原文地址：https://ahrefs.com/blog/chatgpt-visibility-tracking/ 人们使用ChatGPT进行研究、构建工具，甚至——没错——进行购买。 但许多品牌对ChatGPT内发生的事情一无所知。它们出现在成千上万的回复中，却不知道哪些查询提到了它们，说了些什么，也不知道自己与竞争对手相比如何。 你可以构建一些基础的随性编码工具来监控你的ChatGPT可见度，但追踪少量提示词就像偶尔看看窗外就想预测天气一样不靠谱。 现实是，AI提示词、回复和引文在不断变化。如果你想看到真实的趋势，需要数千个数据点才能穿透这种波动性。 现在有一个简单的解决方法。你可以在Ahrefs品牌雷达数据库中，通过1350万个现有提示词来追踪你的ChatGPT可见度，甚至可以设置自己的自定义查询来监控最重要的事项。 以下是使用品牌雷达测量、监控和提升你的AI可见度的七个步骤。 1. 将你的ChatGPT可见度与竞争对手进行对标 品牌雷达允许你最多追踪十个竞争对手，与你自己的品牌一同对比，从而精确了解你在ChatGPT回复中的表现。 只需手动输入你的竞争对手，或者点击”建议更多”以获取AI的推荐。 Ahrefs品牌雷达仪表板截图，显示竞争对手对比表格，包含AI工具的指标，如提及量、引文和平台可见度数据。如果你想在后续追踪竞争对手的页面在ChatGPT中的可见度和引文情况，务必在设置阶段就添加他们的域名或URL。…

原文地址：https://searchengineland.com/ai-search-kpis-inclusion-469338 AI用户平均每条回复会考虑3.7个商家，其中60%的用户无需点击即可做出决定。这对你的AI可见性策略意味着什么。 我们需要谈谈关键绩效指标和AI搜索。 我观察到许多SEO专业人士在领英和会议上谈论”在ChatGPT上排名第一”，仿佛这就等同于在谷歌上排名第一： 在谷歌上成为第一个结果通常是张”黄金门票”。从第2名升到第1名，往往能带来100%到300%的流量和转化率增长。 但这几乎肯定不适用于AI回复——即使它们不是一直在变化。 我们团队的研究显示，AI用户在决定联系谁之前，平均会考虑3.7个商家。在ChatGPT的推荐列表中成为第一个结果，并不像在谷歌搜索中那样是张”黄金门票”。 既然如此，AI搜索的重点实际上应该放在”被纳入考虑集”上——不一定是”在该集中被首先提及”——以及精心塑造AI对我们的描述上。 AI平台上的用户行为与谷歌搜索不同 在过去的几个月里，我的团队花了100多个小时观察人们使用ChatGPT和谷歌的AI模式来寻找服务。 在最初几十次观察中，有一点变得清晰起来：AI平台上的用户行为与谷歌搜索不同，这种差异远不止于使用”自然语言”进行对话与执行关键词搜索。顺便说一句，这一点常被夸大。在我们观察的会话中，大约75%仍然包含”关键词搜索”。 一个关键区别在于：用户在AI回复中考虑的商家数量比在自然搜索中更多。这很合理——在一个聊天窗口里比较多个选项，远比点击三到五个搜索结果并访问每个网站要容易得多。…

via https://searchengineland.com/chatgpt-citations-content-study-469483 新研究发现，ChatGPT在选取引用内容时，高度偏好文章开头部分，青睐直接的定义、平衡的语气和密集的实体信息。 增长顾问Kevin Indig通过分析120万条AI回答和18,012个经过验证的引用来源得出上述结论。 为何值得关注。 传统搜索奖励的是深度内容和后置呈现的信息。而AI偏好即时分类——清晰的实体和靠前的直接答案。如果你的核心内容没有在早期呈现，它出现在AI回答中的可能性就会降低。 数据概览。 Indig的团队发现了一个一致的”滑雪跳台”式引用模式，该模式在随机验证批次中均得到印证。他认为这些结果在统计上无可争议： 在段落层面，AI的读取更为深入： 核心结论。 在文章层面，要将关键见解前置。在段落内部，优先考虑清晰度和信息密度，而非刻意雕琢首句。 原因分析。 大语言模型通常基于遵循”结论先行”结构的新闻和学术写作进行训练。模型似乎更重视早期的框架性内容，然后通过这个框架来解读其余部分。现代模型虽然能够处理海量词元窗口，但它们会优先考虑效率并快速建立上下文。 什么内容容易被引用。 Indig归纳了高引用率内容的五个特征： 关于数据。 Indig分析了300万条ChatGPT回复和3000万个引用来源，从中筛选出18,012个经过验证的引用，以探究AI提取内容的位置和原因。他的团队使用句子转换器嵌入将回复与特定的源句子进行匹配，然后测量其在页面的位置以及定义特征、实体密度、情感倾向等语言特征。…