고객 구성 customer-configuration
고객 구성 대시보드는 LLM에서 브랜드의 가시성에 대한 인사이트를 제공하는 강력한 도구입니다. 카테고리, 토픽, 프롬프트를 올바르게 설정하면 브랜드가 LLM에서 생성한 응답에 표시되도록 배치할 수 있습니다. 이 설정으로 플랫폼이 비즈니스 컨텍스트에 대한 인사이트를 맞춤화하여 정확한 가시성, 트래픽 및 기회 분석이 가능합니다.
고객 구성 대시보드(아래 표시)는 조직에서 여전히 이 탐색을 사용하는 경우에 적용됩니다.
LLM Optimizer가 다양한 시장과 경쟁 환경에서 브랜드 존재감을 모니터링하고 분석하는 방법을 구성하기 위해 다음 탭에 액세스할 수 있습니다.
브랜드 중심 환경을 사용 중인 경우 브랜드 관리로 이동하여 브랜드, 브랜드 별칭을 설정 및 구성하고 추적할 경쟁 업체를 정의하십시오. 브랜드 관리는 또한 Google Search Console, Adobe Analytics, CDN 로그 전달과 같이 브랜드와 연결된 URL과 관련이 있는 통합을 구성하는 데 사용됩니다. 이 작업은 GSC, CDN 등 해당 탭을 클릭하여 수행할 수 있습니다.
프롬프트 prompts-brand
프롬프트 탭에서 프롬프트를 검토, 관리 및 사용자 정의할 수 있습니다. 브랜드 존재감 분석 .csv를 업로드할 수 있으며 이 목록은 해당 분석의 프롬프트와 토픽 또는 Adobe에서 만든 프롬프트 라이브러리 다운로드로 채워집니다. 필요에 따라 토픽 및 관련 프롬프트를 삭제, 수정 및 추가할 수도 있습니다.
데이터 인사이트 .csv 파일을 가져오려면 먼저 브랜드 존재감 대시보드에서 파일을 내보내야 합니다. 그 방법에 대해 알아보려면 데이터 인사이트 섹션을 참조하십시오. 파일이 생성되면:
- 대시보드에서 CSV 업로드를 클릭합니다.
- 데이터 인사이트 가져오기 창에서 파일을 끌어다 놓거나 수동으로 선택합니다.
- 데이터 업로드를 클릭합니다.
데이터 인사이트 가져오기 창에서 템플릿을 다운로드하여 새 CSV 파일을 만들 수도 있습니다. 템플릿을 생성하면 템플릿을 열고 연결된 프롬프트, 카테고리 및 지역과 함께 각 토픽을 새 라인에 입력합니다.
Adobe에서 만든 업계 프롬프트 라이브러리를 다운로드하고 사용하는 방법에 대해 알아보려면 이 페이지의 업계 프롬프트 라이브러리 섹션을 참조하십시오.
또한 CSV 파일 또는 프롬프트 라이브러리와 독립적으로 토픽/프롬프트를 목록에 추가할 수도 있습니다. 이를 위해 대시보드에서 다음을 수행해야 합니다.
- 토픽 추가 버튼을 클릭합니다.
- 새 구성 창에서 카테고리를 선택합니다. 이전에 만든 카테고리가 여기에 표시됩니다.
- 토픽 이름을 입력합니다.
- 프롬프트 텍스트를 추가합니다.
- 지역을 선택합니다.
- 프롬프트 추가를 클릭하면 프롬프트가 있는 토픽이 목록에 나타납니다.
브랜드 중심 환경을 사용 중인 고객의 경우 주제와 프롬프트를 추가하려면 프롬프트 관리로 이동하십시오.
목록에서 각 토픽을 클릭하면 관련 프롬프트가 나타납니다. 토픽과 관련 프롬프트를 삭제하려면 목록에서 삭제 아이콘을 클릭합니다.
카테고리 categories
카테고리 탭에서 추적하려는 비즈니스 카테고리나 제품 라인을 정의하고 특정 지역과 연결할 수 있습니다. 일반적으로 카테고리 필드에는 다른 사용자 정의(기타 추적, 별칭 등)가 표시되므로 해당 카테고리 탭은 이 페이지의 거의 모든 다른 사용자 정의와 관련이 있습니다. 새 카테고리를 추가하려면:
- 추가 버튼을 클릭합니다.
- 새 구성 창에서 카테고리 이름을 추가합니다.
