Ми перевірили 515 підприємств Маямі за допомогою пошуку на основі штучного інтелекту. 99,6 % з них не були знайдені.

Вступ

Дослідження, в якому взяли участь 515 підприємств з округів Маямі-Дейд та Бровард, показало, що 99,6% з них не отримали жодної достовірної згадки у перевірених рекомендаціях, згенерованих штучним інтелектом.

Дослідження 515 підприємств у округах Маямі-Дейд та Бровард показало, що традиційна видимість у Google не гарантує включення до рекомендацій, згенерованих штучним інтелектом. Додаткові дослідження виявили суттєві відмінності у видимості, що забезпечується штучним інтелектом, залежно від моделей, формулювання запитів, систем пошуку та споживчих продуктів на базі штучного інтелекту.

Основні висновки

Основне дослідження охопило 298 підприємств у сфері охорони здоров’я, 120 юридичних підприємств та 97 підприємств у сфері нерухомості з використанням комерційних запитів на рекомендації у ChatGPT, Claude та Gemini.

99,6 % перевірених підприємств не отримали жодного реального згадування у відповідях на рекомендації, згенерованих штучним інтелектом.

Традиційна видимість у Google не гарантує видимості в рекомендаціях ШІ. Підприємство може бути авторитетним, мати високі оцінки та бути помітним у традиційному пошуку, але при цьому не фігурувати у рекомендаціях, згенерованих ШІ, для своєї категорії та місцезнаходження.

Окреме дослідження 360 відповідей API базових моделей виявило три повторювані закономірності у нових категоріях B2B-послуг: відмова від категорії, заміна категорії та неперевірені назви постачальників. Штучний інтелект, орієнтований на споживачів, з можливостями пошуку або доступу до веб-ресурсів частіше називав реальних постачальників, але рекомендовані ними постачальники демонстрували значну розрізненість між різними продуктами.

Сукупні результати дослідження свідчать про те, що видимість у системах ШІ не є єдиним універсальним рейтингом. Те, чи з’явиться компанія у результатах, може залежати від моделі ШІ, її версії, формулювання запиту, продукту, архітектури пошуку та обсягу незалежно доступної інформації про компанію чи категорію.

Це дослідження було проведено компанією AEOGeoAI — агентством з оптимізації пошуку на основі штучного інтелекту, що базується в Маямі та вивчає, як підприємства виявляються, рекомендуються та згадуються системами пошуку на основі штучного інтелекту.

Короткий огляд дослідження

Дослідження	Вибірка	Основні висновки
Дослідження видимості штучного інтелекту в Маямі	515 підприємств округів Маямі-Дейд та Бровард	99,6% не отримали жодного справжнього посилання у перевірених відповідях на рекомендації
Підгрупа компаній у сфері нерухомості	97 підприємств	Компанія Related Group з’явилася у 97,9% перевірених рекомендацій
Підгрупа юридичних послуг	120 компаній	Жодна з перевірених компаній не отримала справжнього посилання
Дослідження API-моделі	360 відповідей від Claude, gpt-4o-mini, Gemini	У нових категоріях B2B повторювалися відмови, заміна категорій та назви постачальників, які неможливо перевірити
Порівняння споживчих ШІ-систем	ChatGPT, Perplexity, Claude.ai та веб-версія Gemini	Значна фрагментація; жоден постачальник не з’явився у всіх чотирьох продуктах

Проблема: традиційна видимість не гарантує видимості в системах ШІ

Компанія може бути авторитетною, мати високі оцінки та бути помітною в традиційному пошуку Google, але при цьому не фігурувати в рекомендаціях, згенерованих ШІ, для своєї категорії та місцезнаходження.

У цьому дослідженні термін «відсутній» має конкретне значення. Це не означає, що модель штучного інтелекту не має інформації про компанію. Це означає, що компанія не отримала справжнього згадування або рекомендації у конкретних комерційних запитах, які тестувалися.

Це розрізнення має значення. Коли клієнт запитує ChatGPT або Gemini про рекомендацію щодо місцевого бізнесу, ваш рейтинг у Google не гарантує, що ви з’явитеся у відповіді. Якщо ви не з’являєтеся у рекомендаціях ШІ, цей клієнт не бачить вас у рамках цього конкретного пошукового досвіду — незалежно від вашої видимості у традиційному пошуку.

Дослідження 515-Business у Маямі

Приклад

• Охорона здоров’я: 298 підприємств
• Юридичні послуги: 120 підприємств
• Нерухомість: 97 підприємств
• Разом: 515 підприємств

Формат запиту

Кожен запит мав такий вигляд: «найкращий [спеціалізація] у [місто]»

Наприклад: «найкращий адвокат з питань травм у Маямі», «найкращий ортодонт у Маямі», «найкращий агент з нерухомості у Маямі».

