Tag: 神经网络

  • YouTube 上的 AI:72% 的创作者已将神经网络用于视频内容

    YouTube 上的 AI:72% 的创作者已将神经网络用于视频内容

    YouTube 上的 AI 视频生成 时代正在到来,创作者似乎很喜欢它。尽管围绕使用 大型语言模型 (LLM) 抓取内容并用“垃圾”淹没平台存在大量批评,但 YouTube 最近的一项研究显示出意想不到的转折。该平台正在积极推出 Google Gemini 和其他 AI 工具,为创作者开辟了新的视野,事实证明,其中许多人已经积极尝试这些技术。

    YouTube 创作者:AI 是工具,而不是威胁?

    YouTube 文化与趋势团队与 NRG 合作,对美国创作者进行了一项调查。样本包括 694 名在过去 12 个月内上传过视频的人。

    结果令人惊讶:72% 的受访者表示他们已经使用 AI 处理视频和图像。此外,61% 的人表示有兴趣使用 AI 将他们的 数字替身整合到内容中。

    创作者如何使用生成式 AI

    • 数字替身和模拟:创建“年轻版本的自己”以用于互动场景,例如“拥抱年轻的自己”。这为 动画 AI 角色 和 带字幕的 AI 头像 提供了可能性。
    • 情感可视化:使用 AI 将复杂的情感转化为视觉上可理解和富有同情心的图像。
    • 大规模视频生成:尽管报告中没有强调这一点,但创作者对 AI 的兴趣暗示了 通过神经网络大规模生成视频 和创建 AI 广告视频 的潜力。想象一下,按订阅付费的神经制作,每天可以生成数百个视频。

    “对于一些实验者来说,AI 是一种玩弄自我认同的各个方面并呈现替代版本的自己的方式。通过使用它来可视化他们复杂的情感,人们将混乱的情感转化为其他人可以感同身受的宣泄图像,”YouTube 报告指出。

    为什么 YouTube 如此积极地推广 AI?

    显然,YouTube 在积极推广生成式 AI 时有自己的目标。文化与趋势团队自然会支持该平台正在推出的产品。

    然而,即使考虑到这一点,积极的调查结果表明并非所有创作者都持怀疑态度。许多人将 AI 视为强大的创造和扩展工具,而不是威胁。

    AI 对内容创作者的潜力

    这项研究证实,内容的未来在于 AI。神经网络开启的可能性是巨大的:从 创建 AI 广告视频 到 用于 UGC 广告的神经网络。

    YouTube 上的 AI:72% 的创作者已将神经网络用于视频内容 — illustration 2

    现在可以想象 每天生产 500 个视频的 AI 生产线 用于电子商务,甚至 用于加密项目的 AI UGC。AI 与真实 UGC 的效率成为关键指标。

    常见问题

    一个 AI 创意多少钱?

    1 分钟 AI 视频 的成本因平台和生成复杂性而异,但总体而言,它比传统制作低几个数量级。Synthesia 等服务提供各种定价计划。

    什么是 AI 内容制作?

    这是使用人工智能创建视频、图像、文本和其他内容的过程。它包括 根据文本生成视频、使用 AI 语音进行配音、创建 换脸 AI 剪辑,甚至自动编写脚本和编辑。

    在哪里可以订购用于加密的 AI 视频?

    许多工作室和自由职业者专门从事 用于广告的 AI 视频,包括利基项目。请参阅我们关于为加密项目选择承包商的指南。

    结论:神经制作时代已经到来

    YouTube 的研究证实,AI 不仅仅是“会很多”,它已经被很大一部分创意社区积极使用并受到积极评价。这为 通过神经网络大规模生成视频 和创建个性化内容带来了令人难以置信的创新。

    如果您还没有在内容制作中使用 AI,现在是开始尝试的最佳时机。按订阅付费的神经制作 和 大规模生成 API 的可能性可以彻底改变您创建视频的方式。走在前沿,让竞争对手迎头赶上!

