Tl; dr.
- Az LLM láthatóságáról nem minden márka van egyenlő. Egyeseknek sokkal több, mint mások.
- Az LLMS különböző válaszokat ad ugyanazon kérdésre. A nyomon követők ezt harcolják azáltal, hogy többször szimulálják az átlagos láthatósági/hivatkozási pontszámot.
- Noha az ugyanazon utasítások szimulálása nem tökéletes, a másodlagos előnyök, mint például az érzelmi elemzés, nem SEO-specifikus kérdések. Ami jelenleg jó dolog.
- Hacsak a láthatóság -nyomkövető nem kínál elegendő skálát elfogadható áron, akkor óvatos lennék. De ha a forgalom jól átalakul, és többet kell tudnia, nyomon követést kell kapnia.
Egy kis figyelmeztetés a kezdéshez. Ez valóban attól függ, hogy vállalkozása hogyan keres pénzt, és hogy az LLM -ek alapvető részét képezik -e a közönség utazásának. Meg kell értenie, hogy az emberek hogyan használják az LLM -eket, és mit jelent ez a vállalkozás számára.
A fizikai termékeket árusító márkák eltérő utazást mutatnak, mint a kiadók, akik véleményt értékesítenek, vagy a SaaS cégeket, amelyek mélyebben támaszkodnak az összehasonlító lekérdezésekre, mint bárki más.
Vagy egy kódoló cég, amelyet egy Snidey Reddit moderátor pusztított el egy csonttal, hogy válasszon…
Például az Ahrefs nyilvánosságra hozta az LLM -ek egyes konverziós adatait. A regisztrációjuk 12,1% -a az LLM -ből származik, a teljes forgalom mindössze 0,5% -áról. Ami hatalmas.
De számunkra az LLM forgalma jelentősen rosszabbá válik. Ez egy töredék töredéke.
Őszintén szólva, azt hiszem, hogy az LLM láthatóság nyomkövetői ilyen méretben ma itt vannak, és holnap eltűntek. Ha megengedheti magának egyet, nagyszerű. Ha nem, ne izzadj. Vedd mindezt egy csipet sóval. Az AI -keresés csak a legtöbb utazás része, és ugyanazon felszólítások nyomon követése, a napi napon, nyilvánvaló hibái vannak.
Csak összesítik azt, amit valaki mondott rólad a Reddit -en, miközben 2016 -ban szart vesznek.
Mit csinálnak?
Az olyan nyomkövetők, mint a mély és a márka radar, úgy tervezték, hogy megmutassák, hogyan keretezi a márkáját, és az AI válaszokban ajánlott. Az idő múlásával megmérheti a saját és a versenytársak láthatóságát a platformon.
De az LLM láthatósága a füst és a tükrök.
Tegyen fel egy kérdést, kapjon választ. Tegye fel ugyanazt a kérdést ugyanabba a gépre, ugyanabból a számítógépből, és kapjon egy másik választ. Különböző válasz különböző idézetek és vállalkozásokkal.
Ilyennek kell lennie, különben soha nem használnánk az unalmasokat.
A hőmérsékleti beállításuk által meghatározott velejáró variancia leküzdése érdekében az LLM nyomkövetők a nap folyamán többször szimulálják a utasításokat. Ennek során egy átlagos láthatósági és hivatkozási pontszámot kapsz más valóban hasznos kiegészítőkkel együtt, mint például az érzelmi pontszám és néhány versenytárs referenciaértékelés.
„A magasabb értékek, mint például a 0,8, a kimenetet véletlenszerűbbé teszik, míg az alacsonyabb értékek, mint például a 0,2, koncentráltabbá és determinisztikusabbá teszik.”
Openai dokumentáció
Szimuláljon egy prompt 100 -szor. Ha a tartalmat a válaszok 70 -ben használják, és hétszer idézték Önt, akkor 70% -os láthatósági pontszám és 7% -os hivatkozási pontszám lenne.
Bízz bennem, ez sokkal jobb, mint amilyennek hangzik … ezek a motorok nem akarnak forgalmat küldeni.
