Đo lường khả năng hiển thị AI như một cuộc khảo sát: 8 bước, một danh sách câu hỏi cố định

Đo lường khả năng hiển thị AI bao gồm những gì?

Kiểm tra nhanh: Viết 10 prompt hôm nay. Chạy chúng hai lần, cách nhau một ngày. Nếu câu trả lời khác nhau nhiều, hãy báo cáo phạm vi, không phải số đơn lẻ.

Khả năng hiển thị AI search đo lường liệu thương hiệu hoặc nội dung của nó có xuất hiện trong câu trả lời cho các câu hỏi liên quan hay không, và xuất hiện như thế nào. Một đánh giá hữu ích ghi lại ngữ cảnh câu trả lời và các trích dẫn nguồn, thay vì coi một mention là bằng chứng về khả năng hiển thị rộng rãi.

SEO truyền thống thường theo dõi sự hiện diện của một trang trong kết quả tìm kiếm, cùng với lượt truy cập và các kết quả khác trên trang web. AI search bổ sung một quan sát khác: một hệ thống có thể đề cập đến thương hiệu, trích dẫn một trang, trích dẫn một nguồn khác về thương hiệu, hoặc không cung cấp tham chiếu nào có thể nhận ra trong phản hồi bạn kiểm tra. Đây là những kết quả riêng biệt và không nên gộp chung vào một điểm số.

Bắt đầu bằng cách thống nhất mục đích của việc đo lường. Một nhóm đánh giá khả năng khám phá danh mục có thể quan tâm đến việc thương hiệu có được nêu tên trong một đề xuất hay không. Một nhóm cải thiện một trang sản phẩm cụ thể có thể quan tâm nhiều hơn đến việc liệu trang đó có được trích dẫn khi mọi người hỏi về trường hợp sử dụng của nó hay không. Ghi lại mục tiêu trước khi chọn prompt.

Một bản ghi thực tế cho mỗi lần kiểm tra bao gồm:

• Prompt chính xác và ngày kiểm tra.
• Nền tảng và câu trả lời như đã quan sát.
• Thương hiệu có được đề cập hay không và nguồn có được trích dẫn hay không.
• URL được trích dẫn, nếu có, và mức độ liên quan của nó với prompt.
• Bất kỳ hành động tiếp theo nào, chẳng hạn như làm rõ một trang đã lỗi thời.

Điều này tách biệt khả năng hiển thị câu trả lời đã quan sát khỏi lưu lượng truy cập trang web hoặc tác động kinh doanh. Để có cái nhìn rộng hơn về chủ đề, hãy xem AI search khả năng hiển thị.

Bước 1: xây dựng bộ prompt từ nhu cầu thực tế

Bộ prompt là một tập hợp các câu hỏi đã lưu được sử dụng cho các lần kiểm tra có thể lặp lại. Nó nên đại diện cho các câu hỏi mà khán giả của bạn có thể hỏi, không phải là một danh sách các cụm từ được thiết kế để làm cho thương hiệu xuất hiện.

Xây dựng nó từ ngôn ngữ khách hàng hiện có: câu hỏi bán hàng và hỗ trợ, so sánh sản phẩm, mối quan tâm khi onboarding, và cách diễn đạt trên các landing page có liên quan. Nhóm các prompt theo ý định để một thay đổi trong một lĩnh vực không bị nhầm lẫn với một thay đổi ở mọi nơi. Các nhóm hữu ích bao gồm khám phá danh mục, chẩn đoán vấn đề, lựa chọn thay thế, sự phù hợp của sản phẩm và triển khai.

Giữ cách diễn đạt tự nhiên và đủ cụ thể cho quyết định đang được đưa ra. “Tôi nên cân nhắc điều gì khi chọn một wallet cho một nhóm nhỏ?” có nhiều thông tin hơn một prompt chỉ đơn giản nêu tên công ty. Bao gồm cả câu hỏi có thương hiệu và không có thương hiệu, nhưng báo cáo chúng riêng biệt: prompt có thương hiệu kiểm tra cách nền tảng xử lý một entity đã biết, trong khi prompt không có thương hiệu kiểm tra khả năng khám phá trong một danh mục.

Đối với phiên bản đầu tiên có thể quản lý được, hãy chọn một bộ tập trung mà nhóm của bạn có thể xem xét cẩn thận. Ghi lại lý do tại sao mỗi prompt được bao gồm và câu trả lời có ý nghĩa sẽ chứa những gì. Tránh thay đổi cách diễn đạt giữa các lần kiểm tra trừ khi bạn cố tình tạo phiên bản cho prompt; nếu không, bạn không thể biết liệu sự khác biệt đến từ cách diễn đạt hay câu trả lời.

