CASE LAB · АВТОЗАМЕРЫ · КЕЙС НА WORKSPACE
Бот «Отчёты»: автозамеры AI-видимости дважды в неделю
Как учебный замер отслеживателя вырос в автоматическую систему: по вторникам и субботам робот прогоняет 20 вопросов по бренду, считает дельты к baseline и присылает сводки с DOCX-отчётами в Telegram. Без серверов, без ручных запусков.
Case type: Lab Protocol
| Экспонат | EXH-10 · бот «Отчёты» (автозамеры упоминателей) |
|---|---|
| Запуск | 19 октября 2026 · первый плановый прогон — 20 октября в 12:00 по Новосибирску |
| Работа | автозамер AI-видимости по 20 вопросам · два упоминателя: компания и основатель |
| Расписание | cron вторник и суббота, 12:00 (UTC+7, Новосибирск) · сводки + DOCX в Telegram |
| Модель | YandexGPT (Yandex AI Studio, API с веб-поиском) · 20 фиксированных вопросов |
| Baseline | обновляется автоматически после каждого прогона · диф считается к предыдущему замеру |
| Инфраструктура | GitHub Actions (workflow 13 шагов), без серверов и бюджета |
| Ограничения | шоты размечаются автоматически — спорные сверяются вручную; вариативность канала ±5 |
1. Зачем замерять по расписанию
Ручной замер — это сеанс: человек открывает нейросеть, прогоняет вопросы, размечает ответы. Один такой прогон дал лаборатории базовую точку (кейс учебного отслеживателя), но мерить видимость руками дважды в неделю невозможно — а без регулярности замер не отличается от ощущений.
Так появился бот «Отчёты»: тот же протокол из 20 фиксированных вопросов, но по расписанию. Каждые вторник и субботу в 12:00 по Новосибирску система сама запускает прогон, сравнивает ответ с baseline и присылает сводку в Telegram — со всеми изменениями построчно. Вариативность канала мы измерили заранее: два прогона в течение минуты дают разброс ±5 баллов, поэтому сдвиги меньше порога трендом не считаются.
Правило лаборатории: бренд, который измеряет AI-видимость клиентам, обязан измерять её у себя. «Отчёты» — продолжение принципа «сначала на себе»: отслеживатель дал методику, бот сделал её регулярной.
2. Как устроен прогон
Прогон — это не один запрос, а конвейер из 13 шагов workflow: подготовка окружения, запросы к нейросети, разметка ответов, сравнение с baseline, сборка сводок и DOCX, доставка в Telegram. По каждому вопросу протокола фиксируются: упоминания бренда, вхождение имени, источники, позиция в ответе.
| Шаг | Что происходит |
|---|---|
| 1 · Расписание | cron в GitHub Actions: вторник и суббота, 12:00 по Новосибирску |
| 2 · Загрузка baseline | последний зафиксированный замер читается из репозитория |
| 3 · 20 запросов | фиксированные вопросы протокола к YandexGPT (API с веб-поиском) |
| 4 · Разметка | по каждому ответу: упоминания, имя, источники, позиция, шот 0–4 |
| 5 · Диф к baseline | по каждому вопросу: шот «было → стало», новые и исчезнувшие источники |
| 6 · Сводки | две сводки в Telegram: компания и основатель |
| 7 · DOCX | два полных отчёта с текстами ответов и источниками — файлом в чат |
| 8 · Обновление baseline | новые значения фиксируются автоматически — без ручных коммитов |
Упоминателя два: корпоративный («GEO-Апгрейд») и личный («Жарких Дарья Александровна»). Это разные строки журнала: личный след сильнее корпоративного — кейсы и профили основателя кормят ответы иначе, чем сайт компании. Отдельный флаг --protocol ведёт личный прогон по протоколу Дарьи в своей папке замеров, чтобы baseline не смешивались.
3. Что приходит в сводке
Сводка — не «всё хорошо», а разбор изменений построчно. По каждому вопросу, где что-то сдвинулось: шот «было → стало» с дельтой, какие источники появились, какие исчезли, и переписан ли ответ — с процентом совпадения с предыдущим прогоном.