Brian Balfour kiváló szavaival azonosították a várárokat, és a kapuk nyitva vannak. Hamarosan bezártak. Ahogy bezárják, a bevételszerzés nehéz és gyors lesz. Bármely áttételi forgalom valószínűsége, hacsak nem veszi figyelembe, alacsony.
Mint minden technológiai vállalat.
Ha nem öblíti a készpénzt, azt mondanám, hogy a legtöbb vállalkozásnak csak most nem kell befektetnie bennük. A legtöbbünk inkább kedves, mint szükségszerűség.
Hogyan működnek?
Amennyire meg tudom mondani, két elsődleges modell létezik.
- Fizessen egy olyan eszközt, amely nyomon követi a saját maga hozzáadott szintetikus utasításait.
- Vásároljon egy vállalati szerű eszközt, amely a piacot nagyobb mértékben nyomon követi.
Néhány eszköz, például a mély, mindkettőt kínálja. Az olcsóbb modell (az árpont nem a legtöbb vállalkozás számára) lehetővé teszi a szintetikus utasítások nyomon követését a témák és/vagy a címkék alatt. A vállalati modell lényegesen nagyobb léptékű.
Míg az olyan eszközök, mint az AHREFS márka radarja, szélesebb képet nyújtanak a teljes piacról. Mivel a felszólítások szintetikusak, vannak néhány meglehetősen nagy lyuk. De inkább a széles láthatóságot szeretem.
Még nem használtam, de azt hiszem, hogy a hasonlóWeb elindította a saját LLM láthatóság -nyomkövetőjét, amely a ClickStream Data valódi felhasználói utasításait tartalmazza.
Ez lehetővé teszi ezeknek az eszközöknek az IMO sokkal hasznosabb verzióját, és valamilyen módon megválaszolja a szobában lévő szintetikus elefántot. És segít megérteni az LLM -ek szerepét a felhasználói utazásban. Ami sokkal értékesebb.
A probléma
Javítja -e a jó SEO elvégzése esélyét az LLM láthatóságának javítására?
Természetesen úgy néz ki, mint…
A GPT-5-nek már nem kell további információkat képeznie. Ugyanolyan jól van, mint az Overlords most fizetni akar. Unatkozik az internet detritusának elpusztításáról, és a RAG segítségével eléri a keresési indexet, hogy ellenőrizze a választ. Válasz, nem igazán rendelkezik megfelelő szintű bizalommal a hatékony válaszadáshoz.
De biztos vagyok benne, hogy kissé módosítanunk kell, ha az elsődleges célja az LLM láthatóságának növelése. Növelje a tofu és a digitális PR kampányok kiadását, amely figyelemre méltó pontot jelent.
Jelenleg az LLM -ek nyilvánvaló spamproblémájuk van. Nem várom el, hogy hajlandóak -e hamarosan befektetni a megoldásba. Ezeknek a társaságoknak az AI buborék és bruttó értékelése diktálja, hogyan vezetik a bevételeket. És gyorsan.
Biztos, hogy a pokol nem rendezi a spamproblémaikat. Ha 300 milliárd dolláros szerződése van a 12 milliárd dolláros fizetési és bevételekhez, akkor további pénzre van szüksége. Gyorsan.
Tehát bárki, aki fizet a legjobb oldal link zárványokért, vagy rejtett és lábléc szöveget ad hozzá a weboldalaikhoz, rövid távon részesül. De a legtöbbünknek továbbra is tényleges, légzési, horkoló embereknek kell építenie a dolgokat.
Az LLM nyomkövetők új iterációival, a Search hívás helyett, ahelyett, hogy a megtanult „tudáson” alapuló kérésekre adott választ, még nehezebb lesz létrehozni egy „LLM optimalizálási stratégiát”.
Híreként tudom, hogy a legtöbb utasítás, amelyben homályosan megjelenünk, kiváltja a webes indexet. Tehát csak nem látom az értéket. Nagyon SEO-vezetett.
