Welchen Inhalt funktioniert gut in LLMs?

In den letzten 12 Monaten haben wir erhebliche Lücken in unserem Verständnis von AI -Chatbots wie Chatgpt & Co.

Wir wissen:

1. Die Adoption wächst schnell.
2. KI -Chatbots senden im Laufe der Zeit weitere Empfehlungen an Websites.
3. Der Empfehlungsverkehr von AI Chatbots hat eine höhere Qualität als die von Google.

Sie können alles darüber im Bundesstaat AI Chatbots und SEO lesen.

Es gibt jedoch nicht viel Inhalt über Beispiele und Erfolgsfaktoren von Inhalten, die Zitate und Erwähnungen in AI -Chatbots vorantreiben.

Um eine Antwort zu erhalten, habe ich im Februar 2024 über 7.000 Zitate in 1.600 URLs an inhaltlich haspiten Websites (denken: Integratoren) in # AI-Chatbots (Chatgpt, Verwirrigkeit, KI-Übersichten) mit Hilfe von tiefgreifendem Anfang analysiert.

Mein Ziel ist es, herauszufinden:

1. Warum einige Seiten mehr als andere zitiert werden, sodass wir Inhalte für KI -Chatbots optimieren können.
2. Ob klassische SEO -Faktoren für die Sichtbarkeit von AI -Chatbot wichtig sind, so können wir Prioritäten setzen.
3. Was für Fallen zu vermeiden ist, so dass wir nicht mehr viele Lektionen lernen müssen.
4. Wenn verschiedene Faktoren Erwähnungen und Zitate beeinflussen, können wir in unseren Bemühungen mehr gezielt sein.

Hier sind meine Erkenntnisse:

Steigern Sie Ihre Fähigkeiten mit den wöchentlichen Experten -Erkenntnissen von Wachstum Memo. Kostenlos abonnieren!

Der Schlüssel zum Markenzitat in KI -Chatbots: Deep Content

Bildnachweis: Kevin Indig

🔍 Kontext: Wir wissen, dass KI -Chatbots die Abruf -Augmented -Generation (RAG) verwenden, um ihre Antworten mit Ergebnissen von Google und Bing abzuwägen. Bedeutet das jedoch auch klassische SEO -Ranking -Faktoren, die auch zu AI -Chatbot -Zitaten führen? NEIN.

Meine Korrelationsanalyse zeigt das Keiner der klassischen SEO -Metriken hat starke Beziehungen zu Zitaten. LLMs haben leichte Vorlieben: Verwirrung und in AIOs wiegen Wort und Satzzahl höher. ChatGPT wiegt die Domänenbewertung und den Flesch -Score.

💡 Takeaway: Klassische SEO -Metriken sind für AI -Chatbot -Erwähnungen und Zitate nicht so wichtig. Das Beste, was Sie für die Inhaltsoptimierung tun können, ist, Tiefe, Vollständigkeit und Lesbarkeit zu zielen (wie einfach der Text zu verstehen ist).

Die folgenden Beispiele zeigen alle diese Attribute:

• https://www.byrdie.com/digital-prescription-services-dermatologist-5179537
• https://www.healthline.com/nutrition/best-weight-Loss-Programs
• https://www.reverywellmind.com/we-tried-online-therapy-com-these-ser-our-experiences-8780086

Breite Korrelationen enthüllten nicht genug Fleisch auf dem Knochen und ließen mich zu vielen offenen Fragen zurück.

Ich habe mir also angesehen, was der am meisten zitierte Inhalt anders macht als der Rest. Dieser Ansatz zeigte viel stärkere Muster.

Bildnachweis: Kevin Indig

🔍Context: Da ich nicht viel aus statistischen Korrelationen herausgebracht habe, wollte ich sehen, wie die Top 10% der meisten zitierten Inhalte gegen die unteren 90% stapeln.

Je größer der Unterschied ist, desto kritischer ist der Faktor für die Top 10%. Mit anderen Worten, der Multiplikator (X-Achse im Diagramm) gibt an, welche Faktoren LLMs mit Zitaten belohnen.

Die Ergebnisse:

• Die beiden Faktoren, die auffallen, sind Satz- und Wortanzahlgefolgt von der Flesch -Punktzahl. Metriken im Zusammenhang mit Backlinks und dem Verkehr scheinen negative Auswirkungen zu haben, was nicht bedeutet, dass KI -Chatbots sie negativ wiegen, sondern einfach, dass sie für Erwähnungen oder Zitate keine Rolle spielen.
• Der Top 10% der meisten zitierten Seiten aller drei LLMs haben viel weniger Verkehr, rangieren für weniger Keywords und erhalten weniger Backlinks. Wie macht das Sinn? Es sieht fast so aus, als ob es schlecht für die Sichtbarkeit von AI -Chatbot in traditionellen SEO -Metriken ist.
• Copilot (nicht im Diagramm enthalten) hat übrigens die starkste Ungleichheit. Die oberen 10% haben 17,6 Zitate als die unteren 90%. Top 10% sind jedoch auch 1,7x mehr Schlüsselwörter bei der organischen Suche. Copilot scheint also stärkere Vorlieben zu haben als andere AI -Chatbots.

