回顾你现在的位置，决定你想要去哪里
Posted: Sat Feb 01, 2025 10:44 am
一旦您了解了现有的品牌实体，您就可以识别 LLM 认为您具有权威性的主题与您 想要 展示的主题之间的任何脱节。
接下来只需创建新的品牌内容来建立这种关联即可。
使用品牌实体研究工具
您可以使用以下三种研究工具来审核您的品牌实体，并提高您出现在与品牌相关的 LLM 对话中的机会：
1. Google 的自然语言 API
Google 的自然语言 API 是一款付费工具，可以向您显示品牌内容中存在的实体。
其他 LLM 聊天机器人使用与 Google 不同的训练输入，但我们可以合理地假设它们可以识别相似的实体，因为它们也采用自然语言处理。
Google 的 NLP API 截图
2. Inlinks 实体分析器
Inlinks 的实体分析器也使用 Google 的 API， 巴西赌博数据 为您提供一些免费机会来了解网站级别的实体优化情况。
inLink 免费实体的屏幕截图
3. Ahrefs 的 AI 内容助手
我们的 AI Helper 内容助手工具可以让您了解您尚未在页面级别涵盖的实体，并建议您如何提高主题权威。
Ahrefs AI Helper 内容帮助工具
4. 留意 Ahrefs 的 LLM Chatbot Explorer
在 Ahrefs Evolve，我们的首席营销官 Tim Soulo 预先展示了一款我迫不及待想要使用的新工具。
想象一下：
您搜索重要且有价值的品牌主题
你会发现你的品牌在相关的 LLM 对话中被提及了多少次
你可以衡量你的品牌与竞争对手的品牌份额
你分析这些品牌对话的情绪
Ahrefs 即将发布的 LLM Chatbot Explorer 工具的视觉解释
LLM Chatbot Explorer 将使该工作流程成为现实。
您将不再需要手动测试品牌查询，或使用计划令牌来近似您的 LLM 话语权。
只需快速搜索，您就会获得完整的品牌知名度报告，以对性能进行基准测试，并测试您的 LLM 优化的影响。
然后你可以通过以下方式参与 AI 对话：
解析并升级最具 LLM 知名度的竞争对手的策略
测试您的营销/公关对 LLM 知名度的影响，并加倍制定最佳策略
发现具有较高 LLM 知名度的类似品牌，并建立合作伙伴关系以获得更多共同引用
5. 声明你的维基百科列表
我们已经介绍了 如何为自己选择 合适的实体，以及 如何研究 相关实体，现在是时候讨论如何 成为 一个品牌实体了。
在撰写本文时，法学硕士 (LLM) 中的品牌提及和推荐取决于您的维基百科存在，因为维基百科占法学硕士 (LLM) 培训数据的很大一部分。
到目前为止，每个法学硕士都接受过维基百科内容的培训，而且它几乎总是他们数据集中最大的训练数据来源。
赛琳娜·德克尔曼
维基媒体基金会首席产品和技术官Selena Deckelmann
您可以按照以下四个关键准则声明品牌维基百科条目：
知名度： 您的品牌需要被认可为一个独立的实体。在新闻文章、书籍、学术论文和访谈中提及品牌可以帮助您实现这一目标。
可验证性： 您的主张需要有可靠的第三方来源支持。
中立的观点： 您的品牌资料需要以中立、公正的语气来撰写。
避免利益冲突：确保内容撰写者对品牌公正（例如不是所有者或营销人员），并且以事实为中心而不是促销内容。
提示
在尝试声明您的维基百科列表之前，先建立您的编辑历史和作为贡献者的信誉，以获得更高的成功率。
一旦您的品牌被列出，那么您就需要保护该列表免受偏见和不准确的编辑——如果不加以控制——这些编辑可能会进入 LLM 和客户对话中。
按顺序排列您的维基百科列表的一个令人高兴的副作用是，您更有可能通过代理出现在 Google 的知识图谱中。
知识图谱以一种更易于 LLM 处理的方式构造数据，因此在 LLM 优化方面，维基百科确实是一份不断给予的礼物。
如果您正在尝试积极提高品牌在知识图谱中的知名度，请使用 Carl Hendy 的 Google 知识图谱搜索工具来查看您当前和持续的知名度。它会向您显示人员、公司、产品、地点和其他实体的结果：
CNN 搜索截图
6. 研究品牌问题以优化 LLM 提示
搜索量可能不是“提示量”，但您仍然可以使用搜索量数据来查找可能在 LLM 对话中出现的重要品牌问题。
在 Ahrefs 中，您会在匹配词报告中找到长尾品牌问题。
只需搜索相关主题，点击“问题选项卡”，然后切换“品牌”过滤器即可在您的内容中找到一系列查询来回答。
Ahrefs 匹配词报告的屏幕截图
关注 LLM 自动完成功能
如果您的品牌已经相当成熟，您甚至可以在 LLM 聊天机器人内进行本地问题研究。
有些法学硕士的搜索栏内置了自动完成功能。输入“[品牌名称] 是……”之类的提示即可触发该功能。
以下是数字银行品牌 Monzo 在 ChatGPT 中的一个例子……
ChatGPT 4o 中的截图
输入“Monzo 是吗”会引发一系列与品牌相关的问题，例如“...对旅行者来说是一个不错的银行选择”或“...在学生中很受欢迎”
Perplexity 中的相同查询会显示不同的结果，例如“...在美国可用”或“...预付银行”
Perplexity 中的单词截图
这些查询与 Google 自动完成或人们还提出的问题无关...
