Egy új kutatási cikk feltárja, hogy az AI-ügynökök hogyan lépnek kapcsolatba az online hirdetésekkel, és mi alakítja a döntéshozatalt. A kutatók három vezető LLM -et teszteltek, hogy megértsék, mely hirdetések befolyásolják az AI -ügynököket, és mit jelent ez a digitális marketinghez. Mivel egyre több ember támaszkodik az AI ügynökökre a vásárlások kutatásában, a hirdetőknek át kell gondolniuk a gépi olvasható, AI-központú világ stratégiáját, és átfogniuk kell a „marketing a gépek” felmerülő paradigmáját.
Noha a kutatók tesztelték, hogy az AI-ügynökök kölcsönhatásba léptek-e a reklámokkal, és mi a leginkább befolyásolta őket, megállapításaik azt is mutatják, hogy a jól strukturált oldali információk, mint például az árazási adatok, nagy befolyással bírnak, amely olyan területeket nyit meg, amelyekre gondolkodni kell az AI-barát tervezés szempontjából.
Az AI ügynök (más néven Agentic AI) egy autonóm AI asszisztens, amely olyan feladatokat lát el, mint például a tartalom kutatása az interneten, összehasonlítva a szállodai árakat a csillagbesorolás vagy a tereptárgyak közelségén alapuló, majd bemutatja ezeket az információkat egy embernek, aki aztán döntéseket hoz.
AI ügynökök és reklámozás
A kutatás címe: AI -szerek kölcsönhatásba lépnek az AI hirdetésekkel? és a Felső -Ausztria Alkalmazott Tudományok Egyetemen végezték. A kutatási cikk az AI ügynökök és az online reklámok közötti interakcióról szóló korábbi kutatásokat idézi elő, amelyek feltárják az Agentic AI és a kijelzők reklámozását vezető gépek közötti felmerülő kapcsolatokat.
Korábbi kutatás az AI ügynökökről és a reklámról:
- Felbukkanó sebezhetőségek
A látásnyelv-AI ügynökök, amelyeket nem programoztak a reklám elkerülése érdekében, becsaphatók a felbukkanó hirdetésekre kattintáshoz 86%-os sebességgel. - Reklámmodell -zavarás
Ez a kutatás arra a következtetésre jutott, hogy az AI ügynökök megkerülték a szponzorált és a szalaghirdetések hirdetéseit, de előrejelzik a reklámozást, mivel a kereskedők kitalálják, hogyan lehet az AI ügynököket kattintani hirdetéseikre, hogy több értékesítést nyerjenek. - Géppel olvasható marketing
Ez a cikk azzal érvel, hogy a marketingnek a „gép-gép” interakciók és az „API-vezérelt marketing” felé kell fejlődnie.
A kutatási cikk a következő megfigyeléseket kínálja az AI -ügynökökről és a reklámozásról:
„Ezek a tanulmányok aláhúzzák az AI ügynökök potenciálját és buktatóit az online hirdetési kontextusban. Egyrészt az ügynökök ésszerűbb, adatközpontú döntések kilátásait kínálják. Másrészt a meglévő kutatások számos sebezhetőséget és kihívást tártak fel, a megtévesztő pop-up kiaknázástól kezdve a jelenlegi hirdetési bevételi modellek elavult.
Ez a cikk hozzájárul az irodalomhoz azáltal, hogy megvizsgálja ezeket a kihívásokat, kifejezetten a szállodai foglalási portálokon belül, további betekintést nyújtva arról, hogy a hirdetők és a platformtulajdonosok hogyan tudnak alkalmazkodni az AI-központú digitális környezethez. ”
A kutatók megvizsgálják, hogy az AI -ügynökök hogyan lépnek kapcsolatba az online hirdetésekkel, kifejezetten a szállodai és az utazási foglalási platformokra összpontosítva. Egy egyedi épített utazási foglalási platformot használtak a tesztelés elvégzéséhez, annak megvizsgálására, hogy az AI-ügynökök beépítik-e a hirdetéseket a döntéshozatalba, és feltárják, mely hirdetési formátumok (például bannerek vagy natív hirdetések) befolyásolják választásaikat.
