Research Lab

Дані про AI-видимість,
а не маркетингові обіцянки.

Розбори рецензованих робіт, препринтів і галузевих досліджень про zero-click, перетин AI Overviews із SERP, нестабільність відповідей і citation bias. Кожен матеріал спирається на каталог джерел.

Доступ AI-ботів: robots.txt для GPTBot, ClaudeBot, PerplexityBot, CCBot

У кожної платформи свій агент. robots.txt - контроль доступу, не видалення з Search. Найдешевша перевірка GEO-аудиту.

Читати

Structured data для AEO: що розмітка дає, а що ні

Explicit clues і Search-eligibility - так; спец. schema під AI Overviews і прямий AI-буст - ні. Межа між користю й overclaim.

Читати

Як писати passage-ready контент: практичний чек-лист

Редакційні евристики з retrieval-досліджень: теза на початку, самодостатній блок. Не вимога Google дробити контент.

Читати

Від ключових слів до prompt/query clusters

Таргетувати групи питань та intent, а не окремі ключі. Практична стратегія з SEO/IR-досліджень, не доведена формула.

Читати

Zero-click: чому цінність пошуку зміщується в саму відповідь

Частина пошуків завершується без кліку на відкритий веб, AI summary знижує перехід. Розбір трьох джерел із методологічним застереженням (panel/clickstream).

Читати

AI Overviews проти SERP top-10: наскільки AI цитує те, що вже в топі

Перетин органічного рангу й AI-цитування - частковий і рухомий. Розбір галузевих досліджень і емпіричної роботи без вигаданих відсотків.

Читати

Нестабільність AI-відповідей: чому один замір вводить в оману

Відповіді й набір цитованих джерел змінюються між запусками. Чому мониторинг GEO має бути повторюваним процесом.

Читати

Citation bias: чому AI-цитата не дорівнює обʼєктивній видимості

Інша карта доменів, зміщення за типом медіа (у дослідженому сценарії) і correctness ≠ faithfulness. Розбір трьох робіт.

Читати

Історії з аудитів, а не лише теорія

Ми додаємо в продукт не абстрактні SEO-поради, а повторювані патерни з GEO-аудитів: що модель побачила, яке джерело процитувала, де бренд загубився і яку сторінку треба переписати.

Цитоване визначення

Field note Enigma - це анонімізована історія аудиту, де є перевірюваний сигнал, дія власника сторінки й обмеження даних. Такий блок допомагає людям і AI зрозуміти не лише що робити, а й чому рекомендація зʼявилася.

B2B SaaS · brand visibility

Бренд згадано, але джерело не належить бренду

У типовому B2B SaaS-аудиті бренд може зʼявлятися у відповіді на прямий запит, але comparison і buying-intent промпти спираються на оглядові сайти або сторінки конкурентів. Проблема не в назві бренду, а у відсутності цитованої методології та порівняння.

Доказ
Prompt matrix показує mention без owned citation; citation rows вказують стороннє джерело як основу відповіді.
Дія
Опублікувати сторінку методології, comparison answer blocks і FAQ з критеріями вибору.
Обмеження
Імена клієнтів і uplift не показуються без підтвердженого дозволу; метрика впливу лишається N/A.
E-commerce · category intent

AI обирає директорії замість сторінок категорії

В e-commerce-сценарії модель часто цитує marketplace-директорії, бо на сторінці категорії немає короткого блоку з критеріями вибору, доступністю, поверненнями й порівнянням альтернатив. Сторінка є, але не дає answer-ready доказ.

Доказ
Citation context стосується зовнішньої директорії; власна категорія є в sitemap, але не покриває source-authority intent.
Дія
Додати buyer guide, таблицю критеріїв, блок політики доставки й FAQ, що збігається з видимим контентом.
Обмеження
Оцінка попиту без live SEO export маркується як Estimated, не як Measured.
Agency · multi-client governance

Контент-команда й технічна команда змінюють різні важелі

В агенцій recurring проблема: редактор додає FAQ і порівняння, але robots.txt, CDN або WAF закривають частину AI/user-requested агентів. У результаті контент готовий до цитування на папері, але не завжди доступний для перевірки.

Доказ
Crawler checklist фіксує розбіжність між бажаною політикою доступу й фактичними правилами для ботів.
Дія
Розділити training crawler policy, retrieval/search access і користувацькі fetch-агенти в окрему таблицю рішень.
Обмеження
Фінальна policy залежить від юридичної позиції бренду й не має навʼязуватися шаблоном.
Research-led content · proof depth

Доказ є, але він захований надто глибоко

У research-led статтях джерела часто є, але теза, дата, обмеження дослідження й дія для читача лежать у різних місцях. AI може вилучити фрагмент без контексту й втратити сенс рекомендації.

Доказ
Content gap audit відмічає довгі абзаци без тези на початку й слабкий звʼязок claim to evidence.
Дія
Переписати розділи як thesis, argument, proof, limitation і додати summary box перед глибокою частиною.
Обмеження
Якщо первинні джерела недоступні, блок позначається як needs review, а не публікується як факт.
Ownership workflowЯк історія перетворюється на backlog
Input

URL, intent cluster, модель, дата запуску і видимий фрагмент відповіді.

Evidence

Mention, citation, absorption, джерело цитати, crawler finding або content gap.

Decision

Конкретна сторінка, блок відповіді, schema, технічне правило або source layer.

Guardrail

Непідтверджені метрики лишаються N/A; клієнтські імена не публікуються без дозволу.

Застосуйте дані на практиці.

Enigma вимірює AI-видимість повторюваними замірами, без обіцянок inclusion.