Google People 针对不完整查询询问建议的屏幕截图
这种研究显然非常有限，但它可以为您提供更多关于需要涵盖的主题的想法，以便在法学硕士 (LLM) 中获得更多品牌知名度。
你不能仅仅通过“微调”就能获得商业法学硕士
在为这篇文章做研究时，我遇到了“微调”的概念——其本质是训练法学硕士 (LLM) 以更好地理解概念或实体。
但这并不像将大量品牌文档粘贴到 CoPilot 中并期望被永远提及和引用那么简单。
微调不会提高品牌在 ChatGPT 或 Gemini 等公共 LLM 中的知名度——只能在封闭的自定义环境中（例如 CustomGPT）提高。
Kanerika 制作的表格的屏幕截图
Kanerika 的私立与公立法学硕士对比表
这可以防止有偏见的回应传达给公众。
微调具有内部使用效用，但为了提高品牌知名度，您真正需要专注于将您的品牌纳入公共 LLM 培训数据中。
7. 投资 Reddit 上的用户生成内容
人工智能公司对于用于完善 LLM 答案的训练数据非常谨慎。
聊天机器人核心的大型语言模型的内部工作原理是一个黑匣子。
Adam Rogers， Business Insider 高级科技记者
以下是一些支持 LLM 的资源。我花了不少功夫才找到它们 — 我想我才刚刚触及皮毛。
LLM 培训数据源
LLM 本质上是在大量网络文本语料库上进行训练的。
例如，ChatGPT 是基于价值 190 亿个标记的网络文本和 4100 亿个标记的 Common Crawl 网页数据进行训练的。
列出数据集的表格
OpenAI 研究语言模型是小样本学习者
另一个关键的 LLM 培训来源是用户生成内容 - 或者更具体地说，Reddit。
“我们的内容对于人工智能 (“AI”) 尤为重要——它是许多领先的大型语言模型 (“LLM”) 训练的基础部分”
Reddit 向美国证券交易委员会提交 S-1 文件
为了建立您的品牌知名度和信誉，磨练您的 Reddit 策略不会有任何坏处。
如果您想增加用户生成的品牌提及（同时避免因寄生虫 SEO 而受到处罚），请关注：
不发送垃圾链接的社区建设
举办 AMA
建立影响力伙伴关系
鼓励基于品牌的用户内容。
然后，在您有意识地努力建立这种意识之后，您需要在 Reddit 上跟踪您的成长。
在 Ahrefs 中有一个简单的方法可以做到这一点。
只需在热门页面报告中搜索 Reddit 域名，然后为您的品牌名称添加关键字过滤器。这将向您展示您的品牌在 Reddit 上随时间推移的有机增长。
分析工具的屏幕截图
8. 提供 LLM 反馈
据称，Gemini 不会根据用户提示或响应进行训练……
Google Cloud 的
但提供反馈似乎有助于它更好地了解品牌。
在 BrightonSEO 的精彩演讲中，Crystal Carter 展示了一个网站的例子，即 Site of Sites，该网站最终通过响应评级和反馈等方法被 Gemini 认可为品牌。
Google 搜索反馈对话框的屏幕截图
尝试提供您自己的响应反馈 - 特别是当涉及到实时、基于检索的 LLM 时，例如 Gemini、Perplexity 和 CoPilot。
这可能只是您提高 LLM 品牌知名度的门票。
9. 投资结构化数据和品牌架构
使用架构标记可帮助 LLM 更好地理解和分类有关您的品牌的关键细节，包括其名称、服务、产品和评论。
LLM 依靠结构良好的数据来了解不同实体之间的背景和关系。
因此，当您的品牌使用模式时，您可以更轻松地让模型准确地检索和呈现您的品牌信息。
有关在您的网站中构建结构化数据的提示，请阅读 Chris Haines 的综合指南：Schema Markup：它是什么以及如何实现它。
然后，一旦您建立了品牌架构，您就可以使用 Ahrefs 的 SEO 工具栏进行检查，并在 Schema Validator 或 Google 的 Rich Results Test 工具中进行测试。
接下来只需创建新的品牌内容来建立这种关联即可。
使用品牌实体研究工具
您可以使用以下三种研究工具来审核您的品牌实体，并提高您出现在与品牌相关的 LLM 对话中的机会：
1. Google 的自然语言 API
Google 的自然语言 API 是一款付费工具，可以向您显示品牌内容中存在的实体。
其他 LLM 聊天机器人使用与 Google 不同的训练输入，但我们可以合理地假设它们可以识别相似的实体，因为它们也采用自然语言处理。