- 카테고리를 모니터링할 관련 지역을 사용자 정의합니다.
- 저장을 클릭하면 새 카테고리가 카테고리 목록에 나타납니다.
새 카테고리를 추가해도 토픽과 프롬프트가 자동으로 생성되지 않습니다. 데이터 인사이트 탭에서 수동으로 추가해야 합니다.
카테고리를 삭제하려면 카테고리 목록에서 삭제 아이콘을 클릭합니다. 카테고리를 삭제하면 해당 특정 카테고리에 연결된 브랜드 별칭과 같은 연결된 토픽도 삭제되므로 주의하십시오.
기타 브랜드 others-tracking
이 탭을 사용하면 다양한 카테고리와 지역에서 브랜드와 관련하여 다른 브랜드들이 어떻게 언급되는지 추적할 수 있습니다. 시장 부문에서 존재감과 및 성과를 모니터링합니다. 추적을 사용자 정의하려면:
- 추가 버튼을 클릭합니다.
- 새 구성 창에서 카테고리를 선택합니다. 이전에 만든 카테고리가 여기에 표시됩니다.
- 다른 브랜드의 이름을 추가합니다.
- 필요한 경우 다른 별칭 및 도메인을 사용자 정의합니다.
- 저장을 클릭합니다.
목록에서 토픽을 삭제하려면 삭제 아이콘을 클릭합니다.
브랜드 별칭 brand-aliases
브랜드 별칭을 사용하면 다양한 카테고리와 지역에서 추적해야 하는 브랜드의 대체 이름과 베리에이션을 구성할 수 있습니다. 이를 통해 모든 브랜드 언급을 포괄적으로 모니터링할 수 있습니다. 브랜드 별칭을 추가하려면:
- 추가 버튼을 클릭합니다.
- 새 구성 창에서 카테고리를 선택합니다. 이전에 만든 카테고리가 여기에 표시됩니다.
- 별칭을 모니터링할 지역을 선택합니다.
- 브랜드 별칭을 추가합니다.
- 저장을 클릭하면 브랜드 별칭이 목록에 나타납니다.
브랜드 별칭을 삭제하려면 별칭 목록에서 삭제 아이콘을 클릭합니다.
CDN 구성 cdn-configuration
이 탭에서 Adobe LLM Optimizer가 CDN 데이터를 분석할 수 있도록 CDN 스트림을 구성할 수 있습니다. 이 데이터는 대시보드(예: 에이전틱 트래픽)가 작동하는 데 사용되며, 트래픽 패턴, 성능 지표 및 최적화 기회에 대한 인사이트를 제공합니다. CDN 공급자를 온보딩하려면 CDN 온보딩을 클릭합니다.
CDN 공급자 온보딩 창에서:
- CDN 공급자를 선택합니다.
- 로그 전달을 사용하려면 온보딩을 클릭합니다.
기타를 선택하는 경우 llmo-now@adobe.com에 도움을 요청해야 합니다.
Google Search Console google-console
Adobe LLM Optimizer를 사용하면 Google Search Console 계정을 통합하여 실제 검색 쿼리를 인터페이스로 직접 가져올 수 있습니다. 실제 Google Search Console 쿼리를 표시하여 실제 검색 동작과 고의도 검색 패턴에 기반을 둔 프롬프트 세트를 작성할 수 있습니다. 이렇게 하면 검증된 요구에 따라 프롬프트의 우선순위를 지정하고 LLM 최적화 노력을 현재 사용자가 검색하는 방식에 맞출 수 있습니다. 또한 쿼리가 자동으로 추가되지 않아 활성 프롬프트가 되기 전에 명시적으로 선택해야 하기 때문에 완벽한 제어가 가능합니다.
작동 방식 how-it-works
LLM Optimizer 및 Google Search Console의 통합에 대해 기억해야 할 주요 사항은 고객이 AI 어시스턴트에 요청할 수 있는 내용을 수동으로 추측하는 대신 고객이 이미 검색하고 있는 내용을 확인하고 이러한 실제 쿼리를 자연스러운 대화형 프롬프트로 변환한다는 것입니다. 검색 쿼리에서 AI 프롬프트로 이동하는 이러한 프로세스의 예시는 아래 다이어그램에서 확인할 수 있습니다.
프로세스는 일반적으로 5단계로 구성됩니다.
