Come scegliere i prompt migliori per monitorare la visibilità nella ricerca con IA

Individuare potenziali azioni da intraprendere è uno degli obiettivi principali quando si analizzano le risposte.

Ad esempio, quando lanciamo nuove funzionalità come il monitoraggio dei prompt personalizzati (autoreferenziale, lo so), vogliamo sapere se le risposte dell'IA rispecchiano il fatto che Ahrefs ora offre questa funzionalità, oppure se fanno riferimento a fonti datate.

Monitorando più piattaforme di IA scopriamo menzioni del brand su siti che non sono in primo piano solo su Google (dove si concentra di solito il lavoro dei professionisti di SEO), ma anche su Bing, Brave e indici personalizzati.

Oltre all'accuratezza delle risposte, ci concentriamo principalmente sui siti web citati più di frequente (allo scopo di stabilire un contatto con loro), sulle funzionalità e sui casi d'uso delle piattaforme di SEO che vengono menzionati più spesso e che dobbiamo coprire meglio, e su come siamo posizionati rispetto ai competitor per le nostre offerte principali.

Detto questo, non ci concentriamo esclusivamente sul monitoraggio dei prompt personalizzati.

Teniamo sotto controllo anche l'attività dei bot di IA nei log dei server, il traffico dalle piattaforme di IA, le performance della ricerca tradizionale e gli insight provenienti da decine di milioni di prompt in Brand Radar.

Parliamo ora del raggruppamento di punti dati simili, perché è un aspetto importante del nostro approccio complessivo al monitoraggio dei prompt.

Per trovare tutte le query lunghe almeno 6 parole, usa l'espressione: ^(\S+\s+){5}\S+. Se necessario, sostituisci "5" con un numero più alto.

Se il tuo sito è nuovo, non riceve ancora molto traffico di ricerca oppure stai semplicemente facendo ricerche su un altro settore, puoi anche usare gli stessi termini in un filtro dello strumento Keywords Explorer di Ahrefs.

Anche se i volumi di ricerca stimati non corrisponderanno mai perfettamente ai volumi delle chat di IA, questo approccio dà un'idea di quanto siano popolari gli argomenti in generale.

Reddit è il dominio più rilevante qui, ma vedrai anche Facebook, Quora, la Steam Community e migliaia di altri siti.

Esiste un parametro specifico che permette di cercare direttamente nei forum dedicati all'argomento desiderato invece di sperare semplicemente che compaia nei risultati: basta aggiungere &udm=18 alla barra degli indirizzi.

È bello quando le domande generano molti commenti, ma in generale è sufficiente osservare gli spunti che compaiono più spesso.

Se la pagina non si è ancora posizionata per alcuna query, puoi sostituire quella sezione con dati ricavati da strumenti come Keywords Explorer di Ahrefs, indicando i termini a cui stai puntando e di cui conosci il volume.

Come per molte altre cose nella SEO, puoi espandere questo concetto.

Negli ultimi mesi ho apprezzato molto il lavoro di Metehan Yesilyurt; nella sua guida su come trasformare i dati GSC in query più lunghe, ha ideato un prompt molto più approfondito.

Infatti, ha creato uno strumento apposito per convertire normali termini di ricerca in prompt in stile LLM.

Per rispetto, non trascrivo l'intero codice, ma ecco un estratto dal suo file app.py:

Penso che Metehan sarebbe d'accordo: più specifici sono gli esempi di prima e dopo, meglio è.

Una funzionalità di Perplexity utile quando fai domande a relative al tuo settore è che, alla fine di ogni chat, ti consiglia query correlate come follow-up.

Ho contattato Perplexity e ho chiesto se questa funzionalità si basa su query reali già poste in passato.

Mi è stato detto che vengono generate da un modello di IA che usa la query originale e i suoi risultati. In pratica, sono le domande naturali successive che questo modello ritiene possano derivare da quei dati.

Peccato, per i nostri scopi, che non siano basate su query storiche, ma Perplexity vorrà che siano il più pertinenti possibile, quindi trovo utile studiarle.

Se si fa clic su una qualsiasi voce per espanderla, Google suggerisce ancora più query.

Quando faccio ricerche su settori che conosco meno, spesso prendo queste domande così come sono per vedere quali brand, domini e tipi di risposta compaiono più spesso nel tempo.

