AIVI Index: A Public Methodology for Measuring Brand Representation in Generative AI Answers

Abstract

The AIVI Index measures brand representation in the answers of generative AI systems — presence, visibility, citation, accuracy, and tone — under a fixed, published protocol. This document sets out the public methodology of the index in full: the five-factor construct, the query set derivation procedure, the measurement protocol, the normalisation principles, the procedure by which factor weights are fixed, the treatment of uncertainty, and the declared boundaries of what the index does and does not claim. The methodology's distinguishing feature is that the index publishes its own margin of error. Uncertainty is estimated by a stratified cluster bootstrap over queries rather than by binomial intervals over pooled responses, which would understate it. In addition, every measurement cycle is split into two waves under an identical configuration, and the between-wave divergence yields a published noise threshold: a between-cycle change below that threshold is reported as being within the margin of error rather than as a rise or a decline. The same between-wave comparison is applied at the level of individual factors, and a factor that fails the stability check is removed from the composite while continuing to be published separately — a rule fixed in advance of the first measurement cycle. The document also states plainly what the index does not do. It does not predict traffic or sales, does not evaluate methods of promotion in generative systems, and does not claim to represent a brand's standing in AI in general — only a defined, reproducible slice with a published margin of error. A dedicated section lists the known limitations of the current version, including the variance component arising from query paraphrase, which the present protocol does not capture. Part of the index remains closed — the numeric factor weights, the query texts, the extraction prompt, and the numeric cut-off thresholds. Section 14 states this boundary explicitly, explains the reasoning behind it, and describes what is offered in its place: a published sensitivity analysis demonstrating the extent to which the ranking is invariant to the weights, together with a dispute procedure under which the methodology is disclosed in full. The document is published in English and Russian. The first measurement cycle covers the banking vertical in Kazakhstan and Russian-language intents. AIVI Index измеряет представленность брендов в ответах генеративных систем — присутствие, заметность, цитируемость, корректность и тон — по зафиксированному и опубликованному протоколу. Документ полностью излагает публичную методологию индекса: конструкт из пяти факторов, процедуру деривации набора запросов, протокол замера, принципы нормализации, процедуру фиксации весов, работу с неопределённостью и объявленные границы того, что индекс утверждает и чего не утверждает. Отличительная особенность методологии в том, что индекс публикует собственную погрешность. Неопределённость оценивается стратифицированным кластерным бутстрепом по запросам, а не биномиальными интервалами по пулу ответов, которые её занижали бы. Дополнительно каждый цикл замера разделён на две волны при идентичной конфигурации, и расхождение между волнами даёт публикуемый порог шума: изменение балла между циклами ниже этого порога публикуется как находящееся в пределах погрешности, а не как рост или падение. То же сравнение применяется на уровне отдельных факторов, и фактор, не прошедший проверку устойчивости, выносится из композита с сохранением отдельной публикации — правило зафиксировано до первого цикла замера. Документ прямо формулирует и то, чего индекс не делает. Он не предсказывает трафик и продажи, не оценивает методы продвижения в генеративных системах и не претендует на отражение положения бренда в ИИ вообще — только определённого воспроизводимого среза с публикуемой погрешностью. Отдельный раздел перечисляет известные ограничения текущей версии, включая компонент дисперсии, возникающий от перефразирования запросов, который настоящий протокол не покрывает. Часть индекса остаётся закрытой — численные веса факторов, тексты запросов, промпт извлечения и численные пороги отсечения. Раздел 14 проводит эту границу явно, объясняет её основания и описывает предлагаемую замену: публикуемый анализ чувствительности, показывающий, насколько ранжирование не зависит от весов, и процедуру оспаривания, в рамках которой методология раскрывается полностью. Документ публикуется на английском и русском языках. Первый цикл замера охватывает банковскую вертикаль Казахстана и русскоязычные интенты.