Como escolher os melhores prompts para monitorar sua visibilidade na busca de IA

Identificar possíveis ações é uma parte importante do nosso foco ao analisar respostas.

Por exemplo, quando lançamos novos recursos como o acompanhamento de prompts personalizados (meta, eu sei), queremos saber se as respostas de IA refletem que a Ahrefs agora tem essa funcionalidade ou, em vez disso, citam fontes desatualizadas.

Monitorar várias plataformas de IA revela menções à marca em sites que não são apenas de destaque no Google (onde os SEOs tradicionalmente se concentram), mas também no Bing, no Brave Search e em índices personalizados.

Além da precisão das respostas, buscamos principalmente sites citados com frequência com os quais possamos nos conectar, recursos e casos de uso de plataformas de SEO mencionados com frequência que possamos cobrir melhor, e entender como estamos posicionados em relação aos concorrentes nas nossas principais ofertas.

Dito isso, não estamos focados apenas em acompanhar prompts personalizados.

Atividade de bots de IA nos logs do servidor, tráfego de plataformas de IA, desempenho na busca tradicional e insights de dezenas de milhões de prompts no Brand Radar também fazem parte do nosso monitoramento.

Vamos nos aprofundar no agrupamento de pontos semelhantes, pois essa é uma parte importante de como enxergamos o rastreamento de prompts como um todo.

Você também pode usar a seguinte regex para encontrar todas as consultas com pelo menos 6 palavras: ^(\S+\s+){5}\S+. Altere “5” para um número maior, se necessário.

Se o seu site é novo, ainda não recebe muito tráfego de busca ou você simplesmente está pesquisando outro setor, você também pode usar os mesmos termos em um filtro da ferramenta Keywords Explorer da Ahrefs.

Embora os volumes de pesquisa estimados nunca se traduzam perfeitamente em volumes de chats de IA, essa abordagem vai dar uma ideia de quão populares são os temas em geral.

O Reddit é o domínio mais proeminente aqui, mas você também verá Facebook, Quora, a Comunidade Steam e milhares de outros sites.

Há um parâmetro específico que você pode adicionar na barra de endereços, &udm=18, que permite pesquisar diretamente fóruns sobre o seu tópico em vez de simplesmente torcer para que o recurso da SERP apareça nos resultados.

É legal quando as perguntas geram muitos comentários, mas geralmente estou procurando os ângulos que aparecem com mais frequência.

Se a página ainda não ranqueou para nenhuma consulta, você pode substituir essa seção por dados de ferramentas como o Ahrefs Keywords Explorer, compartilhando os termos que você está segmentando com volume conhecido.

Como acontece com muitas coisas em SEO, você pode levar esse conceito para o próximo nível.

Tenho gostado de ler o trabalho de Metehan Yesilyurt nos últimos meses, e ele elaborou um prompt muito mais aprofundado em seu guia sobre como transformar dados do GSC em consultas mais longas.

Ele criou uma ferramenta personalizada especificamente para converter termos de busca comuns em prompts no estilo de LLM.

Por respeito, não quero compartilhar tudo, mas aqui vai uma amostra do arquivo app.py dele:

Acho que o Metehan concordaria que, quanto mais específicos forem seus exemplos de antes e depois, melhor.

Um recurso interessante ao fazer perguntas ao Perplexity relacionadas ao seu setor é que, no fim de cada chat, você recebe recomendações de consultas relacionadas para dar continuidade.

Entrei em contato com a Perplexity e perguntei se eles usam consultas reais que já foram feitas antes.

Me disseram que elas são geradas por um modelo de IA que usa a consulta original e seus resultados. Basicamente, são as próximas perguntas naturais que esse modelo acredita que viriam em seguida com base nesses dados.

É uma pequena pena, para o nosso propósito, que elas não sejam baseadas em consultas históricas; mas a Perplexity vai querer que sejam o mais relevantes possível, então ainda vejo valor em estudá-las.

Se você clicar em qualquer título para expandi-lo, o Google vai oferecer ainda mais consultas sugeridas.

Ao pesquisar setores com os quais tenho menos familiaridade, muitas vezes uso essas perguntas como estão para ver quais marcas, domínios e tipos de resposta aparecem com mais frequência ao longo do tempo.

