Key Takeaways
LLM etkisi: İçerik, insan okuyuculardan ziyade giderek LLM'ler tarafından tüketiliyor; bu da trafiği ve etkileşimi etkiliyor.
İçerik değişimi: Pazarlama ekipleri, LLM'lerin içeriği sentezlediği dijital ortama uyum sağlamalı; bu durum geleneksel stratejileri daha az etkili hâle getiriyor.
Kişiselleştirme zorluğu: LLM'ler yanıtları kullanıcı bağlamına göre uyarlıyor; bu da marka görünürlüğünü ve iletişimini güvence altına alma çabalarını zorlaştırıyor.
Marka farklılaşması: Belirli bakış açıları ve marka kimliği, LLM sentezinde kaybolabilir; bu da marka bilinirliği açısından bir zorluk oluşturur.
İçerik stratejisi: Keşfedilebilirliği artırmak için netliğe ve yapıya odaklanın; içeriğinizin alıcıların sorularıyla uyumlu olduğundan emin olun.
LLM içerik stratejiniz, onu yazmadığınız biri tarafından okunuyor.
Artık modeller, sayfalarınızı alıcınızın web sitenizi bulmadan önce okuduğu, başka ifadelerle oluşturulmuş bir yanıta dönüştürüyor.
Bu nedenle 2. çeyrek trafik rakamlarınız garip görünüyorsa sebebi bu. Turtl'da Ürün Pazarlama ve AI GTM Başkanı ve Ürün Momentum Açığı kitabının ortak yazarı Andrea Saez, bu değişimi erkenden fark etti.
“İnsanlar artık web sitelerine gitmiyor,” diyor; “bir LLM'ye sorgu gönderiyor ve bir tedarikçi listesi alıyorlar.”
Çoğu pazarlama ekibi hâlâ insan okuyucu için yazıyor. Ancak okuyucu çoktan ilerledi.
Kitle Alışkanlıkları Değişti
Ekibinizin ürettiği içerik miktarı muhtemelen azalmıyor, ancak artık sorun içeriğin kime ulaştığı.
Yıllardır içeriği Google'da gezinen bir insan okuyucu için yapılandırıyorsunuz. Kolayca taranabilen, güçlü bir anlatı akışı taşıyan ve soyut bir kavramı anlamayı kolaylaştıran belirli ayrıntılar sunan makaleler veya özellikler yazdınız. Bu formül işe yarıyordu.
Saez'in savına göre artık içeriğin çoğu, bir alıcı içeriğe ulaşmadan önce LLM'ler tarafından işleniyor. Alıcılar, modelin sorgularını nasıl yorumladığına göre şekillendirilmiş sentezlenmiş bir yanıt alıyor. Artık sayfanız onlar için hiç yüklenmeyebilir.
İçerik giderek uzuyor çünkü tüm bunları içine koymaya çalışmanız gerekiyor,” dedi. “Ancak aslında kimse okumuyor. Oluşturduğumuz içerik gerçekten yalnızca LLM'nin onu çıkarabilmesi için var.
Makaleler, anekdotlar, açıklık ve anlatı yapısı aracılığıyla bir şeyin insan okuyucu için anlaşılmasını sağlamak üzere tasarlanır. Bunların hiçbiri makineler tarafından işlenmek üzere optimize edilmez.
LLM'lerde başarılı olan içerikler eksiksiz, iyi yapılandırılmış ve sorguyla doğrudan ilgilidir. Alıcınız giderek daha fazla, modelin göstermeye karar verdiği her şeyi alıyor.
Have an account? Log In
LLM'de Sıralama Yoktur
Birçok kişi içeriğinizi bir LLM'de nasıl sıralayacağınızı sordu. Gerçek şu ki bilmiyoruz.
İnsanlar bir LLM'de sıralanabileceğinizi düşünüyor, ancak sıralanamazsınız,” dedi Saez. “Sıralama yok. Yapabileceğiniz en iyi şey, mümkün olduğunca sık öne çıkarılmaya çalışmak.
Aramanın bir haritası vardı. Anahtar kelimeler, geri bağlantılar, alan adı otoritesi. Elbette karmaşıktı ama takip edilebilirdi. Aldığınız kararlar karşısında sıralamaların nasıl değiştiğini görebilirdiniz.
Ama modeller bunu sunmuyor ve LLM içerik stratejinizin bunu hesaba katması gerekiyor.
Aynı istemi on beş kez çalıştırıp bunların on ikisinde görünebilirsiniz. Neden göründüğünüzü veya neden görünmediğinizi açıklayan güvenilir bir sinyal yok.
Yapabileceğiniz şey, içeriğinizin alıcılarınızın gerçekten sorduğu soruları mümkün olduğunca kesin biçimde yanıtladığından emin olmak. Ancak sorun şu ki soruyu göremiyorsunuz.
“Aslında hangi soruyu sorduklarını bilmenin bir yolu yok,” dedi Saez.
Hiç görmediğiniz bir sorgu için, davranışını artık eskisi gibi takip edemediğiniz bir alıcıyı hedefleyecek şekilde optimizasyon yapıyorsunuz. Ekibiniz henüz bununla mücadele etmeye başlamamış olsa bile çevrenizdeki ekipler çoktan başladı.
Kişiselleştirme Katmanı İşi Zorlaştırıyor
Çoğu AEO konuşmasında yeterince ele alınmayan bir boyut var.
