Ekspert AEO wyjaśnia, dlaczego ruch spada, gdy zwiększasz ilość treści dziesięciokrotnie — i co z tym zrobić

Brendan Hufford to były dyrektor SEO, który stworzył firmę konsultingową Growth Sprints zajmującą się marketingiem treści B2B SaaS i AEO, gdzie pomaga organizacjom skalować działalność z poziomu 10 mln do 100 mln USD.

Porozmawialiśmy z Brendanem, aby dowiedzieć się, jak uzyskać cytowania od LLM-ów. Przedstawił nam ten proces.

Rozgryzanie AI w czasie rzeczywistym

Nazywam się Brendan Hufford i jestem założycielem Growth Sprints, firmy konsultingowej zajmującej się marketingiem treści B2B SaaS oraz SEO/AEO, w której pomagam organizacjom skalować działalność z poziomu 10 mln do 100 mln USD dzięki systemom treści, które skutecznie działają w wyszukiwarce, newsletterach i na LinkedInie.

Moja droga do tego miejsca nie była liniowa. Zacząłem jako nauczyciel psychologii w szkole średniej, około dekady temu przeszedłem do SEO i marketingu treści, a następnie przez lata doskonaliłem swoje umiejętności w agencjach i zespołach wewnętrznych, zanim rozpocząłem działalność na własny rachunek.

Przejście marketingu na AI było jak dotąd najciekawszym momentem w mojej karierze. Wiele elementów, na których zbudowałem swoją praktykę — tradycyjne SEO, którego celem były pozycje w rankingu i ruch — zaczęło się szybko zmieniać. Treści klientów pojawiały się w odpowiedziach ChatGPT i Perplexity, nie generując ani jednego kliknięcia prowadzącego z powrotem do ich witryn. Dyrektorzy marketingu musieli bronić inwestycji w treści podczas kwartalnych przeglądów biznesowych i często nie mieli mocnych odpowiedzi.

Przejście marketingu na AI było jak dotąd najciekawszym momentem w mojej karierze.

Dlatego przebudowałem metodologię wokół tego, co obecnie nazywam własnością intelektualną treści i pętlami odkrywania — struktur zaprojektowanych z myślą o świecie, w którym treści muszą zdobywać zarówno cytowania AI, jak i konwersje ludzi.

Szczerze mówiąc, wciąż wiele rzeczy rozgryzam w czasie rzeczywistym, wspólnie z moimi klientami. To jednak część tego, co sprawia, że ten moment jest tak interesujący.

Jak mierzyć widoczność w AI

Przebudowałem sposób, w jaki mierzymy widoczność treści. Przez lata domyślnie śledziliśmy pozycje w rankingu i ruch organiczny. Nadal jest to przydatne, ale nie pokazuje już pełnego obrazu. Kupujący prowadzą obecnie ogromną część analiz w narzędziach AI, a Google Search Console tego nie pokazuje.

Dlatego w ramach każdego projektu dla klienta tworzę obecnie arkusz śledzenia zapytań AEO. Identyfikujemy od 60 do 150 zapytań o intencji zakupowej, które rzeczywisty potencjalny klient wpisałby do ChatGPT, Perplexity, Claude'a lub Gemini. Następnie śledzimy, czy klient jest cytowany, których konkurentów AI cytuje zamiast niego oraz z jakich źródeł AI czerpie informacje. Powtarzamy ten proces regularnie i obserwujemy trendy.

W ramach każdego projektu dla klienta tworzę obecnie arkusz śledzenia zapytań AEO.

Wyniki zmieniły kilka istotnych kwestii:

1. Dały moim klientom mierzalną odpowiedź na pytanie, które zaczęli zadawać ich dyrektorzy generalni i zarządy: „Czy pojawiamy się w AI?”. Wcześniej większość zespołów marketingowych tylko zgadywała.
2. Zmieniły to, co tworzymy. Kiedy widzisz, że narzędzia AI czerpią więcej z recenzji G2, wątków na Reddicie i raportów analityków niż z Twojego bloga, priorytety dotyczące treści szybko się zmieniają. Zaczęliśmy bardziej inwestować w zdobyte wzmianki, oryginalne badania i własność intelektualną treści, która jest cytowana przez AI, zamiast po prostu publikować więcej wpisów SEO z nadzieją na uzyskanie wysokiej pozycji.

W rzeczywistości widziałem, jak organizacje zwiększały udział cytowań AI z 8% do 40% i sześciokrotnie zwiększały liczbę szans sprzedażowych w ciągu kwartału.