Hogyan adhat hozzáadott értéket az érzelmi elemzéssel
Szinte nulla értéket találtam az LLM -os utasítások nyomon követéséből, tisztán válaszszinten. Tehát felejtsük el mindezt egy pillanatra, és használjuk őket valami máshoz. Kezdjük néhány érzelmi elemzéssel.
Ezek a nyomkövetők hozzáférést biztosítanak a következőkhöz:
- Szélesebb online érzelmi pontszám.
- Felülvizsgálati források Az LLM -ek felhívják (azonnali szinten).
- Érzelmi pontszámok témák szerint.
- Az ON és a helyszíni információforrásokra vonatkozó felszólítások és linkek.
Meg tudja határozni, hogy hol kezdődik ezek a kérdések. Ami, hogy igazságos legyen, alapvetően megbízható és reddit.
Nem mindent átmegyek, hanem néhány gyors példa:
- Az LLM-ek valószínűleg néhány, nem annyira megsemmisített podcastot és hírleveleket hivatkoznak, mint „feliratkozási okok”.
- A lemondási folyamatát a legtöbb ügyfél számára a legsúlyosabb kérdések lehetnek.
Hacsak nem kifejezetten kijelenti, hogy ezek a podcastok és hírlevelek befejeződtek, ez mind tisztességes játék. Szorítania kell a termékmarketing és kommunikációs stratégiáját.
Először az emberek számára. Majd az LLMS -hez.
Ezek nem SEO -specifikus projektek. Egy olyan korszakba költözünk, ahol kizárólag a SEO projekteket nehéz lesz átjutni. A felvásárlás fantasztikus módja a projektek kiemelése az ellátásokkal kívül keresés.
A komoly üzleti kérdések kiemelése-rossz vélemények, pontatlan, elavult információk et al. -Segíthet a C-Suite Figyelemhez és a márkahírnév kulcsfontosságú projektjeinek támogatásában.
Számomra ennek semmi köze sincs az LLM -hez. Vagy mit kérdezhet közönségünk egy rosszul tájékozott válaszmotorról. Ők csak a hajó.
A problémák megoldásáról szól. Olyan problémák, amelyek valódi értéket vezetnek vállalkozása számára. Az Ön esetében ez az ügyfél LTV -jének növelése lehet. Növelve a visszatartási arányt, csökkentik a forgást, és növelik a konverzió esélyét egy jobb élmény biztosítása révén.
Ha elég hosszú ideig dolgozott a SEO -ban, akkor valaki úszni fogja az online érzelmek javításának és az ön előtti áttekintésnek a gondolatát.
– De javítja -e ez a SEO -t?
– mondta Jeff, az elkeseredett üzleti tulajdonos.
Ki tudja, Jeff. Ez tényleg attól függ, hogy mi tart vissza a versenyhez képest. És tetszik vagy sem, a keresés nem az nagyon Most befektethető.
De ebben az esetben ez nem számít. Ez nem egy keresési első projekt. Ez egy közönség első projektje. Ez magában foglalja mindenkit. Az ügyfélszolgálattól a SEO -ig és a szerkesztőségig. Ez csak a helyes tennivaló az üzlet számára.
A gyors visszaszorítás a Google szivárgáshoz megmutatja, hogy hány áttekintés és érzelemre összpontosító mutató befolyásolhatja a rangsorolás módját.
Régóta a keresés a márkákról és a bizalomról szól. Márkás keresési mennyiség, a várható CTR (Bayes -típus -prediktív modell), a közvetlen forgalom, valamint az általános felhasználói elkötelezettség és elégedettség felülmúlása.
Ennek oka nem az, hogy a Google jobban tudja, mint az emberek. Ennek oka az, hogy tároltak, hogyan érezzük magunkat az oldalakkal és a márkákkal kapcsolatban a lekérdezésekkel kapcsolatban, és ezt visszacsatolási hurokként használták. A Google megbízik a márkákat, mert mi.
Legtöbbünknek soha nem kellett aggódnia a vélemények és az érzelmek miatt. De ez egy remek alkalom minden olyan kérdés megoldására, amelyet az AEO, a GEO, a SEO vagy bármi másnak hív, amelyet hívni akar.
