Cách thực hiện nghiên cứu prompt cho AI SEO

Nghiên cứu prompt là quy trình xác định và theo dõi các câu hỏi khiến các hệ thống AI so sánh các tùy chọn và đề xuất các thương hiệu cụ thể.

Nghiên cứu prompt AI đóng vai trò cơ bản tương tự như nghiên cứu từ khóa cho khả năng hiển thị AI như nghiên cứu từ khóa cho SEO và PPC, nhưng đơn vị đo lường là khác nhau. Thay vì các trang và truy vấn, nghiên cứu prompt tập trung vào cách các hệ thống AI hình thành và trình bày các khuyến nghị.

Trong AI SEO, khả năng hiển thị chỉ quan trọng khi AI đang đánh giá các lựa chọn. Đó là lúc nó cân nhắc các lựa chọn thay thế, áp dụng các ràng buộc và chỉ ra một giải pháp cho ai đó. Nếu thương hiệu của bạn không xuất hiện trong những khoảnh khắc đó, nó sẽ không được tính vào quyết định.

Hầu hết các prompt không bao giờ đạt đến giai đoạn đó. Chúng tạo ra các giải thích, tóm tắt hoặc hướng dẫn chung. Nghiên cứu prompt lọc những điều đó ra và tập trung vào các prompt ở giữa và cuối phễu (BOFU) : so sánh, đánh giá và các truy vấn "tốt nhất" nơi AI cân nhắc các lựa chọn và đề xuất giải pháp.

Để minh họa cách nghiên cứu prompt hoạt động trong thực tế, tôi sẽ đi qua quy trình chính xác mà tôi sử dụng để theo dõi sự phát triển khả năng hiển thị LLM của Semrush. Sự phát triển khả năng hiển thị LLM của Semrush.

Quy trình nghiên cứu prompt của tôi gồm bốn bước:

1. Xác định đối tượng mục tiêu và persona người mua
2. Mô tả các giải pháp và cách chúng giúp đỡ những đối tượng đó
3. Sử dụng nghiên cứu từ khóa như đầu vào ngôn ngữ hỗ trợ
4. Biến những từ khóa đó thành các prompt

Khi bạn đã có bộ đó, bước năm là theo dõi nó theo thời gian.

Quy trình này có thể mở rộng theo cả hai hướng: Một nhóm nhỏ có thể thực hiện nó trên một bộ prompt tập trung; một tổ chức lớn có thể thực hiện nó trên nhiều sản phẩm, thị trường và đối thủ cạnh tranh.

Cuối cùng của hướng dẫn này, bạn sẽ có một cách lặp lại để xây dựng một bộ prompt cho thấy thương hiệu của bạn cạnh tranh ở đâu và không cạnh tranh ở đâu. Nhưng trước tiên, hãy làm rõ cách nghiên cứu prompt khác với nghiên cứu từ khóa mà bạn đã biết.

Cách nghiên cứu prompt khác với nghiên cứu từ khóa

Nghiên cứu prompt nhắm đến các truy vấn hội thoại nơi AI cân nhắc các tùy chọn, trong khi nghiên cứu từ khóa nhắm đến các cụm từ ngắn mà mọi người gõ vào một công cụ tìm kiếm.

Đối với các nhà tiếp thị tìm kiếm, nghiên cứu prompt giới thiệu một khái niệm quen thuộc với những thách thức mới. Khác với dữ liệu từ khóa, chúng ta không có nhiều năm dữ liệu về lượng tìm kiếm, CPC hoặc xu hướng cho các prompt AI.

Vì lý do đó, theo dõi prompt không hoạt động giống như theo dõi từ khóa.

Thứ hạng SEO có xu hướng tương đối dễ đoán. Các câu trả lời do AI tạo ra thì biến động và cá nhân hóa. Nghiên cứu prompt tập trung vào hướng đi và nhận diện mẫu, không phải vị trí cố định hay số lượng chính xác.