Google 的 NLP API 截图
2. Inlinks 实体分析器
Inlinks 的实体分析器也使用 Google 的 API， 巴西赌博数据 为您提供一些免费机会来了解网站级别的实体优化情况。
inLink 免费实体的屏幕截图
3. Ahrefs 的 AI 内容助手
我们的 AI Helper 内容助手工具可以让您了解您尚未在页面级别涵盖的实体，并建议您如何提高主题权威。
Ahrefs AI Helper 内容帮助工具
4. 留意 Ahrefs 的 LLM Chatbot Explorer
在 Ahrefs Evolve，我们的首席营销官 Tim Soulo 预先展示了一款我迫不及待想要使用的新工具。
想象一下：
您搜索重要且有价值的品牌主题
你会发现你的品牌在相关的 LLM 对话中被提及了多少次
你可以衡量你的品牌与竞争对手的品牌份额
你分析这些品牌对话的情绪
Ahrefs 即将发布的 LLM Chatbot Explorer 工具的视觉解释
LLM Chatbot Explorer 将使该工作流程成为现实。
您将不再需要手动测试品牌查询，或使用计划令牌来近似您的 LLM 话语权。
只需快速搜索，您就会获得完整的品牌知名度报告，以对性能进行基准测试，并测试您的 LLM 优化的影响。
然后你可以通过以下方式参与 AI 对话：
解析并升级最具 LLM 知名度的竞争对手的策略
测试您的营销/公关对 LLM 知名度的影响，并加倍制定最佳策略
发现具有较高 LLM 知名度的类似品牌，并建立合作伙伴关系以获得更多共同引用
5. 声明你的维基百科列表
我们已经介绍了 如何为自己选择 合适的实体，以及 如何研究 相关实体，现在是时候讨论如何 成为 一个品牌实体了。
在撰写本文时，法学硕士 (LLM) 中的品牌提及和推荐取决于您的维基百科存在，因为维基百科占法学硕士 (LLM) 培训数据的很大一部分。
到目前为止，每个法学硕士都接受过维基百科内容的培训，而且它几乎总是他们数据集中最大的训练数据来源。
赛琳娜·德克尔曼
维基媒体基金会首席产品和技术官Selena Deckelmann
您可以按照以下四个关键准则声明品牌维基百科条目：
知名度： 您的品牌需要被认可为一个独立的实体。在新闻文章、书籍、学术论文和访谈中提及品牌可以帮助您实现这一目标。
可验证性： 您的主张需要有可靠的第三方来源支持。
中立的观点： 您的品牌资料需要以中立、公正的语气来撰写。
避免利益冲突：确保内容撰写者对品牌公正（例如不是所有者或营销人员），并且以事实为中心而不是促销内容。
提示
在尝试声明您的维基百科列表之前，先建立您的编辑历史和作为贡献者的信誉，以获得更高的成功率。
一旦您的品牌被列出，那么您就需要保护该列表免受偏见和不准确的编辑——如果不加以控制——这些编辑可能会进入 LLM 和客户对话中。
按顺序排列您的维基百科列表的一个令人高兴的副作用是，您更有可能通过代理出现在 Google 的知识图谱中。
知识图谱以一种更易于 LLM 处理的方式构造数据，因此在 LLM 优化方面，维基百科确实是一份不断给予的礼物。
如果您正在尝试积极提高品牌在知识图谱中的知名度，请使用 Carl Hendy 的 Google 知识图谱搜索工具来查看您当前和持续的知名度。它会向您显示人员、公司、产品、地点和其他实体的结果：
CNN 搜索截图
6. 研究品牌问题以优化 LLM 提示
搜索量可能不是“提示量”，但您仍然可以使用搜索量数据来查找可能在 LLM 对话中出现的重要品牌问题。
在 Ahrefs 中，您会在匹配词报告中找到长尾品牌问题。
只需搜索相关主题，点击“问题选项卡”，然后切换“品牌”过滤器即可在您的内容中找到一系列查询来回答。
Ahrefs 匹配词报告的屏幕截图
关注 LLM 自动完成功能
如果您的品牌已经相当成熟，您甚至可以在 LLM 聊天机器人内进行本地问题研究。
有些法学硕士的搜索栏内置了自动完成功能。输入“[品牌名称] 是……”之类的提示即可触发该功能。
以下是数字银行品牌 Monzo 在 ChatGPT 中的一个例子……
ChatGPT 4o 中的截图
输入“Monzo 是吗”会引发一系列与品牌相关的问题，例如“...对旅行者来说是一个不错的银行选择”或“...在学生中很受欢迎”
Perplexity 中的相同查询会显示不同的结果，例如“...在美国可用”或“...预付银行”
Perplexity 中的单词截图
这些查询与 Google 自动完成或人们还提出的问题无关...
