TL;DR
- Когда речь заходит о видимости LLM, не все бренды созданы равными. Для некоторых это имеет гораздо большее значение, чем для других.
- LLMs дают разные ответы на один и тот же вопрос. Трекеры борются с этим, многократно симулируя запросы, чтобы получить средний балл видимости/цитирования.
- Хотя симуляция одних и тех же запросов не идеальна, вторичные преимущества, такие как анализ тональности, не являются SEO-специфичными проблемами. Что на данный момент является хорошей вещью.
- Если трекер видимости не предлагает достаточный масштаб по разумной цене, я бы был осторожен. Но если трафик хорошо конвертируется и вам нужно знать больше, установите отслеживание.
Просто небольшое замечание: влияние LLM действительно зависит от вашей бизнес-модели и того, как ваши клиенты с ними взаимодействуют. Важно понимать, как люди используют эти инструменты и что это значит для вашей компании.
Компаниям, продающим материальные товары, приходится сталкиваться с уникальными проблемами по сравнению с теми, кто предлагает мнения или программное обеспечение как услугу. Последние предприятия часто сильно зависят от того, что клиенты сравнивают варианты перед совершением покупки.
Или кодинговая компания, разрушенная одним язвительным модератором Reddit, имеющим зуб на кого-то…
Ahrefs недавно поделился данными, показывающими, что LLM (Large Language Models) обеспечили 12,1% новых регистраций, несмотря на то, что составляют всего 0,5% от общего трафика их веб-сайта. Это представляет собой значительное влияние и удивительно высокий коэффициент конверсии.
Но для нас трафик LLM конвертируется значительно хуже. Это доля от доли.
Инструменты отслеживания больших языковых моделей с таким уровнем детализации, вероятно, долго не просуществуют. Если вы можете себе позволить использовать один из них, это хорошо, но не беспокойтесь, если нет. Лучше всего рассматривать данные с некоторой долей скептицизма. Поиск на основе искусственного интеллекта — это лишь одна часть головоломки, и постоянный мониторинг одних и тех же поисковых запросов не очень надежен.
Они просто собирают то, что кто-то сказал о тебе на Reddit, пока сидит в туалете в 2016 году.
Что они делают?
Инструменты, такие как Profound и Brand Radar, помогают вам понять, как ваш бренд представлен и обсуждается в результатах поиска на основе искусственного интеллекта. Вы можете использовать их для отслеживания видимости вашего бренда, а также брендов ваших конкурентов с течением времени.
Но видимость LLM – это лишь обман зрения.
Иногда, когда вы задаете вопрос, вы получаете один ответ. Но если вы зададите тот же вопрос снова тому же источнику, вы можете удивиться, получив другой ответ – с другими источниками и компаниями, упомянутыми в нем.
Должно быть именно так, иначе мы никогда не будем использовать скучные варианты.
Как цифровой маркетолог, работающий с Большими Языковыми Моделями, я обнаружил, что поскольку LLM могут давать немного разные результаты каждый раз из-за настроек ‘temperature’, мы используем трекеры, чтобы отправлять один и тот же запрос несколько раз в течение дня. Это помогает нам получить надежное среднее значение того, насколько виден наш контент и как часто он цитируется. Кроме того, эти трекеры часто предоставляют ценные дополнительные возможности, такие как анализ тональности и сравнения с тем, что делают наши конкуренты.
Если вы используете более высокие числа, например 0.8, результаты будут более удивительными и разнообразными. Более низкие числа, такие как 0.2, создадут более предсказуемые и стабильные результаты.
OpenAI Documentation
Если мы протестируем запрос 100 раз, мы можем измерить его влияние. ‘Оценка видимости’ в 70% означает, что наш контент появился в 70 из этих ответов. ‘Оценка цитирования’ в 7% означает, что на него было сделано прямых ссылок семь раз.