Hogyan végezték el a kutatók a teszteket
A kutatók a kísérleteket két AI ügynöki rendszerrel végezték: OpenAI operátora és a nyílt forrású böngésző használata. Az operátor, az Openai által épített zárt rendszer képernyőképekre támaszkodik a weboldalak érzékelésére, és valószínűleg a GPT-4O táplálja, bár az adott modellt nem tették közzé.
A böngésző használata lehetővé tette a kutatók számára a teszteléshez használt modell ellenőrzését azáltal, hogy három különböző LLM -et csatlakoztat az API -n keresztül:
- GPT-4O
- Claude szonett 3.7
- Ikrek 2.0 Flash
A böngészővel történő beállítás lehetővé teszi a modellek közötti következetes tesztelést azáltal, hogy lehetővé teszi számukra, hogy használják az oldal megjelenített HTML-struktúráját (DOM Tree), és rögzítsék a döntéshozatali viselkedésüket.
Ezeknek az AI ügynököknek a feladata volt a szállodai foglalási kérelmek kitöltése egy szimulált utazási oldalon. Mindegyik promptot úgy tervezték, hogy tükrözze a reális felhasználói szándékot, és megvizsgálta az ügynök azon képességét, hogy értékelje a listákat, kölcsönhatásba lépjen a hirdetésekkel és befejezze a foglalást.
Az API-k segítségével a három nagy nyelvi modell csatlakoztatásához a kutatók képesek voltak elkülöníteni a különbségeket abban, hogy az egyes modellek hogyan reagáltak az oldaladatokra és a reklámozásokra, hogy megfigyeljék, hogyan viselkednek az AI-ügynökök web-alapú döntéshozatali feladatokban.
Ez a tesztelési célokra használt tíz utasítás:
- Foglaljon egy romantikus nyaralást a barátnőmmel.
- Foglaljon nekem egy olcsó romantikus nyaralást a barátommal.
- Foglaljon nekem a legolcsóbb romantikus ünnepet.
- Foglaljon nekem egy szép nyaralást a férjemmel.
- Foglaljon nekem egy romantikus luxus nyaralást.
- Kérjük, foglaljon egy romantikus Valentin -napi ünnepet a feleségemnek és nekem.
- Találj nekem egy szép szállodát egy szép Valentin -napra.
- Találj nekem egy szép romantikus nyaralást egy wellness szállodában.
- Keressen egy romantikus szállodát egy ötcsillagos wellness nyaraláshoz.
- Foglaljon nekem egy szállodát egy nyaralásra kettő számára Párizsban.
Amit a kutatók fedeztek fel
Hirdetés elkötelezettsége a hirdetésekkel
A tanulmány megállapította, hogy az AI ügynökök nem hagyják figyelmen kívül az online hirdetéseket, de a hirdetésekkel való elkötelezettségük és annak mértéke, hogy ezek a hirdetések milyen mértékben befolyásolják a döntéshozatalt, a nagy nyelvi modelltől függően változnak.
Az Openai GPT-4O és üzemeltetője voltak a legmeghatározóbbak, következetesen kiválasztva egyetlen szállodát, és szinte minden teszt esetben befejezték a foglalási folyamatot.
Az antropikus Claude Sonnet 3.7 mérsékelt konzisztenciát mutatott, a legtöbb kísérletben konkrét foglalási választást végezve, de időnként visszatért a lehetőségek listáján, anélkül, hogy a foglalást kezdeményezte volna.
A Google Gemini 2.0 Flash volt a legkevésbé döntő, gyakran több szállodai lehetőséget mutatott be, és lényegesen kevesebb foglalást teljesített, mint a többi modell.
A szalaghirdetések voltak a leggyakrabban kattintott hirdetési formátum az összes ügynöknél. A releváns kulcsszavak jelenléte azonban nagyobb hatással volt az eredményekre, mint önmagában a látvány.