Google People 针对不完整查询询问建议的屏幕截图
这种研究显然非常有限，但它可以为您提供更多关于需要涵盖的主题的想法，以便在法学硕士 (LLM) 中获得更多品牌知名度。
你不能仅仅通过“微调”就能获得商业法学硕士
在为这篇文章做研究时，我遇到了“微调”的概念——其本质是训练法学硕士 (LLM) 以更好地理解概念或实体。
但这并不像将大量品牌文档粘贴到 CoPilot 中并期望被永远提及和引用那么简单。
微调不会提高品牌在 ChatGPT 或 Gemini 等公共 LLM 中的知名度——只能在封闭的自定义环境中（例如 CustomGPT）提高。
Kanerika 制作的表格的屏幕截图
Kanerika 的私立与公立法学硕士对比表
这可以防止有偏见的回应传达给公众。
微调具有内部使用效用，但为了提高品牌知名度，您真正需要专注于将您的品牌纳入公共 LLM 培训数据中。
7. 投资 Reddit 上的用户生成内容
人工智能公司对于用于完善 LLM 答案的训练数据非常谨慎。
聊天机器人核心的大型语言模型的内部工作原理是一个黑匣子。
Adam Rogers， Business Insider 高级科技记者
以下是一些支持 LLM 的资源。我花了不少功夫才找到它们 — 我想我才刚刚触及皮毛。
LLM 培训数据源
LLM 本质上是在大量网络文本语料库上进行训练的。
例如，ChatGPT 是基于价值 190 亿个标记的网络文本和 4100 亿个标记的 Common Crawl 网页数据进行训练的。
列出数据集的表格
OpenAI 研究语言模型是小样本学习者
另一个关键的 LLM 培训来源是用户生成内容 - 或者更具体地说，Reddit。
“我们的内容对于人工智能 (“AI”) 尤为重要——它是许多领先的大型语言模型 (“LLM”) 训练的基础部分”
Reddit 向美国证券交易委员会提交 S-1 文件
为了建立您的品牌知名度和信誉，磨练您的 Reddit 策略不会有任何坏处。
如果您想增加用户生成的品牌提及（同时避免因寄生虫 SEO 而受到处罚），请关注：
不发送垃圾链接的社区建设
举办 AMA
建立影响力伙伴关系
鼓励基于品牌的用户内容。
然后，在您有意识地努力建立这种意识之后，您需要在 Reddit 上跟踪您的成长。
在 Ahrefs 中有一个简单的方法可以做到这一点。
只需在热门页面报告中搜索 Reddit 域名，然后为您的品牌名称添加关键字过滤器。这将向您展示您的品牌在 Reddit 上随时间推移的有机增长。
分析工具的屏幕截图
8. 提供 LLM 反馈
据称，Gemini 不会根据用户提示或响应进行训练……
Google Cloud 的
但提供反馈似乎有助于它更好地了解品牌。
在 BrightonSEO 的精彩演讲中，Crystal Carter 展示了一个网站的例子，即 Site of Sites，该网站最终通过响应评级和反馈等方法被 Gemini 认可为品牌。
Google 搜索反馈对话框的屏幕截图
尝试提供您自己的响应反馈 - 特别是当涉及到实时、基于检索的 LLM 时，例如 Gemini、Perplexity 和 CoPilot。
这可能只是您提高 LLM 品牌知名度的门票。
9. 投资结构化数据和品牌架构
使用架构标记可帮助 LLM 更好地理解和分类有关您的品牌的关键细节，包括其名称、服务、产品和评论。
LLM 依靠结构良好的数据来了解不同实体之间的背景和关系。
因此，当您的品牌使用模式时，您可以更轻松地让模型准确地检索和呈现您的品牌信息。
有关在您的网站中构建结构化数据的提示，请阅读 Chris Haines 的综合指南：Schema Markup：它是什么以及如何实现它。
然后，一旦您建立了品牌架构，您就可以使用 Ahrefs 的 SEO 工具栏进行检查，并在 Schema Validator 或 Google 的 Rich Results Test 工具中进行测试。