Ответы ИИ — это согласовывающие фразы, а не ранжирование их. Пространство реальных возможностей никогда не было таким большим, как пространство фразировок.

Инструменты цитирования фундаментально отличаются от трекеров рейтингов, и это различие почти всегда рассматривается или указывается как ограничение.

<п>Один из респондентов моего недавнего опроса среди практиков цифрового маркетинга изложил это прямо. Вы не можете перепроектировать то, что работает, когда ответ меняется каждый раз, когда вы спрашиваете, поэтому то, что у вас остается, ближе к сигналу узнаваемости бренда, чем к диагностике. Теперь я слышал какую-то версию этого от достаточного количества людей, поскольку в этом пространстве она функционирует как чтение по умолчанию, и это справедливая версия. В этом опросе намеренно было представлено то, что сказали респонденты, без опровержений, поэтому я тогда сократил свой ответ. Вот ответ.

Их точка зрения заставила меня задуматься, и далее о том, к чему меня привели эти размышления. Я еще раз скажу сразу: я использую CitationIQ, платформу данных для оптимизации искусственного интеллекта, поэтому у меня есть коммерческий интерес к ответам на подобные вещи. Не стесняйтесь сделать мне скидку соответственно.

Вопрос, который я задаю, не тот же самый

По умолчанию предполагается, что задача инструмента — объяснить, почему вы появились или не появились. Это ожидание исходит непосредственно из отслеживания рангов, где позиция была результатом, а диагностическая работа заключалась в выяснении того, что ее движет. Желание вернуть это разумно. Число, на которое вы можете действовать, более полезно, чем число, которое вы можете только наблюдать.

<п>Я пришел к этому из другого вопроса. Не то, почему вы появились, а то, оспаривается ли еще фраза, за которой вы гонялись, или устоялась. Это две разные вещи, которые можно ожидать от одного и того же доказательства, и я остановился на том, что вторая вещь сейчас имеет коммерческое значение.

Потому что, если ответ определен, и ответ не ваш, то на диагностический вопрос уже дан ответ таким образом, что никакое обратное проектирование не улучшит его. Конечному пользователю все равно, чей это ответ. Они хотели получить ответ, они его получили, и личность источника никогда не имела для них значения.

Урегулированный — более полезное слово, чем рейтинговый

<п>Вот что, по моему мнению, происходит.

Традиционное SEO рассматривает фразировку как расширяемую. Было много способов задать один и тот же вопрос, каждый из которых можно исчислить, каждый из них представлял собой отдельную возможность, и весь метод заключался в объединении этих вариантов в объем, за которым стоит гнаться. Новые системы рассматривают эту же формулировку как складную. Они берут вариации, усредненные по источникам, и возвращают один ответ, который человек принимает и действует в соответствии с ним. Вот что я имею в виду под конвергенцией.

<п>Если я правильно понимаю, это близко к инверсии. Эти системы призваны сжимать то, на расширение чего отрасль потратила двадцать лет.

Но конвергенция не так очевидна, как кажется. Модели не всегда дают один ответ. Аудит 3750 ответов по трем моделям и 250 категориям запросов, проведенный в июне 2026 года, показал, что все три согласны с ведущим брендом только в 41,6% случаев. Более полезное число из того же аудита находится под ним. Согласие большинства, при котором по крайней мере двое из трех назвали один и тот же ведущий бренд, достигло 91,6%.

.

Итак, модели постоянныеот того, какие бренды имеют право на участие, а не от того, какой из них стоит на первом месте. Набор небольшой и стабильный. Заказ перемещается. Когда кто-то повторно запускает подсказку и получает другой верхний ответ, это движение внутри фиксированного набора, и если рассматривать это как доказательство того, что ничего не стабилизировалось, значит читать не тот слой.

Это меняет то, что говорит вам инструмент цитирования. Не ваша позиция, которая никогда не была устойчивой и никогда не будет, а то, есть ли в ней еще место для этой фразы. Если все 10 запросов, которые вы рассматривали как 10 возможностей, попадают в один и тот же короткий список, это была одна возможность, и теперь вы это знаете.