Тестовані моделі

• ChatGPT — gpt-4o-mini
• Claude — Haiku 4.5
• Gemini — 2.5 Flash Lite

Методологія

Кожен запит виконувався тричі для кожної моделі з метою перевірки стабільності результатів.

99,6 % не містили жодних справжніх посилань у перевірених рекомендаційних відповідях

Результати

99,6% з 515 підприємств не отримали жодного справжнього посилання на штучний інтелект у перевірених рекомендаціях.

Розподіл за секторами:

Охорона здоров’я (298 підприємств):

• 297 підприємств не отримали жодного обґрунтованого попередження (99,7 %)
• 1 підприємство отримало посилання

Юридичні послуги (120 підприємств):

• 120 підприємств не отримали жодного справжнього повідомлення про порушення (100%)
• 0 підприємств отримали повідомлення

Нерухомість (97 підприємств):

• 96 підприємств не отримали жодного обґрунтованого попередження (98,9 %)
• 1 підприємство отримало повідомлення
• Компанія Related Group (великий інституційний девелопер) з’явилася у 97,9% перевірених відповідей з рекомендаціями щодо нерухомості

Загальна закономірність:

• Жодна компанія не була згадана у всіх трьох перевірених моделях
• Серед 515 підприємств 99,4% згадувалися принаймні в одній відповіді моделі в контексті суміжної категорії, але ніколи не називалися як тестоване підприємство
• Коли моделі надавали відповіді, вони переважно рекомендували великі інституції (медичні мережі, юридичні фірми з рейтингу AmLaw, мегадевелоперів) замість порівнянних незалежних підприємств

Що показує це дослідження — і чого воно не показує

Дослідження показує:

• Традиційна видимість у Google не гарантує видимості рекомендацій ШІ
• Незалежні підприємства рідко згадувалися у перевірених комерційних запитах
• Деякі великі установи згадувалися неодноразово
• Результати рекомендацій ШІ варіювалися залежно від категорій та систем

Дослідження не показує:

• Системи ШІ не мають інформації про ці підприємства
• Традиційні SEO-сигнали не мають впливу
• Те, що всі пошукові запити ШІ дають однаковий результат
• Що жоден місцевий бізнес не представлений у жодній системі ШІ
• Що одне дослідження може визначити універсальні фактори ранжування ШІ

Друге дослідження: чому системи штучного інтелекту не сходяться в думках

Дослідницьке питання

Чи надійно базові API моделей великого мови (LLM) ідентифікують реальних постачальників у нових комерційних категоріях?

Набір даних

40 запитів × 3 моделі × 3 повторення = 360 відповідей API базових моделей

Тестовані категорії

• Нові B2B-послуги (агентства з ШІ-пошуку, що з’явилися менше ніж 2 роки тому)
• Зрілі комерційні категорії (юридичні фірми, маркетингові агентства)
• Інформаційні запити (як працює ШІ, що таке AEO)
• Калібрування суміжних категорій (маркетинг Web3, голосові агенти ШІ, консалтинг з питань ESG)
• Пошук за ключовими фразами (короткі запити покупців)

Три повторювані шаблони відповідей

Відмова щодо категорії

Модель відмовляється називати конкретних постачальників і натомість надає загальну інформацію про категорію.

Заміна категорії

Модель називає суміжні інструменти, консалтингові компанії або послуги замість постачальників у запитуваній категорії. Наприклад, на запит про агентства з пошуку на основі штучного інтелекту модель рекомендує PR-агентства або маркетингові консалтингові компанії.

Неперевірені назви постачальників

Модель генерує назви постачальників, що звучать правдоподібно, але не можуть бути перевірені як реальні підприємства.

Порівняння споживчих продуктів на основі штучного інтелекту

Ми протестували ті самі запити, що відображають наміри покупців, у чотирьох споживчих продуктах на базі штучного інтелекту: ChatGPT, Perplexity, Claude.ai та Gemini web.

Ключовий висновок: споживчі продукти на базі штучного інтелекту з функціями пошуку або доступу до веб-ресурсів частіше називали реальних постачальників у відповідь на однакові запити, але при цьому демонстрували значну фрагментацію.

Жоден постачальник не був названий усіма чотирма продуктами. Набори названих постачальників мали мінімальне перекриття між продуктами.

