Carian sedang mengalami perubahan besar apabila pengguna beralih kepada chatbot Al dan model bahasa besar (LLM) (seperti ChatGPT, Gemini, Bing Chat) untuk menjawab soalan yang dahulunya ditaip ke dalam Google. Contohnya, daripada Menyemak imbas senarai pautan untuk "restoran Itali terbaik di Hong Kong," pengguna boleh bertanya kepada pembantu Al dan mendapatkan jawapan terus. Paradigma ini bermakna perniagaan mesti menyesuaikan strategi SEO mereka untuk memastikan mereka disebut dan disyorkan oleh LLM dalam hasil perbualan ini. Populariti carian Al melonjak - laman web ChatGPT kini menarik berbilion lawatan setiap bulan (menghampiri ~5% daripada trafik Google) . Dipaparkan dalam jawapan yang dijana Al boleh meningkatkan keterlihatan dan kredibiliti jenama dengan ketara. Di bawah, kami meneroka cara LLM memilih dan menyusun hasil (secara umum dan untuk restoran), kriteria ranking yang mereka gunakan (dengan kepentingan relatif), bagaimana carian dipacu Al berbeza daripada SEO tradisional, dan petua yang boleh diambil tindakan untuk mengoptimumkan kandungan anda untuk landskap carian baharu ini. Cara LLM Memilih dan Menyusun Hasil (cth. "Restoran Itali Terbaik di Hong Kong")

Enjin carian berasaskan LLM bertujuan untuk memberikan satu jawapan yang komprehensif dan bukannya senarai laman web. Apabila pengguna bertanya sesuatu seperti "restoran Itali terbaik di Hong Kong," LLM akan menghuraikan pertanyaan dan cuba menamakan beberapa restoran teratas dengan penerangan ringkas dan bukannya menunjukkan 10 pautan biru. Bagaimanakah Al memutuskan restoran mana yang hendak disebut? Ia berfungsi dengan mensintesiskan maklumat daripada data latihan atau daripada hasil carian langsung (jika LLM mempunyai keupayaan Semak imbas) untuk mengenal pasti pertubuhan yang sentiasa muncul sebagai yang dinilai tinggi atau "terbaik" dalam sumber yang boleh dipercayai:

• Pergantungan pada Data Latihan & Kandungan Web: Model seperti ChatGPT (tanpa Semak imbas langsung) menjana jawapan berdasarkan corak dalam data latihan mereka. Mereka akan mengesyorkan restoran yang sering ditulis sebagai "terbaik" di Hong Kong dalam artikel, ulasan atau senarai yang ditelan oleh model. Dalam praktiknya, ini bermakna jawapan LLM selalunya mencerminkan konsensus pelbagai sumber web - cth. jika berbilang panduan pelancongan dan blog makanan semuanya memuji Restoran X sebagai tempat Itali teratas, Al berkemungkinan menyertakan Restoran X dalam jawapannya. Dalam satu analisis, banyak cadangan perniagaan ChatGPT diambil daripada laman web yang menerbitkan senarai "X terbaik" (selalunya laman web ahli gabungan atau ulasan) , menunjukkan bahawa nama yang disebut secara meluas dalam senarai "teratas" sangat mempengaruhi pilihan Al. Pada asasnya, semakin banyak restoran dibincangkan secara positif di seluruh web, semakin berkemungkinan chatbot akan menganggapnya antara yang "terbaik."

• Pengambilan Masa Nyata (Bing Chat, Gemini): Sesetengah LLM (seperti sembang Al Bing atau Gemini Google) sebenarnya melakukan carian web dan kemudian LLM mengarang jawapan. Untuk pertanyaan contoh kami, Al mungkin menanyakan Bing/Google untuk "restoran Itali terbaik Hong Kong" dan mendapatkan hasil teratas (seperti ranking TripAdvisor, artikel majalah atau blog makanan). LLM akan membaca halaman tersebut dan menyatukan cadangan yang bertindih ke dalam responsnya. Restoran yang muncul di seluruh berbilang hasil carian teratas (contohnya, restoran yang dipaparkan dalam beberapa artikel "10 Restoran Itali Terbaik di Hong Kong" dan mempunyai ulasan yang cemerlang) sangat berkemungkinan dinamakan dalam jawapan Al. Pada asasnya, LLM menyusun mengikut konsensus: jika nama muncul berulang kali dalam kandungan yang berkedudukan tinggi, itu adalah isyarat yang kuat. Kajian mengesahkan korelasi yang kuat antara ranking carian tradisional dan hasil LLM - jenama yang berada di halaman 1 Google/Bing untuk topik tertentu cenderung disebut oleh jawapan LLM untuk topik tersebut. Jadi, SEO dan cadangan Al berjalan seiring: prestasi yang baik dalam carian meningkatkan kemungkinan LLM akan mencari dan menyebut anda.

