Проблема измерения

Отчёты о видимости в AI-поиске становятся доступными, но это не отчёты об атрибуции для llms.txt. Google Search Console сообщает о выбранной видимости в генеративных функциях Google Search и Discover. Bing Webmaster Tools сообщает о цитатах в поддерживаемых им сценариях ИИ. Ни один из этих отчётов не содержит поля, говорящего, что показ или цитата были вызваны этим файлом.

Поэтому правильный вопрос звучит не так: «сработал ли llms.txt?» Важно выяснить, какое наблюдаемое событие изменилось, в каком продукте, за какой период и какие конкурирующие объяснения остаются. Получение файла, переход, цитирование и качество ответа — разные наблюдения.

Четыре основных подхода к измерению:

Отчёты из первых рук, когда соответствующая платформа предоставляет их.
Журналы сервера, прямое доказательство того, что проверенный клиент получил ваш файл.
Трафик от ИИ, посещения, реферер которых виден в вашей аналитике.
Документированные ручные проверки, повторяемые наблюдения ответов и процитированных URL-адресов.
Мониторинг бренда, сторонние измерения, методику которых можно изучить.

Используйте отчёты о видимости AI из первых рук

Google объявила о специальных отчётах эффективности генеративного AI в Search Console в 06.2026. На момент публикации Google сообщила, что отчёты развёртывались для части сайтов и могли показывать показы, URL страниц, страны и устройства для Search, а также временные диапазоны. Используйте их, когда отчёт доступен в вашем ресурсе, но не делайте выводов при его отсутствии.

Панель AI Performance от Bing показывает общее число цитирований, среднее число цитируемых страниц, фразы запросов для заземления, активность цитирования на уровне страниц и тенденции. Bing прямо говорит, что эти показатели цитирования не указывают на ранжирование, авторитетность, важность или место внутри отдельного ответа. Ни Bing, ни Google не говорят, что эти показатели приписывают заслугу llms.txt.

Проверьте журналы сервера

Журнал доступа сервера непосредственно фиксирует запрос к /llms.txt. Он может показывать запрошенный путь, время, ответ, источник перехода, IP-адрес и объявленный user-agent. Прежде чем называть робота, при необходимости проверьте запрос по документированному провайдером методу идентификации.

Был ли файл загружен проверенным клиентом.
Как часто проверенный клиент возвращался за измеренный период.
Какие заявленные категории клиентов представлены в ваших данных.

Начните с описанных ролей user-agent, не считая все связанные с ИИ названия эквивалентными:

OAI-SearchBot, бот OpenAI, описанный для ChatGPT Search.
GPTBot, боте OpenAI, документация которого касается контента, который может использоваться для обучения базовых моделей.
ChatGPT-User, посещение OpenAI по инициативе пользователя, а не автоматический обход веб-сайта и не сигнал права на показ в Search согласно OpenAI.
Других заявленных агентов добавляйте только после проверки актуальной документации их собственных провайдеров.

Если вы используете Nginx или Apache, простой grep журнала выглядит так:

# Nginx access log, filter for llms.txt requests from AI crawlers
grep "llms.txt" /var/log/nginx/access.log | grep -E "GPTBot|ClaudeBot|PerplexityBot|OAI-SearchBot"

Не превращайте совпадение user-agent в утверждение, что модель прочитала файл. Валидированный запрос подтверждает получение, но не разбор, хранение, обучение, ранжирование, цитирование или влияние на ответ.

Отслеживайте трафик переходов из ИИ в GA4

Реферер может показать, что посетитель пришёл с узнаваемого домена продукта ИИ. Это может быть полезным бизнес-сигналом, но сам по себе не определяет ответ, запрос, процитированный URL или роль llms.txt. Обработка referrer также зависит от браузера, приложения и настройки конфиденциальности.

В Google Analytics 4 настройте сравнение или исследование, сегментирующее сеансы по источнику, соответствующему этим доменам:

perplexity.ai
chat.openai.com и openai.com
claude.ai
copilot.microsoft.com
gemini.google.com

Отслеживайте этот сегмент во времени и отмечайте существенные изменения контента, продукта и измерений. Устойчивое изменение — это наблюдение, требующее изучения, а не атрибуция одному файлу: на ряд могут влиять новый контент, спрос, обновления моделей и обработка переходов.

Также проверьте целевые страницы. Это может показать, какие страницы получают наблюдаемые переходы; это не устанавливает, почему продукт ИИ выбрал их и связано ли их включение в llms.txt имело значение.