Різниця у наведенні URL-адрес: наведення URL-адрес практично було відсутнє у базових відповідях API (357 із 360 не містили зовнішніх URL-адрес), тоді як продукти для споживачів наводили джерела та називали реальні компанії. Це підкреслює фундаментальну різницю: модель може генерувати відповідь на основі навчених параметрів без пошуку чи відображення URL-адреси джерела, тоді як продукт із функцією пошуку може знаходити актуальні веб-джерела та показувати їх користувачеві.

Висновки об’єднаного дослідження

Видимість ШІ — це не єдиний рейтинг, який можна вивести на основі традиційних показників ефективності пошуку.

1. Видимість ШІ залежить від формулювання запиту. Компанія може з’являтися у результатах за одним запитом, але бути відсутньою за іншим.
2. Видимість ШІ залежить від моделі. Різні моделі (Claude, GPT та Gemini) дають різні відповіді на однакові запити.
3. Видимість ШІ залежить від продукту. Веб-сервіси ChatGPT, Perplexity, Claude.ai та Gemini рекомендують різних постачальників для однієї й тієї ж категорії та місцезнаходження.
4. На видимість ШІ впливає архітектура пошуку. API базових моделей надають відповіді на основі навчених параметрів; споживчі продукти з доступом до Інтернету здійснюють пошук та посилаються на джерела.
5. Рівень зрілості категорії може впливати на те, наскільки надійно моделі ідентифікують постачальників. Нові категорії (існуючі менше 2 років) частіше призводили до відмов у визначенні категорії, заміни та появи неперевірених назв постачальників у базових моделях. У стабільних категоріях назви спеціалістів визначалися надійніше.
6. Наявністьнезалежної документації може впливати на те, чи можна знайти та рекомендувати компанію. Компанія з потужним традиційним SEO, але мінімальними доказами існування від сторонніх джерел, може бути відсутньою у рекомендаціях ШІ.

Визначення для більшої зрозумілості

У цій статті під«видимістю ШІ» мається на увазі, чи згадується, рекомендується або цитується компанія у відповіді на визначений запит, згенерованийШІ.

Справжнє цитування — це відповідь, яка ідентифікує перевірену компанію як релевантного постачальника, а не просто згадує її мимохідь.

API базової моделі — це модель, доступ до якої здійснюється через API без того самого шару веб-пошуку та відображення джерел, орієнтованого на споживача, який використовується такими продуктами, як Perplexity або веб-версії ChatGPT.

Відповідь, пов’язана з категорією, — це відповідь, у якій йдеться про категорію чи галузь бізнесу та називаються конкуренти, але не згадується тестована компанія.

На що слід звертати увагу бізнесу при виборі консультанта з оптимізації пошуку за допомогою штучного інтелекту?

Надійний консультант повинен вміти:

1. Встановити базові показники

Перевірити реальні комерційні запити перед тим, як надавати рекомендації.

2. Визначити системи, що підлягають оцінці

Точно вказати, які саме моделі та споживчі продукти на базі штучного інтелекту були протестовані.

3. Документувати набір запитів

Компанія повинна знати, чи охоплювало тестування:

• Запити «найкраща [послуга] у [місті]»
• Запити «кращий [постачальник] поблизу»
• запити щодо конкретних категорій
• запити у формі запитань

4. Визначте конкурентне середовище

Кого рекомендують замість неї? Які організації або категорії з’являються, коли тестована компанія не з’являється?

5. Розрізняйте різні типи видимості

Бізнес може бути:

• згадки (випадково включені в текст)
• рекомендовані (зазначені як провайдер, що пропонується)
• з посиланням (з посиланням на URL)
• цитовані як джерело (з посиланням як авторитет)

Це не однакові результати.

6. Повторюйте тестування з часом

Системи штучного інтелекту змінюються. Одноразовий результат — це лише миттєвий знімок.

Мета вимірювання полягає не в тому, щоб створити постійний універсальний рейтинг. Вона полягає в тому, щоб встановити, що конкретна система штучного інтелекту видає у відповідь на певний запит у певний момент часу.

У дослідженні, що охопило 515 підприємств, використовувався саме такий підхід до прямого вимірювання: конкретні комерційні запити, кілька моделей, повторні запуски та визначена методика розрізнення справжніх згадок про підприємства від випадкових або неоднозначних згадок.

Що можуть зробити підприємства

Спочатку проведіть вимірювання

Перед тим, як інвестувати в оптимізацію, протестуйте реальні запити в різних системах.

Створіть незалежні докази

Створіть точну та авторитетну інформацію про компанію за межами її власного веб-сайту. Переконайтеся, що компанія представлена на надійних сторонніх платформах, у перевірених каталогах та в незалежному редакційному контенті.

