Innholdet ditt er ikke svaret lenger

Stay Up-to-date On All Things Marketing & Leadership. Create an Account

Kjøperne dine leser ikke innholdet ditt. En LLM leser det for dem, sammenfatter det og gir dem et svar før de noen gang kommer til siden din. Her er hva det betyr for innholdet ditt, merkevaren din og strategigapet som stadig blir større rundt deg.

Key Takeaways

LLM-påvirkning: Innhold konsumeres i økende grad av LLM-er i stedet for menneskelige lesere, noe som påvirker trafikk og engasjement.

Innholdsskifte: Markedsføringsteam må tilpasse seg et digitalt landskap der LLM-er sammenfatter innhold, noe som gjør tradisjonelle strategier mindre effektive.

Personaliseringens utfordring: LLM-er tilpasser svar basert på brukerens kontekst, noe som gjør det vanskeligere å sikre synlighet for merkevaren og tydelig kommunikasjon.

Å skille ut merkevaren: Spesifikke synspunkter og merkevareidentitet kan gå tapt når LLM-er sammenfatter innhold, noe som skaper utfordringer for merkevaregjenkjenning.

Innholdsstrategi: Fokuser på tydelighet og struktur, og sørg for at innholdet samsvarer med kjøpernes spørsmål for å gjøre det enklere å oppdage.

LLM-innholdsstrategien din blir lest av noen du ikke skrev den for.

Nå sammenfatter modeller sidene dine til et parafrasert svar som kjøperen din leser før de i det hele tatt finner nettstedet ditt.

Så hvis trafikktallene dine for andre kvartal ser merkelige ut, er dette grunnen. Andrea Saez, leder for produktmarkedsføring og AI-GTM hos Turtl og medforfatter av Gapet i produktmomentum, oppdaget denne endringen tidlig.

«Folk går rett og slett ikke til nettsteder lenger», sier hun, «de sender en forespørsel til en LLM og får en liste over leverandører.»

De fleste markedsføringsteam skriver fortsatt for den menneskelige leseren. Men leseren har allerede gått videre.

Publikums vaner har endret seg

Mengden innhold teamet ditt produserer, blir sannsynligvis ikke mindre, men problemet nå er hvem som mottar det.

I årevis har du strukturert innhold for en menneskelig leser som navigerer på Google. Du skrev artikler eller funksjonssider som skulle være enkle å skumme, ha en tydelig narrativ struktur og tilby konkrete detaljer som gjør et abstrakt konsept enklere å forstå. Formelen fungerte.

Nå hevder Saez at det meste av innholdet behandles av LLM-er før en kjøper i det hele tatt kommer frem til det. De får et sammenfattet svar som er formet av hvordan modellen tolket forespørselen deres. Og nå kan det hende at siden din aldri lastes inn hos dem i det hele tatt.

«Innholdet blir faktisk stadig lengre fordi du må prøve å få med alt dette,» sa hun. «Men ingen leser det egentlig. Innholdet vi lager, er egentlig bare for at LLM-en skal kunne hente ut informasjonen.»

Mellom anekdoter, tydelighet og narrativ struktur er artikler utformet for å hjelpe en menneskelig leser med å forstå noe. Og ingenting av dette er optimalisert for maskinell innlesing.

Innholdet som gjør det godt i LLM-er, er komplett, godt strukturert og direkte relevant for forespørselen. Kjøperen din får i økende grad det modellen bestemmer seg for å vise.

CREATE AN ACCOUNT
Create a CMO Club Account for access to exclusive content, practical templates, member-only events, and weekly leadership insights—it’s free to join.
Get Free Access

Have an account? Log In

Det finnes ingen rangering i en LLM

Mange har spurt om hvordan man får innholdet sitt til å rangere i en LLM. Sannheten er at vi ikke vet.

«Folk tror at man kan rangere i en LLM, men det kan man ikke», sa Saez. «Det finnes ingen rangering. Det beste du kan gjøre, er å prøve å bli plukket opp så ofte som mulig.»

Søk hadde et kart. Søkeord, tilbakekoblinger, domeneautoritet. Joda, det var rotete, men mulig å følge. Du kunne se rangeringene endre seg som følge av beslutningene du tok.

Men modeller tilbyr ikke dette, og LLM-innholdsstrategien din må ta høyde for det.

Du kan kjøre den samme ledeteksten femten ganger og dukke opp i tolv av dem. Det finnes ingen pålitelig indikator som forklarer hvorfor du dukket opp, eller hvorfor du ikke gjorde det.