Поверь мне, это намного лучше, чем кажется… Эти поисковые системы не хотят направлять к тебе трафик.
Как говорит Брайан Балфур, эта возможность уникальна и не продлится долго. Как только закончится начальная фаза роста, генерировать доход станет намного сложнее. Без плана по захвату ценности от новых посетителей, получение бесплатного трафика маловероятно.
Как и любая технологическая компания когда-либо.
Если бюджет ограничен, большинству компаний не стоит инвестировать в них сейчас. Они полезны, но не являются необходимыми для большинства.
Как они работают?
Насколько я понимаю, существует две основные модели.
- Оплатите инструмент, который отслеживает конкретные синтетические подсказки, которые вы добавляете самостоятельно.
- Приобретите инструмент, подобный корпоративному, который отслеживает больше рынка в масштабе.
Инструменты, такие как Profound, предоставляют возможности для отслеживания запросов. Базовая версия позволяет категоризировать запросы по темам или тегам, хотя она, как правило, слишком дорога для большинства предприятий. Более мощная версия корпоративного уровня предлагает гораздо больший потенциал.
Инструменты, такие как Ahrefs Brand Radar, предлагают более широкий взгляд на общий рынок. Хотя данные полностью искусственно сгенерированы, оставляя некоторые пробелы, я все еще считаю этот широкий обзор более полезным.
Я ещё не пробовал это, но насколько я понимаю, Similarweb выпустила новый инструмент, который отслеживает, как используются большие языковые модели, используя реальные данные поиска пользователей.
Я думаю, что это делает эти инструменты гораздо более практичными и начинает решать проблемы, связанные с искусственно сгенерированным контентом. Что более важно, это проясняет, как большие языковые модели вписываются в общий пользовательский опыт, что в конечном итоге более выгодно.
Проблема
Улучшает ли качественная SEO-оптимизация ваши шансы на повышение видимости вашей LLM?
Похоже на то…
GPT-5 достиг точки, где ему больше не нужно учиться на дополнительных данных. Он достаточно хорошо обучен для своих создателей, и они ограничили его обучение. Вместо бесконечного поиска в интернете, он теперь использует поисковый индекс – процесс, называемый RAG – для перепроверки своих ответов, особенно когда он не уверен в наилучшем ответе.
Я думаю, нам, вероятно, потребуется внести некоторые изменения, особенно если мы хотим, чтобы больше людей увидели LLM. В частности, нам следует больше инвестировать в контент «верхней воронки» и усилия в области цифровых связей с общественностью.
Крупные языковые модели в настоящее время испытывают трудности с значительным количеством спама. Маловероятно, что эти компании в ближайшее время уделят приоритетное внимание решению этой проблемы, поскольку их внимание сосредоточено на быстром увеличении доходов, чтобы оправдать высокие оценки и текущую шумиху вокруг ИИ.
Давайте будем честны, они не собираются исправлять свои проблемы со спамом в ближайшее время. Когда вы несете ответственность по огромному контракту на 300 миллиардов долларов, но приносите всего 12 миллиардов долларов дохода, денежный поток становится *огромной* проблемой. Им нужны средства, и нужны они быстро. Как эксперт по SEO, я часто вижу, что такое финансовое давление влияет на долгосрочные инвестиции, такие как пользовательский опыт, – а борьба со спамом *определенно* является частью этого.
Хотя оплата за заметные ссылки или тайное добавление текста на веб-сайты может дать быстрый импульс, обычно лучше сосредоточиться на создании контента для реальных людей.
Поскольку новые трекеры LLM теперь ищут информацию, а не полагаются на свои предварительные знания для ответов на вопросы, становится все труднее разработать план по улучшению их производительности.
Поскольку мы являемся новостным веб-сайтом, все, что мы публикуем, вероятно, будет подхвачено поисковыми системами. Это заставляет меня сомневаться в пользе ответа на эти запросы – кажется, что это обусловлено поисковой оптимизацией, а не реальной ценностью.
