A magánszféra fontos számunkra, ezért lehetőséged van kikapcsolni bizonyos típusú tárolókat, amelyekre a weboldal alapvető működéséhez nincs szükség. A kategóriák letiltása befolyásolhatja a weboldal használatának élményét. További információ
Az AI-s láthatósági részesedés azt mutatja, milyen gyakran idézik a márkádat az AI-válaszokban a versenytársakhoz képest. Ismerd meg a képletet, és azt, hogyan növelheted a részedet.
Eszközök
A Sorank alapítója, több mint 7 éves SEO-tapasztalattal, GEO-rajongó.
Összefoglaló
Az AI-s láthatósági részesedés azt méri, hogy a márkád az AI által generált válaszokban a teljes márkajelenlétnek mekkora részét birtokolja a versenytársakhoz képest, általában a kategóriádhoz kapcsolódó idézések és említések százalékában kifejezve.
Szeretnél többet megtudni? Kérdezd meg
Az AI-s láthatósági részesedés azt mutatja, mekkora részét birtokolod a válaszoknak, idézéseknek és márkaemlítéseknek a versenytársaidhoz képest, amikor az asszisztensek a kategóriádról beszélnek. A klasszikus láthatósági részesedés mutató mintájára készült, de a ChatGPT, a Perplexity és a Gemini világában már nem a hirdetési megjelenésekről vagy a kulcsszavas helyezésekről szól a verseny, hanem arról, mely márkákat nevezi meg és idézi a modell. Megmutatja, mekkora a részed az AI-s beszélgetésből.
Ez azért lényeges, mert az AI-válaszok olyan versenyhelyzetet tárnak fel, amelyet a helyezések önmagukban sosem mutattak meg. Ha az asszisztens három eszközt ajánl, és te nem vagy közöttük, a lekérdezést a versenytársaidnak adtad. Az AI-s láthatósági részesedés ezt a rést számszerűsíti, hogy lásd, nyersz-e vagy veszítesz-e terepet azokban a válaszokban, amelyekre a felhasználók ma már támaszkodnak.
Az AI-s láthatósági részesedés azoknak a kategóriaszintű említéseknek vagy idézéseknek az aránya az AI-válaszokban, amelyek a márkádhoz tartoznak. A hagyományos láthatósági részesedés azt méri, hogy a piaci beszélgetésnek vagy láthatóságnak mekkora részét birtokolja a márkád a versenytársakhoz képest, az AI-s változat ugyanezt a logikát alkalmazza a generatív AI szintetizált válaszaira.
A különbség a felület. Nem a közösségi említéseket vagy a fizetett megjelenéseket számolod, hanem azt, hogy a modell hányszor nevez meg vagy idéz téged, amikor kategóriapromptokra válaszol. Ez tervezésből relatív mutató, az AI-keresési láthatóság gondolatához kötődik, de mindig a versenyhelyzethez viszonyítva fejezik ki.
A képlet a klasszikus láthatósági részesedést tükrözi: a márkád mutatóit elosztod a piaci összes mutatóval, majd megszorzod százzal. AI-ban ez azt jelenti, hogy a te idézéseidet vagy említéseidet elosztod a te és a versenytársaid összes idézésével vagy említésével egy meghatározott promptkészletre. Ha 1000 összes márkahivatkozásból 100-ban szerepelsz, az AI-s láthatósági részesedésed 10 százalék.
A bemenetek különböznek. A megjelenések számát rögzített promptkészleten számolod, nem megjelenésekben vagy linkekben, ezért a promptok megválasztása kritikus. Ha az AI-s márkaemlítéseket és az erősebb forrásidézéseket együtt számolod, teljesebb képet kapsz, mint bármelyik jelből külön.
A klasszikus láthatósági részesedés a hirdetést, a közösségi médiát, a keresést és a PR-t öleli fel, mindegyiknek megvan a saját megjelenés- vagy említésszáma. Az AI-s részesedés egy új csatornát ad hozzá: a generatív választ. Az egyesítő képlet ugyanaz, de az adatforrás a modell kimenete, nem egy találati oldal vagy egy közösségi hírfolyam.