Xem xét lại bộ prompt khi dịch vụ, khán giả hoặc thị trường mục tiêu của bạn thay đổi. Loại bỏ các câu hỏi trùng lặp, thêm các phản đối mới và giữ lại các prompt cũ hơn khi so sánh lịch sử là quan trọng. Điều này biến “cách theo dõi khả năng hiển thị trên AI” thành một thực hành nhất quán thay vì một lần kiểm tra ngẫu nhiên.

Bước 2: đo lường mà không phóng đại kết quả

Đo lường khả năng hiển thị bằng cách đếm các quan sát rõ ràng trên một mẫu prompt đã xác định, sau đó giải thích mẫu và bằng chứng đằng sau bản tóm tắt. Một góc nhìn share of voice có thể giúp so sánh các thương hiệu trong mẫu đó, nhưng nó không phải là một cuộc điều tra dân số về mọi câu trả lời mà một nền tảng có thể tạo ra.

Đối với mỗi prompt, sử dụng một phân loại đơn giản: thương hiệu được nêu tên, thương hiệu được trích dẫn, trang thuộc sở hữu có liên quan được trích dẫn, đối thủ cạnh tranh được nêu tên, hoặc không có điều nào ở trên. Một phản hồi có thể phù hợp với nhiều hơn một danh mục. Lưu giữ câu trả lời hoặc một đoạn trích cẩn thận với nguồn được trích dẫn, để người đánh giá có thể xác minh lý do tại sao nó được phân loại theo cách đó. Nếu câu trả lời thay đổi giữa các lần kiểm tra, hãy giữ lại cả hai quan sát thay vì âm thầm thay thế bản ghi trước đó.

Khi so sánh các thương hiệu, hãy sử dụng cùng một prompt, nền tảng, ngày hoặc khung thời gian đánh giá và quy tắc phân loại. Báo cáo số lượng prompt được xem xét cùng với bất kỳ bản tóm tắt share of voice nào. Điều này làm cho kế hoạch hiển thị và ngăn chặn một mẫu nhỏ hoặc có nhiều thương hiệu được trình bày như một phát hiện thị trường rộng rãi.

Cũng giữ khả năng hiển thị tách biệt khỏi kết quả. Một trang được trích dẫn có thể là bằng chứng hữu ích về khả năng khám phá, nhưng bản thân nó không cho thấy rằng người dùng đã truy cập, hiểu hoặc hành động theo câu trả lời. Kết nối việc xem xét prompt với analytics trang web của riêng bạn hoặc theo dõi các yêu cầu đủ điều kiện nếu có, và gắn nhãn chúng là các biện pháp riêng biệt.

Một dòng báo cáo hữu ích cho biết những gì đã được kiểm tra, những gì đã xuất hiện, nguồn nào hỗ trợ nó và nhóm sẽ làm gì tiếp theo. Đối với các câu hỏi đo lường liên quan, hãy xem theo dõi khả năng hiển thị trên AI và cách đo lường kết quả SEO.

Chọn công cụ theo dõi

Các công cụ AI SEO tốt nhất để đo lường khả năng hiển thị là những công cụ cho phép bạn kiểm tra và lặp lại một bài kiểm tra có liên quan—không chỉ đơn giản là những công cụ cung cấp điểm số trau chuốt nhất. Trước khi chọn trong số các công cụ audit GEO tốt nhất, hãy kiểm tra cách mỗi công cụ thể hiện mẫu prompt và bằng chứng của nó.

Tìm kiếm các khả năng thực tế như:

• Lưu prompt và phân tách chúng theo chủ đề, ý định hoặc khán giả.
• Hiển thị nền tảng đã kiểm tra và thời điểm quan sát được thu thập.
• Ghi lại mentions, nguồn được trích dẫn và URL đằng sau một trích dẫn.
• Cho phép người đánh giá kiểm tra từng câu trả lời, không chỉ các tổng hợp.
• Hỗ trợ so sánh nhất quán và một bản ghi có thể xuất cho nhóm của bạn.