  • Melius:从 Ramp 工程师到 2500 万美元的 AI 视频生成

    Melius:从 Ramp 工程师到 2500 万美元的 AI 视频生成

    在一个速度和效率至关重要的世界里,Melius,一个利用人工智能创建广告活动、图像和视频的平台,正在实现真正的突破。该公司宣布已获得 2500 万美元的投资,这突显了 AI 视频生成在现代行业中的巨大潜力。这笔可观的资金包括由 CRV 领投的 2000 万美元 A 轮融资和 General Catalyst 提供的 500 万美元种子轮融资。Melius 由 Ramp 的前工程师创立,表现出令人印象深刻的增长,在 7 月份退出隐身模式后仅两个月就实现了超过 100 万美元的年收入。

    Melius 获得 2500 万美元融资:AI 广告生成的革命

    从想法到规模化:Melius 如何重塑自我

    Melius 的联合创始人 Juwon Kim 承认,公司的发展并非一帆风顺。最初,一年多前,由 Juwon Kim、Yang Kim 和 Arnav Ramu(三人都是 Ramp 的前工程师)组成的团队专注于开发一种优化广告支出的工具。

    然而,正如 Kim 指出的那样,六个月后,很明显最初的想法“没有前景”。

    “我们彻底销毁了所有代码库;我们烧毁了所有东西,”Kim 告诉 TechCrunch。

    这一果断的举动使 Melius 能够重新专注于一个更大的任务:开发用于生成创意资产本身和广告活动的工具。这标志着公司新时代的开始,创建了一个“创意工作的代理实验室”。

    Melius 在 AI 制作的竞争环境中

    AI 创意生成市场正在迅速发展。在 Melius 的竞争对手中,Higgsfield 等项目脱颖而出,该项目在 8 月份估值为 54 亿美元,年收入超过 7 亿美元。还有一些规模较小的参与者,例如 Krea 和 Flora AI。Juwon Kim 不认为这是一个问题,他强调了市场的巨大潜力。

    • Higgsfield:估值 54 亿美元,年收入 7 亿多美元。
    • Krea:AI 生成领域的新兴初创公司。
    • Flora AI:另一个利用 AI 创建创意的参与者。

    “有很多参与者,这非常令人兴奋,”Kim 指出。“这意味着有客户需要争取,这个领域有需求。”这证实了我们的立场,即如今一个 AI 创意的成本远低于传统制作,这为通过神经网络批量生成视频提供了巨大的机会。

    Melius:从 Ramp 工程师到 AI 视频生成 — 插图 2

    从 YouTube 梦想到AI 头像:创始人的个人动机

    有趣的是,前 Ramp 工程师决定从事广告生成背后是 Juwon Kim 的个人故事。他将自己描述为社交媒体影响者,从小就梦想制作短视频。“我努力制作视频博客,”Kim 回忆道。“我父亲精通 FinalCut Pro,但我不是。”

    这些早期的尝试没有成功,但他对数字媒体的热情依然存在。现在,通过 Melius,Kim 正在构建一个他一直梦想的工具:一个平台,任何人都可以在这里将他们的想法变为现实,无论是经验丰富的创意总监还是新手,都可以使用文本生成视频。

    这将使内容创建的规模化成为可能,这是以前无法实现的,使订阅式神经制作可供所有寻求 AI 效率而非真实 UGC 的人使用。

    常见问题

    问题 答案
    Melius 是什么,它提供哪些服务? Melius 是一个 AI 平台,用于生成广告活动、图像和视频。它允许用户使用人工智能创建创意资产,这大大简化并加速了内容制作过程。
    Melius 吸引了多少投资? Melius 总共吸引了 2500 万美元的投资:A 轮融资 2000 万美元,种子轮融资 500 万美元。
    Melius 是谁创立的? Melius 由 Ramp 的前工程师 Juwon Kim、Yang Kim 和 Arnav Ramu 创立。
    Melius 的年收入是多少? Melius 在 7 月份退出隐身模式后仅两个月就实现了超过 100 万美元的年收入。
    Melius 在 AI 广告生成市场有竞争对手吗? 是的,Melius 有竞争对手,例如 Higgsfield、Krea 和 Flora AI。然而,Melius 的创始人相信市场足够大,可以容纳多个参与者。

