引用尝试
引文尝试建议通过为AI系统已作为潜在引文源访问的页面推荐提示,帮助您识别提示库中的空白。
Adobe Brand Visibility不会手动决定要跟踪哪些提示,而是会从代理流量仪表板分析引文尝试活动,以识别已与AI系统相关的页面。 然后,它根据这些页面的内容生成提示建议,帮助您在最重要的地方扩大提示覆盖范围。
引文尝试建议的工作方式 how-it-works
Adobe Brand Visibility使用四步工作流生成引文尝试建议。
识别高信号页面 identify-high-signal-pages
Adobe Brand Visibility分析引文尝试活动,以识别人工智能系统在生成响应时始终作为潜在源访问的页面。
该分析侧重于随时间显示一致引用活动的页面,而不是从单一时间点查看活动,从而确保建议基于有意义的AI参与。
分析页面内容 analyze-page-content
对于每个符合条件的页面,Adobe Brand Visibility会分析页面内容以了解:
- 页面内容。
- 内容的类型,如产品、资源、支持或中心页面。
- 页面设计要回答的主要用户意图。
此信息有助于生成准确反映页面目的和内容的提示。
检查现有提示范围 check-existing-coverage
在生成新建议之前,Adobe Brand Visibility会将每个页面与现有提示库进行比较。
如果页面已由一个或多个配置的提示充分表示,则不会生成新的建议。 未得到充分覆盖的页面被确定为覆盖范围差距,并成为新的即时建议的候选者。
生成提示建议 generate-prompt-suggestions
对于每个覆盖范围间隙,Adobe Brand Visibility会根据页面内容和目标受众生成提示。
生成的提示为:
- 以页面内容为基础。
- 审查质量和相关性。
- 选中可删除重复或过于相似的提示。
- 使用相应的类别和主题或子类别进行标记。
- 随附说明为何建议提示的解释。
查看引用尝试建议 review-suggestions
导航到提示管理 > 提示策略,然后选择 引用尝试 筛选器。
建议按覆盖范围差距分组,包括:
-
说明产生建议的原因的摘要。
-
目标URL。
-
一个或多个建议的提示。
-
支持元数据,包括:
- 类别
- 主题
- 市场
- 意图
- 标记指示符
- 推理
这种推理有助于解释Adobe Brand Visibility为何选择目标URL来生成提示。