<п>Кто-то скажет, что это снова дебаты о избранных фрагментах. Это не так, хотя экономика схожа. Фрагменты сворачивали клик и оставляли пространство для ответов нетронутым. Фраза оставалась спорной, коробку держал один издатель, и можно было увидеть, у кого она есть, и взять ее. В то время Арефс измерил ущерб. Конвергенция работает по-другому, потому что ответ строится сразу из нескольких источников, поэтому зачастую никто не имеет ничего, что можно было бы взять. Практики, которые говорят, что видели это раньше, правы относительно эффекта и ошибаются относительно механизма, а именно механизм решает, работает ли старая реакция.

<х2>Но реально ли это??

Самое сильное возражение состоит в том, что конвергенция является артефактом того, как она измеряется. Чистые сеансы, синтетические подсказки, никакой истории пользователей. Если каждый реальный пользователь получит персонализированный опыт, конвергенция может существовать только внутри тестового пространства.

Персонализация, похоже, не разрушает конвергенцию. Кажется, его нужно переместить. Аудит 2000 прогонов по десяти типам покупателей показал, что лидеры категорий в значительной степени устойчивы к персонам, сохраняя примерно 80% согласованности независимо от того, кого, по мнению модели, спрашивали, в то время как бренды среднего бизнеса меняли до 75% набора рекомендаций по мере изменения персоны. Лидеры остаются на своих местах независимо от того, кто об этом просит, и отток кадров происходит под ними. Это означает, что персонализация концентрирует проблему, которую я описываю, а не решает ее.

<п>На синтетическое быстрое возражение я не могу ответить столь же ясно. Никто из этой категории, включая меня, в настоящее время не проводит сравнение с проверенными реальными распределениями запросов в больших масштабах. Это реальный предел того, на что может претендовать любой инструмент здесь, включая мой. (И масштаб здесь относится к «всему этому», а не к «мы выбрали 1 000 000 экземпляров и нашли X». Неплохо, но только часть от общего числа.)

На карте меньше мест, чем мы предполагали

<п>Google документирует, что обзоры ИИ и режим ИИ могут выполнять несколько связанных поисков по подтемам и источникам данных, прежде чем формировать ответ. Таким образом, фраза, которую вводит человек, часто даже не та фраза, которую ищет система. То есть сжатие происходит на один уровень раньше, чем этого ожидает большинство людей.

Вот та часть, которая будет непопулярна. Пространство действительно различных коммерческих возможностей всегда было меньше, чем пространство формулировок. Конвергенция не уменьшила его. Конвергенция сделала это видимым.

<п>Я видел эту версию изнутри. Когда я работал в Bing, концентрация внимания на уровне категорий была хорошо понята, и она определяла, куда направляются ресурсы. Развлечения, автомобили и новости привлекали людей и серверные мощности, потому что именно там находился совокупный спрос. Такие категории, как шитье или вязание, имели огромное значение для людей, для которых они имели значение, а получали пропорционально меньше. Это обычное управление ресурсами, применяемое к поиску информации, и это было верно за два десятилетия до того, как кто-либо обучил языковую модель в открытой сети.

<п>Новым является то, что концентрация теперь решает ответы, а не только бюджеты. Исследователи из Университета Трайн и Техасского университета A&M провели эксперимент. Они сопоставили наборы продуктов одного реального бренда с девятью проверенными вымышленными, с идентичными рейтингами, ценами, количеством отзывов и описаниями ингредиентов. Единственная разница заключалась в названии. Настоящий бренд был рекомендован в каждом из 670 действительных испытаний по трем моделям, двум языкам и четырем категориям продуктов. Ни разу не появился вымышленный бренд.

Модель не оценивала товары. Это было признано как имя. Это говорит вам о том, как выглядит победа сейчас, и это не лучший ответ. Это наиболее описываемый объект в категории, описание которой уже накопилось. Тот же июньский аудит выявил настоящий конкурентный вакуум, то есть категорийные запросы без доминирующего бренда вообще, только в 8% из 250 запросов.

Почему индустрия предпочла бы не смотреть на это

<стр>Меньше различных возможностей означает, что меньше компаний смогут выиграть, а те, кто это сделает, выиграют не только в рекламе фраз.