1단계 — 실제 검색 데이터 수집 gsc-one
프로세스는 Google을 통해 웹 사이트를 찾을 때 대상자가 실제로 사용 중인 키워드로 시작합니다. 많은 경우 수천 개의 고유한 쿼리로 구성되는 이 원시 데이터 세트는 다음으로 이어지는 모든 단계의 기초입니다.
2단계 — 의미 분석 및 안전을 위한 필터링 gsc-two
각 쿼리는 의미론적 의미(사용자가 실제로 묻는 내용)로 분석되며 적절하지 않거나 브랜드에 맞지 않는 내용을 제거하는 안전 필터를 통해 선별됩니다. 이렇게 하면 적절하고 관련 있는 키워드만 다음 단계로 이동할 수 있습니다.
3단계 — 카테고리 및 토픽으로 그룹화 gsc-three
관련 쿼리는 자동으로 카테고리(광범위한 비즈니스 테마)와 토픽(각 카테고리 내의 집중 하위 토픽)으로 그룹화됩니다. 시스템은 LLM Optimizer 설정에 이미 구성된 카테고리의 우선 순위를 지정합니다. 또한 검색 데이터가 표시하지만 아직 모니터링되지 않는 새로운 카테고리를 표시할 수도 있습니다. 다음 다이어그램은 가구 브랜드의 카테고리와 토픽에 대한 예시입니다.
4단계 — 실제 키워드에 기반한 프롬프트 생성 gsc-four
각 토픽에 대해 시스템은 실제 사람들이 AI 어시스턴트와 대화하는 방법과 유사한 프롬프트를 생성합니다. 각 프롬프트는 Google Search Console의 실제 검색 키워드로부터 직접 영향을 받아 키워드 의도를 자연어 대화 질문으로 변환합니다.
이 접근법(키워드 기반)은 다음을 의미합니다.
- 프롬프트는 가상 질문이 아닌 실제 수요를 반영합니다.
- 언어는 고객의 실제 표현 방식을 미러링합니다.
- 범위는 사람들이 사이트에서 검색하는 전체 범위에 걸쳐 있습니다.
프롬프트 생성은 제품, 경쟁 업체, 업계 포지셔닝 및 타깃 대상자를 포함한 브랜드 프로필 또한 고려하여 프롬프트가 컨텍스트 측면에서 정확한지 확인합니다.
5단계 - 품질 보증 및 게재 gsc-five
게재 전에 모든 프롬프트에서 몇 가지 자동화된 품질 검사를 수행합니다.
- 중복 제거 — 거의 동일한 프롬프트가 제거됩니다.
- 브랜드 비율 밸런싱 — 현실적인 혼합(비브랜드 비율 약 75%, 브랜드 비율 약 25%)을 보장합니다.
- 언어 품질 — 로봇처럼 들리는 표현을 제거하여 자연스럽게 들리도록 합니다.
- 일관성 검사 — 날짜의 유효성을 검사하고, 채우기 구문을 제거하고, 간결한 길이를 유지합니다.
또한 모든 프롬프트에 카테고리, 토픽, 의도 유형 및 브랜드/비브랜드 분류가 태그 지정되므로 LLM Optimizer에서 모니터링을 시작할 수 있습니다.
프롬프트 구조 prompt-anatomy
상기 프로세스가 완료되면 LLM Optimizer에 제공되는 각 프롬프트가 다음 속성을 갖게 됩니다.
사용 방법 how-to-use
Google Search Console 쿼리를 LLM Optimizer과 통합하고 사용하려면 아래 단계를 따르십시오.
Google Search Console 연결 connect-console
이 기능을 사용하려면 먼저 Google Search Console 계정을 LLM Optimizer와 통합해야 합니다.
- 고객 구성 대시보드(클래식 탐색) 또는 브랜드 관리(브랜드 중심 환경)를 연 다음, Google Search Console 통합(브랜드 중심 환경의 GSC 태그)으로 이동합니다.
- Google Search Console 탭으로 이동하여 계정 연결을 클릭합니다.
- 원하는 Search Console 속성에 액세스할 수 있는 Google 계정으로 로그인합니다.
- 연결할 속성을 선택합니다.
- 연결이 완료되면 LLM Optimizer가 관련 검색 쿼리를 검색하기 시작합니다.
쿼리 검토 및 검색 search-query
Google Search Console 계정을 LLM Optimizer와 통합한 후 Search Console에서 가져온 토픽 및 프롬프트 목록을 검토하고 목록에서 프롬프트를 추가할 수 있습니다.