Van egy szerkezeti fordulat is. A hagyományos csatornákon sok hely lehet, míg az asszisztensek válaszonként csak néhány forrást idéznek, gyakran kettőt és hetet között. Mivel kevesebb hely van, minden idézés arányosan többet ér, ami megemeli a tétet a kategóriádra vonatkozó modellrészesedéseddel kapcsolatban.
Kezdd azzal, hogy meghatározod a kategóriád szempontjából fontos promptokat, majd ismételten lefuttatod őket a ChatGPT-n, a Perplexityn, a Geminin és más motorokon, rögzítve, mely márkákat nevezik meg és idézik. Mivel az AI-válaszok futásról futásra változnak, az ismételt mintavétel és az átlagolás jobb, mint egyetlen ellenőrzés. Az eredmény egy százalék, amelyet idővel követhetsz, és motoronként is bonthatsz.
Az eszközök egyre inkább automatizálják ezt. Az AI-alapú követők ütemezetten kérdezik a motorokat, összesítik az említéseket és az idézéseket, és versenytárs-diagramokat készítenek, ezt a feladatot látja el a dedikált AI-keresési analitika. Ha a darabszámot hangulattal és az idézés erősségével párosítod, a nyers százalékból gazdagabb versenyképi olvasat lesz.
A láthatósági részesedés régóta korai figyelmeztető rendszerként működik: ha a részesedésed meghaladja a piaci részesedésedet, általában növekedés következik, ha lemarad, gyakran visszaesés. Ugyanez a logika érvényes az AI-válaszokra is, ahol a növekvő részesedés azt jelzi, hogy a kategóriádban alapértelmezett ajánlássá válsz.
A generatív motoroptimalizálás számára prioritizálási eszköz is. Ha pontosan látod, mely promptokat uralják a versenytársak, tudod, hová érdemes a következő tartalmi és tekintélybeli befektetést irányítani. Ez közvetlenül egy célzott AI-tartalomstratégiába tartozik, amelyet fegyelmezett kulcsszókutatás és tartalomtervezés támogat, a reálisan bezárható hiányosságokra célozva.
Több idézést úgy nyersz, hogy te leszel a legvilágosabb, legtekintélyesebb válasz a kategóriád promptjaira. Vezesd az oldalakat közvetlen válaszokkal, építs valódi témamélységet, és szerezz olyan oldalon kívüli említéseket és véleményeket, amelyeket a motorok bizalmi jelként kezelnek. Minden további idézés, amelyet megszerzel, olyan, amelyet a versenytárs nem kap meg.
A következetesség szorozza a hatást. A rendszeres publikálás, a tartalom frissítése és a csatornákon azonos pozicionálás idővel erősíti a felismerhetőséget. Ha a márkabeillesztési arányt a láthatósági részesedéssel együtt követed, látod, hogy ezek az erőfeszítések nagyobb részesedést hoznak-e az válaszokban.
A legnagyobb korlát, hogy a nyers százalék figyelmen kívül hagyja a minőséget. Az érintőleges említés nem ugyanaz, mint az, hogy irányadó forrásként idéznek, és a semleges vagy negatív megfogalmazás sokkal másképp számít, mint a pozitív. A darabszámra rétegezett hangulat és idézési erősség elengedhetetlen, hogy ne félreolvasd a számot.
A másik kihívás a mérési zaj. A nem determinisztikus válaszok, a különböző promptmegfogalmazások és a platformspecifikus viselkedés mind befolyásolják a darabszámot, így egyetlen pillanatfelvétel félrevezethet. A gyakorlati megoldás egy stabil promptkészlet, az ismételt mintavétel, és a trendek követése, nem egyetlen szám túlságos hajszolása.