• Isyarat Kepuasan Pengguna: LLM juga mengambil kira isyarat kualitatif kualiti dan reputasi. Untuk restoran, ini bermakna ulasan dan penilaian pelanggan adalah berpengaruh. Model Al bertujuan untuk mencadangkan pilihan yang akan memuaskan hati pengguna, jadi ia lebih mengutamakan perniagaan dengan banyak ulasan dan pujian positif dalam data yang telah dilihatnya. Contohnya, jika Restoran Y mempunyai beratus-ratus ulasan 5 bintang di Google, Tripadvisor dan OpenRice (platform makan Hong Kong), dan fakta tersebut dicerminkan dalam kandungan web, Al akan mentafsir Restoran Y sebagai pilihan yang sangat dihormati. Malah, ChatGPT secara jelas menyatakan bahawa ia mempertimbangkan reputasi dan rekod prestasi perniagaan apabila membuat cadangan . Penilaian tinggi dan sebutan yang kerap pada platform ulasan yang dipercayai menandakan bahawa restoran itu dihormati, yang meningkatkan peluangnya untuk muncul dalam jawapan "terbaik" yang dipacu Al .

Adalah penting untuk diingat bahawa LLM hari ini tidak mempunyai pangkalan data intrinsik dan dikemas kini bagi setiap restoran dan penilaian masa nyatanya - mereka bergantung pada maklumat yang telah mereka latih atau boleh ambil. Oleh itu, mereka menganggarkan ranking berdasarkan kekerapan, kebaharuan dan autoriti sebutan tentang setiap calon. Dalam praktiknya, jawapan LLM untuk "restoran Itali terbaik di Hong Kong" berkemungkinan menamakan beberapa restoran yang: (a) jelas Itali dan di Hong Kong (relevansi), (b) telah diketengahkan oleh pelbagai sumber yang bereputasi (panduan pelancongan, penulis blog makanan, laman web berita, dll.), dan (c) mempunyai reputasi yang kukuh (anugerah, ulasan positif, umur panjang). Contohnya, jika tiga majalah makanan yang berbeza dan TripAdvisor semuanya menyenaraikan II Primo sebagai tempat makan Itali teratas, dan ia mempunyai penilaian 4.8 $/5$ daripada pengunjung, isyarat tersebut secara kolektif mendorong Al untuk memasukkan II Primo dalam jawapannya. Sebaliknya, restoran Itali serba baharu yang mempunyai sedikit kehadiran web atau tempat dengan ulasan bercampur-campur tidak mungkin dipilih oleh Al sebagai "yang terbaik" kerana kekurangan data sokongan. Ringkasnya, LLM menyusun jawapan dengan mencari maklumat yang disahkan secara meluas, berwibawa dan relevan dalam korpus mereka, dan bukannya menggunakan algoritma enjin carian tradisional. Pendekatan baharu ini mempunyai keanehannya - eksperimen Neil Patel mendapati bahawa cadangan ChatGPT tidak selalunya tepat (kira-kira 27% respons tidak tepat atau tidak berasas) - tetapi corak keseluruhannya ialah perniagaan yang menguasai perbualan dalam talian cenderung meningkat ke bahagian atas dalam hasil yang dijana LLM.

