Sự xuất hiện của tìm kiếm và khám phá do AI tạo ra đang thúc đẩy các thương nhân phải đánh giá khả năng hiển thị của sản phẩm trên các nền tảng này. Nhiều nhà tối ưu hóa tìm kiếm cố gắng áp dụng các chỉ số truyền thống như lưu lượng truy cập từ AI sinh và thứ hạng trong các câu trả lời của AI, nhưng cả hai phương pháp đều không hoàn toàn chính xác. Lưu lượng truy cập: Việc tập trung vào lưu lượng bỏ qua chức năng cốt lõi của câu trả lời AI, đó là để đáp ứng một nhu cầu trên trang thay vì thúc đẩy nhấp chuột. Các phản hồi do AI tạo thường thiếu liên kết đến các trang web thương hiệu. Ví dụ, các Tổng quan AI của Google đôi khi liên kết tên sản phẩm với các kết quả tìm kiếm tự nhiên. Do đó, khả năng hiển thị không nhất thiết đồng nghĩa với lưu lượng truy cập. Sản phẩm của thương nhân có thể xuất hiện trong câu trả lời AI nhưng không nhận được lượt nhấp nào. Thứ hạng: Các câu trả lời AI thường bao gồm danh sách, khiến nhiều người bán cố gắng theo dõi thứ hạng để xếp hạng ở hoặc gần top đầu. Tuy nhiên, việc theo dõi các thứ hạng như thế là không khả thi. Các câu trả lời AI vốn dĩ không thể dự đoán trước. Một nghiên cứu của Sparktoro cho thấy các nền tảng AI đề xuất các thương hiệu khác nhau và theo thứ tự khác nhau mỗi lần cùng một câu hỏi được đặt ra bởi cùng một người. Chỉ số AI tốt hơn Dưới đây là các chỉ số cải tiến để đánh giá khả năng hiển thị của AI. Vị trí sản phẩm hoặc thương hiệu trong dữ liệu đào tạo LLM Dữ liệu đào tạo đóng vai trò quan trọng trong khả năng hiển thị của AI vì các mô hình ngôn ngữ lớn chủ yếu dựa vào kiến thức đã học. Ngay cả khi truy vấn Google hoặc các nguồn khác, LLMs thường sử dụng dữ liệu đào tạo để định hình các thuật ngữ tìm kiếm. Vì vậy, việc theo dõi những gì LLM ghi nhớ về thương hiệu của bạn và đối thủ cạnh tranh, đặc biệt là các thông tin sai lệch hoặc đã lỗi thời, là rất quan trọng. Sau đó, tập trung cung cấp các dữ liệu thiếu hoặc chỉnh sửa các dữ liệu sai lệch trên website của bạn và tất cả các kênh sở hữu. Việc nhấn mạnh trong ChatGPT, Claude, Gemini và các nền tảng tương tự có thể giúp xác định các khoảng trống này. Các câu lệnh hữu ích gồm: - “Bạn biết gì về [SẢN PHẨM CỦA TÔI]?” - “So sánh [SẢN PHẨM CỦA TÔI] với [SẢN PHẨM CỦA ĐỐI THỦ]. ” Các công cụ theo dõi khả năng hiển thị AI như Profound và Peec AI có thể tự động hóa các câu lệnh này để theo dõi vị trí sản phẩm theo thời gian. Lưu ý rằng: Các công cụ theo dõi AI gửi câu lệnh thông qua API của LLM.

Tuy nhiên, con người thường nhận được kết quả khác do cá nhân hóa và sự khác biệt giữa các mô hình AI. Các kết quả tạo qua API có ưu điểm hơn trong việc đánh giá dữ liệu đào tạo vì LLM thường trả về thông tin từ dữ liệu đào tạo của chúng (thay vì tìm kiếm trực tiếp) để tiết kiệm tài nguyên. Điểm số khả năng hiển thị trong các công cụ này phụ thuộc hoàn toàn vào các câu lệnh sử dụng. Nên phân chia các câu lệnh có thương hiệu riêng thành các thư mục riêng vì chúng thường đạt điểm 100%. Đồng thời, ưu tiên các câu lệnh không có thương hiệu phản ánh giá trị đề xuất của sản phẩm; các câu lệnh không liên quan thường đạt điểm bằng 0. Nguồn trích dẫn phổ biến nhất Các nền tảng LLM ngày càng thực hiện các truy vấn tìm kiếm trực tiếp khi sinh phản hồi, hỏi các nguồn như Google, Bing—hoặc thậm chí cộng đồng như Reddit. Quả thật, tìm kiếm tự nhiên ảnh hưởng đến khả năng hiển thị của AI. Các trích dẫn từ các kết quả tìm kiếm trực tiếp này, như bài viết và video, ảnh hưởng đến câu trả lời của AI. Tuy nhiên, các trích dẫn này rất đa dạng vì LLMs khám phá nhiều truy vấn khác nhau (và thường không liên quan). Do đó, việc cố gắng xuất hiện trong tất cả các nguồn trích dẫn là không thực tế. Tuy nhiên, một số câu lệnh lặp lại thường xuyên dẫn đến các nguồn uy tín, có thể xem xét để chứa thương hiệu hoặc sản phẩm của bạn. Các công cụ khả năng hiển thị AI có thể tổng hợp các URL thường được trích dẫn nhiều nhất liên quan đến thương hiệu, sản phẩm hoặc ngành của bạn. Những đề cập về thương hiệu và lượt tìm kiếm có thương hiệu Sử dụng Search Console hoặc các công cụ phân tích truyền thống tương tự để theo dõi: - Các truy vấn chứa tên thương hiệu hoặc biến thể của nó. - Lượt nhấp xuất phát từ những truy vấn này. - Số lần hiển thị liên quan đến những truy vấn này. Càng nhiều câu trả lời AI chứa tên thương hiệu, khả năng người dùng sẽ tìm kiếm thương hiệu đó càng cao. Trong Search Console, hãy áp dụng bộ lọc trong phần “Hiệu suất” để phân tích dữ liệu từ các truy vấn có thương hiệu.