Az AI-s láthatósági részesedés azt méri, hogy a versenytársakhoz képest mekkora szeletet hasít ki a márkád az AI-válaszokból, az ismert láthatósági részesedés képletét alkalmazva az idézésekre és az említésekre a generatív AI-ban. Mivel az asszisztensek válaszonként csak néhány forráshelyet adnak, minden idézés többet számít, a növekvő részesedés pedig a növekedés előrejelzője. Tekintsd versenyképi iránytűnek, amelyet a hangulat és az idézési erősség árnyal.
Ha tovább akarsz lépni, kösd ezt össze a szélesebb AI-keresési láthatóság követésével és egy célzott AI-tartalomstratégiával, a Sorank kutatási és tartalomtervezési eszközeivel pedig arra a promptokra célozhatsz, amelyeket a versenytársak uralnak. Forrásaink: LLMrefs és Brand24.
Források
Használd a klasszikus láthatósági részesedés képletét az AI-válaszokra igazítva: a te idézéseid vagy említéseid elosztva a te és a versenytársaid összes idézésével vagy említésével, majd megszorozva százzal. Számold a megjelenéseket egy rögzített kategóriapromptkészleten, amelyet ismételten lefuttatsz olyan motorokon, mint a ChatGPT, a Perplexity és a Gemini. Ha 1000 összes márkahivatkozásból 100-ban szerepelsz, az AI-s láthatósági részesedésed 10 százalék.
A képlet ugyanaz, de az adatforrás változik. A hagyományos láthatósági részesedés a hirdetések, a közösségi média, a keresés és a PR megjelenéseit vagy említéseit számolja. Az AI-s láthatósági részesedés azt számolja, hogy a modell hányszor nevez meg vagy idéz a válaszaiban. Mivel az asszisztensek válaszonként csak néhány forrást idéznek, minden idézés többet ér, mint egy megjelenés egy zsúfolt hagyományos csatornán.
Önmagában nem. A nyers százalék a megjelenéseket számolja, de a minőséget figyelmen kívül hagyja, így egy érintőleges említés ugyanannyit ér, mint egy egyértelmű idézés, a negatív megfogalmazás pedig félrevezetően felfújja a számot. A darabszámot mindig párosítsd hangulattal és idézési erősséggel. Érdemes a trendeket is ismételt mintavétellel követni, mert a nem determinisztikus válaszok miatt egyetlen pillanatfelvétel megbízhatatlan.
A TE ELŐTTED PRÓBÁLTÁK KI A SORANKOT
“Teszteltem a Sorankot egy valódi ügyfél oldalán, és őrület. Mindent megtesz, amiért egy ügynökség $1500-t kérne havonta. Most ennél az ügyfélnél már éles üzemben van.”
Guillaume Guersanguersanguillaume.com“Egy hirdetési ügynökség vagyunk, és végre rendbe akartuk tenni a SEO-nkat. A Sorank tiszta képet adott az oldalunkról, segített sorrendbe állítani az optimalizálásokat, és segített rendesen felépíteni a tartalmainkat. Az eszköz könnyen kezelhető, csapatra jól szabott, és nagyon praktikus, hogy több platform közötti ugrálás nélkül egy helyen követhetjük a munkát. Nagyon szilárd alap ahhoz, hogy újrakezdjük a SEO-nkat.”
Gaspard MadouiHirdetési ügynökség
“Csak hagytam, hogy a Sorank szoftver dolgozzon, és mostanra a DR-em 25, az oldalam pedig magasabban szerepel.”
Lucas Flandrefoundertrace.fr“A Soranknak köszönhetően GEO-szakértő lettem. A GEO-ranglista segítségével megmutathatom az ügyfeleimnek, hol állnak a versenytársakhoz képest a ChatGPT-ben. Ez valódi kereskedelmi előny.”
MélanieSEO szabadúszó“Remek szolgáltatás, jól működik a weboldalunkon, és segít megérteni, hogyan lehet javítani, hogy jobban szerepeljünk a Google-on és másutt. Gratulálok, így tovább, ajánlom.”
Hugo T.E-kereskedelmi kereskedő