- Google Search Console 탭에서 Search Console에서 가져온 토픽 및 프롬프트 목록을 검토합니다.
- 원하는 토픽/프롬프트 카테고리를 클릭하여 목록을 확장합니다.
- 추가 버튼을 사용하여 목록에 있는 프롬프트를 추가합니다. 모두 추가를 사용하여 프롬프트 및 카테고리를 일괄 추가할 수도 있습니다.
- 선택 사항이 만족스러우면 알림 메시지에서 저장을 클릭합니다.
프롬프트 목록에서 추가된 쿼리 보기 prompts-list
쿼리가 추가되면 고객 구성 대시보드(클래식 탐색) 내의 프롬프트 탭 또는 프롬프트 관리(브랜드 중심 환경)에 표시됩니다. Google Search Console에서 가져온 프롬프트는 원본 열에서 Google Search Console 아이콘으로 표시됩니다. 이 아이콘을 통해 실제 사용자 검색 동작을 기반으로 하는 프롬프트와 수동 추가된 프롬프트 또는 기타 소스의 프롬프트를 구별할 수 있습니다.
자주 묻는 질문 gsc-faq
Q: Google Search Console 대시보드에서 프롬프트가 업데이트되는 빈도는 얼마입니까?
Google Search Console에서 가져온 프롬프트는 일반적으로 한 달에 한 번 새로 고침됩니다. 새로 고침 시마다 Google Search Console에서 최신 검색 쿼리 데이터를 가져오고, 생성 파이프라인을 다시 실행하고, 프롬프트 세트를 업데이트합니다. 이렇게 하면 프롬프트가 현재 검색 트렌드 및 사용자 행동의 계절별 변화에 맞게 조정됩니다.
Q: 일반적으로 Google Search Console에서 제공되는 프롬프트의 수는 얼마입니까?
배포 크기와 추적되는 카테고리의 규모에 따라 다릅니다. 예:
목표는 체험판 및 온보딩 중에 전달되는 품질 목표를 충족하는 프롬프트 세트를 제공하는 것입니다. 토픽당 최소 20개의 프롬프트를 포함하고, 카테고리당 3~4개의 토픽을 구성하며, 브랜드/비브랜드 균형 또한 적절히 유지하고자 합니다.
Q: Google Search Console에 연결한 후 Google Search Console에서 가져온 프롬프트가 표시되는 시간은 얼마입니까?
프롬프트는 일반적으로 Google Search Console 연결이 설정된 후 몇 시간 내에 제공됩니다. 파이프라인은 검색 데이터를 자동으로 가져오고, 생성 및 품질 보증 단계를 통해 처리하고, LLM Optimizer으로 설정된 최종 프롬프트를 게재합니다.
Q: Google Search Console에 연결할 수 있는 사람은 누구입니까?
Google Search Console 속성에 대해 소유자 또는 전체 권한이 있는 경우, 누구나 연결을 승인할 수 있습니다. 다음은 검색 쿼리 데이터에 대한 읽기 액세스 권한을 부여하는 권한 수준입니다. 권한 수준을 잘 모르는 경우, 설정>사용자 및 Google Search Console의 권한에서 확인할 수 있습니다.
Q: Google Search Console 프롬프트 목록에 표시되지 않도록 프롬프트를 무시하거나 건너뛴 것으로 표시할 수 있습니까?
예, 모니터링하지 않으려는 프롬프트를 삭제할 수 있습니다. 삭제된 프롬프트는 활성 프롬프트 목록에서 제거되며 향후 보고에 표시되지 않습니다. 삭제된 프롬프트가 이후 월간 새로 고침 시 다시 생성되면 또 제거할 수 있습니다.
Q: Google Search Console의 프롬프트를 프롬프트 목록에 추가하면 해당 프롬프트에 대한 브랜드 존재감 데이터가 얼마나 빨리 표시됩니까?
새로 추가된 프롬프트에 대한 브랜드 존재감 데이터는 일반적으로 매주 초에 실행되는 다음 예약된 데이터 새로 고침 중에 표시됩니다. 프롬프트를 추가하는 시기에 따라 며칠 내에 결과가 표시될 수 있습니다.
인용 시도 및 참조 트래픽에 따른 프롬프트 제안 prompt-suggestions
중요한 프롬프트를 추측하는 대신 프롬프트 제안은(는) AI 에이전트와 사용자가 이미 사이트에 액세스하거나 참조하고 있는 것부터 시작합니다.
