Search Console включає окремий фільтр AI Overviews у розділі Search type, який показує покази та кліки, що атрибутовані виключно до появ у блоці AI Overview. Більшість акаунтів клінік ніколи не відкривали цей звіт. Коли вони це роблять, цифри часто виявляються дуже низькими — не через поганий контент, а тому що AI-системи не можуть знайти, зчитати або довіряти структурованим даним, необхідним для генерації цитування.

Що вимірює аудит AI-видимості: 4 виміри

Аудит AI-видимості — це не технічний SEO-краул з іншою назвою. Він вимірює чотири конкретних аспекти, що визначають, чи може AI-система знайти вашу клініку, зрозуміти, хто ви є, і включити вас до згенерованої відповіді.

1. Частота цитування

Чи з'являється назва вашої клініки в AI-відповідях? Частота цитування (citation frequency) — найпряміший показник AI-видимості. Клініка з високою частотою цитування з'являється, коли пацієнти питають про відповідні спеціалізації, симптоми або місцезнаходження, навіть не вживаючи назви клініки у запиті.

2. Розпізнавання іменованих сутностей

Розпізнавання іменованих сутностей (named entity recognition, NER) визначає, чи ідентифікують AI-системи вашу клініку як окрему сутність, а не просто як веб-сторінку. AI-моделі, що використовують RAG (Retrieval-Augmented Generation), витягують інформацію з навчальних даних і живих веб-джерел. Якщо назва клініки, адреса, спеціалізації та лікарі не структуровані узгоджено і взаємно підтверджені, AI може повністю проігнорувати сутність або переплутати її з іншою практикою.

3. Покриття Schema Markup

Schema markup — це структурований словник, який повідомляє AI-краулерам, якого типу сутність представляє сторінка. Клініки без MedicalOrganization, Physician або FAQPage schema не дають AI-системам формальних даних для роботи. Дані Clingeo з 334 аудитів медичних сайтів показують: менше 15% сайтів клінік мають повну Physician Schema на сторінках профілів лікарів.

4. Crawl-доступ

AI-системи надсилають власних ботів: GPTBot (OpenAI), ClaudeBot (Anthropic) і PerplexityBot. Багато сайтів клінік випадково блокують ці краулери через занадто широкі правила в robots.txt, написані роки тому для спам-ботів. Якщо AI не може читати ваші сторінки — він не може вас цитувати.

Крок 1 — Ручне тестування: 15 запитів у 3 платформах

Найшвидший спосіб отримати реальний сигнал про вашу поточну AI-видимість — провести структурований набір ручних запитів. Це займає 60–90 хвилин і дає задокументовану базову лінію ще до того, як ви зміните хоч один файл на сайті.

Запустіть мінімум 15–20 репрезентативних запитів у щонайменше трьох AI-платформах: ChatGPT, Perplexity і Google AI Overview (через пошук Google). Розподіліть запити по чотирьох категоріях:

• Брендові — "[Назва клініки] відгуки", "чи хороша [назва клініки] для [спеціалізація]"
• За спеціалізацією — "кращий ендокринолог у [місто]", "де пройти огляд шкіри у [місто]"
• Локальні — "сімейний лікар поблизу [район]", "клініка без запису [район]"
• Симптомні — "лікар при хронічному болі у спині [місто]", "клініка терапії тривоги [місто]"

Фіксуйте результати в таблиці зі стовпчиками: Запит | Платформа | Тип результату | Клініка згадана? | Тип цитування | Примітки. Для кожного результату класифікуйте цитування за трьома рівнями: повне цитування (клініка названа з посиланням або конкретними деталями), часткова згадка (назва є, але без контексту або з неточностями), відсутність (клініка не згадується).

Після завершення обчисліть сирий показник цитування: кількість запитів, де ви з'явилися, поділена на загальну кількість запитів — окремо для кожної платформи. Це ваш початковий проксі-показник AIV Score. Для більшості клінік, які проводять це вперше, він виявляється нижчим, ніж очікувалося.

Крок 2 — Технічний аудит доступу: robots.txt і llms.txt

AI-краулери не можуть цитувати сторінки, які вони не можуть прочитати. Перш ніж витрачати час на зміни в контенті, переконайтеся, що AI-боти, яких ваша клініка хоче залучити, дійсно мають доступ до вашого сайту.