Sự tương phản trở nên rõ ràng hơn khi bạn nhìn vào cách hai phương pháp khác nhau trong thực tế.

Ngay cả với những khác biệt này, mục tiêu vẫn không thay đổi. Bạn vẫn đang xác định một tập hợp các câu hỏi mục tiêu, cải thiện khả năng hiển thị xung quanh chúng và đo lường hiệu suất theo thời gian.

Điều gì đã thay đổi là cách khả năng hiển thị được phát hiện và đánh giá.

Semrush đã xây dựng một cơ sở dữ liệu prompt được thông báo bởi dữ liệu clickstream thực tế từ ChatGPT và các nền tảng AI khác, cho phép bạn ước lượng lượng chủ đề khi nó xảy ra trên các LLM.

Nghiên cứu từ khóa có còn liên quan không?

Nghiên cứu từ khóa vẫn còn liên quan và đóng vai trò hỗ trợ quan trọng vì nó tiết lộ cách mọi người mô tả các vấn đề và ý định đứng sau các tìm kiếm của họ.

Những tín hiệu đó giúp bạn quyết định các prompt nào đáng để nhắm đến. Sự khác biệt là từ khóa không còn là điểm kết thúc; chúng là đầu vào ngôn ngữ được viết lại thành các prompt tự nhiên, hội thoại.

Sự chuyển dịch lớn hơn là những gì bạn tối ưu hóa.

Thay vì theo dõi "chiến thắng" như bạn sẽ làm trong SEO, nghiên cứu prompt xem xét các chủ đề, ràng buộc và persona nào nhất quán đề xuất thương hiệu của bạn, và nơi nó không xuất hiện. Đó là lý do nghiên cứu prompt ưu tiên hồ sơ khách hàng lý tưởng (ICP), hoặc loại khách hàng mà một sản phẩm được xây dựng cho, hơn là chi phí mỗi nhấp chuột.

Lưu ý

Trong quy trình này, ICP xác định khách hàng và bối cảnh quyết định nào đáng để theo dõi, trong khi persona mô tả các tình huống và ràng buộc cụ thể hình thành cách những khách hàng đó yêu cầu AI đưa ra khuyến nghị.

Câu hỏi hướng dẫn thay đổi từ các thuật ngữ nào là rẻ nhất hoặc có lượng cao nhất sang việc thương hiệu của bạn có xuất hiện cho các loại ý định phản ánh các tình huống mua thực sự hay không.

Theo dõi các phản hồi của AI theo thời gian làm cho khả năng hiển thị đó có thể quan sát được. Các bức ảnh hàng ngày về các câu trả lời của AI tạo ra một hồ sơ liên tục về cách thương hiệu của bạn được định hình, so sánh hoặc bị bỏ qua trong các prompt hướng quyết định.

Với nền tảng đó, bước tiếp theo là xây dựng một bộ prompt phản ánh cách mà những người mua của bạn thực sự đưa ra quyết định.

1. Xác định đối tượng mục tiêu của bạn

Xác định đối tượng mục tiêu của bạn để bạn có thể xác định các câu hỏi cụ thể mà họ có thể đang hỏi.

Một persona chung như "chủ sở hữu chó" sẽ xuất hiện các prompt chung như "thức ăn cho chó nào tốt?" AI trả lời câu hỏi này bằng các thương hiệu lớn nổi tiếng, những lựa chọn an toàn và phổ biến, không phải là các sản phẩm phù hợp với bất kỳ nhu cầu cụ thể nào.

Tuy nhiên, một persona chi tiết như "chủ sở hữu chó lớn (60+ lbs) có dị ứng với các protein chính" có thể tiết lộ các prompt như "thức ăn cho chó nào tốt cho giống lớn có dị ứng với gà, cừu và bò?" AI trả lời điều này bằng cách nêu tên các sản phẩm cụ thể phù hợp với những ràng buộc đó, vì các thương hiệu chung sẽ không đáp ứng được họ.

