Egy 3,3 csillagos autómosó nyerte el az AI választ.
Amikor Annie Jackson, a GatherUp bevételi műveletekért és növekedésért felelős igazgatója egy érintésmentes autómosót kért a Google-tól, amely egy SUV-hoz illeszkedik Norfolkban (VA), a Google visszaadott egy 3,3 csillagos vállalkozást, és maga válaszolt a csillagos értékelés feletti engedéllyel és órákkal kapcsolatos kérdésekre. A lekérdezés egyezésének felülmúlt értékelése.
Ez a példa azt a munkamenetet foglalja keretbe, amelyet Jackson mutatott be Jason Wertham-mel, a GatherUp Ellenőrző Védelmi Műveletekért felelős alelnökével: az AI-eszközök az egyes helyszínek leírásaiból összeállítják a leírásokat, a listákat és a nyilvános webes említéseket, majd megismétlik ezt a leírást azoknak az ügyfeleknek, akik soha nem jutnak el a webhelyére.
Jackson és Wertham végigment az általuk lefutott, négy azonnali vészhelyzeti auditon, hogy felszínre hozhassák, mit mond a ChatGPT, a Google AI Overviews és az Ask Maps egy többhelyes márkáról ma, majd az építési, kezelési és védelmi bevezetést, amely megváltoztatja a választ.
Az alábbi összefoglaló a megállapításokat tartalmazza. Az értesítések, a közzététel és az ellenőrzési tájékoztató a teljes munkamenetben élnek. Nézze meg igény szerint.
Hogyan használják az ügyfelek a mesterséges intelligencia segítségével helyi vállalkozásokat most?
Feltesznek egy teljes kérdést, és elfogadják az összefoglaló választ. A 2025 őszén összegyűjtött GatherUp fogyasztói adatok szerint a fogyasztók 55%-a nézte meg a Google vagy a Bing AI összefoglalóit, 48%-uk kérdezte a ChatGPT-t egy helyi vállalkozásról, 31%-a pedig többször is.
Jackson autómosó lekérdezése megmutatja, hogyan néz ki ez a gyakorlatban. Az „autómosó a közelemben” helyett a „no-touch autómosó a terepjárómhoz Norfolkban, VA” volt a keresés. A Google a 300 millió helyről és az 500 millió véleményező közreműködőjéből egy üzletet állított vissza, a behajtási magassággal és a hét minden napján, napi 24 órában válaszolt.
„A Google válaszolt a kérdéseimre, de ez a vállalkozás valójában 3,3 csillagosként jelenik meg” – mondta Jackson. „A lekérdezésem kontextusa a csillagos értékelés fölé került.”
Wertham hozzátette, hogy ezek az eszközök most már azt is befolyásolják, hogy ki vagy, és mikor kéred. „Az a napszak, amikor ténylegesen végrehajtja ezt a lekérdezést a Google Térképen, hatással lehet arra, hogy mely vállalkozások jelennek meg ezekben a találatokban” – mondta. Az az LLM, aki tudja, hogy SUV-ja vagy nagy kutyája van, ezt a kontextust alkalmazza minden jövőbeli helyi lekérdezéshez, függetlenül attól, hogy megismétli-e vagy sem.
A munkamenet auditja ebből a viselkedésváltásból indul ki: négy felszólítás, a márkanév-lekérdezéstől a helyszínenkénti helyszíni ellenőrzésig, amelyek megmutatják az ügyfelek által már látott választ. Tekintse meg a négy ellenőrzési felszólítást.
A Google Vélemények AI válaszokat szolgáltatnak?
Nem magából a listából: a Google, a Yelp és a többi nagy címtár megakadályozza, hogy az LLM-robotok elolvassák az üzleti profilokon található véleményeket. A vélemények továbbra is támogatják a helyi rangsorolást és az adatlapon való konverziót; csak az LLM-ek által feltérképezhető felületeken keresztül adják meg az AI-válaszokat.
„A fő címtárszolgáltatók, a Google, a Yelp és mások, nem engedélyezik az olyan LLM-eszközöknek, mint a ChatGPT és a Claude, hogy lekaparják vagy feltérképezzék az üzleti adatlapon található értékelési adatokat” – mondta Wertham. „Észreveheti, hogy nem hivatkoznak konkrét véleményekre ezekről a platformokról.”
