AEO|GEO: как и зачем мы делаем AI-мониторинги
Постоянные читатели этого блога помнят Катерину Ерошину как икону контент-маркетинга, главреда разных бренд медиа, и многия, многия заслуги.
Но времена меняются, и с недавнего времени Катерина передала большую часть операционки новому главреду, перейдя на позицию head of AEO/GEO.
Что делает отдел под руководством Катерины?
• аудиты клиентских проектов в тесной интеграции с SEO-отделом
• мониторинг видимости брендов/сайтов в LLM-системах (многие удивятся, но да, загрузить список фраз из Вордстата в один из "сервисов проверки видимости в нейросетях" - не просто недостаточно, это чистой воды самообман
• выработка рекомендаций технического и контентого характера
• реализация внутренней и внешней контентной стратегии, мониторинг изменений видимости
В общем, казалось бы, все почти как в SEO, но увы - это только кажется. Выражаясь образно, разница примерно как между обычной BMW и M-серией: снаружи вроде бы разница некритичная, под капотом - все вообще другое.
- нужно делать аватары пользователей и сценарии взаимодействия
- вордстат бесполезен
- запросы взять негде
- один и тот же вопрос в одной и той же нейросети дает разные ответы у разных пользователей, даже без истории и с очищенным кэшем
- ответы нейросетей можно получать по API, эмуляторами и живыми людьми. В среднем, живые люди дают самые "богатые" ответы, но это дорого. API - в ответах меньше ссылок, меньше текста, меньше деталей, но это дешево. Эмулятор браузера - некая золотая середина между апи и людьми. Все это надо собрать, усреднить, обсчитать, прикрутить к этому некие интегрированные индексы и убедиться, что все работает корректно.
- позиций тоже как таковых нет (потому что нет серпа), есть провалы в восприятии, когда например в b2с-сегменте клиент в целом ранжируется неплохо, а в b2b - некоторые нейросети считают клиента лишь вторичной заменой конкурента.
В общем, к чему я это все.
В своем новом качестве Катерина написала новую статью, в которой рассказывает, как в ее отделе устроены AI-мониторинги: https://moab.pro/articles/aeo-geo/aeo-geo-kak-i-glavnoe-zachem-my-delaem-ai-monitoring-brenda/
Что мониторим, зачем, откуда берем семант, как считаем, и какие выводы делаем.
Это не последняя статья из серии, не переключайтесь;)
Постоянные читатели этого блога помнят Катерину Ерошину как икону контент-маркетинга, главреда разных бренд медиа, и многия, многия заслуги.
Но времена меняются, и с недавнего времени Катерина передала большую часть операционки новому главреду, перейдя на позицию head of AEO/GEO.
Что делает отдел под руководством Катерины?
• аудиты клиентских проектов в тесной интеграции с SEO-отделом
• мониторинг видимости брендов/сайтов в LLM-системах (многие удивятся, но да, загрузить список фраз из Вордстата в один из "сервисов проверки видимости в нейросетях" - не просто недостаточно, это чистой воды самообман
• выработка рекомендаций технического и контентого характера
• реализация внутренней и внешней контентной стратегии, мониторинг изменений видимости
В общем, казалось бы, все почти как в SEO, но увы - это только кажется. Выражаясь образно, разница примерно как между обычной BMW и M-серией: снаружи вроде бы разница некритичная, под капотом - все вообще другое.
- нужно делать аватары пользователей и сценарии взаимодействия
- вордстат бесполезен
- запросы взять негде
- один и тот же вопрос в одной и той же нейросети дает разные ответы у разных пользователей, даже без истории и с очищенным кэшем
- ответы нейросетей можно получать по API, эмуляторами и живыми людьми. В среднем, живые люди дают самые "богатые" ответы, но это дорого. API - в ответах меньше ссылок, меньше текста, меньше деталей, но это дешево. Эмулятор браузера - некая золотая середина между апи и людьми. Все это надо собрать, усреднить, обсчитать, прикрутить к этому некие интегрированные индексы и убедиться, что все работает корректно.
- позиций тоже как таковых нет (потому что нет серпа), есть провалы в восприятии, когда например в b2с-сегменте клиент в целом ранжируется неплохо, а в b2b - некоторые нейросети считают клиента лишь вторичной заменой конкурента.
В общем, к чему я это все.
В своем новом качестве Катерина написала новую статью, в которой рассказывает, как в ее отделе устроены AI-мониторинги: https://moab.pro/articles/aeo-geo/aeo-geo-kak-i-glavnoe-zachem-my-delaem-ai-monitoring-brenda/
Что мониторим, зачем, откуда берем семант, как считаем, и какие выводы делаем.
Это не последняя статья из серии, не переключайтесь;)