Российская платформа «Киберкошка», разработанная агентством IT-Agency, расширила функциональность: к мониторингу ИИ-видимости брендов добавился модуль анализа мобильных приложений. Сервис отслеживает, как конкретное приложение представлено в ответах нейросетей — по каким пользовательским запросам оно появляется, какие источники формируют это присутствие и где возникают «зоны отсутствия», снижающие приток аудитории.
Контекст появления такого инструмента понятен: поведение пользователей смещается от классического поиска к диалогу с ИИ-ассистентами. Если раньше путь к приложению пролегал через поисковую выдачу или витрины App Store и Google Play, то сейчас значительная часть рекомендаций формируется в ответах ChatGPT, Gemini или Perplexity. При этом нейросети при составлении ответа опираются на разнородные сигналы — описания в магазинах приложений, пользовательские отзывы, внешние публикации и упоминания. Именно эти сигналы «Киберкошка» и берётся анализировать.
| ИИ-платформа | Тип источника |
|---|---|
| ChatGPT | ИИ-ассистент |
| Gemini | ИИ-ассистент |
| DeepSeek | ИИ-ассистент |
| Perplexity | ИИ-поиск |
| Grok | ИИ-ассистент |
| Google (ИИ-сводки) | Поисковая система с ИИ |
| Яндекс (ИИ-сводки) | Поисковая система с ИИ |
В базовой конфигурации сервис агрегирует ответы из семи источников: ChatGPT, Gemini, DeepSeek, Perplexity, Grok, а также ИИ-сводки Google и «Яндекса». Такой охват позволяет сопоставлять видимость одного и того же приложения в разных ИИ-средах и фиксировать изменения со временем. Отдельный блок — конкурентный анализ: платформа показывает, какие приложения нейросети рекомендуют чаще внутри категории и за счёт каких факторов формируется это преимущество.
Сервис показывает, по каким запросам приложение появляется в ответах нейросетей и какие источники формируют его видимость.
Практическое применение данных — корректировка карточек в магазинах приложений, управление отзывами и работа с внешним контентом, который нейросети учитывают при формировании рекомендаций. По сути, речь идёт об адаптации ASO-практик (App Store Optimization) к новой реальности, где витрина магазина приложений — уже не единственная точка входа в воронку.
Подобный класс инструментов — мониторинг присутствия брендов в ответах ИИ — на Западе принято называть AEO (Answer Engine Optimization) или GEO (Generative Engine Optimization). Российских решений в этом сегменте пока единицы, и «Киберкошка» позиционирует себя как один из первых локальных продуктов, закрывающих эту нишу. Насколько широко бизнес готов платить за такую аналитику — покажет рынок: пока ИИ-поиск в России занимает скромную долю пользовательских сессий по сравнению с классическим поиском «Яндекса», однако тренд на рост очевиден.