Jak wdrożyć proces AEO

Oto szczegółowy opis poszczególnych kroków:

Krok 1: Pozyskiwanie zapytań. Zaczynam od zespołu sprzedaży i nagrań rozmów. Wyodrębniam każde pytanie zadawane przez potencjalnych klientów, każdy sprzeciw oraz każdy moment, w którym ktoś mówi: „Właśnie sprawdzałem...” albo „Zapytałem ChatGPT o...”. Uzupełniam to biletami pomocy technicznej, notatkami zespołu ds. sukcesu klienta oraz wątkami z Reddita i G2. Celem jest uzyskanie od 60 do 150 zapytań o intencji zakupowej, które człowiek wpisałby do narzędzia AI.

Krok 2: Rozszerzanie zapytań z pomocą AI. Biorę tę listę początkową i używam Claude'a do jej rozszerzenia. Uwzględniam różne sformułowania, różne etapy ścieżki zakupowej oraz różne persony zadające to samo pytanie. AI jest tu przydatne, ponieważ praca polega na dopasowywaniu wzorców, a nie na oryginalnym myśleniu. Tworzę uporządkowany arkusz zapytań sklasyfikowanych według etapu zakupu, persony i intencji.

Krok 3: Ręczne testowanie cytowań. Przepuszczam każde zapytanie przez ChatGPT, Perplexity, Claude'a i Gemini. Zapisuję, czy organizacja jest cytowana, których konkurentów cytuje się zamiast niej oraz z jakich źródeł korzysta AI (G2, Reddit, blog klienta, raporty analityków, podcasty itp.). Ten etap nadal bywa wykonywany ręcznie, ponieważ narzędzia automatyzacji nie są jeszcze wystarczająco niezawodne. Używam AI do oznaczania i kategoryzowania wyników, ale człowiek musi przeczytać odpowiedzi.

Krok 4: Analiza wzorców. Korzystam z Claude'a do przeanalizowania pełnego zbioru danych i zidentyfikowania wzorców. Gdzie organizacja wygrywa? Gdzie przegrywa? Którym źródłom najbardziej ufają narzędzia AI w tej kategorii? Którzy konkurenci wciąż się pojawiają i dlaczego? W tym miejscu AI pokazuje swoją wartość, ponieważ pogrupowanie 600 odpowiedzi AI w tematy to zadanie, którego żaden człowiek nie chce wykonywać ręcznie.

Krok 5: Interpretacja strategiczna. Ta część jest w pełni ludzka. Analizuję dane, rozmawiam z zespołem i podejmuję decyzje dotyczące dalszych działań. Czy przegrywamy, ponieważ nie mamy treści na dany temat, czy dlatego, że nasze treści nie są skonstruowane tak, aby ludzie mogli je czytać, a AI mogła z nich korzystać? Czy musimy zainwestować w zdobywanie wzmianek w źródłach cytowanych przez AI? Czy musimy zlecić oryginalne badania, aby dać AI coś własnego, na co będzie mogła się powołać? To spotkanie, podczas którego opracowujemy strategię, a AI nie bierze w nim udziału.

Krok 6: Tworzenie treści z udziałem AI. Gdy wiemy już, co stworzyć, wykorzystuję AI do syntezy badań, przygotowywania pierwszych wersji, tworzenia zarysów struktury i zmiany formatowania. Praca człowieka obejmuje wybór kąta ujęcia, stylu, punktu widzenia oraz etap redakcji, dzięki któremu tekst brzmi tak, jakby napisała go prawdziwa osoba. AI odpowiada za około 40% nakładu czasu. Pozostałe 60%, które pozostaje domeną człowieka, sprawia, że warto tę pracę opublikować.

Krok 7: Ponowne śledzenie według harmonogramu. Co 30–60 dni ponownie uruchamiam zestaw zapytań i porównuję wyniki z punktem odniesienia. Z czasem monitorujemy częstotliwość cytowania, strukturę źródeł i widoczność konkurentów. Dzięki temu proces staje się rzeczywistym systemem, a nie jednorazowym audytem.

Całość zastępuje to, co wcześniej było niejasną rozmową o „wyszukiwaniu AI”, mierzalnym i powtarzalnym procesem.

Dlaczego AI wspiera kompresję i syntezę, ale nie przekonanie ani wyczucie

AI jest teraz częścią niemal każdego obszaru mojej pracy, ale jej rola znacznie różni się w zależności od zadania.