Kriteria Ranking Utama yang LLM Bergantung (dan Kepentingannya) #

Faktor khusus apakah yang LLM nampaknya gunakan apabila memutuskan jenama atau perniagaan mana yang hendak disyorkan? Penyelidikan baru-baru ini yang menganalisis jawapan ChatGPT mendedahkan enam faktor utama yang berkorelasi kuat dengan sama ada produk, perkhidmatan atau jenama disyorkan oleh Al . Faktor-faktor ini mencerminkan dengan teliti unsur-unsur yang menjadikan perniagaan menonjol dan dipercayai dalam talian. Walaupun LLM tidak mempunyai "pemberat faktor ranking" rasmi seperti faktor algoritma Google yang diketahui, analisis oleh pakar SEO ini memberikan anggaran yang baik bagi pengaruh relatif setiap faktor. Di bawah ialah carta daripada kajian NP Digital (oleh pasukan Neil Patel) yang menggambarkan enam faktor ini dan kekuatan relatifnya (bar yang lebih tinggi menunjukkan korelasi yang lebih kuat dengan disyorkan oleh ChatGPT):

Enam faktor utama yang mempengaruhi sama ada ChatGPT akan mengesyorkan produk, perkhidmatan atau jenama dalam jawapannya. "Skor" yang lebih tinggi (ditunjukkan di atas setiap bar, pada skala 0 hingga 1) bermakna pengaruh yang lebih kuat. Khususnya, Relevansi dengan pertanyaan dan Sebutan Jenama di seluruh web adalah antara faktor yang paling tinggi pemberatnya, manakala dipaparkan dalam senarai "cadangan" pihak ketiga, walaupun bermanfaat, adalah faktor yang lebih lemah jika dibandingkan . Daripada analisis ini, kita boleh memperoleh kriteria ranking LLM berikut, secara kasar mengikut urutan kepentingan:

• Relevansi: Adakah kandungan tentang perniagaan anda relevan dengan pertanyaan khusus? Ini dikenal pasti sebagai faktor yang paling berpengaruh, dengan korelasi yang sangat tinggi (~0.91) . Pada asasnya, Al menyemak sama ada kata kunci dan topik soalan pengguna muncul dalam konteks dengan jenama anda di seluruh web. Contohnya, jika pertanyaan itu ialah "restoran Itali terbaik di Hong Kong," LLM akan mengutamakan restoran yang disebut secara jelas berkaitan dengan "Itali terbaik" dan "Hong Kong" di pelbagai laman web. Satu proksi untuk relevansi ialah sama ada laman web anda (atau kandungan tentang perniagaan anda) berada dalam ranking dalam carian tradisional untuk kata kunci tersebut. Jika anda mempunyai kandungan yang menyasarkan pertanyaan (cth. catatan blog atau penerangan yang menyertakan frasa seperti "restoran Itali terbaik di Hong Kong") atau jika orang lain telah menulis tentang anda menggunakan istilah tersebut, ia sangat meningkatkan relevansi. Pada asasnya, Al perlu melihat padanan topikal yang jelas - jenama anda harus sentiasa dibincangkan dalam konteks apa sahaja yang ditanya oleh pengguna.

• Sebutan Jenama: Seberapa kerap nama jenama anda dibincangkan di laman web lain? Ini ialah ukuran populariti dan kesedaran dalam talian, dan ia hampir sama pentingnya dengan relevansi (korelasi ~0.87) . Semakin kerap restoran atau perniagaan anda disebut di seluruh web (dalam artikel, forum, senarai, media sosial, dll.), semakin banyak LLM menganggap anda sebagai entiti yang terkenal dan boleh dipercayai. Tidak seperti SEO tradisional yang sangat bergantung pada sebutan yang dipautkan (pautan balik), LLM berkemungkinan menganggap sebarang sebutan (dipautkan atau tidak dipautkan) sebagai isyarat penonjolan. Untuk restoran, sebutan jenama boleh termasuk dinamakan dalam artikel berita, blog makanan, panduan pelancongan, senarai "terbaik" tempatan, dan juga papan perbincangan. Isipadu dan konteks penting - kuantiti sebutan yang tinggi, terutamanya dalam konteks yang positif atau berwibawa, memberi isyarat kepada Al bahawa jenama anda mempunyai kehadiran yang ketara dan harus dipertimbangkan. Anggap ia sebagai versi Al bagi kredibiliti "dari mulut ke mulut" di internet.