Ugyanazok a vélemények akkor válnak feltérképezhetővé, amikor újra közzéteszi őket. Tegye közzé őket nyilvános közösségi csatornákon, vagy ágyazza be őket a saját webhelyén található ismertető widgetekbe, és Wertham szavaival élve: „most tisztességes játék az LLM-eszközök számára.”
Ez határozza meg, hogy mely lekérdezéseket nyerheti meg. Amikor az ügyfél „népszerű” vagy „nagyon értékelt” vállalkozásokat kérdez, az LLM olyan vélemény szöveget keres, amelyhez hozzáférhet. A címtárra korlátozódó tartalom áttekintése nem járul hozzá ehhez a válaszhoz.
„Ha a felülvizsgálati platformokra támaszkodik, hogy ezt megteszik helyetted, ez nem lesz elég” – mondta Wertham.
Művelet elem: Tegye közzé újra a véleményeit, ahol a mesterséges intelligencia fel tudja térképezni őket. A munkamenet bemutatja, hogy mely modulok és közösségi elhelyezések teszik olvashatóvá az értékelések tartalmát, beleértve azt is, hogyan kell az üzleti választ a véleményhez csatolni.
A Wertham azt is lebontotta, hogy az első féltől származó értékelések milyen válaszokat kaptak, amelyek soha nem jutnak el a Google-hoz, és azt is, hogy miért számít egy ügyfél 11 000-e. Ez a szegmens az igény szerinti felvételben él.
Továbbra is számít a csillagbesorolása az AI-keresésben?
Ez kevésbé számít, mint az aktualitás és a sebesség áttekintése. A munkamenet auditpéldáiban egyetlen AI-válasz sem hivatkozott átlagos csillagozásra; mindenki hivatkozott véleménytartalomra.
A fogyasztói adatok ugyanezt az irányt mutatják: a felhasználók 45%-a előnyben részesíti az értékelések frissességét a csillagos értékeléssel szemben, 60%-a bízik a részletes írásos értékelésekben a csak értékelést tartalmazó véleményekkel szemben, és 70%-a a tranzakciót követő 72 órán belüli felülvizsgálati kérelmet részesíti előnyben.
Wertham megjegyezte, hogy a fogyasztók rutinszerűen felülírják a Google alapértelmezett „legrelevánsabb” értékelési rendezését, és átváltanak a „legújabb”-ra, mivel a legfrissebb értékelés előrevetíti, hogy milyen élményben lesz részük. Egy éves értékelésekre épülő magas átlagnak kisebb a súlya, mint egy jelenlegi, állandó folyamnak.
„Inkább olyan vállalkozásba megyek, ahol 1000 értékelés és 3,9 vagy 4,2, mint 30 értékelés és 5,0” – mondta Wertham.
A munkamenet három munkafolyamatba szervezi a választ: összeállítja, kezeli és védi: következetes listák és felülvizsgálati mennyiség létrehozása, a válaszok kezelése és megfigyelése 72 órás válaszidőn belül, valamint a megszerzett minősítés védelme a szabályzatot megsértő felülvizsgálatokkal és temetési taktikákkal, például az értékelések elfojtásával szemben. Végigsétálhat az építésen, kezelheti és megvédheti a bevezetést.
Miért ad a mesterséges intelligencia minden alkalommal más választ a vállalkozásodra?
Mivel az LLM-válaszok játékgépként viselkednek, egyetlen lekérdezés soha nem megbízható olvasás. Jackson a SparkToro kutatására hivatkozott, amelyben különböző emberek ugyanazt a kérdést tették fel az LLM-eknek különböző eszközökön és fiókokon, és az eredmények soha nem érkeztek vissza ugyanabban a sorrendben.
„A mesterséges intelligencia kérdést feltenni olyan, mint egy játékgép” – mondta Jackson. „Hasonló adatokat fog visszaadni, de minden alkalommal egy kicsit másképp fog kinézni.”
A pozíció rossz mutató az AI láthatóságához. Az összes idézet, a választ adó források szélessége előrejelzi, hogy a márka megjelenik-e egyáltalán. Lehet, hogy az Ön márkája teljesen kihagyja az egyik eszköz válaszát, és a következőt vezeti.
A Google közzétette saját útmutatóját a generatív mesterséges intelligencia optimalizálásához, és ebben a hónapban frissítette. Wertham egy változást határozott meg: a mesterséges intelligencia büntetését. A Google most észleli az alacsony értékű mesterséges intelligencia által generált tartalmat, és szavai szerint „lényegében megbünteti a vállalkozásokat” ezért. Az általános mesterséges intelligencia blogbejegyzések és a megdicsőült GYIK kaparó célpontok most inkább költségesek, mint figyelmen kívül hagynák.