W dużym stopniu polegam na AI w zakresie syntezy badań, przygotowywania pierwszych wersji długich treści, analizy konkurencji, analizy transkrypcji rozmów sprzedażowych i rozmów z klientami, tworzenia briefów treści oraz znacznej części pracy łączącej poszczególne elementy, która wcześniej pochłaniała wiele godzin. AI zajmuje się również segmentacją odbiorców, analizą opinii klientów i wyodrębnianiem tematów ze zgłoszeń do działu wsparcia oraz rozmów w Gong.

W dużym stopniu polegam na AI w zakresie syntezy badań, przygotowywania pierwszych wersji długich treści, analizy konkurencji, analizy transkrypcji rozmów sprzedażowych i rozmów z klientami, tworzenia briefów treści oraz znacznej części pracy łączącej poszczególne elementy, która wcześniej pochłaniała wiele godzin.

AI wykonuje teraz również zadania produkcyjne, takie jak przekształcanie raportu badawczego w projekt newslettera, tworzenie bibliotek promptów czy przepisywanie tekstu w stylu marki po jego dokładnym opisaniu.

Do zadań wyraźnie ludzkich należą strategia, punkt widzenia i tworzenie własnego kapitału treściowego: opracowywane przeze mnie ramy, nazwy nadawane kluczowym problemom, kąty ujęcia przyjmowane w komunikacji eksperckiej oraz decyzje dotyczące tego, co opublikować, a co odrzucić. AI radzi sobie z nimi słabo, ponieważ wartość tkwi w przekonaniu stojącym za wyborem. Ramy działają tylko wtedy, gdy opierają się na rzeczywistej perspektywie rynkowej. AI uśrednia wszystko w kierunku przeciętności, a właśnie od niej próbujemy uciec.

Relacje również pozostają całkowicie ludzkie: rozmowy poznawcze, warsztaty, momenty, w których sprzeciwiam się dyrektorowi marketingu, który właśnie zamierza podjąć złą decyzję. Niczego z tego nie deleguję.

Zasada, do której wracam, mówi, że AI doskonale radzi sobie z kompresją i syntezą, podczas gdy ludzie nadal przewyższają ją pod względem przekonania i wyczucia. Dlatego korzystam z AI, aby szybciej dotrzeć do punktu wyjścia, a następnie poświęcam czas elementom wymagającym osądu.

Gdzie AI nie sprawdza się w tworzeniu treści

Największym problemem AI jest generowanie pomysłów na treści. Spodziewałem się, że AI będzie partnerem w opracowywaniu wyrazistych kątów ujęcia dla postów i kampanii. Tak się nie dzieje. Wyniki są poprawne, generyczne i odrobinę zbyt gładkie. Dobre pomysły nadal pochodzą z rozmów sprzedażowych, zgłoszeń do działu wsparcia, dziwnych rozmów na konferencjach i odwrotnej strony mojego notesu.

AI pomaga rozwijać pomysł, gdy już go mam, ale nie jest użytecznym źródłem oryginalnego myślenia.

Drugim problemem jest głos marki. Nawet przy dokładnej dokumentacji stylu treści wygenerowane przez AI w głosie klienta wymagają intensywnej pracy człowieka, aby brzmiały jak on. AI odwzorowuje powierzchowne wzorce, ale nie oddaje rytmu. Duszy. Spodziewałem się, że do tej pory ten problem będzie rozwiązany w 80%. Tymczasem jesteśmy bliżej 40%.

Trzecim problemem jest rzeczywisty osąd strategiczny. Pozycjonowanie, dopracowanie ICP, ustalanie cen i wejście na rynek. AI daje mi dobrze uporządkowaną wersję tego, co już wiem, oraz kilka sugestii, które brzmią rozsądnie, ale rozpadają się podczas testów odporności. Strategia nadal wymaga człowieka, który był w tym pokoju.

Strategia nadal wymaga człowieka, który był w tym pokoju.

Czwartym problemem jest przewidywanie cytowań AEO. Możemy śledzić, co jest cytowane, i odtwarzać wzorce, ale przewidywanie, co zostanie zacytowane, nadal opiera się głównie na zgadywaniu.

A najbardziej zaskakująca pomyłka: może po prostu nie umiem tego robić, ale AI nie przyspieszyło samego pisania. Przyspieszyło wszystko, co jest związane z pisaniem. Samo pisanie zajmuje mi mniej więcej tyle samo czasu, ponieważ poprzeczka wciąż jest wysoko, a doprowadzenie treści wygenerowanej przez AI do tego poziomu zajmuje mniej więcej tyle samo czasu albo więcej niż napisanie jej samodzielnie.