Para trabalhos mais sérios e projetos pessoais, vou usá-las como base para expandir. Vou mostrar algumas formas de fazer isso na seção sobre a aba “Perguntas” no Keywords Explorer.

Se você quiser escalar sua análise, pode usar tanto a Barra de ferramentas da Ahrefs quanto a Detailed SEO Extension para extrair automaticamente vários níveis de títulos do “As pessoas também perguntam”.

Você pode clicar em cada um deles individualmente para identificar consultas que talvez queira modificar e continuar rastreando.

Por exemplo, se você começou recentemente a criar conteúdo para locais específicos, pode rastrear esses termos nesses países ou mencionar especificamente o país no prompt.

Você também pode definir sua própria frequência exata de atualização, como diária, semanal ou mensal.

Além da análise da web tradicional, você também pode se aprofundar nos logs do servidor.

Abaixo, podemos ver quando o ChatGPT-User solicitou páginas no Detailed.com ao longo de um período de sete dias.

Este não é um bot que rastreia continuamente a web; em vez disso, ele é usado quando os usuários fazem uma pergunta ao ChatGPT ou a GPTs personalizados, e essa página pode ajudar a gerar uma resposta.

Além de bots de busca tradicionais, você também pode analisar solicitações de agentes como Perplexity-User (Perplexity), DuckAssistBot (DuckDuckGo) e MistralAI-User (Mistral).

Depois, você pode ter ideias de prompt seguindo as sugestões deste guia, como:

• Analisando os termos que geram tráfego para essa página no Google Search Console

• Encontre perguntas relevantes da seção “As pessoas também perguntam” que também aparecem nos resultados em que ele ranqueia organicamente

• Perguntar a LLMs quais seriam perguntas relevantes que as pessoas poderiam fazer para encontrar a página

Ambas as fontes são úteis por si só, mas é bom ter pontos de dados adicionais para combinar com elas.

Outro benefício desta ferramenta é destacar content gaps que podem existir no seu site. Pode ser que você simplesmente não apareça porque não tem páginas no site relevantes para esses tópicos.

Dito isso, haverá termos aqui nos quais você provavelmente não tem interesse em ser citado.

Dependendo da plataforma que você estiver usando, a pergunta “O que é carpintaria?” pode ser respondida sem nenhuma busca na web nem links para fontes associados.

Se você administra uma escola online de marcenaria ou oferece serviços de abertura de empresas, pode ser interessante pegar uma frase com busca consistente, como “como abrir uma empresa de marcenaria”, e rastrear variações como um único cluster.

Para a sua própria marca, você poderia acompanhar respostas relacionadas a:

• Seu preço atual

• Prioridades relevantes dos clientes, como preço acessível, confiabilidade ou conforto

• Se você oferece determinados recursos

• As reclamações mais comuns que as pessoas têm

• Como você se compara aos principais concorrentes

Steve Toth, fundador da Notebook Agency, é um grande defensor de verificar se as visões da IA sobre sua marca estão alinhadas com a realidade.

Ele me disse que, ao trabalhar com clientes, pode usar dados da documentação de ajuda, transcrições de ligações de vendas, ligações privadas e recursos adicionais como battlecards de vendas para entender como eles querem ser representados em LLMs.

A partir daí, a equipe dele cria prompts de perguntas decisivas e mede a precisão das respostas. Ao encontrar discrepâncias, tenta influenciar essas respostas com conteúdo adicional no próprio site e em outros sites.

Para ajudar com isso, você pode usar o máximo possível de fontes internas de dados, como chats de suporte ao cliente, dados de anúncios, pesquisas internas do site (em posts do blog, documentação de ajuda etc.) e qualquer outra coisa que vier à mente.

Se você não tem interesse em seguir por esse caminho, gostei de uma fórmula simples que Mark Williams-Cook compartilhou, que personaliza termos, em vez de criar personas “completas”.

Ele usa como prompt para LLMs: “Se eu fosse [Persona] tentando encontrar [Keyword], o que eu poderia pesquisar?”

É divertido brincar com isso, mas, como eu disse, não sabemos o quanto isso se alinha à personalização real.