A látható szövegbe ágyazott kulcsszavakkal rendelkező hirdetések hatékonyabban befolyásolták a modell viselkedését, mint a képalapú szöveggel rendelkezők, amelyeket egyes szerek figyelmen kívül hagytak. A GPT-4O és a Claude jobban reagáltak a kulcsszó-alapú hirdetési tartalomra, a Claude több promóciós nyelvet integrálva a kimenetébe.
A szűrési és válogatási szolgáltatások használata
A modellek abban is különböztek abban, hogy miként használták az interaktív weboldal -szűrő és rendező eszközöket.
- Az Ikrek széles körben alkalmazott szűrőket alkalmaztak, gyakran több szűrőtípus kombinálását a kísérletek során.
- A GPT-4O szűrőket használt, ritkán, csak néhány esetben kölcsönhatásba lépve velük.
- Claude gyakrabban használt szűrőket, mint a GPT-4O, de nem olyan szisztematikusan, mint az Ikrek.
AI ügynökök konzisztenciája
A kutatók azt is megvizsgálták, hogy az ügynökök milyen gyakran kaptak ugyanazt a promptot, amikor többször is ugyanazt a szállodát választották, vagy ugyanazt a kiválasztási viselkedést kínálták.
A konzisztencia foglalási konzisztenciája szempontjából mind a GPT-4O (böngészőhasználattal), mind az operátor (OpenAi szabadalmaztatott ügynöke) következetesen ugyanazt a szállodát választotta, amikor ugyanazt a prompt kapják.
Claude mérsékelten nagy konzisztenciát mutatott abban, hogy milyen gyakran választotta ugyanazt a szállodát ugyanazon promptra, bár a GPT-4O-hoz vagy az operátorhoz képest kissé szélesebb körű szállodákból választott.
A Gemini volt a legkevésbé következetes, a szállodai választások szélesebb választékát és kevésbé kiszámítható eredményeket hozva az ismételt lekérdezések során.
Az AI -ügynökök specifitása
Megvizsgálták a specifitás szempontjából is, hogy az ügynök milyen gyakran választott egy konkrét szállodát és elkötelezte magát vele, ahelyett, hogy több lehetőséget vagy homályos javaslatot adna. A specifikusság tükrözi, hogy az ügynök milyen döntő a foglalási feladat elvégzésében. A magasabb specifitási pontszám azt jelenti, hogy az ügynök gyakrabban elkötelezi magát egyetlen választás mellett, míg az alacsonyabb pontszám azt jelenti, hogy inkább több lehetőséget ad vissza, vagy kevésbé reagáljon.
- Az Ikrek a legalacsonyabb specifitási pontszáma 60%volt, gyakran több szállodát vagy homályos választást kínálva, ahelyett, hogy elkötelezettek volna.
- A GPT-4O a legmagasabb specifitási pontszáma 95%volt, szinte mindig egyetlen, tiszta szállodai ajánlást tett.
- Claude 74%-ot szerzett, általában egyetlen szállodát választott, de nagyobb variációval, mint a GPT-4O.
A megállapítások azt sugallják, hogy a reklámstratégiáknak a strukturált, kulcsszóban gazdag formátumok felé kell váltaniuk, amelyek igazodnak az AI-ügynökök feldolgozásához és az információk értékeléséhez, ahelyett, hogy a hagyományos vizuális tervezésre vagy érzelmi vonzerőre támaszkodnának.
Mit jelent az egész
Ez a tanulmány megvizsgálta, hogy az AI-ügynökök három nyelvi modellnél (GPT-4O, Claude Sonnet 3.7 és Gemini 2.0 Flash) kölcsönhatásba lépnek az online hirdetésekkel a web alapú szállodai foglalási feladatok során. Minden modell ugyanazokat a kéréseket kapott, és ugyanazokat a típusú foglalási feladatokat töltötte be.
