<!DOCTYPE html>Ahrefs 研究 AI 引用的稳定性 — SellAccs.net
来源:Ahrefs Blog

Ahrefs 研究 AI 引用的稳定性

Ahrefs 跟踪了 37,500 条 AI 引用,并建议营销人员关注长期曝光,而非追求引用从不中断。

Ahrefs 跟踪了 37,500 条 AI 引用,以研究其稳定性,并列出了分析得出的 10 项观察结果。 其给营销人员的核心建议是,应将引用变化视为常态,而不是认为来源必须持续保有每一次提及。

该公司称,波动很可能是 AI 答案的固有特征。 该公司还指出,模型更新可能会大幅改变这种波动。 这并不意味着任何特定引用一定会消失或重新出现,而是说,不应将某个时刻出现的引用视为永久结果。

Ahrefs 建议转而关注一段时间内出现的频率。 这样一来,关注点就从引用是否一直保留,转变为某个来源在较长时期内出现的频率。 采用这种方法的营销人员会结合更全面的记录来评估变化,而不是依赖单次观察。

在制定引用监测预期时,这一区别很重要。 持续不断地获得引用,与长期出现频率有所提升,是两个不同的目标。 Ahrefs 更看重后者:引用可能在答案中时有时无,因此,持续保留引用并不是衡量进展的理想标准。

现有摘要未提供这 10 项观察结果的具体分类、所研究的模型、监测周期或记录到的变化幅度。 因此,它无法就引用出现频率如何变化、哪些来源受影响最大,或模型更新后营销人员应期待什么结果,得出更具体的结论。 这一发现只是对稳定性的一般性提醒,并非针对某个账号或网站的预测。

这对营销人员意味着什么

查看 AI 引用时,应记录其随时间的变化,不要把一次引用缺失视为全部结果。 设定报告预期时,应着眼于整体趋势,同时将模型更新视为可能的变化因素。 如果引用数量发生变化,应描述观察到的情况,不要假设现有的 Ahrefs 摘要解释了这次具体变化的原因。

来源: Ahrefs 博客 — https://ahrefs.com/blog/how-stable-are-ai-citations/

这是一篇出于信息目的发布的原创摘要;底层报道的所有权利均归来源所有。

将这些洞察付诸行动

开展营销活动需要优质账号:全新注册、已验证、付款后立即交付 — 提供 48 小时保修,并支持 USDT 结账。

浏览市场 自动交付 48小时保修