Как вы можете добавить ценность с помощью анализа тональности
Я не увидел большой пользы в простом отслеживании ответов, генерируемых большими языковыми моделями. Давайте отложим это в сторону и рассмотрим другое применение – что, если мы начнем с их использования для анализа тональности?
Эти трекеры дают нам доступ к:
- Более широкий онлайн-индекс настроений.
- Оценки настроений по темам.
Часто можно точно определить источник этих проблем, и обычно это отзывы, найденные на платформах, таких как Trustpilot и Reddit.
Я не буду разбирать всё подробно, но приведу пару быстрых примеров:
- LLM могут ссылаться на некоторые давно не существующие подкасты и новостные рассылки как на «причины для подписки».
- Ваш процесс отмены может быть указан как одна из самых серьезных проблем для большинства клиентов.
Если вы не указали явно, что подкаст или рассылка больше неактивны, мы будем считать, что они всё ещё продолжаются. Чтобы избежать путаницы, пожалуйста, улучшите способ, которым вы сообщаете об обновлениях ваших продуктов и услуг.
Сначала для людей. Затем для LLM.
Эти проекты направлены не только на улучшение позиций в поисковых системах. Получать одобрение для проектов, которые сосредоточены *только* на SEO, становится все сложнее. Отличный способ получить поддержку – подчеркнуть более широкие преимущества этих проектов – преимущества, которые выходят за рамки просто поисковой выдачи.
Привлечение внимания топ-менеджмента к важным проблемам вашего бренда – таким как негативные отзывы или неверная информация – может обеспечить их поддержку для важных инициатив по управлению репутацией.
Речь идет не о больших языковых моделях как таковых, и даже не о том, что люди могут спросить у базового AI-чат-бота. Это просто инструменты, которые используются.
Мы фокусируемся на решении проблем, которые напрямую приносят пользу вашему бизнесу. Например, мы можем помочь вам увеличить пожизненную ценность клиента, поддерживая его вовлеченность дольше, снижая количество отмен и повышая вероятность того, что он станет платящим клиентом – и всё это благодаря улучшенному опыту.
Если вы уже некоторое время занимаетесь SEO, вам, вероятно, задавали вопросы об улучшении восприятия вашего бренда в сети, в частности, через отзывы и общую тональность.
«But will this improve our SEO?»
Сказал Джефф, измученный владелец бизнеса.
Сложно сказать, Джефф. То, что мешает тебе добиться успеха по сравнению с другими, действительно имеет значение. И, честно говоря, инвестиции в поиск сейчас не выглядят многообещающе.
Эта деталь здесь не важна. Этот проект не о оптимизации для поисковых систем; он о том, чтобы сосредоточиться на нашей аудитории. Это влияет на всех участников, от службы поддержки клиентов до наших SEO и контент-команд. В конечном счете, это просто лучший подход для компании.
Оглядываясь на недавнюю утечку Google, становится ясно, что многие различные факторы, связанные с обзорами и мнением клиентов, могут влиять на ваш рейтинг в поисковой выдаче.
Как SEO-эксперт, я всегда рассматривал поиск как фундаментально связанный с брендами и построением доверия. На протяжении многих лет мы измеряли успех такими вещами, как частота, с которой люди ищут *конкретно* бренд, насколько хорошо эти брендированные поиски работают (лучше, чем ожидалось, на самом деле – мы использовали сложную модель для прогнозирования этого!), сколько прямого трафика получает сайт и, в целом, насколько пользователи довольны. Все сводится к созданию сильного, узнаваемого бренда и поддержанию удовлетворенности вашей аудитории.
Послушайте, дело не в том, что Google волшебным образом ‘умнее’ всех нас. Они просто стали очень хорошо понимать, что люди *думают* о различных веб-сайтах и брендах, когда что-то ищут. Они используют эту коллективную обратную связь – на что мы нажимаем, как долго мы остаемся, и тому подобное – для улучшения своих результатов. По сути, Google доверяет брендам, которым доверяем *мы*, и они создали систему, отражающую это.