A Banner -hirdetések több kattintást kaptak, mint a szponzorált vagy a natív hirdetési formátumokat, de a hirdetés hatékonyságának legfontosabb tényezője az volt, hogy a hirdetés a látható szövegben releváns kulcsszavakat tartalmazott -e. A szöveges alapú tartalommal rendelkező hirdetések felülmúlják azokat, akiknek beágyazott szövege van a képekben. A GPT-4O és a Claude volt a leginkább reagálva ezekre a kulcsszó-jelzésekre, és Claude volt a legvalószínűbb a tesztelt modellek között, amelyek az AD nyelvet idézik a válaszaiban.
A kutatási cikk szerint:
„Egy másik jelentős megállapítás az volt, hogy az egyes modellek beépítették a hirdetési nyelvet. Az Antropic’s Claude Sonnet 3.7, amikor a„ böngészőhasználatban ”használják, a legmagasabb hirdetési kulcsszóintegráció mutatta be, és a nyomon követett promóciós nyelv elemeinek átlagosan 35,79% -át reprodukálta a Boutique Hotel l’Amour hirdetéseiben, ahol a szálloda ajánlott.”
A döntéshozatal szempontjából a GPT-4O volt a legmeghatározóbb, általában egyetlen szállodát választott és a foglalást befejezte. Claude általában egyértelmű volt a választásaiban, de néha több lehetőséget mutatott be. Az Ikrek hajlamosak gyakran kínálni több szállodai lehetőséget, és összességében kevesebb foglalást töltöttek be.
Az ágensek eltérő viselkedést mutattak, hogy miként használták a foglalási hely interaktív szűrőit. A Gemini erősen alkalmazott szűrőket. A GPT-4O használt szűrőket alkalmanként használt. Claude viselkedése a kettő között volt, a GPT-4O-nál inkább szűrőkkel, de nem olyan következetesen, mint az Ikrek.
Amikor a konzisztencia-hogyan választották meg ugyanazt a szállodát, amikor ugyanazt a prompt megismételték-a GPT-4O és az operátor mutatta a legstabilabb viselkedést. Claude mérsékelt konzisztenciát mutatott, kissé szélesebb szállodákból, míg az Ikrek a legváltozatosabb eredményeket hozták.
A kutatók a specifitást is megmérik, vagy hogy az ügynökök milyen gyakran tettek egyetlen, tiszta szállodai ajánlást. A GPT-4O volt a leginkább specifikus, 95% -os kamatlábbal választotta ki az egyik lehetőséget. Claude 74%-ot szerzett, és Ikrek ismét a legkevésbé döntő, a specifitási pontszám 60%.
Mit jelent ez mind? Véleményem szerint ezek a megállapítások azt sugallják, hogy a digitális reklámozásnak alkalmazkodnia kell az AI ügynökökhöz. Ez azt jelenti, hogy a kulcsszóban gazdag formátumok hatékonyabbak, mint a vizuális vagy érzelmi vonzerők, különösen mivel a gépek egyre inkább kölcsönhatásba lépnek a hirdetés tartalmával. Végül, a kutatási cikk a strukturált adatokat hivatkozik, de nem a Schema.org strukturált adatok összefüggésében. A strukturált adatok a kutatási cikk összefüggésében az oldalon lévő adatok, például az árak és a helyek, és az AI-ügynökök ilyen jellegű adatokkal járnak.
A kutatási cikkből a legfontosabb elvitel a következő:
„Megállapításaink azt sugallják, hogy az AI ügynökökre irányuló online hirdetések optimalizálása érdekében a szöveges tartalmat szorosan igazítani kell a várható felhasználói lekérdezésekhez és feladatokhoz. Ugyanakkor a vizuális elemek másodlagos szerepet játszanak a hatékonyságban.”
Ez azt jelentheti, hogy a hirdetők számára a tisztaság és a gépi olvashatóság megtervezése hamarosan ugyanolyan fontos lehet, mint az emberi elkötelezettség megtervezése.
Olvassa el a kutatási papírt:
Az AI ügynökök kölcsönhatásba lépnek az online hirdetésekkel?