LLM'ler sorgulara yanıt vermenin ötesine geçiyor; artık yanıtlarını soruyu soran kişiye özel olarak uyarlıyorlar. Bir model soru sahibini ne kadar iyi tanırsa yanıtı o kişinin bağlamına uyacak şekilde uyarlama becerisi de o kadar artar.
Ürün kategoriniz hakkında aynı soruyu soran iki alıcı, ikisini de göremeyeceğiniz veya öngöremeyeceğiniz, tamamen farklı iki yanıt alabilir.
Saez, bunun gerçek zamanlı olarak nasıl işlediğini açıklamak için kişisel bir anekdot paylaşıyor. Claude'dan Amsterdam'daki restoranları önermesini istedi ve model tercihlerini bildiği için sonuçları tam olarak tercihlerine göre eşleştirilmiş şekilde aldı. Aynı soruyu partneri sorsaydı farklı bir sonuç alacaktı.
Şimdi bunu bir B2B bağlamına taşıyın,” dedi. “Pazarlama başkan yardımcısıysam bir LLM'ye gidip şöyle diyeceğim: ‘Hey, belirli bir sorunum var.’ Peki sonuçları onlar için nasıl kişiselleştiriyor? Pazarlamacılar olarak bu sonuçlara girmemizi sağlamak için ne yapabiliriz? Hiçbir fikrim yok.
Saez bu sürecin içinde çoğu kişiden daha uzun süredir yer alıyor. Onun net bir yanıtı yoksa bunun nedeni henüz böyle bir yanıtın bulunmaması. Şu anda alçakgönüllülük ve aktif deneme, dürüstçe benimsenebilecek tek çalışma biçimleri; başlamak için uygun zaman aralığı ise daralıyor.
Neler Filtreleniyor
Daha zor soru, LLM sentezinin gerçekte neleri ortadan kaldırdığıdır.
Bakış açınızın özgünlüğü, markanızı birbirinin yerine konabilir olmaktan çıkarıp farklı kılan unsurlardır. Ancak bunlar sıkıştırmadan özellikle iyi bir şekilde sağ çıkmaz. Geriye kalan, sorguya verilen yanıttır. Markanız ya alakalı bir yanıt olarak ortaya çıkar ya da hiç görünmez.
Bir yazar olarak bu beni gerçekten üzüyor, dedi Saez. Empati eksik. İnsani dokunuş eksik.
Makine artık ilk okuyucuysa, alıcınız sonunda markanızla doğrudan karşılaştığında ne deneyimler? Birçoğu bunu deneyimlemeyecek. Çoğu insan sentezlenmiş yanıtı alacak, ona güvenecek ve bir karar verecek. Bunun arkasındaki çalışma görünmez kalacak.
Bu yalnızca bir içerik sorunu değil, aynı zamanda bir marka sorunu. Ve bunu ele almayı ne kadar geciktirirseniz sorun o kadar büyür.
More Articles
- Jam 7 Pazarlama Direktörü Jack Hardy ile Çoğu Pazarlamacının Yapay Zekâ Hakkında Yanıldığı Noktalar
- Bir Ekip, AEO’dan Yararlanarak Kurumsal Potansiyel Müşterilerde Nasıl Artış Sağladı
- Makineyi İnşa Eden Pazarlamacı
- Yapay Zekâ Stratejinizi Oluşturun, Ancak Güven Para Birimine Yatırım Yapın
- Teknoloji Pazarlama Başkan Yardımcısı, Organizasyonunu Güçlendiren Yapay Zekâ Pazarlama İş Akışlarını Açıklıyor
Nereden Başlamalı?
CMO'lar için kusursuz bir yol haritası yok. Saez, LLM içeriği ayrıştırma çağında yanlış kesinliğin kimseye fayda sağlamadığını belirterek yanıtında açık sözlüydü.
Açık olan şu ki, alıcınızın öğrenmeye çalıştığı şeyler yerine şirketinizin söylemek istedikleri etrafında yazılan içerikler filtreleniyor.
Yapı artık üsluptan daha fazla iş görüyor. Açıkça çerçevelenmiş ve sayfanın üst kısmına yakın yerleştirilmiş doğrudan yanıtlar, LLM'lerin ayrıştırıp öne çıkarabildiği şeylerdir; tıpkı ATS sistemlerinin anahtar kelimeleri başvuru sahipleriyle eşleştirmesi gibi.
Farklı istemler ve platformlar üzerinden kendi bulunabilirliğinizi test etmek kesin sonuç vermese de şu anda mevcut en dürüst sinyallerden biridir.
Yine de zanaatkârlığınızı koruyun. Sadece sentezlenmiş yanıtı almak yerine yazdığınız içeriğe ulaşan ve onu okuyan alıcılar muhtemelen en iyi alıcılarınızdır. Saez, daha geniş stratejisini sayfanın çoktan geride kaldığı bir dünya için yeniden oluştururken bile onlar için yazmaya devam ediyor.
Çoğu ekip bu değişimi henüz tam olarak adlandırmadı. Adlandıranlar ise şimdiden birkaç adım önde.
Sırada Ne Var?
Pazarlama ve liderlik hakkında doğrudan gelen kutunuza ulaşan içgörüler için The CMO Club'da ücretsiz bir hesap oluşturun.




