Kā mākslīgā intelekta atbilžu ģeneratori izlemj, kurus zīmolus pieminēt

Ievads

Ja jautāsi Gemini, kuri rīki ir līderi tavā kategorijā, tas tev sniegs īsu sarakstu. Tavs zīmols vai nu ir tajā iekļauts, vai arī nav.

Šī atbilde tagad ir pirmā lieta, ko redz daudzi pircēji. Google AI pārskati atrodas virs organiskajiem rezultātiem, un reitinga izsekotājs, kas parāda, ka jūs atrodaties otrajā vietā, neko nepasaka par to, vai lodziņā virs pirmās vietas jūs vispār esat minēts.

Lielākajai daļai uzņēmumu nav ne jausmas, kā tas notiek. Labā ziņa ir tā, ka Google ir publicējis vairāk informācijas par šo sistēmu darbību, nekā lielākā daļa cilvēku apzinās, un to darbības mehānisms nav tik noslēpumains, kā to mēdz apgalvot mārketinga speciālisti.

Galvenie secinājumi

Google norāda, ka nav nekādu īpašu prasību, lai parādītos AI pārskatos vai AI režīmā. Tiek piemērotas tās pašas ranga un kvalitātes sistēmas.

Nav jāpievieno nekāda AI-specifiska marķējuma. Google norāda, ka Search neizmanto llms.txt, satura sadalīšanu un īpašo shēmu.

Google divas AI saskarnes var nesakrist, jo AI režīms un AI pārskati var izmantot atšķirīgus modeļus un metodes.

Neviens trešās puses rīks neredz Google iekšējos signālus. Rīki mēra rezultātus, kas ir atšķirīga, bet joprojām noderīga lieta.

Reitinga izsekošana un atbilžu izsekošana mēra atšķirīgus rezultātus, un tagad jums ir nepieciešami abi.

Kas faktiski nosaka, vai jūs tiksiet minēts

Sāksim ar vismazāk pievilcīgo faktu. Google AI funkciju dokumentācijā ir norādīts, ka nav papildu prasību, lai parādītos AI Overviews vai AI Mode, un nav nepieciešamas citas īpašas optimizācijas.

Lai lapa būtu piemērota kā atbalstoša saite, tai ir jāatbilst tām pašām prasībām, kādas tiek izvirzītas jebkuram meklēšanas rezultātam. Tai jābūt indeksējamai, jānodrošina veiksmīga atbilde un jāietver indeksējams saturs.

Google vadlīnijas par AI pieredzēm balstās uz tiem pašiem pamatprincipiem, ko uzņēmums ir popularizējis jau gadiem ilgi. Unikāls un patiesi noderīgs saturs, pienācīga lapas lietošanas pieredze, strukturēti dati, kas atbilst tam, kas faktiski redzams lapā.

Viena detaļa mulsina lietotājus. Priekšskatīšanas kontroles, tostarp „nosnippet”, „data-nosnippet”, „max-snippet” un „noindex”, visas ierobežo to, kā jūsu saturs var tikt parādīts AI formātos, tāpēc ierobežojošs iestatījums, kas veikts pirms gadiem, tagad var nemanāmi izslēgt jūs no parādīšanas.

Par ko, pēc Google teiktā, vairs nav jāuztraucas

Šī daļa ietaupa daudz lieku pūļu. Google ģeneratīvās mākslīgās intelektu optimizācijas rokasgrāmata ir neparasti tieša attiecībā uz taktikām, kas nedod nekādu rezultātu.

Nav nekādas īpašas schema.org atzīmes AI funkcijām. Strukturētie dati joprojām ir vērts izmantot bagātīgiem rezultātiem, taču tie nav obligāti ģeneratīvās AI meklēšanai.

Google Search ignorē llms.txt failus. Rokasgrāmatā norādīts, ka šāda faila izveide nekaitēs, bet arī nepalīdzēs redzamībai Google, lai gan citas sistēmas tos var izmantot.

Nav nepieciešams arī sadalīt saturu mazos fragmentos, tāpat kā pārrakstīt lapas kādā iedomātā AI draudzīgā dialektā. Google apgalvo, ka tā sistēmas lieliski apstrādā lapas ar vairākiem tematiem un pilnībā saprot sinonīmus.

Mērīšanas problēma, ko neviens nav atrisinājis

Šeit rodas nepatīkama situācija. Jūs varat ievērot katru šo norādījumu, bet joprojām nezināt, vai tas ir devis rezultātus.