Các ràng buộc là điều khiến các hệ thống AI thoát khỏi chế độ giải thích và chuyển sang chế độ khuyến nghị.

Trước khi tạo các prompt cho việc theo dõi LLM, hãy tập trung vào những đặc điểm của persona thay đổi cách AI đánh giá các tùy chọn:

• Ngữ cảnh & trình độ kinh nghiệm: ai đang hỏi và trong tình huống nào
• Rủi ro hoặc áp lực chính: điều mà họ đang cố gắng tránh hoặc giải quyết
• Ngôn ngữ & chuyên môn: cách diễn đạt thông thường so với kỹ thuật
• Kỳ vọng ngân sách: giá cả phải chăng, tầm trung hoặc cao cấp

Nơi để khai thác các đặc điểm của persona

Khai thác các đặc điểm của persona trong những không gian mở, không bị lọc như diễn đàn, đánh giá và thảo luận hỗ trợ nơi mọi người nói về sản phẩm bằng ngôn từ của chính họ.

Các persona thường xuyên khám phá quản lý rủi ro, sự đánh đổi và giảm thiểu sự không chắc chắn tạo ra nền tảng vững chắc nhất cho nghiên cứu prompt. Những ràng buộc của họ tự nhiên buộc các hệ thống AI phải so sánh các tùy chọn và đưa ra khuyến nghị.

Lưu ý

Nếu bạn chỉ phục vụ một persona chính, hãy tập trung sâu vào persona đó. Nếu bạn phục vụ nhiều persona, hãy ghi chép từng persona một cách riêng biệt và ưu tiên những persona mang lại giá trị cao nhất ở cuối phễu.

2. Kết nối giải pháp của sản phẩm với vấn đề của persona

Kết nối giải pháp của sản phẩm với vấn đề của persona để AI có thể hiểu tại sao sản phẩm của bạn phù hợp với tình huống cụ thể, mối quan tâm và nhu cầu ra quyết định của người mua, không chỉ là những tính năng mà nó cung cấp.

Khi mọi người yêu cầu AI giúp họ chọn giữa các tùy chọn, họ hiếm khi so sánh danh sách tính năng. Họ đang cố gắng quyết định liệu một sản phẩm có phù hợp với tình huống của họ, giảm thiểu rủi ro và cảm thấy như một lựa chọn an toàn hay không.

Khuyến nghị của AI thường phản ánh hành vi đó. Các thương hiệu thường được đề xuất hơn khi sản phẩm của họ rõ ràng giải quyết được sự do dự cụ thể mà người mua cảm thấy vào thời điểm quyết định.

Vì vậy, hãy đảm bảo rằng nội dung của bạn bao gồm những chi tiết sản phẩm này:

• Tính năng: Những gì sản phẩm cung cấp bằng các thuật ngữ cụ thể, thực tế mà AI có thể tham khảo trực tiếp (ví dụ: "công thức protein đơn", "tuân thủ SOC 2", "tích hợp Shopify bản địa")
• Lợi ích: Kết quả mà những tính năng đó tạo ra cho persona, chuyển đổi các tính năng thành kết quả giảm bớt lo lắng (ví dụ: "tiêu hóa dễ dàng hơn", "triển khai nhanh hơn", "giảm rủi ro thực hiện")
• Trường hợp sử dụng: Những tình huống cụ thể mà sản phẩm phù hợp, giúp AI khớp các giải pháp với các kịch bản (ví dụ: "dành cho dạ dày nhạy cảm", "dành cho các nhóm nhỏ", "dành cho các ngành công nghiệp có quy định")
• Vấn đề được giải quyết: Rủi ro, ma sát hoặc sự không chắc chắn cụ thể mà sản phẩm loại bỏ, thường là yếu tố khuyến nghị mạnh mẽ nhất (ví dụ: tránh phản ứng dị ứng, ngăn ngừa sai lầm tốn kém, giảm thiểu tình trạng bị khóa nhà cung cấp)
• Yếu tố phù hợp: Các tín hiệu khiến tùy chọn cảm thấy an toàn hoặc thông minh hơn so với các lựa chọn thay thế, chẳng hạn như sự rõ ràng, đơn giản, nhất quán hoặc phù hợp với kỳ vọng của người mua

