Egy márka szerepelhet gyakran ChatGPT-ben, Google AI Mode-ban vagy más AI-alapú keresési felületen, miközben a róla megjelenő információ egy része pontatlan vagy évekkel korábbi állapotot tükröz. Ilyenkor nem feltétlenül az a probléma, hogy túl kevés tartalom található a cégről. Éppen ellenkezőleg: több, egymásnak részben ellentmondó verzió is elérhető lehet ugyanarról a tényről.
Egy régi PDF más árat mutat. Egy korábbi sajtóközlemény már nem létező szolgáltatást említ. Egy partneroldalon még a régi terméknév szerepel. Egy vezetői bemutatkozás évekkel később is megtalálható, miközben a szervezeti struktúra már teljesen megváltozott.
Az AI-alapú keresés miatt ezek a korábban főleg tartalomkarbantartási problémának számító eltérések új jelentőséget kapnak.
Az AI-válasz mögött több forrás is állhat
A generatív keresők nem egyszerűen megmutatják a találati listát, majd a felhasználóra bízzák, melyik oldalnak hisz.
A Google saját dokumentációja szerint az AI Mode egy kérdésből több kapcsolódó keresést is létrehozhat, különböző adatforrásokat vizsgálhat, majd ezek eredményeiből állíthat össze választ. A Google generatív keresési funkcióinál retrieval-augmented generation, vagyis webes információval történő grounding is része lehet a folyamatnak.
A ChatGPT Search szintén kereshet az interneten, és a válasz mellett forrásokat jeleníthet meg. Az OpenAI ugyanakkor kifejezetten jelzi, hogy a keresési találatok és a hivatkozások is lehetnek hiányosak, elavultak vagy pontatlanok.
Ez azért érdekes egy márka szempontjából, mert a weben található régi információ attól még nem szűnik meg létezni, hogy közben megjelent egy frissebb oldal.
Ha ugyanarról a cégről több eltérő állítás érhető el, az AI-rendszernek valamilyen módon választania, súlyoznia vagy összeegyeztetnie kell ezeket. Hogy egy konkrét kérdésnél végül melyik forrás kerül előtérbe, platformonként és lekérdezésenként eltérhet.
Nem biztos, hogy egy új oldal kijavítja a régi információt
Carolyn Shelby, a Search Engine Journal szerzője erre egy egyszerű, de fontos problémát emel ki: amikor egy AI-rendszer elavult információt közöl egy cégről, a reflex gyakran az, hogy a márka készít még egy új, pontosabb oldalt.
Ez azonban önmagában nem feltétlenül oldja meg a konfliktust.
Ha a régi dokumentum, sajtóanyag, partneroldal vagy vezetői profil továbbra is nyilvánosan elérhető, a weben egyszerre marad jelen a régi és az új állítás. Shelby ezért nem egyszerű content auditot, hanem brand claim auditot javasol: annak feltérképezését, hogy a vállalkozás szempontjából fontos tények milyen változatokban jelennek meg az interneten.
Ide tartozhat például egy termék neve és tulajdonságai, az aktuális ár vagy csomagstruktúra, a szolgáltatási terület, egy vezető pozíciója, egy megszűnt funkció vagy akár az is, hogyan kapcsolódik egymáshoz egy márka és az anyavállalata.
A lényeg nem az, hogy minden oldalon szó szerint ugyanaz a mondat szerepeljen. Hanem az, hogy ugyanarra a kérdésre ne maradjon több, egymással összeegyeztethetetlen aktuális válasz.
Az AI Visibility auditnál ezért nem elég csak a mentiont mérni
Az AI Visibility mérések jelentős része érthetően arra koncentrál, hogy megjelenik-e egy márka egy válaszban, milyen pozícióban szerepel, ajánlja-e a rendszer, illetve milyen forrásokat idéz.
Ez azonban csak az egyik dimenzió.
Ha egy AI-rendszer említi a márkát, de régi árat, megszűnt funkciót vagy téves vállalati információt közöl róla, a mention önmagában nehezen nevezhető sikernek.
Érdemes ezért a fontos promptoknál magát a választ is ellenőrizni: pontos-e az állítás, aktuális-e, és milyen forrásokra támaszkodik. Hibás válasznál pedig az első kérdésnek nem feltétlenül annak kell lennie, hogy „hogyan írjunk még több AI-optimalizált tartalmat?”, hanem annak, hogy miből rakhatta össze ezt a választ a rendszer?
Ez nem jelenti azt, hogy a brand-információk konzisztenciája bizonyított AI-ranking faktor lenne. Arra sincs általános bizonyíték, hogy néhány régi oldal frissítése automatikusan javítja egy márka AI Visibility eredményeit.
Amit viszont érdemes különválasztani, az a láthatóság és a pontosság. Az egyik azt mutatja meg, hogy bekerülünk-e a válaszba. A másik azt, hogy amit az AI rólunk mond, az megfelel-e a jelenlegi valóságnak.
Mit érdemes ténylegesen ellenőrizni?
A legfontosabb brand claim-ekből érdemes kiindulni, nem a teljes weboldalból.
Ha egy adott kérdésre az AI rendszeresen pontatlan választ ad, érdemes megnézni a hivatkozott oldalakat, majd végigkeresni azokat a saját és külső forrásokat, amelyek ugyanerről a tényről régi információt őrizhetnek. Ilyenek lehetnek régi PDF-ek, help center oldalak, termékfeedek, partneroldalak, sajtóanyagok vagy korábbi vezetői profilok.
Ezután már konkrét döntés hozható arról, hogy mit kell frissíteni, egyértelműsíteni, összevonni, átirányítani vagy – ahol indokolt – kivezetni.
Különösen érdekesek azok az esetek, amikor maga a felhasználói kérdés használ régi terminológiát. Ha például egy terméket átneveztek vagy egy szervezeti szerepkör megszűnt, az új tartalomnak sokszor érdemes világosan összekapcsolnia a régi megnevezést az aktuális állapottal. Így a régi kérdésre is létezik egy egyértelmű, naprakész válasz.
Az AI Visibility következő érettebb szintje ezért valószínűleg nem az lesz, hogy még több promptból még több visibility score-t gyártunk. Hanem az, hogy a fontos kérdéseknél azt is megvizsgáljuk, helyes képet kap-e rólunk a rendszer, és milyen bizonyítékokból építi fel azt.
Egy márka ugyanis attól még nem látható jól az AI-ban, hogy gyakran megjelenik. Az is számít, hogy felismerhetően a jelenlegi márkáról beszél-e.
Források:
Carolyn Shelby / Search Engine Journal – Your Biggest AI Search Risk Is Conflicting Information About Your Brand - https://www.searchenginejournal.com/biggest-ai-search-risk-is-conflicting-information/586904/
Google Search Central – generatív AI funkciók és retrieval/RAG dokumentáció - https://developers.google.com/search/docs/fundamentals/ai-optimization-guide
Google Search Help – AI Mode és query fan-out - https://support.google.com/websearch/answer/16011537?co=GENIE.Platform%3DAndroid&hl=en
OpenAI Help Center – ChatGPT web search és forrásellenőrzés - https://help.openai.com/en/articles/9237897-searching-the-web-with-chatgpt