Многие из нас раньше не уделяли внимания онлайн-отзывам или тому, как люди относятся к нашему бренду. Однако сейчас – прекрасная возможность решить любые проблемы с вашим онлайн-присутствием – будь то AEO, GEO, SEO или что-то совершенно другое.
Статья Ларса Лофгрена подробно описывает, как один модератор Reddit повредил репутацию кодинг-бута $23.5 миллиона, Codesmith. В статье объясняется, как этот один человек создал и распространил негативную рекламу, которая значительно навредила компании.
Так что следить за своей репутацией и выявлять потенциально серьезные проблемы никогда не помешает.
Могу ли я просто построить свой собственный?
Сначала давайте выясним, во сколько обойдется API языковой модели искусственного интеллекта (LLM) каждый месяц. Нам нужно оценить, сколько «токенов» (единиц текста) будет использовано. Мы можем использовать самый дешевый тарифный план Profound и модель Gemini от Google, чтобы получить представление о потенциальных затратах.
- 200 подсказок × 10 запусков × 12 дней (приблизительно) × 3 модели = 24 000 ежемесячных запусков.
- 24 000 прогонов × 1 000 токенов/запрос (консервативная оценка) = 24 000 000 токенов.
Основываясь на этом, вот (надеюсь) точная оценка стоимости для каждой модели от нашего роботизированного приятеля.
Хорошо, теперь нам нужно создать внутреннюю работу, место для хранения данных и способ их визуального отображения. Я буду отслеживать затраты по мере продвижения.
Back-End
- Планировщик/Запускчик, подобный Render VPS, для выполнения 800 API-запросов в день.
- Оркестратор данных. По сути, это некоторый Python-код для разбора необработанного JSON и извлечения соответствующих данных о цитировании и видимости.
Хранение данных
- База данных, такая как Supabase (которую можно интегрировать напрямую через Lovable), для хранения необработанных ответов и структурированных метрик.
- Хранение данных (которое должно быть включено в состав вашей базы данных).
Я оцениваю стоимость примерно в $96 в общей сложности. Однако, я думаю, что более вероятно, что она будет ближе к $50, чем к $100. Я не экономлю на качестве. Основываясь на моих исследованиях с аналогичными инструментами и оценками, я ожидаю, что ежемесячная стоимость будет менее $100, и она должна работать очень хорошо.
Этот проект несложно начать. На мой взгляд, это отличный способ изучить основы vibe coding, хотя важно понимать, что не всегда будет легко.
Итак, стоит ли мне купить один?
Как SEO-эксперт, я всегда говорю клиентам, что если бюджет позволяет, инвестирование в инструмент мониторинга бренда невероятно ценно – стремитесь к хотя бы месяцу или двум, чтобы получить значимые данные. Важно выйти за рамки базовых метрик и действительно понимать, что люди говорят о вашем бренде в сети – честную правду, а не только то, что вам *хочется* услышать. Я также рекомендую искать быстрые победы – простые улучшения, которые вы можете внести в свой маркетинг продукта и управление онлайн-репутацией. И не забывайте посмотреть, как обстоят дела у ваших конкурентов – что у них получается хорошо, а где их слабости?
Понимание того, как люди используют ваш AI-инструмент, имеет решающее значение. Используйте панель отслеживания – например, Google Analytics – для мониторинга как объёма трафика к вашему инструменту, так и того, насколько этот трафик полезен и значим.
Чем ценнее это, тем больше пользы будет от отслеживания видимости вашей LLM.
Вы можете легко создать его самостоятельно! Не только узнаете что-то новое, но и сможете создавать другие проекты без дополнительных затрат.
Раздражает, да. Весело? Абсолютно.
Смотрите также
2025-10-15 14:14
