B2B SaaS для повышения обнаруживаемости компаний в генеративном и гео-поиске. Рынок РФ (GigaChat, Алиса/YandexGPT) → затем США (ChatGPT, Claude, Perplexity, Gemini).
Vizor отвечает на вопрос, который раньше нельзя было измерить: «Что нейросети говорят о моей компании, видят ли они меня вообще, и как сделать так, чтобы видели и рекомендовали?»
Классический SEO оптимизирует под 10 синих ссылок. Но 60–80% пользователей теперь получают готовый ответ прямо в чате ИИ и не кликают никуда. Если бренда нет в ответе нейросети — его не существует для растущей доли аудитории. Vizor закрывает этот разрыв.
- Аудит (Primary Audit). Сканирует сайт и цифровое присутствие компании: техническое SEO, готовность к ИИ-парсингу (SSR, Schema.org, llms.txt, robots, sitemap, структура контента, свежесть, E-E-A-T), присутствие на авторитетных площадках (отзовики, справочники, UGC). Выдаёт базовый GEO Readiness Score.
- Прозинг ИИ-движков (Probing). Прогоняет наборы реальных вопросов клиентов через GigaChat, YandexGPT/Алису, ChatGPT, Claude, Perplexity. Парсит: упомянут ли бренд, процитирован ли сайт, какая позиция/тональность, кто из конкурентов рядом.
- Метрики видимости. Считает AI Visibility Score, Share of Voice, Mention Rate, Citation Rate, Sentiment — по движкам, темам и во времени.
- Рекомендации. Приоритизированный план улучшений (impact × effort) из разрывов аудита и прозинга: какой контент создать, какую разметку добавить, где разместиться.
- Личный кабинет, дашборд и мониторинг. Динамика метрик, алерты на падение видимости/появление конкурента, отчёты для клиента и для продажи (pitch).
- Re-audit и доказательство результата. Повторный замер через N недель — измеряем дельту и доказываем эффект работы (ROI-отчёт).
| Документ | Содержание |
|---|---|
docs/01_RESEARCH.md |
Глубокое исследование рынка, конкурентов, методологии GEO/AEO |
docs/02_BUSINESS_PLAN.md |
Бизнес-план, TAM/SAM/SOM, GTM, позиционирование |
docs/03_FINANCIAL_MODEL.md |
Финмодель, юнит-экономика, тарифы, прогноз |
docs/04_BUSINESS_PROCESSES.md |
Бизнес-процессы: онбординг, аудит, цикл оптимизации, поддержка |
docs/05_TECHNICAL_ARCHITECTURE.md |
Техническая архитектура, схема данных, API |
docs/06_GEO_METHODOLOGY.md |
Собственная методология скоринга и факторов цитируемости |
docs/07_ROADMAP.md |
Дорожная карта: MVP → РФ → США |
cd vizor/backend
python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
cp .env.example .env # ключи опциональны — без них работают mock-коннекторы
python -m app.seed # демо-данные (компания, конкуренты, аудит, прозинг)
uvicorn app.main:app --reload # http://localhost:8000/docsБез единого API-ключа платформа запускается в demo/mock-режиме: коннекторы к GigaChat/YandexGPT/OpenAI/Anthropic/Perplexity возвращают детерминированные правдоподобные ответы, аудит работает на реальном HTTP-краулере. Это позволяет демонстрировать продукт и прогонять тесты без затрат на токены.
pytest -q # запуск тестовcd vizor/frontend
npm install
npm run dev # http://localhost:3000Дашборд берёт данные из бэкенда (NEXT_PUBLIC_API_URL), а при его отсутствии
показывает встроенный демо-снапшот.
- Backend: Python 3.11+, FastAPI, SQLAlchemy 2.0, Pydantic v2, SQLite (dev) / PostgreSQL (prod), httpx, BeautifulSoup.
- Frontend: Next.js 14 (App Router), TypeScript, дашборд с метриками и графиками.
- Инфра: Docker Compose, готов к деплою на VPS / в облако.
Проект полностью самостоятельный и не связан с основной платформой Millennium AI.