Per lavori più importanti e progetti personali, li uso come base di partenza. Vedremo alcuni modi per farlo nella sezione dedicata alla scheda "Domande" di Keywords Explorer.

Se vuoi ampliare la tua analisi, puoi usare sia la Toolbar di Ahrefs sia la Detailed SEO Extension per estrarre automaticamente più livelli di "Le persone hanno chiesto anche".

Fai clic su ciascuna voce per identificare le query che potresti voler modificare e continuare a monitorare.

Ad esempio, se hai iniziato da poco a creare contenuti per località specifiche, potresti monitorare questi termini in quei paesi o menzionare esplicitamente il paese nel prompt.

Puoi anche impostare una frequenza di aggiornamento esatta, ad esempio giornaliera, settimanale o mensile.

Oltre alla tradizionale analisi del sito web, si possono analizzare anche i log del server.

Qui sotto possiamo vedere quando ChatGPT-User ha richiesto pagine su Detailed.com nell'arco di sette giorni.

Questo non è un bot che effettua continuamente la scansione del Web: viene attivato solo quando gli utenti fanno una domanda a ChatGPT (la versione standard o una versione personalizzata) e quella pagina può essere d'aiuto per generare una risposta.

Oltre ai bot di ricerca tradizionali, puoi anche esaminare le richieste di Perplexity-User (Perplexity), DuckAssistBot (DuckDuckGo) e MistralAI-User (Mistral).

Puoi inoltre ottenere idee di prompt seguendo i suggerimenti di questa guida, ovvero:

• Analizzando i termini che portano traffico a quella pagina in Google Search Console

• Individuando domande pertinenti nella sezione "Le persone hanno chiesto anche", che compaiono anche dove la pagina si posiziona organicamente

• Chiedendo agli LLM di suggerire domande pertinenti che le persone potrebbero porre per trovare la pagina

Entrambe le fonti sono utili di per sé, ma è comodo avere ulteriori punti dati con cui combinarle.

Un altro vantaggio di questo strumento è che evidenzia i potenziali gap di contenuto: il motivo per cui il tuo sito non compare nei risultati delle ricerche potrebbe essere semplicemente la mancanza di pagine pertinenti a quegli argomenti.

Certo, tra queste ci saranno termini per cui probabilmente non ti interessa essere citato.

A seconda della piattaforma utilizzata, la domanda "Che cos'è la falegnameria?" potrebbe non comportare alcuna ricerca sul Web né link alle fonti, precludendo ai siti web la possibilità di ricevere traffico.

Se hai una scuola di falegnameria online o offri servizi di formazione ad aziend, dovresti prendere una frase cercata con costanza come "come avviare un'attività di falegnameria" e monitorarne le varianti come un unico cluster.

Per il tuo brand, potresti monitorare le risposte relative a:

• I tuoi prezzi attuali

• Priorità pertinenti dei clienti, come convenienza, affidabilità o comfort

• Se offri determinate funzionalità

• Le lamentele più comuni delle persone

• Come ti posizioni rispetto ai principali concorrenti

Steve Toth, fondatore di Notebook Agency, sostiene con forza la necessità di controllare la veridicità delle affermazioni dell'IA sul brand.

Mi ha detto che, quando lavora con i clienti, prende dati dalla documentazione di supporto, dalle trascrizioni delle chiamate di vendita, dalle chiamate private e da risorse aggiuntive come le battlecard di vendita per capire come vogliono essere rappresentati negli LLM.

A partire da questi dati, il suo team crea prompt di domande decisive e misura l'accuratezza delle risposte. Se trova discrepanze, cerca di influenzarle aggiungendo contenuti sul sito del cliente e su altri.

Per aiutarti, puoi usare quante più fonti di dati interne possibile, come chat dell'assistenza clienti, dati pubblicitari, ricerche interne sul sito (tra post del blog, documentazione di supporto, ecc.) e qualsiasi altra cosa ti venga in mente.

Se non ti interessa seguire questa strada, mi è piaciuta una formula semplice che Mark Williams-Cook ha suggerito e che personalizza i termini, invece di creare personas "complete".

Mark dà agli LLM questo prompt: "Se fossi [persona] e stessi cercando [parola chiave], cosa potrei cercare?"

È divertente sperimentare, ma come dicevo non sappiamo quanto questi profili si allineino a una reale personalizzazione.