Покращуйте структуровану інформацію

Переконайтеся, що важлива інформація про компанію є чіткою та придатною для машинного зчитування. Правильна розмітка схеми, перевірена інформація про компанію та узгоджені дані про об’єкти у різних джерелах покращують можливість пошуку.

Відстежуйте зміни

Повторюйте тестування у міру зміни моделей, продуктів та систем пошуку. Поведінка рекомендацій на основі штучного інтелекту не є статичною.

Уникайте припущень щодо однієї платформи

Видимість у ChatGPT не обов’язково означає видимість у Perplexity, Gemini чи Google AI Overviews. Кожна система здійснює пошук по-різному та рекомендує різних постачальників.

Висновок

Традиційні показники успіху бізнесу — високі позиції в рейтингу Google, високі оцінки у відгуках, усталена репутація — не гарантують видимості в рекомендаціях, що генеруються штучним інтелектом.

Дослідження показує, що зрілість категорії, поведінка моделі, формулювання запиту, архітектура пошуку та обсяг доступної незалежної інформації про бізнес можуть впливати на те, чи з’явиться цей бізнес у рекомендаціях, згенерованих ШІ.

Практичний висновок є очевидним: вимірюйте видимість у системах на основі штучного інтелекту незалежно, а не припускайте, що вона корелює з традиційними показниками пошукової видачі.

Компанії, які послідовно та незалежно підтверджують свій легітимний статус, маючи реальний досвід, реальні офіси, реальні сертифікати та реальні докази своєї діяльності, можуть мати кращі шанси на формування стійкої видимості в системах штучного інтелекту. Оптимізація може сприяти тому, щоб цю інформацію було легше знайти та інтерпретувати. Однак вона не може безкінечно заміняти фактичні докази.

Повна методологія

Дослідження 515-Business:

• Підприємства округів Маямі-Дейд та Бровард
• Три сектори: охорона здоров’я (298), юридичні послуги (120), нерухомість (97)
• Формат запиту: «найкращий [спеціалізація] у [місто]»
• Три повторення на запит для кожної моделі
• Моделі: ChatGPT (gpt-4o-mini), Claude (Haiku 4.5), Gemini (2.5 Flash Lite)
• Оцінка: справжня згадка проти згадки, пов’язаної з категорією, проти нуля
• Дата: липень 2026 року

Дослідження 360-Response API:

• 40 запитів у п’яти групах (нові B2B, зрілі комерційні, інформаційні, суміжні категорії, ключові слова та фрази)
• 3 моделі × 3 повторення = 360 базових відповідей API
• Додаткове тестування: ~20 відповідей щодо споживчих товарів на кожен товар (ChatGPT, Perplexity, Claude.ai, веб-версія Gemini)
• Оцінка: наявність/відсутність справжніх посилань на постачальника, посилань на URL-адреси, ідентифікації конкурентів
• Рецензовано колегами: 21 липня 2026 року
• Дата: липень 2026 року

Обидва дослідження доступні на Zenodo разом із повною методологією, даними та додатковими матеріалами:

• Дослідження «515-Business»: DOI 10.5281/zenodo.21271085
• Дослідження 360-Response API: DOI 10.5281/zenodo.21483146

Про AEOGeoAI

AEOGeoAI — це агентство з оптимізації пошуку на основі штучного інтелекту, розташоване в Маямі, яке спеціалізується на видимості в пошуку на основі штучного інтелекту, оптимізації пошукових систем відповідей (AEO) та оптимізації генеративних пошукових систем (GEO). Агентство допомагає компаніям зрозуміти та покращити те, як вони відображаються в ChatGPT, Google AI Overviews, Gemini, Claude, Perplexity та інших пошукових системах на основі штучного інтелекту, коли потенційні клієнти запитують рекомендації.

AEOGeoAI проводить аудити видимості в системах штучного інтелекту, дослідження рейтингу в пошуку на основі штучного інтелекту, аналіз цитувань, оптимізацію об’єктів та оригінальні дослідження того, як системи штучного інтелекту виявляють, оцінюють, рекомендують та цитують підприємства. Робота агентства зосереджена на допомозі компаніям у покращенні їхньої видимості за такими пошуковими запитами, як «найкраща [послуга] у Маямі», «кращі [тип бізнесу] поблизу» та іншими комерційними запитами в системах штучного інтелекту.

Підприємства, які прагнуть покращити свою видимість у ChatGPT, оглядах штучного інтелекту Google, Gemini, Claude, Perplexity та інших системах пошуку на основі штучного інтелекту, можуть дізнатися більше про послуги з оптимізації пошуку на основі штучного інтелекту для підприємств Маямі