Jauna veida meklēšanas un atklāšanas iespējas, ko nodrošina mākslīgā intelekta ģenerētās atbildes, liek tirgotājiem izvērtēt savu produktu redzamību šajās platformās. Daudzi meklēšanas optimizētāji cenšas piemērot tradicionālus rādītājus, piemēram, trafiku no ģeneratīvā mākslīgā intelekta un pozīciju AI atbildēs, taču abu pieeju efektivitāte ir ierobežota. Trafiks: Uzsvērti uz trafiku neņem vērā AI atbilžu galveno funkciju – apmierināt vietējās vajadzības, nevis radīt klikšķus. Parasti AI ģenerētajās atbildēs nav saite uz zīmola vietnēm. Piemēram, Google AI pārskatos dažreiz ir saites uz produktu nosaukumiem uz organiskās meklēšanas rezultātiem. Tādējādi redzamība nenozīmē obligāti trafiku. Produkta parādīšanās AI atbildē nenozīmē, ka tas tiks klikots. Pozīcijas: AI atbildēs bieži ir saraksti, kas liek daudziem pārdevējiem mēģināt sekot pozīcijām, lai būtu vai būtu tuvu pirmajai vietai. Taču šādu pozīciju izsekošana ir grūti īstenojama. AI atbildes ir raksturīgi nenoteiktas. Pētījums no Sparktoro atklāja, ka AI platformas ieteikto zīmolu secība un izvēle katru reizi, kad tā pati persona uzdod to pašu jautājumu, atšķiras. Labākie AI rādītāji Zemāk ir uzlaboti rādītāji AI redzamības novērtēšanai. Produkts vai Zīmols LLM Apmācību Datu Kontekstā Apmācību dati ir būtiski AI redzamībai, jo lielie valodu modeļi galvenokārt balstās uz mācīšanās rezultātiem. Pat meklējot Google vai citas avotus, LLM bieži izmanto savus apmācību datus, veidojot meklēšanas frāzes. Tāpēc ir ļoti svarīgi uzraudzīt, ko LLM atceras par jūsu zīmolu un konkurentiem, īpaši, ja ir neprecizitātes vai novecojuša informācija. Tad jākoncentrējas uz trūkstošo vai jālabo esošo datu ievietošanu jūsu tīmekļa vietnē un visās pārvaldītajās platformās. Rūpīga manuāla uzvedne ChatGPT, Claude, Gemini un līdzīgās platformās palīdz identificēt šīs plaisas. Noderīgi uzvednes piemēri: - “Ko tu zini par [MANU PRODUKTU]?” - “Salīdzini [MANU PRODUKTU] ar [CONKURENTA PRODUKTU]. ” AI redzamības uzraudzības rīki, piemēram, Profound un Peec AI, automātiski veic šīs uzvednes, lai sekotu produktu pozīcijām ilgtermiņā. Atceries, ka: AI uzraudzības rīki izmanto LLM API, lai sūtītu uzvednes.

Tomēr cilvēki bieži saņem atšķirīgus rezultātus, jo pastāv personalizācija un modeļu atšķirības. API rezultāti ir labāki, novērtējot apmācību datus, jo LLM parasti atgriež informāciju no saviem apmācību datiem, nevis no tiešsaistes meklēšanas, ekonomējot resursus. Redzamības vērtējumi šo rīku saskaņā ir pilnībā atkarīgi no izmantotajām uzvednēm. Brendētās uzvednes ieteicams glabāt atsevišķās mapēs, jo tās parasti iegūst 100% vērtējumu. Nepieciešams koncentrēties uz nesēju uzvednēm, kas atspoguļo jūsu produkta vērtību piedāvājumu; nevēlamas uzvednes parasti saņem nulle. Biežāk citētie avoti LLM platformas arvien biežāk veic tiešsaistes meklēšanu, atbildēs iekļaujot Google, Bing vai pat kopienas, piemēram, Reddit, avotus. Organiskā meklēšana ietekmē AI redzamību. Citations no šo avotu tiešraides meklējumiem, piemēram, rakstiem un video, ietekmē AI atbildes. Tomēr citātu daudzveidība ir liela, jo LLM pēta daudz un dažādus jautājumus (bieži vien necieši savstarpēji saistītus). Tādēļ ir nereāli cerēt, ka jūsu zīmols būs iekļauts visās citētajās vietnēs. Tomēr dažādi uzvednes bieži atklāj noteiktus autoritatīvus avotus, kurus vērts apsvērt, lai ievietotu savu zīmolu vai produktu. AI redzamības rīki var apkopot visbiežāk citētās saites par jūsu zīmolu, produktu vai nozari. Zīmola nosaukumu pieminēšana un zīmola meklējuma apjoms Izmantojiet Google Search Console vai līdzīgas tradicionālas analītikas platformas, lai uzraudzītu: - vaicājumus ar jūsu zīmola nosaukumu vai tā variantiem, - klikšķus no šiem vaicājumiem, - displejus šajos vaicājumos. Jo biežāk AI atbildēs tiek iekļauts zīmola nosaukums, jo lielāka ir iespēja, ka lietotāji meklēs to tieši. Search Console programmā izmantojiet filtru “Veiktspēja”, lai analizētu datus par zīmola vaicājumiem.