Проверьте точность цитирования

Ручная проверка может показать, даёт ли конкретный продукт полезный ответ на конкретную дату. Используйте вопросы, отражающие реальные потребности клиентов, сохраняйте формулировку неизменной и записывайте продукт, дату, ответ и процитированные URL. Не называйте результат контролируемым экспериментом, если не контролировали остальные переменные.

Что именно проверить:

Фактические утверждения о вашем продукте верны? (Корректные тарифы, правильные названия функций, правильные пути конечных точек API)
Цитируются ли ваши страницы как источники, когда это уместно?
Основан ли ответ на актуальной информации или отражает устаревшие сведения?
Цитируются ли вместо ваших страницы конкурентов, хотя эти вопросы должны освещать вы?

Повторяйте ту же проверку только там, где вам доступны продукт и способ доступа. Сохраняйте исходные наблюдения, включая случаи без результатов, до и после документированного изменения сайта.

Эта качественная проверка ограничена, но она помогает ответить на практический вопрос: при каких условиях, которые вы зафиксировали, продукт предоставлял пользователям точную информацию о вашей компании?

Отслеживать упоминания бренда в выводах AI

Появилось несколько сторонних инструментов для отслеживания упоминаний бренда в ответах, созданных ИИ. В начале 2026 года эта область включает продукты на ранней стадии, предназначенные для мониторинга того, как часто и насколько точно ваш бренд появляется в ответах ИИ. Обычно такие инструменты выполняют набор запросов в нескольких ИИ-ассистентах и агрегируют результаты.

Эти инструменты всё ещё находятся на ранней стадии, а их методики различаются. Если вы рассматриваете один из них, оцените, какие запросы он выполняет, какие системы ИИ тестирует и как определяет «упоминание». Категория быстро развивается, поэтому проверяйте доступность инструментов на момент чтения.

Что эти инструменты могут дать в отличие от ручных проверок: данные об объёме и динамике во времени без необходимости многократно выполнять запросы вручную.

Фиксация базового уровня

Прежде чем менять llms.txt (или впервые публиковать его), зафиксируйте исходный уровень по каждому показателю:

Журналы сервера: Отметьте текущую частоту загрузок ИИ-краулерами для /llms.txt (или ноль, если вы ещё не опубликовали ни одного) и на ваши ключевые страницы.
Реферальный трафик от ИИ: Зафиксируйте текущий недельный объём сеансов из Perplexity, ChatGPT, Claude и похожих источников переходов в GA4.
Точность цитирования: Проведите ручные проверки по 5–10 распространённым вопросам о вашем бренде. Зафиксируйте качество ответов и страницы, на которые ссылаются (если такие есть).

Выберите период сравнения, соответствующий частоте и объёму ваших данных. Укажите период в отчёте, затем сравните его с базовым уровнем, не предполагая, когда каждый внешний продукт обновит свой индекс или ответы.

Что не следует путать с влиянием

Несколько метрик, которые легко спутать с влиянием llms.txt:

Показатели Google Search Console. Google теперь сообщает о видимости в некоторых генеративных ИИ-системах для подходящих ресурсов, но заявляет, что Поиск игнорирует llms.txt. Эти показатели не связывают изменения видимости или позиций с этим файлом.
Рост прямого трафика. Пользователи, которые напрямую вводят ваш URL в браузере, не переходят из цитат ИИ. Этот показатель не связан с ними.
Только объём трафика ботов. Некоторые сайты получают большие объёмы трафика от ИИ-роботов. То, что робот получил вашу страницу, не означает, что содержимое появилось в каком-либо ответе, сгенерированном ИИ. Объём обхода не равен объёму цитирования.
Краткосрочные колебания. Поведение AI-систем меняется вместе с обновлениями моделей, обновлением поисковых индексов и изменениями продуктов AI-компаний. Краткосрочное изменение вашего AI-трафика может не иметь никакого отношения к llms.txt.

Продолжить чтение

Работает ли llms.txt?, честная оценка доказательств по каждому сценарию использования.
Объяснение краулеров AI, чтобы понять, какие боты загружают ваши файлы.
llms.txt и SEO, что он делает и чего не делает для поискового ранжирования.
Валидатор, убедитесь, что файл соответствует спецификации, прежде чем отслеживать влияние.

Как измерять видимость в ИИ, не приписывая заслугу `llms.txt`