Các chi tiết cũng cần mở rộng ra ngoài nội dung trên trang web của bạn. Sản phẩm của bạn cần được mô tả nhất quán trên toàn bộ web, bao gồm các nền tảng đánh giá và nội dung so sánh, khi AI lấy thông tin từ nhiều nguồn khi so sánh các tùy chọn.

Xác thực các thuộc tính quan trọng trong so sánh AI

Xác thực các thuộc tính quan trọng trong so sánh AI là cần thiết vì nó cho bạn biết những tính năng và lợi ích nào thực sự thúc đẩy các khuyến nghị thương hiệu của AI, không chỉ là những gì bạn cho là như vậy.

Nếu bạn cần giúp xác định các thuộc tính nào đang thúc đẩy sở thích của persona, hãy sử dụng Hiệu suất Thương hiệu trong Bộ công cụ Khả năng Hiện diện AI của Semrush. Công cụ này cho thấy những tính năng nào mà AI đã nhấn mạnh khi so sánh các thương hiệu trong danh mục của bạn.

Ví dụ, đối với doanh nghiệp Dover Saddlery, AI thường xuyên giải thích các khuyến nghị của mình bằng cách sử dụng các chỉ số phù hợp về hoạt động, như “độ rộng của bộ sưu tập một điểm dừng” khi người mua cần nhiều mặt hàng cùng một lúc và “hỗ trợ tư vấn và phù hợp chuyên gia.”

Đây là lý do mà AI đưa ra khi biện minh cho việc tại sao Dover là một lựa chọn khả thi trong một bối cảnh quyết định cụ thể. Tập hợp lại, chúng định vị thương hiệu như một nhà cung cấp đáng tin cậy, chuyên gia mà AI cần để khuyến nghị một nhà bán lẻ khi ưu tiên của người mua là độ tin cậy hơn là khám phá.

Các thuộc tính này trở thành các khối xây dựng cho việc tạo prompt. Khi bạn cung cấp các ràng buộc của persona và các yếu tố phù hợp của sản phẩm vào một LLM, bạn cung cấp cho nó ngữ cảnh cần thiết để tạo ra các prompt ở giai đoạn quyết định, không phải là những câu hỏi chung chung.

3. Sử dụng nghiên cứu từ khóa để hỗ trợ việc khám phá prompt

Nghiên cứu từ khóa hỗ trợ việc khám phá prompt bằng cách xác nhận cách mà khán giả của bạn tự nhiên định hình các vấn đề thay vì ước lượng nhu cầu.

Các công cụ như Keyword Magic Tool cung cấp các mẫu trong ngôn ngữ, bao gồm:

• Những ràng buộc nào xuất hiện lặp đi lặp lại
• Những từ bổ nghĩa nào cảm thấy tự nhiên so với kỹ thuật
• Những sự kết hợp thương hiệu và thành phần nào xuất hiện nhất quán

Bắt đầu với một chủ đề liên quan đến một ràng buộc. Trong trường hợp này, “thành phần thức ăn cho chó” phản ánh cách mà những người nhạy cảm với thành phần có thể định hình vấn đề.

Các cụm từ như “thức ăn cho chó với thành phần hạn chế,” “thức ăn cho chó với thành phần hạn chế tốt nhất,” và “thức ăn cho chó với thành phần hạn chế cho dị ứng” xuất hiện thường xuyên trong các tìm kiếm thương mại và ý định hỗn hợp.

Sự nhất quán này chỉ ra cách mà người mua trong ngách này diễn đạt các tùy chọn và từ bổ nghĩa của họ và cung cấp cho bạn một điểm khởi đầu cho nghiên cứu prompt.