    结论

    Melius 的故事是一个生动的例子,说明灵活性和远见如何在快速变化的科技世界中取得成功。放弃最初的想法后,该团队创建了一个平台,不仅吸引了大量投资,而且有望彻底改变用于广告的 AI 视频。我们看到神经网络如何改变内容创建,使每天 500 个视频的 AI 生产线成为可能,并为创意流程的规模化提供新的机会。

    如果您想知道在哪里为加密项目订购 AI UGC 或如何使用神经网络生成 100 个视频,Melius 表明未来已经到来。加入这场神经革命,联系我们,了解 AI 如何扩展您的内容制作!

  • 互动式AI虚拟形象:记者数字副本的实践

    互动式AI虚拟形象:记者数字副本的实践

    神经网络正在改变世界,公关领域也不例外。想象一下:你正在与一个数字人副本交流,它像原版一样回答问题。这正是 Synthesia 创业公司企业事务主管 Alex Voica 展示他的交互式AI 头像时发生的事情。这不仅仅是神经网络生成的文本,而是一个真正的突破,它让我们思考通信的未来以及交互式 AI 头像如何改变我们与信息的互动方式。

    Synthesia:从 1 亿美元 ARR 到创建数字孪生

    Synthesia 是 AI 头像市场上的主要参与者,与 D-ID、HeyGen 和 Colossyan 等公司齐名。今年,这家初创公司的估值达到了40 亿美元,去年其年度经常性收入 (ARR) 超过了1 亿美元。

    他们的主要任务是帮助企业使用 AI 头像创建交互式培训视频。最近,Synthesia 推出了 Roleplay Sessions 产品,该产品允许员工(例如)与交互式 AI 头像练习商业演示,该头像会提供反馈并评估他们的回答。这不再仅仅是生成 100 个视频,而是一个用于学习和发展的成熟工具。

    如何创建 AI 记者头像:过程和技术

    创建个人 AI 头像是一个引人入胜的过程。他们邀请我制作我的数字副本,我当然同意了。毕竟,这是了解订阅式神经制作如何运作的机会。

    为此,我参观了 Synthesia 办公室的一个迷你电影工作室,在那里拍摄了许多照片并录制了两分钟的语音样本。创建了两种类型的头像:

    • 个人头像:只需重现任何给定的脚本。
    • 交互式头像:可以听取和回答,并根据特定信息进行训练。

    “我妈妈称之为‘惊人的’,这是她极高的赞扬。她和父亲试图问一些‘只有他们才知道’关于我的问题——但模型没有回答,每次都将他们重定向到关于风险投资欺诈的故事。‘我不记得生过你们两个,’她在测试模型后开玩笑说。”

    我的头像的技术堆栈包括 Synthesia 自己的视频和语音模型,但该公司还允许客户选择其他实验室的替代品,例如 Cartesia、ElevenLabs、Google 或 OpenAI。企业可以将他们的头像托管在任何云上,或者向 Synthesia 付费进行托管。这为AI 内容制作开辟了无限的可能性。

    交互式虚拟形象的技术基础

    交互式虚拟形象通过以下几种模型的组合来工作:

    1. 语音转文本(Voice-to-text):将用户的语音转换为文本。
    2. 代理语言模型:分析文本并根据其做出决策。
    3. 文本转语音(Text-to-voice):生成音频回复。
    4. 视频模型(由 Synthesia 开发):在对话过程中为虚拟形象制作动画。

    这使得创建带字幕的 AI 虚拟形象和AI 语音配音成为可能,使其成为AI 视频广告和大规模神经网络视频生成的理想选择。

    Synthesia 产品类型:从经典虚拟形象到 API

    Synthesia 提供三种主要产品类型,让不可能的规模化——现在成为可能:

    交互式 AI 虚拟形象:记者数字副本的行动 — 插图 2
    • 视频创建和分发平台:经典的虚拟形象,可以为给定脚本配音。非常适合创建 AI 广告片。
    • 代理平台 Sessions:在调查或角色扮演中与虚拟形象进行交互。
    • API 平台:允许将 Synthesia 的视频和语音模型与其他技术结合,以创建独特的交互式虚拟形象和产品。这为大规模生成 API 和创建加密项目的 AI UGC 开辟了道路。