• Ulasan dan Penilaian: Apakah maklum balas awam tentang perniagaan anda, dan seberapa banyakkah ia? Faktor ini - kuantiti dan kualiti ulasan - mempunyai pengaruh sederhana-tinggi (kor. ~0.61) . LLM dilatih pada sejumlah besar teks, termasuk kandungan ulasan daripada laman web seperti Ulasan Google, Yelp, TripAdvisor, Amazon, Trustpilot, dll. Mereka mempunyai pemahaman bahawa syarikat atau produk dengan banyak ulasan positif berkemungkinan merupakan cadangan yang baik. Dalam penemuan Neil Patel, jenama dengan lebih banyak ulasan (dan penilaian yang baik secara amnya) lebih berkemungkinan untuk disyorkan. Untuk restoran, ini bermakna mempunyai banyak ulasan 4-5 bintang pada berbilang platform (Google, Yelp, OpenTable, TripAdvisor, dll.) meningkatkan kredibiliti anda di mata Al. Ulasan pada asasnya berfungsi sebagai isyarat kualiti yang disumberkan ramai. LLM akan lebih mengutamakan tempat yang, katakan, mempunyai 500 ulasan dengan purata 4.5 bintang berbanding yang mempunyai 5 ulasan dengan purata 5 bintang, kerana yang pertama mempunyai lebih banyak bukti kualiti yang mengesahkan. Titik tindakan: galakkan pelanggan untuk meninggalkan ulasan dan berusaha untuk mengekalkan penilaian yang tinggi - ini bukan sahaja membantu SEO tempatan tradisional, tetapi juga memberi Al data yang boleh dipercayai tentang kualiti perniagaan anda.

• Autoriti: Seberapa berwibawa dan mantapkah jenama anda dalam domainnya? Autoriti ialah konsep yang luas, tetapi dalam konteks ranking LLM ia merangkumi perkara seperti autoriti domain laman web anda, kredibiliti laman web yang bercakap tentang anda, dan juga pengikut media sosial anda . Faktor ini mempunyai korelasi sederhana (~0.52). LLM membuat kesimpulan autoriti dengan melihat siapa yang menjamin atau merujuk anda. Jika laman web berautoriti tinggi (kedai berita, blog terkenal, Wikipedia, dll.) menyebut atau memautkan kepada anda, itu meningkatkan autoriti anda yang dilihat. Selain itu, pasukan Neil Patel menganggap pengikut media sosial dan kehadiran berbilang platform sebagai sebahagian daripada autoriti - pengikut yang besar dan terlibat boleh menunjukkan bahawa jenama itu berpengaruh atau dipercayai oleh ramai. Untuk restoran, "autoriti" boleh dipertingkatkan oleh perkara seperti anugerah berprestij (bintang Michelin, contohnya), ciri akhbar pada penerbitan yang bereputasi, atau kehadiran media sosial yang kukuh yang menunjukkan pangkalan peminat yang terlibat. Walaupun LLM mungkin tidak menyemak kiraan pengikut anda secara eksplisit, kandungan yang dijana dengan mempunyai komuniti yang aktif (sebutan, perkongsian, dll.) menyumbang kepada data latihan Al. Intinya: jenama yang mantap dan dipercayai diutamakan. Perniagaan baharu atau kabur mempunyai halangan untuk diatasi, tetapi boleh membina autoriti dari semasa ke semasa melalui PR, kandungan berkualiti dan kepimpinan pemikiran dalam ruang mereka.

• Umur (Umur Panjang): Sudah berapa lama perniagaan atau produk anda wujud? Kajian mendapati bahawa syarikat yang lebih tua dan lebih mantap cenderung muncul lebih kerap dalam jawapan ChatGPT. Faktor ini menunjukkan korelasi yang lebih lemah (~0.46) tetapi masih ketara. Ia mencadangkan LLM mempunyai kecenderungan (mungkin melalui data mereka) terhadap entiti dengan rekod prestasi yang lebih panjang. Restoran lama yang telah menjadi makanan ruji tempatan selama 20 tahun mempunyai lebih banyak masa untuk mengumpul sebutan, ulasan dan sejarah, manakala restoran baharu yang dibuka bulan lepas mempunyai sangat sedikit jejak. Al, kerana kekurangan pengalaman masa nyata, bergantung pada data sejarah - dan terdapat lebih banyak data tentang entiti yang lebih tua. Ini tidak bermakna perniagaan baharu tidak boleh disyorkan (terutamanya jika mereka membuat percikan dalam berita atau memenangi anugerah besar), tetapi secara amnya umur panjang memberikan kelebihan. Ia menyumbang kepada persepsi kebolehpercayaan ("mereka telah wujud dan dibincangkan untuk seketika, jadi mereka mesti melakukan sesuatu yang betul"). Walaupun anda tidak boleh mengubah tarikh penubuhan anda, pengambilannya ialah untuk mula membina kehadiran dalam talian anda seawal mungkin. Perniagaan baharu harus bekerja secara agresif pada faktor lain (sebutan, ulasan, dll.) untuk mengimbangi kekurangan umur.