4. Biến từ khóa của bạn thành các prompt

Biến từ khóa của bạn thành các prompt bằng cách sử dụng Công cụ Nghiên cứu Prompt của Semrush để xem những prompt cụ thể nào mà người dùng sử dụng với các từ khóa trên của bạn.

Ví dụ, tôi đã nhập "thức ăn cho chó với thành phần hạn chế" vào công cụ Nghiên cứu Prompt.

Trong "Chủ đề” nhìn, AI nhóm các danh mục xung quanh các công thức và thương hiệu, bao gồm chế độ ăn kiêng không gây dị ứng, sản phẩm với thành phần hạn chế và các biến thể cụ thể của thương hiệu. Cấu trúc đó cho thấy chủ đề “thành phần hạn chế” đã hỗ trợ quyết định, khiến nó trở thành một ứng cử viên mạnh mẽ cho một lời nhắc BOFU.

Xem lại cột “Ý định” để xác minh xem một chủ đề có nghiêng về các lời nhắc BOFU hay không. Di chuột qua thanh ý định để xem phân tích của một chủ đề và tìm kiếm các chủ đề có ý định thương mại và giao dịch.

Mở rộng bất kỳ chủ đề BOFU tiềm năng nào để có được các lời nhắc cụ thể. Tìm kiếm các lời nhắc có số lượng thương hiệu được đề cập cao.

Khi các đề cập đến thương hiệu xuất hiện một cách nhất quán, và các câu hỏi phản ánh một sự lựa chọn thực sự đang được đưa ra, bạn đã đạt đến một lời nhắc đáng để theo dõi.

Cách các nhóm nhỏ có thể tiếp cận nghiên cứu lời nhắc

Các nhóm nhỏ có thể tiếp cận nghiên cứu lời nhắc bằng cách thu hẹp quy trình xuống một vài sản phẩm ưu tiên, một hoặc hai nhân vật, và các vấn đề tạo ra áp lực mua thực sự — sau đó mở rộng bộ khi nó đã chứng minh giá trị.

Nghiên cứu lời nhắc không yêu cầu phải bao phủ toàn bộ thị trường để có giá trị. Một nhóm năm người bán phần mềm lập lịch nhận được nhiều giá trị hơn từ việc theo dõi hai mươi lời nhắc liên quan đến những người mua thực tế của họ hơn là cố gắng lập bản đồ mọi truy vấn AI có thể có trong danh mục của họ.

Việc thu hẹp phạm vi cũng giữ cho công việc bền vững. Một bộ lời nhắc nhỏ là một bộ mà một nhóm có thể xem xét hàng tuần, cập nhật khi thông điệp thay đổi và hành động — một bộ lớn sẽ được xây dựng một lần và bị bỏ qua.

Các nhóm nhỏ có thể làm theo quy trình bốn bước này:

1. Chọn hai đến ba sản phẩm hoặc dịch vụ ưu tiên — những sản phẩm đang tạo ra doanh thu hoặc tăng trưởng nhiều nhất ngay bây giờ
2. Ghi lại một hoặc hai nhân vật chi tiết, tập trung vào các ràng buộc đẩy AI từ việc giải thích sang khuyến nghị
3. Sử dụng Nghiên cứu Lời nhắc trong Bộ công cụ Khả năng Hiển thị AI để lập danh sách các lời nhắc ứng viên, kiểm tra khối lượng AI, độ khó chủ đề và ý định cho từng lời nhắc
4. Lưu các lời nhắc đã được chọn vào bộ theo dõi của nhóm, và xem lại chúng hàng tháng. Bỏ qua cám dỗ mở rộng vào mọi lời nhắc có thể trong danh mục trước khi bộ này chứng minh giá trị của nó.

