AI营销怎么做？GEO优化让品牌被AI”看见”

◆ 故事引入

上周的时候, 我帮一个已经有十二年烘焙历史的知名品牌去做了年度的工作复盘。老板翻看了一下那些数据, 沉默了非常长的一段时间, 最后说了一句话: “去年我们投了八十万的搜索广告, 可是今年在AI推荐的那个渠道里面, 一条关于我们的内容都没有出现”

既不存在负面的评价情况, 也没有出现其他竞争对手来截取流量的现象, 但是——它消失了。

它就像一个被算法遗忘掉的名字。这种消失。要比被淹没更让人感到有一种窒息的感觉。

◆ 为什么传统打法开始失灵？

我们想问的是, 在人工智能发展的这个时期里面, “用投放流量来换取展示曝光”这种做法为什么不发生作用了。

答：因果链条变了。

在过去, 用户通过搜索“附近烘焙店”的方式, 去寻找相关店铺, 然后你可以通过购买关键词的手段, 让自己排名靠前, 曝光就到手了。

目前, 有人向人工智能软件提出请求, 询问应该推荐哪一家烘焙制作房间比较合适以便在周末带领子女前往。人工智能系统不会仅仅读取那些关键词。它会理解话语的真实含义, 匹配相应的使用场景, 然后生成相应的解答。如果你的品牌名称并不存在于它的认知结构当中, 那么对于它来说, 这个品牌就好像完全不存在一样了。

这个类比推理的过程是, 从大家熟悉的在货架子上自己找东西, 一下子变成了有专门的私人买手帮你挑选东西, 虽然那个摆放商品的货架子依然还在那里没有变动, 但是这位私人买手她只认得而且只会在她那记忆里面存在的那几家供货店去选货而已。

这是我刚刚创造出来的一个新的词语, 这个词的名字叫做生成式能见度, 你所存在的程度, 取决于你的数据被人工智能系统进行记忆和留存的这种可能性有多大, 这就构成了你在这个虚拟世界里面生死存亡的非常关键的一个界限。

关于GEO优化这一话题, 咱们来具体探讨一下它究竟指的是什么含义。

GEO, 全称是Generate Engine Optimization, 也就是大家常说的生成式引擎优化。

这种做法并不是去改那个标题, 也不仅仅是把一大堆关键词都堆上去。而是要把这个品牌的信息给做进去。用的方式是有系统性的。要把这些信息放进内容生态里面去。结构得是特别设计的。因为这个设计的目的就是让人工智能能够解析它。还要让它产生信任感。最后才能让这个人工智能优先把它给调用出来。

它和搜索引擎优化的关系, 其实很像望远镜还有天体物理学的关系, 而搜索引擎优化这个东西呢, 它的作用是让你被索引, 但是生成式引擎优化会让你被理解, 会让你被推理, 也会让你被推荐。

层递来说：

先有基础层的内容存在, 然后再被结构层的语义索引, 最终进入认知层的AI生成链路, 缺任何一层的话, 生成式能见度就会变成零。

◆ 空间一：线上内容场

从历史的视角来看, 2023年的时候情况还是人搜索机器, 到了2025年情况就已经变成了机器代替人来回答问题了, 线上空间的核心任务现在只有一个, 就是让品牌成为当AI进行回答的时候的那个默认的、被引用的来源。

具体怎么做？

有序列表：

营销ai助手_AI营销_营销aipl

1. 我们要建立一个叫做“问答资产库”的东西, 而不是去写那些很长很长的文章。我们需要把那内容拆分成三百个非常具体的小问题, 然后为每一个小问题都准备一段回答。这段回答必须在一百二十个字以内, 而且结构要非常清楚。因为人工智能喜欢抓取那种比较短、信息很密集、并且包含因果逻辑链条的段落。

2. 通过引入结构化的标记方式, 具体涵盖了Schema数据、FAQ问答组件以及实体关系图谱这些要素, 从而使得人工智能系统能够以阅读文献综述时那种严谨的方式进行读取和解析, 去理解你的品牌信息, 而不是像阅读散文那样随意地浏览。

3. 多模态一致性这一概念, 指的是文字描述、图片描述以及视频字幕这三个方面, 它们的实体命名必须保持完全一致的状态, 当人工智能在进行跨模态推理工作的时候, 如果命名出现了不统一的情形, 就等于该人物不存在。

◆ 空间二：数据场与信任场

一个案例的具体情况是, 某个新消费类的品牌在当季的整体成交总额下降了四成。在这个期间, 运营团队并没有去改变产品本身, 仅仅是把搜索优化这件事给推倒重来了一遍。他们的方法是将用户给出的评价、产品的成分数据以及供应链的溯源信息全部按照人工智能可以直接解读和分析的标准格式进行重新发布。

在时间过了六周以后, 当人工智能系统进行推荐的时候提到了所谓的低敏感皮肤护理这种方案, 这个时候该品牌就进入到了一等一的前列位置。

因果是非常清晰的, 数据颗粒度决定AI信任度,信任度决定生成优先级。 这不是什么玄学, 这是信息论。

关于流程图的展示, 它主要包含了 GEO 落地执行需要完成的三个具体步骤。

在感知层面, 我们执行审计工作, 这个工作主要是去弄清楚你的品牌在主流的人工智能对话里面被提及的频率还有相关的语境。

对结构层进行改造, 使得内容呈现出原子化的形态, 同时也是实体化的存在, 并且具备关系化的特征。

在监测层里面, 把周期追踪这个事情放上去, 然后每两个小时跑一次那个生成式能见度指数这个东西, 主要就是为了去看那个趋势是什么样的,不去看单独的一个点。

保持一个比较缓慢的节奏, 这是呈现周期性的特征的, 不去追逐什么样的热点问题, 而是去追求让受众能够被记得住这样的效果。

◆ 故事回环

那位做烘焙的老板, 在后头问了这么一嘴说。我们那边是不是一定得再往里掏? 掏的钱数得有个八十万那么多了?

我说道: “不需要。要把过去十二年里积累下来的配方背景故事、线下实体店铺的空间布局细节、以及和客户之间真实发生过的对话内容, 全部拆解成为能够被人工智能系统完全理解和吸收的小块单元, 这样的单元总数要达到五百个, 然后再把这些小块单元重新植入到目标体系中。”。

三个月之后, 他的手机里面收到一条由人工智能推荐的短信内容, 这条短信的大致意思是说, 如果您这个人想要去体验那种有人情味的社区里面对烘焙方面的活动的话, 那么XX这个地方是值得您去一次的。

他仔细地看了一大段时间, 期间没有说出任何话语来。

这封信的投递时间整整晚了十二年, 而此刻, 处于对面位置的那个人, 终于能够用眼睛看清上面所写的内容了。

现在忧郁吗? 答案是有一点。但是呢, 需要知道的是这种忧郁并不是最终的终点状态。

所谓的生成式能见度, 它的本质其实是在传递出一个明确的信号, 那就是在AI的时代背景下,能够被别人正确地理解比单纯地被人看见是更加重要的。你根本不需要去追求让自己的声音变得更加响亮, 你想要达成的真正目标是被别人记得。

AI营销怎么做？GEO优化让品牌被AI”看见”

新闻中心

扫码添加微信