Wenn Sie die Daten von AI Chatbot aufteilen, werden Sie ihre einzigartigen Einstellungen angezeigt:

Bildnachweis: Kevin Indig

TakeAway: Inhaltstiefe (Wort und Satzanzahl) und Lesbarkeit (Flesch -Score) haben den größten Einfluss auf Zitate in AI -Chatbots.

Dies ist wichtig zu verstehen: Längere Inhalte sind nicht besser, da er länger ist, aber weil es eine höhere Chance hat, eine bestimmte Frage zu beantworten, die in einem KI -Chatbot aufgefordert wird.

Beispiele:

• www.verywellmind.com/best-online-psychiatrists-5119854 hat 187 Zitate, über 10.000 Wörter und über 1.500 Sätze mit einer Flesch-Punktzahl von 55 und wird 72-mal von Chatgpt zitiert.
• Auf der anderen Seite hat www.onlinetherapy.com/best-online-psychiatrists/ nur drei Zitate, ebenfalls eine niedrige Flesch-Punktzahl, mit 48, aber mit nur 3.900 Wörtern und 580 Sätzen „kurz“.

Der Schlüssel zu Marken erwähnt in KI -Chatbots: Popularität

🔍Context: Wir kennen den Wert einer Marke, die von einem KI -Chatbot erwähnt wird, noch nicht.

Frühe Untersuchungen zeigen, dass es hoch ist, insbesondere wenn Eingabeaufforderungen angeben.

Ich wollte jedoch einen Schritt näher kommen, indem ich verstehen, was zu Markenerwartungen in KI -Chatbots führt.

Nachdem ich viele Metriken mit AI -Chatbot -Sichtbarkeit übereinstimmte, fand ich einen Faktor, der mehr als alles andere herausragte: Markensuchvolumen.

Die Anzahl der AI -Chatbot -Erwähnungen und das Markensuchvolumen haben eine Korrelation von 0,334 – ziemlich gut in diesem Bereich. Mit anderen Worten, Die Popularität einer Marke entscheidet weitgehend, wie sichtbar sie in AI -Chatbots ist.

Bildnachweis: Kevin Indig

Popularität ist der bedeutendste Prädiktor für Chatgpt, der auch den größten Verkehr sendet und die höchste Verwendung aller KI -Chatbots aufweist.

Als ich es durch AI -Chatbot abgebaut hatte, stellte ich fest, dass Chatgpt die höchste Korrelation mit .542 (stark) hat, aber Verwirrung (.196) und Google AIOS (.254) haben niedrigere Korrelationen.

Um klar zu sein, es gibt viel Nuance auf Eingabeaufforderung und Kategorie. Im Großen und Ganzen scheint die Sichtbarkeit einer Marke stark davon ausgewirkt zu sein, wie beliebt sie ist.

Beispiel für beliebte Marken und ihre Sichtbarkeit in der Kategorie Gesundheit (Bildnachweis: Kevin Indig)

Jedoch, Wann Marken werden alle erwähnt KI -Chatbots bevorzugen beliebte Marken und rang sie konsequent in der gleichen Reihenfolge.

• Es besteht ein klarer Zusammenhang zwischen den Kategorien der Fragen der Benutzer (psychische Gesundheit, Hautpflege, Gewichtsverlust, Haarausfall, erektile Dysfunktion) und Marken.
• Frühe Daten zeigen, dass die sichtbarsten Marken digital sind und stark in ihre Online-Präsenz mit Inhalten, SEO, Bewertungen, sozialen Medien und digitalen Werbung investieren.

Takeaway: Popularität ist das größte Kriterium, das entscheidet, ob eine Marke in AI -Chatbots erwähnt wird oder nicht. Die Art und Weise, wie Verbraucher Marken mit Produktkategorien verbinden, ist auch wichtig.

Wenn Sie das Markensuchvolumen und die Präsenz der Produktkategorie mit Ihren Konkurrenten vergleichen, können Sie die beste Vorstellung davon haben, wie wettbewerbsfähig Sie in Chatgpt & Co.

Beispiele: Alle Modelle in meiner Analyse zitieren am häufigsten Healthline. Für alle vier Modelle befand sich kein einziger anderer Domain in den Top 10 Zitaten und zeigte ihren deutlich unterschiedlichen Geschmack und wie wichtig es ist, viele Modelle im Auge zu behalten, anstatt nur ChatGPT – wenn diese Modelle Ihnen auch den Datenverkehr senden.

Bildnachweis: Kevin Indig

Andere gut zitierte Domänen in den meisten Modellen:

• Sehrwellmind.com
• Online -Octor.com
• MedicalNewStoday.com
• Byrdie.com
• cnet.com
• ncoa.org

Bildnachweis: Kevin Indig

Kontext: Nicht alle KI -Chatbots erwähnten Marken mit der gleichen Frequenz. Obwohl ChatGPT die höchste Akzeptanz hat und den meisten Überweisungsverkehr an Quellen sendet, erwähnt Verblassungen die meisten Marken pro Durchschnitt in Antworten.