Det du kan gjøre, er å sørge for at innholdet ditt besvarer spørsmålene kjøperne dine faktisk stiller, så presist som mulig. Utfordringen er at du ikke får se spørsmålet.

«Det finnes ingen måte å faktisk vite hvilket spørsmål de stiller», sa Saez.

Du optimaliserer for en forespørsel du aldri ser, fra en kjøper hvis atferd du ikke lenger kan spore på samme måte som før. Selv om teamet ditt ikke har begynt å slite med dette ennå, har teamene rundt dere allerede gjort det.

Personaliseringen gjør det vanskeligere

Det finnes en dimensjon ved dette som får for lite oppmerksomhet i de fleste AEO-samtaler.

LLM-er går lenger enn å svare på forespørsler; nå er de tilpasset for å svare spesifikt til personen som stiller spørsmålet. Jo mer en modell vet om den som spør, desto bedre kan den tilpasse svaret til denne personens kontekst.

To kjøpere som stiller det samme spørsmålet om produktkategorien din, kan få to helt forskjellige svar – ingen av dem kan du se eller forutse.

Saez deler en personlig anekdote for å forklare hvordan dette fungerer i sanntid. Hun ba Claude anbefale restauranter i Amsterdam og fikk resultater som var nøyaktig tilpasset preferansene hennes fordi modellen visste hva disse var. Partneren hennes ville ha fått noe annet hvis vedkommende stilte det samme spørsmålet.

«Sett nå dette inn i en B2B-kontekst,» sa hun. «Hvis jeg er markedsdirektør, går jeg til en LLM og sier «Hei, jeg har dette spesifikke problemet.» Hvordan personaliserer den så resultatene for dem? Og hva kan vi som markedsførere gjøre for å sikre at vi kommer med i disse resultatene? Jeg har ingen anelse.»

Saez har holdt på med dette lenger enn de fleste. Hvis hun ikke har et klart svar, er det fordi et slikt svar ennå ikke finnes. Ydmykhet og aktiv eksperimentering er de eneste ærlige arbeidsmåtene akkurat nå, og vinduet for å komme i gang blir stadig mindre.

Hva blir filtrert bort

Det vanskeligere spørsmålet er hva LLM-syntese faktisk fjerner.

Det særegne ved synspunktet ditt, det som gjør merkevaren din særpreget snarere enn utskiftbar. Og dette overlever ikke komprimering særlig godt. Det som overlever, er svaret på forespørselen. Merkevaren din blir enten trukket ut som et relevant svar, eller så dukker den ikke opp.

Som forfatter gjør det meg virkelig trist, sa Saez. «Den mangler empati. Den mangler den menneskelige tonen.»

Hvis maskinen nå er den første leseren, hva opplever kjøperen din når vedkommende til slutt møter merkevaren din direkte? For mange av dem vil det ikke skje. De fleste vil ta det syntetiserte svaret, stole på det og ta en beslutning. Arbeidet bak forblir usynlig.

Dette er et merkevareproblem, ikke bare et innholdsproblem. Og det blir større jo lenger du venter med å håndtere det.

More Articles

Hvor skal man begynne

Det finnes ingen tydelig fremgangsmåte for CMO-er. Og Saez var tydelig i svaret sitt og påpekte at falsk sikkerhet ikke tjener noen i denne tiden med innholdsbehandling ved hjelp av LLM-er.

Det som er klart, er at innhold skrevet rundt det selskapet ditt ønsker å si, snarere enn det kjøperen din prøver å finne ut, blir filtrert bort.

Struktur gjør nå mer av jobben enn stil. Direkte svar, tydelig formulert og plassert nær toppen av siden, er det LLM-er kan tolke og løfte frem – på samme måte som ATS-systemer kobler nøkkelord til aktuelle søkere.

Og å teste hvor lett det er å finne deg på tvers av ulike forespørsler og plattformer, selv om det er upresist, er for øyeblikket noe av det mest ærlige signalet som er tilgjengelig.

Hold likevel fast ved håndverket. Kjøperne som finner frem til innholdet du har utarbeidet, som leser i stedet for bare å ta det syntetiserte svaret, er sannsynligvis de beste kjøperne dine. Saez skriver fortsatt for dem, samtidig som hun bygger om den overordnede strategien sin for en verden som allerede har beveget seg forbi siden.

De fleste team har ennå ikke satt et tydelig navn på dette skiftet. De som har gjort det, ligger allerede flere skritt foran.

Hva skjer videre?

Opprett en gratis konto hos The CMO Club for innsikt i markedsføring og ledelse rett i innboksen din.

You may also like