Adobe LLM Optimizer은 CDN 데이터를 분석하여 AI 에이전트가 이미 일관되게 액세스(인용 시도)하고 사용자를 참조(LLM 참조 트래픽)하는 페이지를 식별합니다. 그런 다음 현재 프롬프트 범위의 간격을 기반으로 프롬프트 제안을 자동으로 생성합니다. 워크플로는 우선 순위를 지정할 URL과 만들 프롬프트를 추측하는 대신 실제 트래픽 신호에서 시작합니다. 에이전트가 이미 도달하고 있는 페이지를 확인한 다음 해당 페이지에 응답해야 하는 사용자 프롬프트의 종류를 정의합니다.
AI 에이전트가 이미 페이지에 일관되게 액세스하고 있는 경우 에이전트는 페이지에 대해 어떻게 알 수 있는지가 아니라 페이지 콘텐츠가 대답할 수 있는 질문입니다. 이러한 페이지에 대해 구성된 프롬프트가 없으면 가장 중요한 주제에 대한 AI 답변에 브랜드가 표시되는 방식을 볼 수 없습니다. 에이전트 트래픽에서 프롬프트 제안 은 해당 간격을 닫으므로 에이전트가 이미 가장 활성화된 페이지에 대한 추적 및 브랜드 가시성 개선을 시작할 수 있습니다.
작동 방식 prompt-suggestions-how-it-works
프롬프트 제안 워크플로우는 4단계로 실행되며 CDN 트래픽 신호를 구성할 준비가 된 프롬프트 제안으로 변환합니다. 각 단계는 이전 단계를 기반으로 합니다. AI 에이전트 활동이 이미 입증된 페이지부터 시작하여 해당 페이지의 내용을 이해하고, 이미 다루고 있는 내용을 확인하고, 구체적이고 근거가 있으며 게시할 준비가 된 프롬프트를 생성합니다.
1단계 — 에이전트 트래픽에서 높은 신호를 수신하는 페이지 식별 prompt-suggestions-step-1
파이프라인은 CDN 데이터의 두 가지 신호를 사용하여 AI 시스템이 이미 활발하게 참여하고 있는 사이트의 페이지를 식별함으로써 시작됩니다. AI 시스템이 실제 사용자 질문에 답변하는 동안 소스로 페이지에 액세스하는 빈도와 해당 페이지가 이미 AI가 생성한 답변에서 실제 사용자를 사이트로 유도하고 있는지 여부입니다.
- 인용 시도 — AI 시스템이 사용자 질문에 답하는 동안 잠재적인 소스로 페이지에 액세스하는 방법. 파이프라인은 매주 일관된 인용 시도 활동 을 보여 주는 페이지를 찾으며 단일 시점보다 더 전체적인 관심 영역을 제공합니다.
- LLM 참조 트래픽 — 사용자가 URL에 도달하기 위해 AI가 생성한 응답에서 클릭스루한 인스턴스입니다. 파이프라인은 가장 최근 참조 데이터에 중점을 두고 AI 기반 방문 횟수가 많은 페이지를 우선 순위로 설정하여 제안사항이 현재 및 입증된 AI 추천 패턴에 기반을 두도록 합니다.
페이지는 신호 중 하나 또는 둘 다를 통해 검증할 수 있습니다. 두 신호를 모두 표시하는 페이지는 프롬프트 생성을 위한 가장 높은 신뢰도 타겟을 나타냅니다.
2단계 — 페이지 컨텐츠 및 의도 분석 prompt-suggestions-step-2
자격을 부여하는 각 페이지에 대해 파이프라인이 페이지 콘텐츠를 읽고 다음을 수행합니다.
- 요약 다음 모든 항목의 기준이 되는 간결하고 사실에 근거한 설명으로 요약합니다.
- 페이지 유형이 제품, 리소스, 지원 또는 허브인지 여부를 분류합니다.
- 기본 여정 의도 식별 — 정보, 지침, 비교 또는 트랜잭션 등 페이지가 답변하기 가장 적합한 질문 유형입니다.
두 분류는 함께 작동합니다. 예를 들어 설정 안내서 또는 자습서와 같은 지원 페이지에서 생성된 프롬프트는 새 대상자보다 기존 사용자 성향과 관련이 있을 수 있습니다.