Schnellstruktur ist wichtig für die Sichtbarkeit von Marken:

• Das Wort „Beste“ war ein starker Auslöser für die Markenerwartung in 69,71% der Eingabeaufforderungen.
• Wörter wie „vertrauenswürdig“ (5,77%), „Quelle“ (2,88%), „Empfehlungen“ (0,96%) und „zuverlässig“ (0,96%) waren ebenfalls mit einer erhöhten Wahrscheinlichkeit von Markenerwartungen verbunden.
• Eingabeaufforderungen, einschließlich „Empfehlungen“, erwähnen häufig öffentliche Organisationen wie die FDA, insbesondere wenn die Eingabeaufforderung Wörter wie „vertrauenswürdig“ oder „führend“ enthält.
• Google AIOIOS zeigen die höchste Markenvielfalt, gefolgt von Verwirrung, dann Chatgpt.

💡 Takeaway: Die schnelle Struktur hat einen sinnvollen Einfluss auf die Marken, die in der Antwort auftreten.

Wir sind jedoch noch nicht wissen, welche Aufforderungen Benutzer verwenden. Dies ist wichtig zu beachten: Alle Aufforderungen, die wir betrachten und verfolgen, sind nur Proxys für das, was Benutzer tun könnten.

Technische Fallen können die Sichtbarkeit von KI erheblich sabotieren

Bildnachweis: Kevin Indig

🔍Context: In meiner Forschung habe ich auf verschiedene Arten gestoßen, wie Marken ihre KI -Chatbot -Sichtbarkeit ungewollt sabotieren.

Ich treibe sie hier aus, weil die Voraussetzung, um in LLMs sichtbar zu sein, natürlich ihre Fähigkeit ist, Ihre Website zu kriechen, egal ob dies direkt oder durch Trainingsdaten ist.

Zum Beispiel zitiert Copilot nicht Online -Octor.com, da sie in Bing nicht indiziert ist. Ich konnte keine Indikatoren finden, dass dies absichtlich gemacht wurde, daher gehe ich davon aus, dass es sich um einen Unfall handelt, der schnell mit Überweisungsverkehr behoben und belohnt werden könnte.

Auf der anderen Seite zitiert Chatgpt 4O CITE CITE.com nicht, und Verwirrung zitiert nicht von EverydayHealth.com, da beide Websites den jeweiligen LLM in ihren Robots.txt absichtlich blockieren.

Es gibt aber auch Fälle, in denen KI -Chatbots -Bezugsseiten, obwohl sie technisch nicht sollten.

Die am meisten zitierte Domäne in Verwirrung in meinem Datensatz ist blockiert. Goodrx blockiert Benutzer aus Nicht-US-Ländern, und es scheint, dass es versehentlich oder absichtlich Verwirrung blockiert.

Bildnachweis: Kevin Indig

Es ist wichtig, dass die KI-Übersichten von Google hier herausgegeben werden: Es gibt keinen Opt-out für AIOS. Wenn Sie den organischen Datenverkehr von Google erhalten möchten, müssen Sie Ihre Website kriechen. Verwenden Sie möglicherweise Ihre Inhalte, um seine Modelle zu trainieren und sie in AI-Übersichten zu ermitteln. Chegg hat kürzlich eine Klage gegen Google dafür eingereicht.

💡TakeAway: Überwachen Sie Ihre Website, insbesondere wenn alle gewünschten URLs in der Google -Suchkonsole und in den Bing -Webmaster -Tools indexiert sind.

Überprüfen Sie, ob Sie versehentlich einen LLM-Crawler in Ihrem Robots.txt oder über Ihre CDN blockieren.

Wenn Sie absichtlich LLM-Crawler blockieren, überprüfen Sie, ob Sie in ihren Antworten auftreten, indem Sie sie einfach fragen, was sie über Ihre Domain wissen.

Zusammenfassung: 6 wichtige Erkenntnisse

• Klassische SEO -Metriken beeinflussen KI -Chatbot -Zitate nicht stark.
• Inhaltstiefe (höhere Wort- und Satzzählungen) und Lesbarkeit (gute Flesch -Punktzahl) sind wichtiger.
• Verschiedene KI -Chatbots haben unterschiedliche Vorlieben – die Überwachung mehrerer Plattformen ist wichtig.
• Die Markenpopularität (gemessen nach Suchvolumen) ist der stärkste Prädiktor für Markenerwartungen in AI -Chatbots, insbesondere in Chatgpt.
• Die schnelle Struktur beeinflusst die Sichtbarkeit der Marke und wir wissen noch nicht, wie der Benutzerphrasen auffordert.
• Technische Probleme können eine Sabotage der KI -Sichtbarkeit – sicherstellen, dass Ihre Website nicht versehentlich LLM -Crawler über Robots.txt- oder CDN -Einstellungen blockiert.

Ausgewähltes Bild: Paulo Bobbita/Suchmaschinenjournal