Od SEO do GEO: jak optymalizacja dla sztucznej inteligencji zmienia marketing cyfrowy

Prognozy Adobe na ten rok wskazują na potencjalny wzrost ruchu dla detalistów, generowanego przez chatboty i wyszukiwarki AI, na poziomie aż 520% w porównaniu z 2024 rokiem. Ten gwałtowny wzrost zainteresowania sztuczną inteligencją w kontekście zakupów nie uszedł uwadze gigantów technologicznych. OpenAI, twórca ChatGPT, zawarł strategiczne partnerstwo z Walmartem, umożliwiając użytkownikom bezpośrednie zakupy produktów w oknie czatu.

Przez dekady firmy skupiały się na optymalizacji pod kątem wyszukiwarek (SEO), doskonaląc strategie, które miały zapewnić ich treściom wysoką pozycję w wynikach Google. Jednak nowe realia wymagają adaptacji. W obliczu rosnącej roli chatbotów, marki coraz częściej kierują swoje wysiłki w stronę „generative engine optimization” (GEO), czyli optymalizacji pod kątem generatywnych silników. Ten sektor, choć wciąż w początkowej fazie rozwoju, ma osiągnąć wartość blisko 850 milionów dolarów w tym roku, jak szacują analitycy rynkowi.

Wielu ekspertów postrzega GEO nie jako kompletnie nową koncepcję, lecz jako naturalną ewolucję SEO. Z tego powodu, znacząca część konsultantów GEO to specjaliści z doświadczeniem w SEO. Podstawowy cel pozostaje niezmienny: przewidywanie pytań użytkowników i zapewnienie, by odpowiednie treści pojawiały się w odpowiedziach. Niemniej jednak, istnieją sygnały sugerujące, że chatboty preferują odmienne typy informacji niż tradycyjne wyszukiwarki.

Imri Marcus, prezes firmy GEO Brandlight, zauważa, że jeszcze niedawno istniała około 70-procentowa zbieżność między wynikami wyszukiwania Google a źródłami cytowanymi przez narzędzia AI. Obecnie, jego zdaniem, korelacja ta spadła poniżej 20 procent. Wielość treści, charakterystyczna dla długich postów blogowych popularnych w SEO, traci na znaczeniu. Chatboty, jak wynika z obserwacji, preferują informacje przedstawione w prostych, ustrukturyzowanych formatach, takich jak listy punktowane czy strony z najczęściej zadawanymi pytaniami (FAQ).

„Strona FAQ może odpowiedzieć na sto różnych pytań, zamiast jednego artykułu, który tylko wychwala całą markę” — wyjaśnia Marcus. „Zasadniczo dajesz sto różnych opcji do wyboru silnikom AI”.

Użytkownicy chatbotów często zadają bardzo konkretne pytania. Dlatego dla firm kluczowe staje się dostarczanie niezwykle szczegółowych informacji. „Nikt nie pyta ChatGPT: 'Czy General Motors to dobra firma?'” — dodaje Marcus. Zamiast tego, pytania dotyczą na przykład tego, czy Chevy Silverado czy Chevy Blazer ma większy zasięg. „Bardziej szczegółowe treści faktycznie przyniosą znacznie lepsze wyniki, ponieważ pytania są znacznie bardziej precyzyjne”.

Te spostrzeżenia kształtują strategie marketingowe klientów Brandlight, wśród których znajdują się takie marki jak LG, Estée Lauder czy Aetna. Brian Franz, dyrektor ds. technologii, danych i analityki w Estée Lauder Companies, podkreśla: „Modele konsumują treści inaczej. Chcemy mieć pewność, że informacje o produkcie, wiarygodne źródła, których używamy, są tymi, które karmią model”. Zapytany o ewentualne partnerstwo z OpenAI, umożliwiające zakupy produktów Estée Lauder bezpośrednio w czacie, Franz deklaruje bez wahania: „Absolutnie”.

Obecnie marki koncentrują się przede wszystkim na zwiększaniu świadomości konsumentów, a nie na bezpośredniej konwersji wzmianek w chatbotach na sprzedaż. Chodzi o to, by ich produkt pojawił się, gdy ktoś zapyta ChatGPT, co zastosować po oparzeniu słonecznym, nawet jeśli nie spodziewają się natychmiastowego zakupu. „Na tym wczesnym etapie nauki, kiedy wydaje się, że za chwilę nastąpi eksplozja, myślę, że nie chcemy skupiać się na zwrocie z inwestycji z konkretnej stworzonej treści” – komentuje Franz.

Co ciekawe, w procesie tworzenia treści zoptymalizowanych pod kątem AI, firmy same sięgają po sztuczną inteligencję. „Na początku spekulowano, że silniki AI nie będą trenować na treściach generowanych przez AI” – zauważa Marcus. „To się jednak nie sprawdziło”.