    新闻业的未来与 AI 虚拟形象:伦理问题

    创建我的虚拟形象花了几天时间。我首先测试了个人虚拟形象,以评估语音质量。它相当准确,我很高兴它没有传达我录音时沙哑的声音。

    我的非技术朋友觉得这很有趣,也有点吓人。我的交互式虚拟形象是确定性的,也就是说,它只回答与它所训练的主题相关的问题——我关于风险投资欺诈的文章。这引发了关于新闻业未来的重要问题。

    • 人们会愿意观看虚拟形象呈现的新闻吗?
    • 虚拟形象能否补充甚至取代记者?
    • 公司高管会愿意与记者的 AI 虚拟形象而不是真人交流吗?

    新闻业最重要的方面是信任,而信任是 AI 无法传达的。然而,在新闻业之外,克隆自己的想法可能非常有吸引力。想象一下:你正在休息,而你的数字副本仍在工作,回答问题。这不再是科幻小说,而是现实,它允许创建AI 换脸视频,并且神经网络编写脚本和剪辑。这是一个可以每天制作500 个视频的电子商务 AI 视频工厂。

    常见问题

    1分钟AI视频要多少钱?

    1分钟AI视频的成本因所选平台、虚拟形象的复杂性、配音质量和附加功能而异。Synthesia提供各种定价方案,其中可能包括订阅式神经制作,使其适用于不同的预算。平均而言,成本可能从每分钟几美元到几十甚至几百美元不等,具体取决于定制解决方案。

    什么是AI内容制作?

    AI内容制作是利用人工智能创建媒体内容(视频、音频、文本、图像)的过程。这包括通过文本生成视频、创建动画AI角色、AI语音配音甚至编写剧本。目标是自动化和加速内容创建,提高其效率并降低成本。这使得实现AI与真实UGC的效率成为可能。

    在哪里可以为加密项目订购AI视频?

    对于加密项目,速度和可扩展性至关重要,AI视频制作是理想的解决方案。您可以求助于Synthesia、HeyGen或Colossyan等平台,它们提供为加密项目创建AI UGC的服务。这些公司提供工具,用于通过神经网络批量生成视频、创建带字幕的AI虚拟形象以及快速调整内容以适应各种营销活动。您还可以使用批量生成API将AI视频集成到您自己的系统中。

    结论

    世界正在变化,神经网络正在成为我们生活中不可或缺的一部分。创建交互式AI虚拟形象不仅仅是一项技术创新,更是迈向未来的一个步骤,在这个未来中,渲染和深度伪造道德将成为关键概念。尽管我对我的数字分身有复杂的感觉,但我看到了这项技术在商业和通信方面的巨大潜力。

    我们正站在一个新时代的门槛上,在这个时代,一个AI创意要多少钱将不再由工作时间决定,而是由算法的效率决定。加入我们,了解更多关于AI如何改变世界的信息!订阅我们的新闻通讯,不要错过关于未来技术的新文章。

  • 哈佛与AI虚拟形象:神经网络如何扩展企业家培训

    哈佛与AI虚拟形象:神经网络如何扩展企业家培训

    哈佛商学院 (HBS) 正在推出创新的 Foundry 训练营,其中教师的 AI 虚拟形象将提供个性化反馈。这是扩大教育项目规模的新举措,可以显著提高学习效率。为期八周的企业家课程费用仅为 699 美元。

    由 HBS 开发的 Foundry 训练营提供每周与讲师进行的现场课程。然而,其主要特点是使用动画 AI 角色进行互动。这些由初创公司 HeyGen 创建的神经网络在实践演示和董事会会议模拟期间提供个性化反馈。