Hỏi xem phạm vi của nền tảng có phù hợp với các hệ thống và thị trường bạn cần đánh giá hay không. Kiểm tra cách nó xử lý sự biến đổi câu trả lời, các quan sát bị thiếu và các thay đổi đối với prompt đã lưu. Một bảng điều khiển có thể hợp lý hóa công việc lặp đi lặp lại, nhưng nó không thể biến một mẫu prompt hạn chế thành một thước đo hoàn chỉnh của tất cả các câu trả lời AI.

Đối với một baseline ban đầu, một bảng tính được duy trì tốt có thể là đủ: một hàng cho mỗi prompt và lần kiểm tra, với các trường cho nền tảng, câu trả lời, trích dẫn, phân loại, người đánh giá và hành động tiếp theo. Chuyển sang phần mềm chuyên dụng khi khả năng lặp lại, cộng tác hoặc lịch sử trở nên khó quản lý thủ công. Đây là một quy tắc lựa chọn tốt hơn là mua một công cụ vì nó quảng cáo một điểm số khả năng hiển thị phổ quát.

Do đó, “công cụ LLM khả năng hiển thị tốt nhất” là một câu hỏi về sự phù hợp: công cụ có làm cho bằng chứng của riêng bạn dễ dàng hơn để kiểm tra và hành động không? So sánh các tuyên bố của công cụ với một mẫu nhỏ mà bạn có thể tự xác minh. Xem công cụ khả năng hiển thị trên AI để biết so sánh liên quan.

ChatGPT và Perplexity: so sánh những gì?

Nguyên tắc chung: Đóng băng danh sách prompt trong một quý đầy đủ 12 tuần. Thay đổi một thứ tại một thời điểm và ghi lại 3 lần chạy trước khi bạn rút ra một xu hướng.

So sánh ChatGPT và Perplexity bằng cách chạy các prompt có cùng ý định và ghi lại câu trả lời khi chúng xuất hiện trong mỗi sản phẩm. So sánh nên mô tả sự khác biệt quan sát được, không cho rằng một trong hai nền tảng sử dụng cùng một hành vi câu trả lời hoặc trích dẫn mọi lúc.

Giữ một kết quả riêng biệt cho mỗi nền tảng. Một phản hồi có thể nêu tên thương hiệu mà không hiển thị trích dẫn, trong khi một phản hồi khác có thể cung cấp một liên kết nguồn mà không làm cho thương hiệu nổi bật trong cách diễn đạt của nó. Ghi lại cả mention và trích dẫn, và kiểm tra xem trang được trích dẫn có thực sự hỗ trợ tuyên bố hay không. Nếu các nền tảng đưa ra các câu trả lời khác nhau cho cùng một câu hỏi, hãy giữ lại sự khác biệt đó thay vì lấy trung bình nó đi.

Sử dụng một phương pháp đánh giá ổn định:

• Sử dụng lại cùng một cách diễn đạt prompt cho vòng so sánh.
• Ghi lại sản phẩm, ngày kiểm tra, câu trả lời và các nguồn hiển thị.
• Áp dụng một bộ quy tắc phân loại trên cả hai nền tảng.
• Lặp lại một quan sát trước khi coi sự khác biệt một lần là một xu hướng.

Cách tiếp cận này cũng giúp trả lời các câu hỏi về “khả năng hiển thị tìm kiếm ChatGPT” mà không nhầm lẫn một câu trả lời được thấy trong một đánh giá cụ thể với hiệu suất chung. Trải nghiệm và phản hồi của nền tảng có thể thay đổi, và một quan sát đã lưu chỉ thiết lập những gì người đánh giá của bạn đã thấy tại thời điểm đó. Để biết thêm chi tiết về việc xuất hiện trong câu trả lời của ChatGPT, hãy đọc cách được ChatGPT trích dẫn; đối với nền tảng kia, hãy xem hướng dẫn khả năng hiển thị Perplexity.

Sử dụng đo lường để cải thiện câu trả lời trên Perplexity và các nền tảng khác

Đo lường cải thiện khả năng hiển thị khi mỗi phát hiện dẫn đến một hành động ở cấp độ trang giúp trả lời một câu hỏi thực tế của người dùng rõ ràng hơn. Một báo cáo theo dõi tự nó không cải thiện nội dung; nó cung cấp cho nhóm của bạn bằng chứng để quyết định những gì cần sửa, làm rõ hoặc tạo ra.

