La recherche AI évolue rapidement, mais les premiers modèles émergent.
Dans notre travail client B2B, nous avons vu des types spécifiques de contenu surface de manière cohérente dans les résultats basés sur LLM.
Ces formats – lorsqu'ils sont structurés de la bonne façon – ont tendance à être ramassés, cités et amplifiés par des modèles comme Chatgpt et Gemini.
Cet article décompose cinq types de contenu en obtenant une visibilité notable sur la recherche d'IA, ce qui les rend efficaces et comment les optimiser pour la découverte de LLM:
- Pages de comparaison.
- Docs d'intégration / API ouverts.
- Hibs de cas d'utilisation.
- Leadership réfléchi sur les plateformes externes.
- Docs de produits avec schéma.
1. Pages de comparaison
Notre analyse montre que les Gémeaux font fréquemment surface le contenu «X vs Y» dans les aperçus de l'IA et le mode IA – même lorsque la requête ne demande pas explicitement la comparaison.
Quoi inclure
- Publier / vs / pages avec des avantages, des inconvénients, des prix, une correspondance de cas d'utilisation et un schéma.
- Faites cela pour tous les concurrents qui apportent un volume décent de requêtes de comparaison, ainsi que toutes les comparaisons facilement liées à votre produit ou service.
2. Docs d'intégration / API ouverts
Notre analyse a fourni de nombreux cas de GPTS et de copilote citant les API SaaS et les Docs Dev dans des réponses.
Exemple
- Une invite ChatGPT pour «Configuration des métriques Span pour les services backend» a cité une page DOCS de la Sentry de la société de surveillance des performances dans une liste de meilleures pratiques.
Quoi inclure
- Maintenir une documentation claire + Changelogs avec le versioning et le schéma.
Creusez plus profondément: l'avenir de la construction de l'autorité B2B à l'ère de la recherche AI
3. Hubs de cas d'utilisation
Nous avons vu des indicateurs clairs que la recherche AI préfère le contenu qui lie les fonctionnalités à de vrais problèmes commerciaux.
Exemple
- La ressource de conformité SOC 2 de Vanta apparaît en bonne place dans une réponse Chatgpt à «l'automatisation de la conformité SOC 2 pour les startups».
Quoi inclure
- Créez des pages de cas d'utilisation axées sur l'intention avec des témoignages et la cartographie des produits.
Demandez aux spécialistes du marketing de recherche de newsletter.
Voir les termes.
4. Leadership éclairé sur les plateformes externes
Les LLM ont récupéré des publications auprès d'experts de l'entreprise, notamment des fondateurs, des PME et des leaders d'opinion établis, sur des points de vente comme Medium et Dev.T.To pour des questions basées sur la stratégie.
Exemple
Quoi inclure
- Syndicate Postes d'un fondateur de l'entreprise, d'une PME ou d'un ambassadeur de marque avec un POV unique, puis incluez un lien canonique vers le site Web de l'entreprise.
5. Docs de produits avec schéma
Le mode Gemini AI se soulève des documents de produits s'ils sont structurés avec des FAQ, des sections pratiques et / ou des données structurées au fil.
Exemple
Quoi inclure
- Ajouter FAQPage, Howto, Données structurées dans la rampe et les types de schémas de software-application aux documents de produits.
3 recommandations globales
Vous ne devriez jamais virer des principes EEAT qui ont longtemps soutenu le référencement traditionnel. Ces mêmes principes vous serviront également pour la découverte de LLM.
Au-delà d'eux, cependant, il y a quelques étapes spécifiques à la LLM à considérer si votre objectif est d'augmenter la visibilité de la recherche d'IA.
Je vais décomposer trois recommandations clés.
Optimiser pour le support multimodal
Les systèmes de recherche AI récupèrent et synthétisent de plus en plus du contenu multimodal (pensez: images, graphiques, tableaux, vidéos) pour mieux répondre aux requêtes utilisateur.
Flémentez votre contenu sur plusieurs types de médias pour fournir des réponses plus utiles, numérisables et engageantes pour les utilisateurs.
Recommandations spécifiques:
- Assurez-vous que les images et les vidéos restent rampantes pour la recherche et les robots AI.
- Servir les images via un HTML propre et éviter le chargement paresseux avec un rendu JavaScript uniquement, car les grattoirs basés sur LLM peuvent ne pas rendre des éléments lourds JavaScript.
- Les images doivent utiliser le texte ALT descriptif qui inclut le contexte de la rubrique.
- Ajoutez des légendes aux images et vidéos avec une explication juste en dessous ou à côté du visuel.
- Utiliser
<figure>,<table>etc., avec un balisage contextuellement correct pour aider à analyser les tables, les figures et les listes. - Évitez les images de tables. Utilisez plutôt des tables HTML pour un format lisible par machine prenant en charge la tokenisation et la résumé.
Optimiser pour la récupération au niveau des morceaux
Les moteurs de recherche AI n'indexent pas ou ne récupérent pas les pages entières.
Ils divisent le contenu en passages ou «morceaux» et récupèrent les segments les plus pertinents pour la synthèse.
Optimisez chaque section comme un extrait autonome.
Recommandations spécifiques:
- Ne comptez pas sur la nécessité de toute la page pour le contexte. Chaque morceau doit être compréhensible indépendamment.
- Gardez les passages sémantiquement serrés et autonomes.
- Concentrez-vous sur une idée par section: gardez chaque passage serré concentré sur un seul concept.
- Utilisez un HTML structuré, accessible et bien formulé avec des sous-titres clairs (H2 / H3) pour chaque sous-thèse.
Creusez plus profondément: Chunk, citer, clarifier, construire: un cadre de contenu pour la recherche AI
Optimiser pour la synthèse des réponses
Les moteurs de recherche AI synthétisent plusieurs morceaux de différentes sources dans une réponse cohérente.
Visez à rendre votre contenu facile à extraire et à structurer logiquement pour s'adapter à une réponse multi-source.
Recommandations spécifiques:
- Résumez clairement les idées complexes, puis développez (un «résumé» clairement structuré ou des «plats clés»).
- Commencez des réponses avec une phrase directe et concise.
- Favoriser un ton factuel et non promotionnel.
- Utilisez des données structurées pour aider les modèles d'IA à mieux classer et extraire des réponses structurées.
- Utilisez le format de questions et réponses en langue naturelle.
Créer un contenu B2B qui gagne dans la recherche AI
Un avantage supplémentaire de ces cinq types de contenu est qu'ils couvrent plusieurs étapes d'intention – vous aidant à attirer des prospects et les guider à travers l'entonnoir.
Tout aussi important: assurez-vous que vos systèmes de mesure de recherche d'IA sont en place (nous utilisons des recherches profondes, GA et qualitatives) afin que vous puissiez suivre l'impact au fil du temps.
Et restez à l'écoute des rapports et des mises à jour de l'industrie pour suivre le rythme des nouveaux développements.