Dlaczego ilość treści stała się ryzykiem

Znaczną część początkowej kariery zbudowałem na ilości. Publikuj więcej, uzyskuj pozycje na większą liczbę fraz, zdobywaj większy ruch, wygrywaj. Przez długi czas to działało, a wiele podręczników marketingowych, w tym mój, po cichu zakładało, że ograniczeniem są możliwości produkcyjne. Jeśli możesz publikować dwa razy więcej, urośniesz dwa razy szybciej.

AI podważyło to założenie na dwa sposoby jednocześnie.

1. AI sprawiło, że tworzenie dużej ilości treści stało się tanie. Teraz każdy może publikować 10 razy więcej. Oznacza to, że sama ilość nie jest już przewagą konkurencyjną. Marketerzy, którzy za nią gonią, pędzą prosto poza krawędź urwiska.
2. AI zmieniło to, co jest nagradzane. Zarówno Google, jak i LLM-y czerpią z mniejszego, bardziej zaufanego zestawu źródeł. Chcą merytoryczności, oryginalności i wyraźnego punktu widzenia. Ilość pozbawiona tych cech nie jest po prostu obojętna — aktywnie szkodzi. Obserwowałem, jak zespoły rujnowały swoją widoczność organiczną, zwiększając skalę produkcji treści generowanych przez AI, a także jak mniejsze zespoły, prezentujące bardziej wyraziste opinie, były cytowane wszędzie.

Tak więc oto największe ryzyko, które obecnie dostrzegam: pośpiech w publikowaniu na dużą skalę treści generowanych przez AI.

Prowadzi to do załamania widoczności organicznej, oznaczania treści przez aktualizacje Google dotyczące przydatnych treści oraz braku jakichkolwiek cytowań AI, ponieważ nie istnieje żadne oryginalne przemyślenie, na które narzędzia AI mogłyby się powołać.

To największe ryzyko, które obecnie dostrzegam: pośpiech w publikowaniu na dużą skalę treści generowanych przez AI.

Ilość pozbawiona merytorycznej wartości radzi sobie gorzej niż kiedykolwiek, a AI sprawiło, że ta różnica stała się bardziej widoczna, a nie mniej.

Dlaczego skuteczne treści wymagają własności intelektualnej treści

Jeśli chcesz tworzyć skuteczne treści, buduj własność intelektualną treści. Obejmuje to nadawanie nazw modelom dotyczącym najważniejszych problemów odbiorców. Co miesiąc przeprowadzaj wywiady z zespołami 3S (sprzedaż, sukces klienta i wsparcie). Przekazuj każdą rozmowę do Slacka, dostarczając co tydzień podsumowania istotne z punktu widzenia marketingu.

I wybierz temat sporu. Większość treści B2B to treści oparte na konsensusie. Zgadzają się z tym, co mówią wszyscy analitycy, konkurenci i liderzy opinii. Oddziałujące na odbiorców materiały wskazują coś, co inni rozumieją błędnie, i przedstawiają wyraźną alternatywę.

Nie musisz być przy tym niemiły. Musisz jednak być gotowy, by publicznie się pomylić.

Jak należy przeprojektować procesy produkcji treści z wykorzystaniem AI

Jeśli chodzi o produkcję treści, większość zespołów nadal korzysta z procesu zaprojektowanego w 2018 roku: brief, szkic, redakcja, publikacja, dystrybucja. Zespoły dołączyły AI do etapu tworzenia szkicu i nazwały to transformacją. Tak nie było.

Przeprojektowany proces obejmuje trzy istotne warstwy:

1. Warstwa briefu to uporządkowane dane wejściowe, a nie dokument Google. Obejmuje zapytanie kupującego, na które dana treść ma odpowiedzieć, wspieraną przez nią własność intelektualną treści, punkt widzenia oraz materiały źródłowe z transkrypcji i od wewnętrznych ekspertów. AI je zbiera. Człowiek zatwierdza główny kierunek, zanim rozpocznie się tworzenie szkicu.
2. Warstwa tworzenia szkicu intensywnie wykorzystuje AI, ale przy ścisłym podziale ról. AI zajmuje się syntezą, tworzeniem struktury szkicu i ponownym formatowaniem. Człowiek odpowiada za główny kierunek, styl i etap redakcji. Człowiek jest autorem przez cały czas, a nie recenzentem na końcu.
3. W warstwie QA większość zespołów nadal koncentruje się na literówkach i wytycznych dotyczących marki. Dodaliśmy wyraźne kontrole czytelności, zgodności ze stylem marki oraz tego, czy treść prezentuje unikalne stanowisko w swojej kategorii. Jeśli nie, odrzucamy ją przed publikacją. Wskaźnik odrzuceń jest wysoki, ale właśnie o to chodzi.