Lars Lofgren cikke, melynek címe: A versenytárs hogyan bántalmazta a 23,5 millió dolláros bootcamp -t a Reddit moderátorré válásával, hihetetlen pillantás arra, hogy a CodeSmith -et a negatív Pr. A negatív PR egy reddit mod indította és karbantartotta. Egy.
Tehát soha nem rossz dolog, ha a hírnévről és a potenciálisan komoly kérdések azonosításáról szól.
Csak felépíthetem a sajátomat?
Igen. A kezdőknek a havi LLM API -költségek becslésére van szükség a szükséges havi tokenek száma alapján. Használjuk a mélyebb alsóbb szintű árazási szintet becslésként, és régi barátunk, Gemini, hogy kitaláljunk néhány becsült költséget.
- 200 felszólítás × 10 futás × 12 nap (kb.) × 3 modellek = 24 000 havi futás.
- 24 000 futás × 1000 token/lekérdezés (konzervatív est.) = 24 000 000 token.
Ennek alapján itt van egy (remélhetőleg) pontos költségbecslés modellenként a Robot Pal -től.
Akkor. Most szüksége van némi háttér-funkciókra, adattárolásra és néhány front-end vizualizációra. Felveszek, ahogy megyünk.
Háttérkép
- Egy ütemező/futó, mint például a render VPS, a napi 800 API hívás végrehajtásához.
- Egy adatzenekar. Alapvetően néhány Python -kód a RAW JSON elemzésére és a releváns idézési és láthatósági adatok kinyerésére.
Adattárolás
- Egy adatbázis, mint például a Supabase (amelyet közvetlenül a Loveable -en keresztül integrálhat), a nyers válaszok és a strukturált mutatók tárolására.
- Adattárolás (amelyet az adatbázis részeként kell beilleszteni).
Front-end vizualizáció
- Egy webes dashboard interaktív, megosztható műszerfal létrehozásához. Unironikusan szeretem a kedveset. Könnyű közvetlenül csatlakozni az adatbázisokhoz. Korábban is használtam a Streamlit -et. A Loveable sokkal karcsúbbnak tűnik, de saját kihívásai vannak.
- Szüksége lehet egy megjelenítési könyvtárra is, amely elősegíti az idősoros diagramok és grafikonok előállítását. Néhány műszerfalak beépítették ezt.
96 USD mindenben. Azt hiszem, a valószínűség az, hogy közelebb van 50 dollár, mint 100 dollár– Nincs scrimping. Az olyan eszközök költségvetésének magasabb végén, amelyet használok (imádnivaló), és néhány Gemini becslése szerint, egy olyan eszközről beszélünk, amely havonta 100 dollárba kerül, ha nagyon jól futtatjuk és működnek.
Ez nem bonyolult projekt vagy beállítás. Ez, az IMO, egy kiváló projekt a Vibe kódoló kötelek megtanulására. Amit azt mondom, hogy nem minden napsütés és szivárvány.
Szóval, vásároljak egyet?
Ha megengedheti magának, kapnék egyet. Legalább egy -két hónapig. Tekintse át online érzelmét. Nézze meg, mi az emberek igazán Mondj rólad online. Határozza meg néhány alacsony felvonó győzelmet a termékmarketing és a felülvizsgálat/hírnév menedzsmentje körül, és vizsgálja felül, hogy a versenytársak hogyan viselkednek.
Ez lehet az LLM láthatóságának legfontosabb része. Állítson be egy nyomkövető irányítópultot a Google Analytics segítségével (vagy bármilyen rettenetes elemző szolgáltatót, amelyet használ), és nézze meg, hogy mekkora forgalmat kap, és b) értékes -e.
Minél értékesebb ez, annál nagyobb értékű lesz az LLM láthatóságának nyomon követése.
Te is készíthetsz egyet. Az egyik előkészítésének öröme a) új készségeket megtanulhat, és b) más dolgokat készíthet ugyanolyan költségekkel.
Frusztráló, igen. Szórakozás? Teljesen.
Ezt a bejegyzést eredetileg a SEO vezetéséről tették közzé.
