Ahrefs 分析 AI 引用的稳定性
Ahrefs 追踪了 37,500 次 AI 引用,并建议营销人员关注长期曝光,而非追求引用始终不中断。
Ahrefs 跟踪了 37,500 条 AI 引用,以考察其稳定性,并根据分析提出了 10 条观察结论。 它向营销人员传达的核心信息是,引用变化应被视为正常现象,而不是认为某个来源必须持续保留每一次提及。
该公司表示,波动很可能是 AI 答案固有的特征。 它还指出,模型更新可能会显著改变这种波动。 重点不在于某条特定引用会消失还是恢复,而在于不应把某一时刻出现的引用视为永久结果。
Ahrefs 建议转而关注如何让来源随着时间推移更频繁地出现。 这样一来,关注点就从引用是否一直保留,转向来源在更长一段时间内出现的频率。 采用这种方法的营销人员会结合更全面的记录评估变化,而不是依赖单次观察。
在设定引用监测的预期时,这一区别很重要。 引用持续不断地出现,与出现次数随时间增加,是两个不同的目标。 Ahrefs 更看重后者:引用可能时而出现在答案中、时而消失,因此持续保留并不是衡量进展的有效标准。
现有摘要没有提供这 10 条观察结论的具体细分、研究的模型、监测周期或记录到的变化幅度。 因此,无法据此得出更具体的结论,例如引用变化的频率、受影响最大的来源,或营销人员在模型更新后应期待怎样的结果。 这项报告的发现是对稳定性的一般性提醒,而非针对某个账户或网站的预测。
这对营销人员意味着什么
查看 AI 引用时,应记录其随时间的出现情况,避免把某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来源。 如果引用数量发生变化,应描述观察到的情况,不要假定 Ahrefs 现有摘要能够解释这次具体变化的原因。
本文为原创摘要,仅供参考;底层报道的所有权利均归来源方所有。