Nghiên cứu Lời nhắc cho thấy những lời nhắc ứng viên nào đáng để theo dõi trước khi một nhóm cam kết nguồn lực cho chúng, vì nó làm nổi bật khối lượng AI, tính liên quan và ý định cho từng truy vấn. Điều đó giảm thiểu sự đoán mò trong việc chọn lời nhắc chỉ dựa trên trực giác.

Cách các tổ chức lớn có thể mở rộng nghiên cứu lời nhắc

Các tổ chức lớn cần mở rộng nghiên cứu lời nhắc vì họ đang theo dõi khả năng hiển thị trên nhiều sản phẩm, nhân vật, thị trường và đối thủ cạnh tranh hơn bất kỳ quy trình thủ công nào có thể bao phủ.

Một công ty SaaS với năm sản phẩm bán vào ba khu vực có thể cần các bộ lời nhắc riêng cho mỗi dòng sản phẩm, mỗi nhân vật người mua và mỗi bộ cạnh tranh của thị trường. Việc suy nghĩ thủ công về nhiều lời nhắc như vậy là không thực tế.

Tự động hóa Tạo Lời nhắc của Enterprise AIOgiải quyết trực tiếp vấn đề khối lượng đó. Nó xây dựng các danh sách lời nhắc được tùy chỉnh theo nhân vật từ tên thương hiệu và các chủ đề, giống như các công cụ nghiên cứu từ khóa xây dựng danh sách từ khóa từ một thuật ngữ gốc.

Dưới đây là cách thực hiện:

1. Nhập tên thương hiệu của bạn và tối đa 10 chủ đề — các cụm từ cụ thể, danh mục sản phẩm hoặc các thuật ngữ so sánh như "các lựa chọn thay thế Mailchimp" hoạt động tốt nhất; mỗi chủ đề tạo ra khoảng 20 lời nhắc, vì vậy một thiết lập 10 chủ đề đầy đủ sẽ tạo ra hơn 200 lời nhắc
2. Thêm các thuộc tính nhân vật cho mỗi phân khúc đáng theo dõi riêng biệt — mục tiêu, nhạy cảm với ngân sách, mức độ kinh nghiệm và các yếu tố quyết định — vì một người mới nhạy cảm với ngân sách và một người mua chuyên gia tập trung vào sản phẩm cao cấp sẽ đặt ra những câu hỏi rất khác nhau về cùng một chủ đề cho AI
3. Xem bảng Lời nhắc Được Tạo và chọn những lời nhắc phản ánh các tình huống mua thực sự, sau đó sử dụng nút "Bắt đầu theo dõi các lời nhắc đã chọn" để chuyển chúng ngay vào dự án AIO của bạn
4. Gán thẻ cho các lời nhắc theo dòng sản phẩm, nhân vật hoặc thị trường khi bạn nhập, để báo cáo phân khúc được xây dựng từ đầu

Sự phân khúc đó là điều làm cho tập dữ liệu có thể sử dụng ở quy mô lớn. Một người phụ trách tiếp thị khu vực có thể lọc các lời nhắc đã gán thẻ của thị trường của họ; một nhóm sản phẩm có thể lọc theo của họ — mà không cần một trong hai người phải thực hiện lại nghiên cứu từ đầu.

Khi một bộ lời nhắc đã được theo dõi, Phân tích Fan-Out Truy vấn thêm một lớp khả năng hiển thị thứ hai. Công cụ này tiết lộ các tìm kiếm nền mà các hệ thống AI thực hiện để xây dựng câu trả lời của chúng.

Khi ChatGPT hoặc một nền tảng AI khác phản hồi một lời nhắc, nó thường chia nhỏ lời nhắc đó thành nhiều truy vấn liên quan, lấy kết quả cho từng truy vấn và tổng hợp chúng thành một câu trả lời duy nhất — một quá trình được gọi là fan-out truy vấn.

