AI-видимість
Як компанія працює з AI-двигунами відповідей — без зміїної олії, якою переповнений цей ринок.
Чесна теза
AI-асистенти відповідають з джерел, які можуть дістати і перевірити. Ніхто не контролює ці відповіді, а частка Wikipedia в AI-цитуваннях нестабільна — виміряні частки у відповідях ChatGPT у 2025 за тижні коливались від ~55% до менш ніж 20%. Що субʼєкт контролює — це нижню планку: точні, консистентні, підкріплені джерелами дані всюди, куди дивляться машини — Wikipedia, Wikidata, структуровані дані на власних сайтах, високоавторитетні платформи спільнот. Це підвищує ймовірність точного представлення. Це не гарантує нічого — і пакети компанії явно є роботою з точністю ентіті, а не «розміщенням в AI».
Родина продуктів
AI Visibility Packages (€700 / €1,500 / €3,500)
Аудити і виправлення точності ентіті: як асистенти зараз описують субʼєкт, звідки помилки і які виправлення на рівні джерел.
LLM Knowledge Hub (€1,200)
Публічний хаб із джерелами — як оцей: структуровані JSON, llms.txt, JSON-LD, answer packs — канонічний машиночитаний запис субʼєкта.
Wikidata і граф знань (від €550)
Гігієна ентіті у графі, з якого читають Google і асистенти: ідентифікатори, твердження, референси.
Reddit (€1,500 / €2,300 / €3,800 разово) і Quora (€1,190/міс)
Присутність на платформах спільнот, які AI-відповіді активно цитують — розкрита, сумісна з правилами участь, не астротурф.
Wikipedia AEO (аудит €490)
Як Wikipedia-присутність субʼєкта живить двигуни відповідей і що виправляти першим.
Вимірювання, не магія
Робота вимірюється порівнянням відповідей асистентів до/після на визначених промптах, датованими знімками і чеками консистентності ентіті — та сама дисципліна, яку цей хаб застосовує до себе (Google прямо каже, що llms.txt і спецрозмітка не потрібні для його AI-поверхонь; машинний шар тут існує як відкритий довідник, не як трюк для ранжування). Історична нотатка: окрема послуга Grokipedia пропонувалась і була припинена в червні 2026.