Search Console tagad ietver atskaiti par ģeneratīvās mākslīgās intelektu funkcijām, kas palīdz. Taču tā sniedz informāciju par apmeklējumu skaitu un parādīšanās reižu skaitu, nevis par to, vai atbildē tika minēts jūsu zīmols, vai tā vietā tika minēts konkurents, vai arī tika citēta atsauksmju vietne, kurā jūs nekad neesat publicējis saturu.

Šo plaisu ir paredzēts aizpildīt ar jaunas kategorijas rīkiem. Citenzo rīks „Gemini visibility tracker” pēc grafika izpilda pircēju nolūku uzvednes caur Gemini, reģistrē, vai ir minēts jūsu zīmols, un novērtē jūsu redzamības daļu salīdzinājumā ar konkurentiem, kurus meklētājprogramma faktiski piemin.

Metodoloģijas detaļas ir svarīgākas nekā vadības panelis. Tā kā šīs atbildes mainās no viena izpildes cikla uz nākamo, katrs vaicājums tiek izpildīts vairākas reizes, un rezultāts tiek aprēķināts kā mediāna, kas ir atšķirība starp tendenci un ekrānuzņēmumu.

Tajā tiek uzskaitīti arī avoti, no kuriem atbilde ir iegūta, atzīmējot lapas, kurās parādās konkurents, bet jūs ne. Pārklājums aptver sešas meklētājprogrammas, un ir pieejama bezmaksas pārbaude, kas darbojas bez konta, ja vēlaties iegūt sākotnējos rādītājus, pirms pieņemat lēmumu.

Ko šie rīki spēj un nespēj redzēt

Tas ir jāpasaka skaidri, jo šajā jomā bieži tiek izteiktas pārspīlētas apgalvojumi. Pat Google paša rokasgrāmata brīdina lasītājus būt piesardzīgiem attiecībā uz trešo pušu rīkiem, kas sola panākumus reitingā vai apgalvo, ka izmanto Google iekšējos rādītājus, un norāda, ka nevienam trešās puses rīkam nav piekļuves Google iekšējiem reitinga vai mākslīgā intelekta sistēmām.

Šis brīdinājums ir pareizs, un tas ir vērts ņemt vērā. Tas tomēr nenozīmē, ka rezultātu novērtēšana ir bezjēdzīga.

Atšķirība ir starp ieejas datiem un rezultātiem. Neviens ārpus Google nevar redzēt atbildes aprēķināšanas loģiku, bet ikviens var novērot, ko atbilde norāda, kurus zīmolus tā min un kuras URL adreses tā citē.

Tas vairāk atgādina aptauju nekā reitingu tabulu. Jūs atkārtoti izlases veidā novērojat uzvedību, lai aprēķinātu rādītāju, tāpēc, novērtējot jebkuru rīku, ir jāpievērš uzmanība izlases lielumam, atkārtojumu skaitam un mediānai, nevis atsevišķam rādītājam.

Kāpēc ar vienu rādītāju nepietiek

Google dokumentācijā norādīts, ka AI Mode un AI Overviews var izmantot atšķirīgus modeļus un metodes, tāpēc atbildes un saites, ko tie parāda, var atšķirties.

Tas ir pārsteidzošs atzinums. Divas Google saskarnes, atbildot uz to pašu jautājumu, vienā un tajā pašā dienā var nosaukt atšķirīgus zīmolus.

Pievienojiet ChatGPT, Claude, Perplexity un Grok, un aina kļūst vēl sadrumstalotāka. Zīmols var būt noklusējuma ieteikums vienā palīgā un nemanāms citā, kas padara vienu apvienoto skaitli mazāk noderīgu nekā sadalījumu pa atsevišķām sistēmām.

Ko faktiski iekļaut pārskata panelī

Minēšanas biežums ir pamatrādītājs. Cik bieži meklētājprogramma min jūsu zīmolu noteiktā pircēju jautājumu kopumā, izsakot to kā procentuālo daļu no meklējumiem, nevis kā „jā” vai „nē”.

„Share of voice” ir rādītājs, kas maina iekšējo uzvedību. Zināt, ka jūs parādāties trīs atbildēs no desmit, ir mazāk svarīgi nekā zināt, kurš konkurents ieņem pārējās septiņas.

Atsauktie avoti ir visvairāk izmantojamā joma, ko lielākā daļa rīku izlaiž. URL saraksts, uz kuru atbilde balstījās, pārvērš rezultātu par darāmo darbu sarakstu.

Viedoklis ir vērts izsekot, bet to nevajadzētu pārvērtēt. Tas, kā meklētājprogramma jūs attēlo, atspoguļo to, ko tā atradusi konkrētajā nedēļā, tāpēc uzskatiet kritumu drīzāk par pamudinājumu izpētīt situāciju, nevis par galīgo spriedumu.