Відкрийте файл robots.txt за адресою вашдомен.ua/robots.txt. Перевірте правила для GPTBot, ClaudeBot, PerplexityBot і Google-Extended. Правило Disallow: / під будь-яким із цих user agents повністю блокує ту AI-систему від читання вашого контенту.

Також перевірте наявність широких вайлдкард-блоків: правила типу User-agent: * з широкими шляхами заборони можуть ненавмисно закривати ключові сторінки послуг. Це одна з найпоширеніших помилок на сайтах клінік, створених за старими CMS-шаблонами.

Далі перевірте наявність файлу llms.txt за адресою вашдомен.ua/llms.txt. Це новіший стандарт (аналог robots.txt, але розроблений саме для великих мовних моделей), який допомагає AI-системам зрозуміти структуру вашого сайту без сканування кожної сторінки. Дані Clingeo показують: менше 8% медичних сайтів мають коректно відформатований llms.txt. Якщо його немає — це швидке виправлення з великим ефектом. Детальніше про налаштування читайте в розділі про технічний GEO аудит.

Крок 3 — Сканування покриття Schema

Schema markup — це основний сигнал, який AI-системи використовують, щоб зрозуміти, що таке сутність і що вона робить. Без нього AI-моделі покладаються на розпізнавання вільного тексту — повільніший, менш надійний процес, що частіше призводить до помилок або пропусків у згенерованих відповідях.

Використовуйте Google Rich Results Test (search.google.com/test/rich-results) і Schema Markup Validator (validator.schema.org) для сканування пріоритетних сторінок. Починайте з трьох типів сторінок у такому порядку:

• Головна сторінка — має містити MedicalOrganization з назвою, адресою, телефоном і годинами роботи
• Сторінки профілів лікарів — мають містити Physician (або MedicalSpecialty) з кваліфікацією, спеціалізацією та приналежністю
• Сторінки послуг — мають містити MedicalProcedure або відповідний тип, плюс FAQPage там, де є блок із запитаннями й відповідями

Мінімальний необхідний набір для будь-якої клініки: MedicalOrganization на головній сторінці, Physician на кожній сторінці лікаря, FAQPage на будь-якій сторінці з блоком питань-відповідей. Якщо ці три типи відсутні або некоректні, виправлення їх одних суттєво покращить те, як AI-системи представляють вашу клініку у відповідях.

Крок 4 — Перевірка AI Overview в Google Search Console

З травня 2024 року Google Search Console включає дані атрибуції AI Overview. Більшість акаунтів клінік або пропустили це, або не зрозуміли, що саме показує цей звіт.

Де знайти: у GSC перейдіть до Search Results у розділі Performance. Натисніть фільтр "Search type" вгорі та оберіть AI Overviews. Звіт показує покази та кліки, що атрибутовані саме до появ у блоці AI Overview, — окремо від стандартної органіки.

На що звертати увагу: якщо ви маєте стабільні органічні позиції, але майже нульові покази в AI Overview за тими самими запитами — це чіткий сигнал, що ваш контент не обирається для AI-синтезу. Типові причини: відсутність структурованих даних, поверховий текст, що не відповідає на запитання прямо, а також брак авторитетних сигналів (реквізити автора, дати, посилання на джерела), якими AI-системи користуються при виборі джерел.

Порівняйте ці дані з результатами ручного тестування. Сторінки з високими органічними показами та нульовими показами в AI Overview — ваші найпріоритетніші цілі для оптимізації. Розуміння того, які формати контенту, які AI цитує, допоможе визначити пріоритет переписування цих сторінок.