Это экзистенциальное переосмысление дисциплины, экономика которой предполагает, что каждый может в конечном итоге найти свою нишу. Длинный хвост никогда не был просто тактикой. Это было обещание, что место найдется для всех, что небольшой оператор, обладающий терпением и бюджетом на контент, сможет построить что-то защитное. Честно признать конвергенцию означает столкнуться с меньшей возможностью, чем та, на которой было построено множество карьер, включая мою.

Я не думаю, что практикующие избегают этого из-за недобросовестности. Стимул не смотреть вполне понятен, и я сам пришел к нему не с радостью.

<п>Еще одно обстоятельство усложняет картину. Почти все опубликованные показатели видимости бренда с использованием ИИ исходят от компаний, занимающихся измерением видимости бренда с использованием ИИ. Два из трех вышеперечисленных исследований представляют собой исследования поставщиков, в которых выявлены конфликты. Это тот же самый конфликт, который я заявил о себе, который проявляется во всей доказательной базе, и это причина небрежно относиться к каждому числу в этой статье.

Когда этот аргумент исчерпан

Сближение может быть временным. Архитектуры поиска меняются, семейства моделей расходятся, и сегодняшний канонический набор соображений может снова фрагментироваться через 18 месяцев. У меня нет возможности предсказать этот риск.

Большим ограничением является тип запроса. Все отмеченное выше наиболее сильно для вопросов информационного и категорийного уровня и наиболее слабо для конкретно-коммерческих. Сходимость на , что такое X, очень мало говорит о лучшем X для Y при ограничении Z. Данные о межмодельном соглашении противоречат мне так же, как и мне здесь, потому что цифра 41,6% получена из запросов коммерческой категории, и именно здесь мой аргумент выполняет наибольшую работу и имеет наименьшую поддержку. Если это справедливо только для информационных запросов, то это имеет гораздо меньшее значение, чем я думаю. Я в это не верю, но не могу исключать этого на основании того, что уже опубликовано.

Что заменяет охват фраз?

<стр>Я еще не до конца проработал этот вопрос и надеюсь услышать ваши мысли по этому поводу.

Я думаю, некоторые направления выглядят более перспективными, чем другие. Сближение моделей источников, а не еще один источник, конкурирующий за фразу, является очевидным и одновременно самым трудным, потому что это достигается путем независимого описания в течение многих лет, а не создания в календаре контента. <п>Репутация на уровне сущности, а не оптимизация на уровне страницы, следует непосредственно из результатов признания. Если модель выбрана по известному ей имени, то единицей инвестиций является имя, а не страница.

Категории, в которых конвергенция еще не произошла, реальны, и механизм подсказывает вам, где искать. Кандпал и его коллеги установили, что способность модели отвечать на какой-либо вопрос зависит от того, сколько соответствующих документов она просмотрела во время предварительного обучения. Маллен и его коллеги обнаружили, что масштабирование улучшает запоминаемость популярной части, оставляя при этом разреженную часть примерно там, где она началась. В июньском аудите уровень вакуума показал самый высокий уровень вакуума — 20%. Тонкое покрытие — это открытие, причем временное.

И некоторые запросы просто невозможно выиграть, и их следует оставить, а не бороться. Это наименее удовлетворительный пункт в списке и, вероятно, самый ценный, потому что цена оспаривания устоявшейся фразы — это не только напрасные траты. Вместо этого вы не стали оспаривать эту фразу.

Я постоянно возвращаюсь к тому, что конвергенция – это не ошибка измерения. Это измерение того, чего эта отрасль раньше не могла увидеть, и, по-моему, оно измеряется тем, сколько места еще осталось. Это неудобно. Однако карта меньшего размера, которую вы действительно видите, по-прежнему превосходит большую, которую вы себе представляли.

Если вы проверяете это на своих собственных данных и получаете другой ответ, я хочу услышать об этом. Оставьте комментарий ниже или свяжитесь напрямую.

<стр>Я более подробно рассказываю о том, как эти системы создают и поддерживают представление о бренде, в The Machine Layer, доступном здесь.

Этот пост был первоначально опубликован на сайте Duane Forrester Decodes.