Bắt đầu với câu trả lời thực tế và trích dẫn. Nếu trang được trích dẫn có liên quan nhưng khó đọc lướt, hãy làm cho phần giải thích chính dễ tìm hơn. Nếu một trang thuộc sở hữu hữu ích không được trích dẫn trong các quan sát, hãy kiểm tra xem nó có xác định rõ chủ đề, trả lời prompt và hỗ trợ các tuyên bố quan trọng hay không. Nếu một nguồn khác được trích dẫn, hãy xem xét nguồn đó và quyết định xem trang web của riêng bạn có cần bằng chứng mạnh mẽ hơn hoặc một lời giải thích trực tiếp hơn hay không.

Ưu tiên công việc bằng ba lần kiểm tra: prompt có quan trọng với khán giả không, có một khoảng trống cụ thể trong câu trả lời hoặc nguồn được quan sát không, và nhóm của bạn có thể thực hiện một cải tiến có thể xác minh không? Các hành động khả thi bao gồm làm rõ thuật ngữ sản phẩm, thêm câu trả lời trực tiếp cho một câu hỏi lặp đi lặp lại, cải thiện các liên kết nội bộ giữa các trang giải thích và kiểm tra xem trang có thể truy cập được đối với người đọc hay không.

Đừng viết lại một trang chỉ để lặp lại một cụm từ prompt. Mục đích là làm cho thông tin hữu ích trở nên dễ hiểu đối với mọi người và được thể hiện chính xác trên trang. Theo dõi URL đã thay đổi và lý do chỉnh sửa, sau đó chạy lại bộ prompt có liên quan trong một lần đánh giá sau đó. Đối với các chiến lược AI SEO rộng hơn, hãy phân biệt các cải tiến nội dung và kỹ thuật này với công việc SEO truyền thống: chúng có thể hỗ trợ lẫn nhau, nhưng khả năng hiển thị câu trả lời và hiệu suất tìm kiếm thông thường là những quan sát khác nhau.

Danh sách kiểm tra đo lường 7 điểm của bạn

Thực hiện theo danh sách kiểm tra này để thiết lập một nhật ký mà bạn có thể tin tưởng. 7 bước tương tự hoạt động với bảng tính hoặc với công cụ trả phí và chúng làm cho các so sánh hàng tháng trở nên công bằng.

• Viết 10 prompt bằng từ ngữ của khách hàng.
• Chọn các trợ lý cần bao gồm và giữ chúng cố định.
• Xác định riêng biệt mention, trích dẫn và đề xuất.
• Lưu mọi câu trả lời với ngày, trợ lý và prompt.
• Ghi lại các đối thủ được nêu tên và URL được trích dẫn.
• Báo cáo phạm vi và xu hướng, không phải điểm số một lần.
• Xem xét nhật ký hàng tháng và chọn 2 bản sửa lỗi.

Thuật ngữ trong một dòng

Share of voice (nói một cách đơn giản: tần suất thương hiệu của bạn xuất hiện so với các đối thủ trong cùng một câu trả lời).

Bộ prompt có nghĩa là danh sách câu hỏi cố định mà bạn hỏi mỗi lần.

llms.txt hay schema.org: cái nào thuộc về một kế hoạch?

LLMs.txt và schema.org là các mục kỹ thuật khác nhau, vì vậy hãy đánh giá chúng riêng biệt và không coi một trong hai là bằng chứng rằng thương hiệu sẽ xuất hiện trong câu trả lời AI. Kế hoạch đo lường của bạn nên ghi lại liệu các tệp hoặc structured data có liên quan có tồn tại và chính xác hay không, sau đó kết nối đánh giá đó với các câu trả lời quan sát được và các nguồn được trích dẫn.

Đối với LLMs.txt, trước tiên hãy xác nhận những gì nhóm của bạn dự định tệp sẽ truyền đạt, liệu nó có được duy trì hay không và liệu các liên kết hoặc mô tả mà nó chứa có cập nhật hay không. Một tệp có thể được kiểm tra như một artifact của trang web, nhưng sự hiện diện của nó một mình không chứng minh rằng một nền tảng cụ thể đọc nó hoặc sử dụng nó trong một câu trả lời. Nếu bạn đang triển khai một tệp, hãy ghi lại kế hoạch và chủ sở hữu, và xem xét hướng dẫn tại llmstxt.org. Xem thêm cách triển khai LLMs.txt.

