Una discusión sobre LinkedIn sobre la visibilidad de LLM y las herramientas para rastrearlo exploraron cómo los SEO se están acercando a la optimización para la búsqueda basada en LLM. Las respuestas proporcionadas sugieren que las herramientas para el SEO centrado en LLM están ganando madurez, aunque existe un desacuerdo sobre lo que se debe rastrear exactamente.
Joe Hall (perfil de LinkedIn) planteó una serie de preguntas sobre LinkedIn sobre la utilidad de las herramientas que rastrean la visibilidad de LLM. No dijo explícitamente que las herramientas carecían de utilidad, pero sus preguntas parecían tener la intención de abrir una conversación
Él escribió:
“No entiendo cómo estos sistemas que afirman rastrear la visibilidad de LLM.
Joshua Levenson (perfil de LinkedIn) respondió diciendo que las herramientas de SEO de hoy están desactualizadas, comentando:
“La gente está utilizando el viejo paradigma para medir una nueva tecnología”.
Joe Hall respondió con “Bingo!”
LLM SEO: “No es tan fácil como agregar esta palabra clave”
Lily Ray (perfil de LinkedIn) respondió para decir que las entidades en las que recurren a LLM son un elemento clave para centrarse.
Ella explicó:
“Si le hace a un LLM la misma pregunta miles de veces al día, podrá promediar las entidades que menciona en sus respuestas. Y luego repite eso todos los días. No es perfecto pero es algo”.
Hall le preguntó cómo es útil para los clientes y Lily respondió:
“Bueno, hay muchas recomendaciones procesables que se pueden obtener de los datos. Pero esa es obviamente la parte difícil. No es tan fácil como” Agregue esta palabra clave a su etiqueta de título “.
Herramientas para LLM SEO
Dixon Jones (perfil de LinkedIn) respondió con un breve comentario para introducir Waikayque significa lo que AI sabe de ti. Dijo que su herramienta utiliza la extracción de entidad y tema, y basa sus recomendaciones y acciones en el análisis de brecha.
Ryan Jones (perfil de LinkedIn) respondió para discutir cómo su producto Serprecón obras:
“Hay 2 formas de hacerlo. Una: la forma en que lo hago en Serprecon es usar las API para monitorear las respuestas a las consultas y luego, como dijo Lily, extraer las entidades, temas, etc.
La otra forma es monitorear los datos del ISP y ver cuántas consultas de usuario reales para las que realmente presentó. Esto es súper caro.
Cualquier otro método no tiene mucho sentido “.
Y en otra publicación siguió con más información:
“AI no le dice cómo se desplazó o qué otras consultas hizo. La gente sigue encontrando formas inteligentes en la pestaña de red de Chrome para verlo, pero siguen cambiando con la misma rapidez.
La herramienta Descripción general de la IA en mi herramienta intenta revertir la ingeniería de la ingeniería utilizando la misma lógica/matemáticas que sus patentes, pero nunca puede ser del 100%”.
Luego explicó cómo ayuda a los clientes:
“Nos ayuda en el contexto de, si ingreso 25 consultas, quiero ver quién aparece allí, y qué temas están mencionando para que pueda tratar de asegurarme de que me muecezan allí si no lo estoy. Eso es todo. Las personas que miden el sentimiento de las respuestas de la IA me molestan”.
Diez enlaces azules nunca fueron estáticos
Aunque Hall declaró que los resultados de búsqueda “tradicionales” eran estáticos, en contraste con los resultados de búsqueda basados en LLM, debe señalarse que los resultados de búsqueda antiguos estaban en un estado de cambio constante, especialmente después de la actualización de colibrí que permitió a Google agregar nuevos resultados de búsqueda cuando la consulta requirió o cuando las páginas web nuevas o actualizadas se introdujeron en la web. Además, los resultados de búsqueda tradicionales tendían a tener más de una intención, a menudo hasta tres, lo que resulta en fluctuaciones en lo que se clasifica.
Los LLM también muestran diversidad en sus resultados de búsqueda, pero, en el caso de las descripción general de la IA, Google muestra algunos resultados que para la consulta y luego lo “Fan-Out” debe anticipar las preguntas de seguimiento que naturalmente siguen como parte de descubrir un tema.
Billy Peery (perfil de LinkedIn) ofreció una visión interesante de los resultados de búsqueda de LLM, lo que sugiere que la producción exhibe un grado de estabilidad y no es tan volátil como se cree comúnmente.
Ofreció esta visión verdaderamente interesante:
“Supongo que no estoy de acuerdo con la idea de que los serps siempre fueron estáticos.
Con LLMS, podemos comprender mejor de qué fuentes están sacando para responder preguntas. Entonces, incluso si las palabras específicas cambian, la probabilidad del modelo de extraer de fuentes y mencionar las marcas es significativamente más estático.
Creo que las personas que dicen que los LLM son demasiado volátiles para la optimización están demasiado centrados en la redacción exacta, a diferencia de las fuentes y las menciones de la marca “.
Peery hace un excelente punto al señalar que algunos SEO pueden estar siendo colgados en la coincidencia de palabras clave exacta (“redacción exacta”) y que quizás lo más importante para centrarse es en si el LLM está vinculando y mencionando sitios web y marcas específicos.
Llevar
La conciencia de las herramientas LLM para el seguimiento de la visibilidad está creciendo. Los especialistas en marketing están llegando a un acuerdo sobre lo que debe rastrearse y cómo beneficia a los clientes. Si bien algunos cuestionan el valor estratégico de estas herramientas, otras las usan para identificar qué marcas y temas se mencionan, agregando esos datos a su combinación de SEO.
Imagen destacada de Shutterstock/Tierneymj
(Tagstotranslate) Noticias