Kā pārvērst atšķirību rīcībā

Mērīšana pati par sevi neko nemaina. Mērķis noskaidrot, kurus avotus atbilde citē, ir tas, ka šīs lapas kļūst par mērķu sarakstu.

Ja „Gemini” savu atbildi turpina balstīt uz salīdzinošu apkopojumu, foruma tēmu un atsauksmju katalogu, un jūsu konkurents ir atrodams visos trijos, tā nav satura problēma jūsu vietnē. Tā ir jūsu klātbūtnes trūkums vietās, kuras modelis izlasa.

Tieši uz to virzās jaunie rīki, kas palīdz novērst atsauces trūkumus, un tos ir vērts izvērtēt tāpat, kā jūs izvērtētu jebkuru pozicionēšanas pakalpojumu.

Godīgā versija šim darbam nav glamour. Ievietojiet precīzu, aktuālu informāciju par savu produktu trešo pušu lapās, kas jau ir augstā pozīcijā jūsu kategorijas jautājumos, un pēc tam turpiniet novērot, vai atbildes mainās.

Saprātīgs veids, kā sākt

Pirms kaut ko iegādāties, noteikt sākuma stāvokli. Manuāli ievadiet tos pašus desmit pircēju jautājumus divos vai trīs palīgos un pierakstiet to, ko redzat.

Pēc tam atkārtojiet to pēc nedēļas. Ja atbildes ir mainījušās, neko nedarot, jūs esat uzzinājuši kaut ko svarīgu par to, cik liela ir šī mērījuma neprecizitāte.

Tikai tad apsveriet iespēju to automatizēt. Šīs kategorijas rīki maksā apmēram 29 ASV dolārus mēnesī par iknedēļas pārbaudēm, bet augstākajos līmeņos ir pieejama ikdienas uzraudzība un plašākas atbilžu bibliotēkas, tāpēc izmēģinājuma izmaksas ir zemas salīdzinājumā ar izmaksām, kas rodas, ja rīkojaties pēc izjūtām.

Un saglabājiet reālistisku apjomu. Šis ir redzamības rādītājs, nevis atribūcijas modelis, un tas nepaskaidros, kāda bija katra no tām vērtība pārdošanas procesā.

Kopsavilkums

AI atbilžu dzinēji nedarbojas ar slepenu paralēlu algoritmu, kas atalgo jaunu triku kopumu. Google ir skaidri paziņojis, ka par atbilstību joprojām lemj pamatfaktori.

Kas patiešām ir mainījies, ir rezultāts, par kuru jūs sacenšaties. Pozicionēšana vairs nav tas pats, kas pieminēšana, un jūsu esošajos pārskatos ir redzams tikai viens no šiem rādītājiem.

Novērtējiet atbildi, nevis tikai pozīciju. Tad izmantojiet citētos avotus kā faktisko darba sarakstu.

Bieži uzdotie jautājumi

Vai man ir nepieciešama īpaša marķējuma shēma vai llms.txt fails, lai parādītos AI pārskatos?

Nē. Google norāda, ka ģeneratīvajām AI funkcijām nav nepieciešama īpaša schema.org atzīme un ka Google Search ignorē llms.txt failus, tāpēc šāda faila izveide neuzlabos, ne arī pasliktinās jūsu redzamību šajā vietā. Citas sistēmas ārpus Google var izmantot šādus failus.

Vai kāds rīks var redzēt, kā Google AI novērtē saturu?

Nē. Google paša norādījumos teikts, ka nevienam trešās puses rīkam nav piekļuves tā iekšējai rangu noteikšanas vai AI sistēmām. Rīki var novērot rezultātus, proti, kuras zīmolu un avotu informācija parādās atbildēs, kas ir drīzāk rezultātu, nevis algoritma novērtējums.

Kāpēc dažādi AI palīgi sniedz atšķirīgas atbildes par vienu un to pašu zīmolu?

Tāpēc, ka tie izmanto atšķirīgus modeļus, atšķirīgas informācijas iegūšanas metodes un atšķirīgus avotu kopumus. Pats Google norāda, ka AI Mode un AI Overviews var izmantot atšķirīgus modeļus un metodes, tāpēc pat divas Google saskarnes var sniegt atšķirīgas atbildes un saites.

Cik bieži vajadzētu pārbaudīt redzamību?

Pietiekami bieži, lai atšķirtu signālu no trokšņa. Šīs atbildes mainās no reizes uz reizi, tāpēc viena pārbaude ir drīzāk anekdote nekā mērījums, un jebkuram rīkam, kas ir vērts izmantot, katra uzvedne būtu jāizpilda vairākas reizes un jāziņo par vidējo vērtību, nevis par vienreizēju rezultātu.