Đối với đánh dấu schema.org, hãy xác thực rằng thông tin có cấu trúc mô tả chính xác trang hiển thị và entity mà nó đề cập đến. Structured data không phải là sự thay thế cho các giải thích rõ ràng trên trang, các tuyên bố chính xác hoặc một trích dẫn đáng tin cậy. Ghi lại trang đã kiểm tra, đánh dấu đã xem xét và bất kỳ chỉnh sửa nào được thực hiện; sau đó theo dõi các quan sát prompt tương ứng một cách riêng biệt.

Điều này làm cho “LLMs.txt so với schema.org” trở thành một sự khác biệt thực tế: một kiểm tra liên quan đến một tệp nhằm hướng dẫn khám phá tài liệu trang web, trong khi kiểm tra kia liên quan đến các mô tả có cấu trúc trên các trang. Không nên sử dụng một trong hai như một proxy cho khả năng hiển thị câu trả lời được đo lường. Để xem xét đánh dấu sâu hơn, hãy xem schema cho AI search.

Một báo cáo khả năng hiển thị có thể và không thể nói gì?

Một báo cáo khả năng hiển thị AI có thể cho bạn biết những gì đã xuất hiện trong một tập hợp các prompt đã kiểm tra xác định, trên các nền tảng được nêu tên, tại các thời điểm được ghi lại và các nguồn hiển thị nào đã hỗ trợ các câu trả lời đó. Nó có thể xác định các mẫu lặp đi lặp lại và chỉ ra các trang để xem xét; nó không thể thiết lập cách mọi người dùng hoặc mọi câu trả lời trong tương lai sẽ trải nghiệm một nền tảng.

Câu trả lời AI có thể khác nhau, trích dẫn có thể thay đổi và mỗi nền tảng kiểm soát giao diện và lựa chọn nguồn của riêng mình. Do đó, một báo cáo không thể hứa hẹn một trích dẫn ổn định, một thứ hạng cụ thể hoặc bao gồm trong các câu trả lời trong tương lai; nó chỉ có thể hứa hẹn một bản ghi minh bạch về các kiểm tra đã thỏa thuận và công việc mà nhóm của bạn hoàn thành. Giữ hạn chế cụ thể này trong báo cáo, cùng với mẫu và ngày, thay vì trình bày điểm số công cụ như một điều phổ quát.

Trước khi đặt hàng hoặc chạy một đánh giá, hãy chuẩn bị:

• Khán giả ưu tiên, sản phẩm và thị trường mục tiêu của bạn.
• Các câu hỏi khách hàng hiện có và các trang bạn muốn đánh giá.
• Một danh sách ngắn các đối thủ cạnh tranh để bao gồm, nếu so sánh có liên quan.
• Quyền truy cập vào analytics hoặc chủ sở hữu nội dung, những người có thể xác minh và hành động theo các phát hiện.

Sau đó, yêu cầu người đánh giá hiển thị bộ prompt, câu trả lời mẫu, bằng chứng trích dẫn và các hành động tiếp theo được đề xuất—không chỉ là một điểm số tiêu đề. Gửi tên miền, đối tượng mục tiêu và câu hỏi bạn muốn kiểm tra qua liên hệ. Chúng tôi có thể sử dụng các đầu vào đó để lập kế hoạch một baseline tập trung và trả lại một đánh giá mà nhóm của bạn có thể xác minh và hành động.

Cách hoạt động

1. Đặt mục tiêu đo lườngQuyết định xem bạn đang đánh giá khả năng khám phá danh mục, sự phù hợp của sản phẩm, câu trả lời có thương hiệu hay trích dẫn đến các trang cụ thể. Viết ra một quan sát hữu ích sẽ trông như thế nào.
2. Xây dựng và lưu bộ promptThu thập các câu hỏi tự nhiên từ khách hàng và các nhóm nội bộ, nhóm chúng theo ý định và ghi lại lý do tại sao mỗi câu hỏi thuộc về mẫu.
3. Chạy các kiểm tra nền tảng nhất quánSử dụng cùng một cách diễn đạt prompt cho mỗi vòng so sánh. Lưu nền tảng, ngày, câu trả lời, trích dẫn hiển thị và URL được trích dẫn.
4. Phân loại và xem xét bằng chứngÁp dụng các nhãn nhất quán cho brand mentions, trích dẫn, trang có liên quan và tham chiếu đối thủ cạnh tranh. Giữ câu trả lời có sẵn để xác minh.
5. Ưu tiên, hành động và lặp lạiChọn các cải tiến trang hoặc kỹ thuật giải quyết một khoảng trống đã được xác minh, ghi lại các thay đổi và chạy lại các prompt có liên quan trong một lần đánh giá sau đó.