Rezultatem jest mniej opublikowanych materiałów, wyższa jakość każdego z nich oraz mierzalny wzrost zarówno liczby cytowań AEO, jak i wartości lejka sprzedażowego.

Dołączenie AI do procesu z 2018 roku pozwala jedynie szybciej uzyskać rezultaty w postaci armaty do masowej produkcji spamu w treściach z 2018 roku.

Co CMO muszą zrobić, aby nadążyć za transformacją AI

Jeśli jesteś CMO i spotkalibyśmy się na kawie, oto rada, którą bym przekazał:

1. Przestań gonić za narzędziami AI i zacznij kontrolować merytoryczną wartość swoich treści. Zespoły, które obecnie przegrywają, przegrywają dlatego, że ich treści nie zawierają niczego wyróżniającego, do czego mogłyby odwołać się narzędzia AI, Google czy kupujący. Jeśli nie masz własnego, konkretnego punktu widzenia, żadne narzędzie nie stworzy go za ciebie. Przestań gonić za „idealnym” stosem narzędzi AI.
2. Zacznij poważnie podchodzić do własności intelektualnej treści. Nazwane problemy, nazwane ramy działania, własne badania, oryginalne spojrzenie na swoją kategorię. AI cytuje takie treści, są one dobrze pozycjonowane w wyszukiwarkach, zdobywają popularność na LinkedIn, przyciągają subskrybentów newslettera i są wykorzystywane podczas rozmów sprzedażowych. AI nie potrafi również odtworzyć tej części marketingu, co czyni ją bardziej wartościową, a nie mniej.
3. Mierz teraz to, co ma znaczenie. Dodaj do raportowania śledzenie widoczności w AEO. Śledź wpływ LinkedIn na lejek sprzedażowy. Określ korelację między liczbą subskrybentów newslettera a wskaźnikiem finalizacji transakcji lub tempem sprzedaży. Wiedz, na jakie zapytania kupujących pojawiasz się w ChatGPT, Perplexity i Claude oraz których konkurentów cytuje AI zamiast ciebie. Jeśli nie potrafisz odpowiedzieć na to pytanie podczas najbliższego QBR, wkrótce ktoś ci je zada.
4. Wykorzystuj AI tam, gdzie jest dobre, i przestań zmuszać je do pracy tam, gdzie się nie sprawdza. AI dobrze radzi sobie z syntezą, badaniami, analizą transkrypcji, tworzeniem wersji roboczych i zmianą formatowania. Przepuszczaj każdą rozmowę sprzedażową przez Claude, a następnie przesyłaj ją do Slacka, aby zespół mógł codziennie ją przeglądać, zaledwie kilka minut po jej zakończeniu. AI słabo radzi sobie z oryginalnymi pomysłami, głosem marki i strategiczną oceną sytuacji. Buduj swój przepływ pracy wokół tego rozróżnienia, zamiast próbować stosować AI do wszystkiego.
5. Publikuj mniej i spraw, aby każdy materiał miał większą wagę. Gra na ilość dobiegła końca (choć każdy dostawca oprogramowania do tworzenia treści AI będzie twierdził inaczej). Zwycięskie zespoły publikują mniej, ale bardziej wyrazistych materiałów i czerpią z każdego z nich więcej dzięki ponownemu wykorzystaniu, dystrybucji i zdobytym wzmiankom.
6. I wreszcie, bądź szczery ze swoim zespołem i dyrektorem generalnym w kwestii tego, co się zmienia. Wielu liderów marketingu po cichu ma nadzieję, że to minie. Nie minie. Kupujący już zmienili sposób, w jaki prowadzą rozeznanie. Święta trójca to odkrywanie (Google/LLM), media społecznościowe (LinkedIn, YouTube) i treści oparte na relacjach (newsletter/podcast).

Śledź nasze aktualności

Możesz śledzić działalność Brendana Hufforda na LinkedIn. Sprawdź też Growth Sprints.

W The CMO Club pojawi się więcej wywiadów z ekspertami!