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。

按引文尝试过滤的提示策略队列,显示具有定向URL和推理列的覆盖范围间隔卡

recommendation-more-help
brand-visibility-help-main-toc