3단계 — 기존의 프롬프트 적용 범위 확인 prompt-suggestions-step-3
파이프라인은 새 항목을 생성하기 전에 각 적격 페이지에 두 번의 패스로 실행되는 LLM Optimizer 계정에 구성된 프롬프트가 이미 적용되어 있는지 확인합니다.
- 페이지와 관련이 있을 수 있는 기존 프롬프트 라이브러리에서 후보 프롬프트를 빠르게 식별하는 의미론적 유사성 스캔입니다.
- 각 프롬프트 후보가 페이지 콘텐츠에 얼마나 잘 부합하는지 평가하는 LLM 기반의 리뷰로서, 일반적으로 페이지와 관련되는지 뿐만 아니라 페이지에 대한 내용을 포함하는지 여부도 평가합니다.
하나 이상의 기존 프롬프트가 해당 임계값을 충족하면 페이지가 포함되는 것으로 간주됩니다. 적절한 일치가 없는 페이지는 공백으로 식별되고 4단계로 이동합니다.
4단계 — URL별로 프롬프트 생성, 품질 점검 및 등급 지정 prompt-suggestions-step-4
각 갭 페이지에 대해 파이프라인은 페이지 콘텐츠의 내용에 기반을 둔 자연스러운 사운드 프롬프트를 생성합니다. 이것은 적절한 사용자, 즉 이 페이지가 답변하는 질문을 현실적으로 묻고 후보 프롬프트를 생성하기 전에 해당 사용자에 대한 현실적인 시나리오를 구축하는 사람을 식별하는 것으로 시작됩니다.
모든 프롬프트는 다음 세 가지 차원에 걸쳐 자동화된 품질 검토를 거칩니다.
- 범주의 모든 페이지에 적용할 수 있는 일반적인 질문이 아니라 이 페이지에 대해 특정인지 여부입니다.
- 페이지의 실제 콘텐츠에서 접지됨인지 여부입니다.
- 실제 사용자가 ChatGPT와 같은 AI 도구에 입력하는 것처럼 들리는지 여부.
이 검토를 통과하지 못한 프롬프트는 특정 피드백으로 다시 작성되고 다시 검토됩니다. 그래도 통과하지 않으면 떨어뜨립니다.
마지막 단계는 다양성 검사이며, 서로 너무 유사한 URL의 프롬프트가 최종 목록에서 삭제됩니다. 각 프롬프트는 사전 구성된 주제 및 범주로 태그가 지정되며, 인용 시도 및 참조 트래픽 신호를 기반으로 소스 URL이 타깃팅된 이유를 설명하는 추론 필드가 포함됩니다. 프롬프트에 우선 순위 순위도 할당되므로 우선 순위가 높으면 소스 URL에서 더 강한 결합 AI 신호를 의미합니다. 그러면 고객 구성 대시보드의 프롬프트 제안 탭에서 프롬프트를 검토할 준비가 되었습니다.
사용 방법 prompt-suggestions-how-to-use
- 고객 구성 대시보드를 열고 추천 단어 탭으로 이동합니다.
- 에이전트 트래픽에서 생성된 제안을 보려면 Source 필터를 사용하여 인용 시도를 선택하십시오.
- 이유 및 우선 순위 열을 검토하여 각 제안을 평가하십시오.
- 추가할 프롬프트를 선택하고 선택 항목 추가를 클릭하여 구성된 프롬프트에 추가합니다.
자주 묻는 질문 prompt-suggestions-faq
Q: 조직에서 이 기능을 사용하기 위해 추가 구성이 필요합니까?
이 기능은 CDN 로그 데이터를 사용합니다. 이미 CDN 로그 전달을 사용하도록 설정한 경우 추가 설정이 필요하지 않습니다. CDN 로그가 없으면 인용 시도 또는 참조 트래픽 데이터를 분석에 사용할 수 없습니다.
Q: 제안에 특정 URL이 표시되지 않는 이유는 무엇입니까?
몇 가지 일반적인 이유가 있습니다. 페이지에 아직 일관된 AI 검색 활동이나 의미 있는 참조 트래픽이 없을 수 있습니다. 이러한 신호 중 하나가 없으면 파이프라인에 들어가지 않습니다. 파이프라인이 실제 간격에 대한 제안만 생성하므로 이미 구성된 프롬프트에 의해 가려질 수 있습니다. 또는 페이지 유형이 프롬프트 생성에 적합하지 않을 수 있습니다.
질문: 시간이 지남에 따라 제안이 변경될 수 있습니까?