Чекліст аудиту: зведена таблиця

Що перевіряти	Інструмент	Критерій проходження
Частота цитування (ручне тестування)	ChatGPT, Perplexity, Google AI Overview	Клініка цитована у ≥30% релевантних запитів на платформу
Crawl-доступ AI-ботів	robots.txt (ручна перевірка)	GPTBot, ClaudeBot, PerplexityBot не заблоковані
Файл llms.txt наявний і коректний	Перевірка в браузері за /llms.txt	Файл є, коректно відформатований, містить перелік ключових сторінок
Покриття Schema markup	Google Rich Results Test, Schema Markup Validator	MedicalOrganization + Physician + FAQPage присутні, без помилок
Покази в Google AI Overview	Google Search Console (фільтр AI Overviews)	Покази є по цільових запитах; не нуль по всіх

Автоматизація аудиту

Ручне тестування дає базову лінію. Масштабувати його не вийде. Провести 20 запитів у трьох платформах раз на місяць — реально; 100 запитів у п'яти платформах щотижня вручну — ні.

Спеціалізовані інструменти AI-видимості автоматизують рівень вимірювання. Semrush AI Narratives (запущено 2024/2025) відстежує згадки бренду у відповідях ChatGPT і Perplexity у великому масштабі. BrightEdge відслідковує видимість у AI Overview за великими наборами ключових слів. Обидва — enterprise-рішення для агентських воркфлоу.

Clingeo створений саме для медичних практик. Він розраховує AIV Score — індекс частоти цитування, що відслідковується по ChatGPT, Perplexity, Gemini і Google SGE — за набором цільових запитів, визначених для спеціалізації та локації кожної клініки. Показник порівнюється з базою з 334+ аудитів клінік, тому ви бачите не лише свій числовий результат, а й позицію відносно схожих практик. Clingeo також виявляє прогалини в schema, проблеми з robots.txt/llms.txt і надає рекомендації щодо контенту в одному звіті.

Використовуйте ручні перевірки поруч із будь-яким автоматизованим інструментом. AI-платформи часто оновлюють свої моделі та логіку пошуку; інструмент може відставати від зміни моделі, яка впливає на частоту цитування. Щоквартальна ручна перевірка з 15 запитів підтверджує, що автоматизовані показники відображають реальні результати AI.

Щоб глибше розібратися з технічним боком питання, розділ про технічний GEO аудит детально охоплює конфігурацію robots.txt, структуру llms.txt і впровадження schema.

Хочете дізнатися поточний AIV Score вашої клініки? Запустіть безкоштовний аудит на Clingeo.

FAQ

Скільки часу займає аудит AI-видимості?

Базовий ручний аудит — 15–20 запитів у трьох AI-платформах плюс перевірка robots.txt і schema — займає 60–90 хвилин. Автоматизований інструмент на кшталт Clingeo генерує повний звіт менш ніж за 30 хвилин без ручного тестування запитів.

Наша клініка добре ранжується в Google. Чи це означає, що ми видимі в AI-пошуку?

Ні. Органічні позиції та частота AI-цитування вимірюються окремо і часто не корелюють між собою. Клініка на першому місці в Google за ключовим словом може мати нульові покази в AI Overview за тим самим запитом, якщо структура її контенту, schema або crawl-доступ не відповідають тому, що потрібно AI-системам для синтезу відповіді.

Що таке AIV Score?

AIV Score (індекс AI-видимості) — метрика, розроблена Clingeo, що вимірює, як часто клініка цитується у відповідях ChatGPT, Perplexity, Gemini і Google SGE за визначеним набором цільових запитів. Виражається у відсотках і порівнюється з базою даних Clingeo з 334+ аудитів медичних практик.

Які AI-платформи тестувати під час ручного аудиту?

Як мінімум: ChatGPT (GPT-4o), Perplexity і Google AI Overview. Ці три мають найбільшу частку медичних AI-запитів і використовують різні механізми пошуку, тому тестування всіх трьох дає повнішу картину, ніж будь-яка окрема платформа.

Як часто повторювати аудит?

Проводьте повний аудит щоквартально. Якщо ви внесли суттєві зміни в контент сайту, schema або robots.txt — запустіть точкову перевірку (15 запитів у двох платформах) протягом двох тижнів після змін, щоб підтвердити очікуваний ефект.

Що таке генеративна оптимізація (GEO)?

Генеративна оптимізація (GEO) — це практика структурування контенту, schema та технічного налаштування сайту для збільшення частоти цитування у відповідях AI — аналог SEO, але для AI-пошуку замість традиційних результатів у вигляді списку. Дізнайтеся більше про формати контенту, які AI цитує для повнішої картини стратегії GEO.