В обсуждении LinkedIn о видимости LLM и инструментах для отслеживания было рассмотрено, как SEOS подходит к оптимизации для поиска на основе LLM. Указанные ответы указывают на то, что инструменты для LLM-ориентированного SEO SEO получают созревание, хотя есть некоторые разногласия по поводу того, что именно следует преследовать.

Джо Холл (LinkedIn Profile) задал ряд вопросов Это LinkedIn О полезности инструментов, которые отслеживают видимость LLM. Он не сказал, что инструменты не хватает, но его вопросы, казалось, предназначены для того, чтобы открыть разговор

Он написал:

«Я не понимаю, как эти системы, которые утверждают, что преследуют видимость LLM.

Джошуа Левенсон (LinkedIn ProfileВ противном случае ответили, что сегодняшние инструменты SEO устарели и заметили:

«Люди используют старую парадигму для измерения новой технологии».

Джо Холл ответил с «Бинго!»

LLM SEO: «Не добавляйте так просто, как это ключевое слово»

Лили Рэй (LinkedIn Profile) ответил, что сущности, которые возвращаются на LLMS, являются ключевым элементом, на котором вы должны сосредоточиться.

Она объяснила:

«Если вы задаете LLM один и тот же вопрос тысячу раз в день, вы можете быть сущностями, которые вы упоминаете в ответах. И повторяйте его каждый день. Это не идеально, но это что -то».

Холл спросил, насколько полезно это полезно для клиентов, и Лили ответила:

«Ну, есть много реализуемых рекомендаций, которые могут быть вызваны данными. Но это, очевидно, сложная часть. Это не так просто, как« добавить это ключевое слово в свой титульный день ».

Инструменты для LLM SEO

Диксон Джонс (LinkedIn Profile) ответил коротким комментарием по поводу введения ВайкайЧто для этого, что ИИ знает о тебе. Он сказал, что его инструмент использует сущность и извлечение тем и основан на его рекомендациях и рекламных акциях для анализа пробелов.

Райан Джонс (LinkedIn Profile) ответил, чтобы обсудить, как его продукт Serprecon Фабрики:

«Есть два способа сделать это. Один — то, как я делаю это на Serprecon, — это использовать API для мониторинга ответов на запросы, а затем, как Лили извлекает сущности, темы и т. Д. Это более дешевый способ, но легче сосредоточиться на том, что вас интересует.

Другой вариант — отслеживать данные ISP и посмотреть, сколько реальных запросов пользователей вы фактически появились. Это очень дорого.

Каждый другой метод не имеет смысла. «

И дополнительная информация последовала в другом посте:

«ИИ не говорит вам, как это сработало, или как возникли другие вопросы. Люди всегда находят умные пути на вкладке сети« Chrome », чтобы увидеть его, но они всегда меняют его так же быстро.

Обзор искусственного интеллекта в моем инструменте пытается изменить его с той же логикой/математикой, что и патенты, но он никогда не может быть на 100%. «

Затем он объяснил, как это помогает клиентам:

«Это помогает нам в контексте, когда я захожу в 25 запросов, я хотел бы увидеть, кто там появляется и какие темы вы упоминаете, чтобы я мог попытаться убедиться, что я появляюсь там, когда я не являюсь.

Десять синих ссылок никогда не были статичными

Хотя Холл обнаружил, что «традиционные» результаты поиска были статичными, в отличие от результатов поиска на основе LLM, следует отметить, что старые результаты поиска были в постоянном изменении изменений, особенно после того, как обновление Hummingbird позволило Google добавить новые результаты поиска, если запрос был необходим, или если новые или обновленные веб-сайты были вставлены в Интернет. Традиционные результаты поиска также обычно имели более одного намерения, часто до трех, что привело к колебаниям в рейтинге.

LLMS также демонстрирует разнообразие в результатах поиска, но в случае обзоров ИИ Google показывает некоторые результаты, которые могут предвидеть запрос, а затем начало «фаната» для предвидеть последующие вопросы, которые, конечно, следуют как часть открытий темы.

Билли Пири (LinkedIn Profile) предложил интересную информацию о результатах поиска LLM, что указывает на то, что результат имеет определенную степень стабильности и не так изменен, как обычно предполагалось.

Он предложил это действительно интересное понимание:

«Я думаю, что я не согласен с идеей, что SERP всегда были статичными.

С LLMS мы можем лучше понять, какие источники вы надеваете, чтобы ответить на вопросы. Даже если конкретные слова изменяются, вероятность выталкивания из источников и упоминания брендов значительно более стана.

Я думаю, что люди, которые говорят, что LLM слишком нестабильны, чтобы слишком много концентрировать оптимизацию на точной формулировке, в отличие от источников и ожидания бренда. «

Пелли берет на себя отличный момент, обнаружив, что некоторые SEO могут быть подвешены в соответствии с точным сопоставлением ключевых слов («точная формулировка»), и что может быть более важно сосредоточиться на том, участвует ли LLM и упоминает определенные веб -сайты и бренды.

Уходи

Осознание инструментов LLM для достижения видимости растет. Маркетологи участвуют в том, что следует преследовать и как клиенты получают выгоду. Хотя некоторые ставят под сомнение стратегическую ценность этих инструментов, другие используют их для определения того, какие бренды и темы упоминаются, и добавляют эти данные в свой SEO -микс.

Выбранное изображение Shutterstock/Terneymj