• Cadangan Luaran: Adakah laman web pihak ketiga secara eksplisit mengesyorkan anda sebagai pilihan utama? Faktor ini merujuk kepada dipaparkan dalam senarai, ranking dan artikel cadangan (selalunya senarai "10 Teratas" atau "Terbaik" tersebut) . Ia mempunyai korelasi terendah (~0.28) daripada enam faktor, tetapi ia masih merupakan isyarat yang bermakna. Jika laman web atau penulis blog yang bereputasi mengesyorkan perniagaan anda sebagai salah satu yang terbaik, sokongan itu boleh mempengaruhi LLM. Contohnya, jika majalah Travel + Leisure dan blog makanan popular kedua-duanya menyenaraikan restoran anda antara "restoran Itali terbaik di Hong Kong," cadangan eksplisit tersebut berkemungkinan dicerminkan dalam jawapan Al (sememangnya, Al mungkin juga meringkaskan artikel tersebut!). Neil Patel menyatakan bahawa banyak cadangan yang diberikan oleh ChatGPT diambil daripada laman web ahli gabungan yang menyusun produk/perkhidmatan - begitu juga, untuk restoran, Al akan mengambil daripada ciri "restoran terbaik" tempatan. Jadi, hadir dalam cadangan yang dipilih susun tersebut adalah penting. Walau bagaimanapun, faktor ini sahaja tidak mencukupi (oleh itu pemberat yang lebih rendah) - ia berfungsi paling baik dalam kombinasi dengan yang lain (contohnya, laman web mungkin hanya mengesyorkan anda kerana anda mempunyai ulasan dan autoriti yang hebat). Titik tindakan: cuba untuk dipaparkan dalam senarai terbaik atau ringkasan anugerah yang berkaitan dalam industri/lokasi anda, kerana ia boleh terus memberi makan ke dalam jawapan Al.

Mengapakah faktor-faktor ini penting? Ringkasnya, kriteria ini melukis gambaran tentang perkara yang "dicari" oleh LLM apabila merumuskan jawapan: mereka ingin mencadangkan pilihan yang relevan, terkenal, disukai, mantap dan disahkan oleh orang lain. Kebanyakan ini sejajar dengan akal sehat: Al tidak mahu mengesyorkan restoran yang buruk atau tidak diketahui kepada pengguna yang meminta "yang terbaik." Ia menggunakan keluasan bukti dalam talian sebagai proksi untuk kualiti. Seperti yang dinyatakan oleh satu panduan SEO Al, "ChatGPT menilai gabungan faktor seperti relevansi, autoriti dan sebutan jenama untuk menjana respons". Jadi, mengoptimumkan untuk LLM bermakna menyokong isyarat ini di sekeliling jenama anda (lebih lanjut tentang cara melakukannya di bawah). Berita baiknya ialah faktor-faktor ini mengulangi banyak keutamaan SEO dan PR tradisional - jika anda telah melakukan SEO/pemasaran yang kukuh, anda berkemungkinan mengukuhkan isyarat yang diperlukan oleh LLM. Perbezaan utama ialah LLM tidak "menyusun" laman web dengan cara yang sama seperti Google; mereka menyusun fakta dan entiti berdasarkan kandungan yang telah mereka lihat. Memastikan fakta dan reputasi jenama anda bersinar dalam kandungan tersebut adalah inti pati pengoptimuman LLM.

Bagaimana Carian Dipacu Al (LLMS) Berbeza daripada SEO Tradisional #

Mengoptimumkan untuk jawapan chatbot Al tidak sama dengan mengoptimumkan untuk ranking SERP Google. Carian dipacu LLM memperkenalkan dinamik baharu dalam cara kandungan dinilai dan dihantar kepada pengguna. Berikut ialah