Answer Presence Rate (APR)
Доля ИИ-ответов, упоминающих бренд по конкретному промпту, усреднённая по прогонам.
APR измеряет, как часто бренд появляется в теле ответа LLM по отслеживаемому промпту. RankCaster прогоняет каждый промпт 10 раз за цикл и выдаёт APR с доверительным интервалом (например, APR 45% ±8pp), чтобы число выдерживало недетерминизм ответов LLM.
AI Visibility Marketing (AVM)
Маркетинговая дисциплина, задача которой — попасть в цитирования LLM в тех ответах, что реально видят пользователи.
AVM — зонтичная дисциплина, включающая GEO и AEO. Она рассматривает ответ LLM как ключевую поверхность, а не только ссылку в SERP. Практикуется как отдельное направление услуг SEO- и GEO-агентствами.
Generative Engine Optimization (GEO)
Оптимизация под генеративные LLM (ChatGPT, Claude, Gemini), где бренду нужно появиться внутри самого ответа.
GEO — техническая и контентная дисциплина, готовящая сайт к цитированию генеративными LLM. Ранжирующие сигналы отличаются от SEO — structured data, llms.txt, MCP-серверы, канонические утверждения, полнота графа сущностей — и метрика успеха другая (APR вместо позиции в SERP).
Answer Engine Optimization (AEO)
Оптимизация под answer-движки (Perplexity, Gemini answers), где цель — попасть в цитируемые источники.
AEO нацелен на движки, явно цитирующие источники. Рычаги — качество structured data, покрытие типами schema.org, AI-нативные типы (Dataset, DefinedTerm, ClaimReview) и авторитетные внешние цитирования.
AI Optimization (AIO)
Базовый слой — robots.txt, llms.txt и доступность для ИИ-краулеров — позволяющий ИИ-моделям вообще читать сайт.
AIO — нижний уровень стека. Если GPTBot / ClaudeBot / Google-Extended не могут просканировать сайт, никакая работа по GEO или AEO смысла не имеет. Бесплатный аудит готовности к ИИ на /audit в первую очередь проверяет именно AIO.
Model Context Protocol (MCP)
Открытый протокол, позволяющий ИИ-агентам запрашивать данные бренда напрямую через сервер, который контролирует сам бренд.
MCP позволяет опубликовать сервер по адресу /.well-known/mcp, к которому обращаются ИИ-агенты для получения авторитетных фактов о бренде. RankCaster предоставляет MCP-as-a-Service — хостируемый MCP-сервер за пять минут на бренд, без инженерных тикетов.
LLM-pack
Пакет машиночитаемых данных бренда — schema.org, граф сущностей, llms.txt, MCP-обнаружение — поставляемый в виде реальных файлов.
LLM-pack — build-side выход RankCaster. Structured data по schema.org (Organization, Product, FAQPage, Article, DefinedTerm, Dataset), граф сущностей, связывающий бренд с каноническими источниками, llms.txt + llms-full.txt по спецификации, MCP-обнаружение на /.well-known/mcp и канонические утверждения. Файлы, которые вы кладёте на сайт.
Return on AI (ROAI)
Выручка и пайплайн, атрибутированные к сессиям, приведённым ИИ, — с разбивкой по LLM и промпту.
ROAI связывает Answer Presence Rate с деньгами. Сессии, приведённые из ChatGPT, Gemini, Perplexity или Claude, попадают в GA4 с UTM-разметкой, конверсии атрибутируются к конкретному LLM и промпту — на выходе выручка по кластеру промптов.