Vì sao việc nhắc đến thương hiệu trong ChatGPT quan trọng hơn liên kết: 92,8% cuộc hội thoại kết thúc mà không có cú nhấp chuột
OpenAI
Perplexity AI
Яндекс
Сбер
Phân tích của một chuyên gia SEO cho thấy ChatGPT nhắc đến thương hiệu dựa trên ngữ cảnh và danh tiếng, chứ không phải số lượng liên kết. Với 92,8% cuộc hội thoại AI kết thúc mà không có cú nhấp chuột, các nhà tiếp thị nên tập trung vào việc nhắc đến thương hiệu thay vì xây dựng liên kết truyền thống.
Một chuyên gia SEO đã đo lường cách ChatGPT, Perplexity, Alisa AQI và GigaChat nhắc đến thương hiệu trong các câu trả lời. Trong một bài kiểm tra cho khách hàng giao đồ ăn, ChatGPT thường xuyên nhắc đến đối thủ mặc dù khách hàng có nhiều backlink và thẩm quyền cao hơn. Điều này mâu thuẫn với logic SEO truyền thống khi nhiều liên kết hơn dẫn đến thứ hạng cao hơn và được nhắc đến nhiều hơn. Dữ liệu từ Profound, được phân tích bởi Kevin Indig, cho thấy 92,8% các cuộc trò chuyện với ChatGPT kết thúc mà không có cú nhấp chuột, nghĩa là người dùng quyết định dựa trên câu trả lời của mô hình. Mặc dù lưu lượng truy cập từ AI còn nhỏ (0,19% số lần nhấp so với 42% của Google), những người nhấp chuột chuyển đổi ở mức 7,1% và được định giá cao gấp 4,4 lần. Việc nhắc đến thương hiệu trong AI được xây dựng từ văn bản huấn luyện và các nguồn thời gian thực, không phải từ số lượng liên kết. Chuyên gia này phát hiện ra rằng các bài đánh giá biên tập mạnh mẽ quan trọng hơn nhiều so với vô số liên kết danh mục. Ngay cả khi đứng đầu Google cũng không đảm bảo được nhắc đến trong ChatGPT. Liên kết vẫn có tác dụng trong những trường hợp quyết định được đưa ra sau lần tiếp xúc đầu tiên, như so sánh giá hoặc tài liệu kỹ thuật, nhưng thất bại khi câu trả lời đã tự chứa đựng thông tin. Chuyên gia này hiện theo dõi tỷ lệ nhắc đến thương hiệu so với đối thủ, sắc thái nhắc đến (tích cực hay tiêu cực) và các nguồn dẫn đến cách diễn đạt. Đối với khách hàng giao đồ ăn, họ đã tạo các bài viết chuyên sâu trên các nền tảng mà mô hình đọc và việc nhắc đến đã cải thiện trong vòng một tháng rưỡi.
Nguồn: Habr — хаб ML —
bản gốc