Ví dụ, khi ai đó hỏi "thức ăn cho chó với thành phần hạn chế tốt nhất cho dị ứng," các hệ thống AI như ChatGPT và Google AI Mode chia nhỏ câu hỏi đó thành nhiều truy vấn phụ, có thể là:

• Đề xuất thức ăn cho chó không gây dị ứng
• Thương hiệu thức ăn cho chó một loại protein
• Thức ăn cho chó không có ngũ cốc cho dạ dày nhạy cảm
• Thức ăn cho chó không có các chất gây dị ứng phổ biến

Sau đó, AI lấy thông tin cho mỗi truy vấn phụ và hợp nhất nó thành một phản hồi duy nhất. Quá trình này cho phép AI cung cấp câu trả lời phong phú hơn, cụ thể hơn, ngay cả khi không có nguồn nào trực tiếp giải quyết truy vấn ban đầu.

Theo dõi những biến thể này để xem bạn xuất hiện tốt như thế nào cho tất cả các truy vấn liên quan đến ý định. Nếu thương hiệu của bạn xuất hiện trên các biến thể, bạn sẽ có cơ hội tốt hơn để được đề xuất.

Cách tiếp cận này phản ánh cách các hệ thống AI thực sự xử lý các truy vấn, giúp bạn xây dựng một bộ lời nhắc nắm bắt đầy đủ phạm vi các truy vấn phụ mà AI có thể tạo ra khi đánh giá danh mục của bạn.

Mục tiêu giống như đối với các nhóm nhỏ: sử dụng tập dữ liệu rộng hơn, đã được gán thẻ để xem nơi mà các đối tượng khác nhau đã hỏi về thương hiệu, danh mục và đối thủ cạnh tranh trước khi quyết định lời nhắc nào đáng để theo dõi chặt chẽ.

5. Theo dõi các prompt của bạn và đo lường khả năng hiển thị theo thời gian

Theo dõi các prompt của bạn và đo lường khả năng hiển thị theo thời gian cho bạn biết những prompt nào bạn xuất hiện và những prompt nào bạn không xuất hiện, để bạn có thể điều chỉnh chiến lược của mình cho phù hợp.

Bắt đầu bằng cách cấu hình Prompt Tracking (Theo dõi prompt) của Semrush.Khi chiến dịch của bạn đang hoạt động, Semrush kiểm tra các prompt này hàng ngày và ghi lại xem thương hiệu của bạn có xuất hiện trong phản hồi do AI tạo ra hay không. Bạn sẽ thấy AI Visibility (Khả năng hiển thị AI), Mentions (Đề cập), Source Pages (Trang nguồn), và Average Position (Vị trí trung bình) từ tab Landscape.

Điều này giúp bạn đo lường nơi bạn hiện diện, nơi đối thủ đang thắng, và nơi bạn đang thiếu khả năng hiển thị.

Cũng dễ dàng để tạo một PDF từ chiến dịch theo dõi của bạn để báo cáo tiến trình của bạn cho các bên liên quan khác.

Mẹo chuyên nghiệp

Đối với các đội quản lý nhiều thương hiệu, Semrush Enterprise AIO tự động hóa thiết lập này và cho phép bạn thiết lập theo dõi prompt trong bước tạo prompt của bạn.

Bạn nên theo dõi bao nhiêu prompt?

Bộ công cụ AI Visibility Toolkit (Bộ công cụ Khả năng hiển thị AI) bao gồm một số lượng prompt cố định được theo dõi: các đội nhỏ có thể theo dõi tối đa 25, và các thiết lập doanh nghiệp từ 500 đến 15,000 tùy thuộc vào cấu hình. Hướng dẫn của chúng tôi về các prompt tìm kiếm AI nào nên theo dõi bao gồm cách chọn chúng.

Với số lượng prompt nhỏ hơn, hãy tập trung vào các prompt có thể giới thiệu sản phẩm hoặc dịch vụ của bạn mang lại doanh thu. Dựa trên thử nghiệm nội bộ của chúng tôi, 10 prompt được chọn lọc tốt cho mỗi sản phẩm thường đủ để xem liệu các hệ thống AI có nhất quán giới thiệu thương hiệu của bạn hay không hoặc mặc định sang đối thủ.