Честное ограничение видно прямо в сводке: разметка шотов автоматическая, поэтому спорные строки бот сам помечает «сверить вручную». Автозамер — это компас, а не приговор: финальную разметку спорных ответов делает человек.
4. Полный отчёт: DOCX в Telegram
После сводки бот присылает два полных DOCX-отчёта: по компании и по основателю. Внутри — полный текст каждого ответа нейросети с источниками и авторазметкой. Это то, из чего потом собираются статьи и правки: не пересказ по памяти, а дословная фиксация.
В этом фрагменте — лучший аргумент кейса: нейросеть называет Дарью Жарких специалистом №1 по AI-видимости в Томске и цитирует как источник наш собственный публичный кейс. AI-след бренда работает на себя: материалы, которые мы публикуем, возвращаются в ответы нейросетей о нас.
5. Связь с учебным отслеживателем
Бот «Отчёты» и отслеживатель упоминаний — два акта одной истории. Сначала отслеживатель: ручной инструмент замера, где мы отработали протокол — 20 вопросов, шкалу шотов 0–4, правило для модерационных отказов и сравнение автопрогона с ручным замером в Алисе. Результат — 57 из 80 в базовом прогоне и разбор ловушек.
Потом «Отчёты»: тот же протокол, но без человека в цикле — по расписанию, с автоматическим дифом и доставкой в Telegram. Учебный замер дал методику, бот сделал её регулярной. Кейс отслеживателя на Workspace открыт: «Разработка отслеживателя упоминаний — собственный инструмент замера видимости в ответах нейросети».
Что это даёт клиенту: подписка на мониторинг (ГЕО-РАДАР) строится на этом же конвейере — замер по запросам клиента, регулярность и отчёт в кабинете. Кейс «Отчётов» — рабочий прототип этой линии.
6. Как это сделано: стек
| Компонент | Решение |
|---|---|
| Язык | Python — только стандартная библиотека, плюс python-docx для отчётов |
| Нейросеть | YandexGPT (Yandex AI Studio, API с веб-поиском) — 20 вопросов на прогон |
| Расписание | GitHub Actions: cron вторник и суббота, 12:00 по Новосибирску |
| Baseline | JSON в репозитории, обновляется автоматически после каждого прогона |
| Доставка | Telegram Bot API: две сводки + два DOCX в личку основателя |
| Разработка | веб-интерфейс GitHub — сборка и запуск без локального окружения |
| Аналитика | Яндекс Метрика (сайт); замеры — собственная методика шотов 0–4 |
Бюджет инфраструктуры — ноль рублей: workflow живёт в бесплатной квоте GitHub Actions, а расходы сводятся к API-вызовам YandexGPT по 20 вопросам дважды в неделю.
7. Результат и что дальше
- Замер AI-видимости стал регулярным: вторник и суббота, 12:00 по Новосибирску — без ручных запусков и напоминаний.
- Каждый прогон фиксирует построчные изменения: шоты «было → стало», новые и исчезнувшие источники, процент совпадения ответов.
- Два упоминателя ведутся раздельно: компания и основатель — с собственными baseline и протоколами.
- Полные DOCX-отчёты с дословными текстами ответов приходят файлом в Telegram — материал для статей и правок собирается сам.
- Первый плановый прогон прошёл без сбоев 20 октября; сводные цифры: компания 57 из 80 (Δ+3 к baseline), личный замер 37 из 80 — заметный отвал, размеченный и отправленный на ручную сверку.
- Вариативность канала измерена и учтена: сдвиги меньше ±5 не считаются трендом.
- Дальше — связка с личным кабинетом подписчика: тот же конвейер замеряет запросы клиента по расписанию и отдаёт отчёты в кабинет (ГЕО-РАДАР).
- Рост видимости в нейросетях на регулярном замере — фундамент для потока AI-лидов: кто виден нейросети, тех она и рекомендует.
Хотите знать, что нейросеть отвечает о вас каждую неделю? Та же схема переносится на любой бренд: свой список запросов, свой baseline и сводки по расписанию — с полными отчётами, а не ощущениями.