बेंजामिन होयू यांनी Lorelight ही जनरेटिव्ह इंजिन ऑप्टिमायझेशन (GEO) प्लॅटफॉर्म बंद केली आहे, ज्याचा उद्देश ChatGPT, Claude, आणि Perplexity यांसारख्या प्लॅटफॉर्मवर ब्रँडची दृश्यमानता निरीक्षण करणे होते, कारण त्यांना आढळले की बहुतांश ब्रँड्सना AI शोध दृश्यतेसाठी विशेष उपकरण गरज नाही. होयू यांनी लक्षात घेतले की, शेकडो AI-निर्मित उत्तरांवर त्यांचे निरीक्षण करताना, ज्या ब्रँड्सची सर्वाधिक नोंद होते, त्यांच्यात सामान्य गुणधर्म असतात: उच्च दर्जाची सामग्री, प्राधिकृत प्रकाशनांमध्ये मान्यता, मजबूत प्रतिष्ठा, आणि प्रामाणिक तज्ञता. ते म्हणतात: "‘GEO रणनीती’ किंवा ‘AI ऑप्टिमायझेशन’ ही गोष्ट ब्रँड बिल्डिंगपासून वेगळी काहीही नाही…AI मॉडेल्स त्याच कंटेंटवर प्रशिक्षित असतात ज्यामुळे तुमचा ब्रँड इतरत्रही तयार होतो. ” एका ब्लॉग पोस्टमध्ये होयू यांनी विस्तृतपणे सांगितले की, ग्राहकांना Lorelight च्या अंतर्दृष्टी आवडते, पण अनेकांनी वापर थांबवला कारण डेटाने त्यांची धोरणं बदलण्यासाठी प्रोत्साहन दिले नाही. त्यांना वाटते की, वापरकर्ते मूलभूत धोरणांवर लक्ष केंद्रीत ठेवतात, भलेही GEO डॅशबोर्ड उपलब्ध असो किंवा नसो. होयू यांचे म्हणणे आहे की, GEO ट्रॅकिंग ही वैशिष्ट्यपूर्ण संकेत म्हणून, एकट्या उत्पादनापेक्षा व्यापक SEO प्लॅटफॉर्ममध्ये अधिक प्रभावी आहे. ते दाखवतात की पारंपरिक SEO साधने AI-शैलीची दृश्यता दर्शवण्याचे निर्माण करत आहेत, आणि स्वतंत्र श्रेणी स्थापन करण्यापेक्षा ती त्यामध्ये समाकलित करत आहेत. विरोधाभासाचा सारांश: दोन्ही बाजूंचे viewpoints प्रतिक्रियांमध्ये "AI शोध" संदर्भातील स्पष्ट विभागणी दिसते. काही SEO तज्ञांनी मूलभूत बाबींवर पुन्हा लक्ष केंद्रित करणे स्वागतार्ह मानले, तर काहींनी असे नमूद केले की, सहाय्यक संदर्भ महत्त्वाचे वाटतात. महत्त्वाच्या प्रतिसादांमध्ये आहेत: - लिली रे: "खरोखर प्रामाणिकपणे सांगत आहे आणि ही माहिती सार्वजनिकपणे शेअर केल्याबद्दल धन्यवाद. या उद्योगाला हे स्पष्टपणे ऐकायला हवे. " - रॅंडल चोह: "मला वेगळी मते आहे.

ही एक वाढती मेट्रिक आहे. . . LLM शोध सामान्यतः चांगल्या शोध हेतूंसह असतात, ज्यामुळे उच्च रूपांतरण होतात. " - कार्ल मॅककार्थी: "तुम्ही योग्य आहात की, गुणवत्ता सामग्री + प्राधिकृत उल्लेख + प्रतिष्ठा हेच काम करतात…ते कुठलेही औजार नाहीत. ही एक जाळी आहे. " - निक्की पिलकिंगटन यांनी ग्राहकांची Fairness बाबत चिंता उघडकीस आणली आहे, विशेषतः एखाद्या उत्पादनाला बंद करणे किंवा पूर्वीची GEO-प्रचारात्मक सामग्री अद्यतनित करणे किंवा काढून टाकण्याची गरज. ही विचारधारा उद्योगात तणाव उघड करते: काहीजण AI शोधाला एक नवीन कार्यक्षमता चॅनेल मानतात ज्याची मोजमाप करण्यासारखे असून, तर इतरांना असे वाटते की, सातत्यपूर्ण ब्रँड सिग्नल म्हणजेच SEO, PR, आणि AI सहाय्यकांमधील परिणामांसाठी एक बळकट मार्ग आहे. संबंधित: GEO करण्याचा प्रयत्न थांबवा "AI Search Visibility" कसे मोजले जाते सहाय्यक वेब शोधाप्रमाणे वेगळे काम करत असल्यामुळे, मोजमाप अद्याप सुसंगत नाही. सहाय्यक मुख्यत्वे ब्रँड्स दर्शवतात दोन प्रकाराने: कधी ते उत्तरांमध्ये थेट स्रोत उद्धृत करून आणि लिंक देऊन, आणि कधी वापरकर्त्यांना परिचित वेब परिणामांकडे वळवून. संदर्भ ट्रॅकिंग नक्की कधी होते ते कधी नाही, कधी थेट लिंक, कॉपी-पेस्ट कंटेंट, किंवा ब्रँडेड सर्च फॉलो-अप्सद्वारे केले जाते. अॅट्रीब्यूशन जटिल आहे कारण सर्व सहाय्यक स्पष्ट संदर्भ देत नाहीत. संघ टिम गटाने UTM टॅगिंग केलेल्या लिंक, ब्रँडेड सर्च वाढ, थेट ट्रॅफिकस झपाट्याने वाढ, आणि सहायक रूपांतरण अहवालांचा उपयोग “LLM प्रभाव” अंदाजासाठी करतात. हे विविध पद्धत ही केस स्टडी समर्पक बनवतात, पण सामान्य करण्यास कठीण करतात. हे का महत्त्वाचे आहे महत्त्वाचा प्रश्न असा आहे की, AI शोधासाठी स्वतंत्र ऑप्टिमायझेशन फ्रेमवर्क आवश्यक का आहे, किंवा ते मुख्यतः अस्तित्वात असलेल्या ब्रँड सिग्नल्सवरच आधारित आहे. जर होयू बरोबर असेल, तर स्वतंत्र GEO साधने कदाचित आकर्षक डॅशबोर्ड्स तयार करु शकतात, पण त्यांचा धोरणात्मक निर्णयांवर फारसा परिणाम नक्कीच होत नाही. परंतु, जर समर्थक योग्य असतील, तर सहाय्यक दृश्यता दुर्लक्ष करणे तसेच पारंपरिक शोध व LLM-संदर्भित ट्रॅफिक यामध्ये संधी गमावण्याचा धोका आहे. पुढील काय? SEO प्लॅटफॉर्म्स “AI दृश्यता” या घटकाला सध्या चालू असलेल्या विश्लेषणात समाकलित करण्यावर लक्ष केंद्रित करतील, स्वतंत्र श्रेणी स्थापन करण्याऐवजी. सुरक्षिततम धोरण म्हणजे, AI सहाय्यकांना आवडणाऱ्या मुख्य ब्रँड-बिल्डिंग मेहनती सांभाळणे आणि त्याच वेळी सहाय्यक-विशिष्ट मेट्रिक्ससह प्रयोग करणे, ज्या सर्वांत जास्त परताव्याची शक्यता असतात. अधिक वाचा: का तुम्ही ब्रँड मार्केटिंगकडे तातडीने लक्ष द्यायला पाहिजे