예. 새 CDN 데이터를 사용할 수 있게 되면 파이프라인이 주기적으로 실행됩니다. 사용자 및 에이전트 동작이 발전함에 따라(액세스 중인 페이지, 참조 트래픽 빈도 및 진행 중인 페이지) 제안은 이러한 변경 사항을 반영합니다. 이전에는 높은 신호가 아니었던 페이지는 향후 실행될 수 있으며 해결된 기존 공백은 더 이상 새로운 제안을 생성하지 않습니다.
Q: 제안에 기대하지 않았던 URL이 표시되는 이유는 무엇입니까?
표면화된 URL은 관찰된 아젠틱 비헤이비어를 기반으로 합니다. 즉, 콘텐츠 전략에서 AI 시스템이 얼마나 두드러지게 표시되는지에 관계없이 일관되게 사용자에 액세스하거나 참조해 온 페이지입니다. 경우에 따라 이러한 페이지는 중요시하지 않았지만 AI가 반복적으로 도달한 페이지일 수 있습니다. 제안 사항에 URL이 나타나는 이유는 데이터가 해당 URL을 지원하기 때문입니다. 자신의 전략에 맞지 않는 제안은 항상 무시해도 좋지만, 각 제안 뒤의 데이터는 실제 AI 활동에 기반을 둡니다.
질문: 추론 필드는 무엇을 의미합니까?
각 프롬프트에는 소스 URL이 제안으로 나열된 이유에 대한 설명이 포함되어 있습니다. 인용 시도를 통해 자격이 부여되는 페이지의 경우 매주 시도 횟수를 기반으로 액세스되는 모든 페이지 중에서 페이지가 어떻게 등급이 매겨지는지 보여줍니다. 참조 트래픽을 통해 자격을 얻은 페이지의 경우 참조 페이지 보기에 대해 동일한 값이 표시됩니다. 두 신호가 모두 있는 페이지는 두 신호를 모두 표시합니다. 이렇게 하면 우선 순위를 이해하고 먼저 게시할 제안을 선택하는 데 도움이 됩니다.
두 신호가 모두 있는 페이지의 경우 추리는 다음과 같습니다. 페이지 URL에 대해 생성됨] — 주별 인용 횟수 평균 상위 3%, LLM 참조 트래픽 평균 상위 1%.[
질문: 우선 순위는 어떻게 결정됩니까?
우선 순위는 두 신호의 합산 점수를 기반으로 합니다. 한 페이지가 인용 시도에 의해 모든 페이지 중 순위가 지정되는 방식과 LLM 조회 페이지 보기에 의해 모든 페이지 중 순위가 지정되는 방식입니다. 둘 다 백분위수로 표현되고 함께 추가되므로 두 신호에서 모두 강하게 점수를 매기는 페이지는 자연스럽게 위로 상승합니다. AI가 일관되게 액세스하고 사용자를 적극적으로 보내는 페이지는 항상 한 개의 신호만 있는 페이지보다 순위가 높습니다.
Q: 파이프라인은 인용 시도를 기반으로 어떤 페이지가 적합한지 어떻게 결정합니까?
파이프라인은 시간이 지남에 따라 일관된 AI 검색 활동을 표시하는 페이지를 찾습니다. 자격을 얻으려면 페이지는 두 가지 조건을 충족해야 합니다. 사용 가능한 데이터에서 적어도 1/2주에 의미 있는 활동을 표시해야 하며 해당 활성 주 동안의 중간 에이전트 히트 수는 모든 페이지에서 상위 25%에 속해야 합니다. 두 조건 모두 유지되어야 합니다. 주파수만으로는 충분하지 않고 히트 볼륨으로도 충분하지 않습니다.
Q: 파이프라인은 참조 트래픽을 기반으로 어떤 페이지가 적합한지 어떻게 결정합니까?
최근 3개월 동안의 총 LLM 참조 방문 횟수로 모든 페이지의 상위 10%에 페이지가 나타나면 페이지가 적격 처리됩니다. 이를 통해 최근 동작을 기반으로 AI 답변에서 실제적이고 측정 가능한 클릭스루를 이미 생성하고 있는 페이지에 제안을 반영할 수 있습니다.
Q: 영어 이외의 언어로 프롬프트 제안을 사용할 수 있습니까?
아직. 파이프라인은 현재 영어로만 프롬프트를 생성합니다. 다국어 지원은 향후 릴리스에 추가될 예정입니다.