Với số lượng lớn hơn, chỉ thêm prompt khi tiêu chí đánh giá thay đổi, như persona, ngành nghề, hoặc trường hợp sử dụng thay vì sử dụng các biến thể từ ngữ nhỏ thường tạo ra cùng một hành vi AI và không tạo ra tín hiệu mới.

Câu hỏi thường gặp

Làm thế nào để tìm các prompt chiến lược cho GEO?

Tìm các prompt chiến lược tuân theo cùng một quy trình bốn bước đã nêu ở trên.

1. Xác định đối tượng mục tiêu của bạn
2. Kết nối giải pháp của sản phẩm bạn với vấn đề của đối tượng
3. Sử dụng nghiên cứu từ khóa để xác thực ngôn ngữ
4. Tạo ý tưởng prompt với các LLM. Và đảm bảo tính đến các fan-out truy vấn.

Một số mẹo tạo prompt cho GEO là gì?

Khi sử dụng LLM để tạo prompt cho GEO, hãy đảm bảo cung cấp đủ bối cảnh để các ý tưởng hữu ích. Xác định ai là đối tượng của bạn, họ quan tâm nhất đến điều gì, bất kỳ hạn chế nào họ có, và những gì họ tìm kiếm khi mua sắm trong danh mục của bạn. Nhắc nhở LLM không bao gồm tên thương hiệu.

Làm thế nào để thực hiện kỹ thuật prompt cho SEO AI?

Kỹ thuật prompt cho SEO AI có nghĩa là cung cấp cho LLM hướng dẫn và bối cảnh rõ ràng để nó có thể hoàn thành một nhiệm vụ cụ thể, như tạo thẻ tiêu đề, tạo tóm tắt nội dung, hoặc xác định các khoảng trống trong nội dung hiện tại của bạn.

Một vài mẹo tạo prompt có thể giúp bạn có được kết quả hữu ích hơn:

• Xác định nhiệm vụ rõ ràng: Giải thích chính xác những gì bạn muốn LLM sản xuất
• Bao gồm một ví dụ: Cho LLM thấy một đầu ra mạnh mẽ trông như thế nào
• Đặt ra các ràng buộc rõ ràng: Xác định các yêu cầu như độ dài, tông giọng, từ khóa cần bao gồm, và thông tin cần tránh
• Mô tả định dạng đầu ra: Yêu cầu một cấu trúc cụ thể nếu điều đó hữu ích hơn
• Xem xét và tinh chỉnh: Kiểm tra đầu ra về độ chính xác và liên quan, sau đó điều chỉnh prompt của bạn nếu đầu ra không đạt yêu cầu

Biến sự phát triển của AI thành tín hiệu có thể hành động cho marketing của bạn

Khi các nền tảng AI ảnh hưởng đến nhiều quyết định mua sắm hơn, nhiều thương hiệu vẫn không biết liệu họ có được giới thiệu hay bị bỏ qua. Nghiên cứu prompt giải quyết sự không chắc chắn đó bằng cách tập trung vào những khoảnh khắc mà AI đánh giá các tùy chọn và giới thiệu một giải pháp.

Với Semrush, những khoảnh khắc quyết định đó trở thành các tín hiệu có thể đo lường mà bạn có thể theo dõi, diễn giải và hành động theo theo thời gian.

Bắt đầu bằng cách tài liệu hóa một persona và tạo 10 prompt ở giai đoạn quyết định trong tuần này với Nghiên cứu Prompt của Semrush.

Sau đó thêm chúng vào Prompt Tracking trong AI Visibility Toolkit (Bộ công cụ Khả năng hiển thị AI) của Semrush để theo dõi nơi thương hiệu của bạn xuất hiện, nơi không xuất hiện, và cách AI định hình danh mục của bạn.

Từ đó, khả năng hiển thị AI trở thành điều bạn có thể làm việc với, không phải đoán.