Művelet elem: Futtassa a naplózási utasításokat inkognitómódban vagy ideiglenes csevegési módban, így a tárolt kontextus nem befolyásolja az eredményeket, és futtassa újra őket ütemezetten. A munkamenet megmutatja a havi újrafuttatási módszert annak mérésére, hogy a láthatósági munkája mozgatja-e a választ.
Kérdések és válaszok: A webinárium leghasznosabb kérdései
K: Mi a leggyorsabb dolog, amit megtehetek ezen a héten, hogy megváltoztassam azt, amit a mesterséges intelligencia a cégemről mond?
„Címezze meg adatait. Győződjön meg róla, hogy az adatok helyesek és következetesek, bármilyen platformon is tartózkodik. Ezután győződjön meg arról, hogy a véleményeit a harmadik féltől származó címtárból evangelizálja, ahol azokat kapja. Tegye közzé őket közösségi média platformján, és tegye közzé webhelye egy részében.” Jason Wertham, 49:23 az igény szerinti felvételen.
„Győződjön meg róla, hogy az alapokat lerakta. Ismerje meg az alapokat, győződjön meg arról, hogy be vannak állítva, és utána térhet át a bonyolultabb dolgokra.” Annie Jackson, 50:30 az igény szerinti felvételen. Jackson a lényeget egy helyi étteremmel illusztrálta, amelynek Facebook-oldalán a tulajdonos személyes mobilszáma szerepelt; soha nem tudta, miért jöttek folyton a hívások.
K: Mennyi idő múlva jelennek meg a tartalmi változások az AI-válaszokban?
Annie azt válaszolta: az apró tények gyorsan mozognak, a pozicionálás lassan. Az üzletek nyitvatartási ideje és telefonszámai gyorsan frissülnek, de „amiről ismertek, az egy kicsit tovább tart”, általában két héttől egy hónapig, és ezen túl hosszú a farok. A saját webhelyére mutatott rá, mint a leggyorsabb eszközre: egy új ajánlatnak először a saját csatornáin kell megjelennie, mert a vélemények nem jelentik be helyetted. Teljes válasz 54:19-nél az igény szerinti felvételen.
K: A leggyengébb helyemen vannak régi rossz vélemények, amelyek folyamatosan megjelennek. Meg kell várnom, míg kiöregednek?
Jason azt válaszolta: az életkor természetesen elhalványítja a vélemények relevanciáját, de a kulcsszót igénylő vélemények és a Helyi idegenvezetők értékelései tovább tartják a rangsort, és az emoji-reakciók megakadályozzák, hogy a vélemény elcsússzon még akkor is, ha nem adnak lendületet a fellendüléshez. Az irányelveket sértő vélemények bármely életkorban vitathatók; felülvizsgálati védőcsoportja rendszeresen eltávolítja a több mint tíz éves kritikákat. A megbízható megoldás a mennyiség és a sebesség, mivel az újszerűség meghaladja a tartalmat a hosszú távú relevanciában. Teljes válasz 47:33-kor az igény szerinti felvételen.
K: Hogyan kezeljék ezt a franchise-adók, ha minden franchise átvevő saját profilját kezeli?
Jason azt válaszolta: a franchise hírnevének kezelése kudarcot vall a konzisztencia hiányában, mert minden franchise-vevő birtokolja a listát, miközben a márka befogadja az AI-választ. Határozzon meg bevált gyakorlatokat, kínáljon fehér címkével ellátott vagy partnereszközöket a franchise-vevők számára, és adjon a kezükbe egy játékkönyvet. Azt is javasolta, hogy a franchise-vevők nevében futtassák le az ellenőrzési felszólításokat, és tanítsák őket az eredményekre, mivel egy hely rossz mesterséges intelligencia-válasza az egész márkának kerül. Teljes válasz 55:46-nál az igény szerinti felvételen.
Nézze meg a teljes webináriumot
Az igény szerinti munkamenet tartalmazza a négy vészhelyzeti ellenőrzési utasítást és a letölthető tájékoztatót, a teljes összeállítást, kezelést, védelmet nyújtó bevezetést, a havi mérési módszert, a védelmi áttekintést a szabályzatot sértő vélemények vitatásához, valamint Jackson AI narratív audit ajánlatát. Nézze meg a teljes webináriumot igény szerint.