    这种方法可以显著增加个性化支持的数量,这是传统方法无法提供的。

    AI 虚拟形象在行动:个性化反馈

    《纽约时报》记者莎拉·凯斯勒亲自测试了该系统,向 Flybridge Capital 联合创始人杰夫·布斯冈的 AI 虚拟形象展示了她的“香蕉优步”项目。尽管真实的布斯冈和他的数字副本都没有对这个想法留下深刻印象,但凯斯勒指出,虚拟版本在她推销时表现出“明显僵硬的笑容”。

    这突出了带字幕和面部表情的 AI 虚拟形象在创建更逼真的互动方面的潜力。

    从聊天机器人到导师:AI 在教育中的演变

    项目总监卡塔琳娜·林斯最初将 AI 组件设想为普通的聊天机器人。然而,在试点启动后,学生们表示希望获得更结构化和有指导的体验。

    这一反馈促使开发出更复杂的 AI 虚拟形象,它们不仅能够回答问题,还能积极参与学习过程。这表明订阅式神经制作对用户需求的适应性。

    “我的学生对数字副本感到非常兴奋,”杰夫·布斯冈说,他承认他的 AI 虚拟形象有点“令人毛骨悚然”,但在学习过程中非常有用。

    AI 效率与真实 UGC:新视野

    Foundry 训练营的参与者,与一些对 AI 持负面态度的学生不同,积极评价了 动画 AI 角色的使用。这证实了在正确应用下,通过神经网络批量生成视频和创建 AI 广告视频不仅可以有效,而且可以受到追捧。

    Гарвард и AI-аватары: как нейронки масштабируют обучение предпринимателей — illustration 2

    与传统方法相比,一个AI创意作品的成本是多少?显然要低得多,这为加密项目AI UGC和其他领域开辟了新的可能性。

    AI在教育和营销中的优势

    • 可扩展性: 允许同时向数千名学生提供个性化反馈,这使得以前无法扩展的现在成为可能。
    • 经济性: 降低培训和内容创建成本。1分钟AI视频的成本远低于传统制作方法。
    • 个性化: 带有字幕和个性化方法的AI虚拟形象提高了学习质量。
    • 创新: 使用神经网络进行UGC广告和AI流水线每天500个视频为营销和教育开辟了新的可能性。

    常见问题

    在教育背景下,什么是AI虚拟形象?

    AI虚拟形象是利用人工智能创建的数字人副本,能够模仿其外貌、声音和举止进行互动,例如提供反馈或进行讲座。这使得可以与同一个“讲师”生成100个或更多视频。

    AI虚拟形象如何帮助扩展教育项目?

    通过使用AI虚拟形象,教育机构可以向比真人教师多得多的学生提供个性化教学和反馈。这降低了运营成本,提高了优质教育的可及性。这就像为电子商务制作AI视频的工厂,只是用于教育。

    哪些公司正在开发AI虚拟形象技术?

    该领域的主要参与者之一是初创公司HeyGen,它为哈佛商学院创建了AI虚拟形象。还有其他公司提供类似的解决方案,例如Synthesia的替代品,专注于通过文本生成视频和大规模生成API。

    AI虚拟形象可以用于创建广告内容吗?

    毫无疑问。AI-avatars 和 AI 视频广告 被积极用于创建 AI 换脸视频、AI 语音配音,以及 AI 撰写脚本和剪辑视频。这大大降低了广告内容的制作成本并加快了制作过程,使得 AI 效率与真实 UGC 相比极具吸引力。

    结论

    将 AI-avatars 整合到哈佛商学院的教育项目中,标志着教育科技和 AI 内容制作领域的重大突破。这不仅提高了教育的可及性和质量,还为人工智能在从教育到营销的各个领域的应用开辟了新视野。

    如果您正在寻找 为加密货币 或其他项目批量生成视频的服务 — 技术已经到来。教育和内容制作的未来在于神经网络,哈佛已经设定了节奏。在我们的网站上了解更多关于 AI 广告视频制作 的信息。

  • 在ChatGPT中提及品牌比链接更重要:92.8%的对话没有点击

    在ChatGPT中提及品牌比链接更重要:92.8%的对话没有点击

    92,8% диалогов в ChatGPT заканчиваются без перехода на сайт — это данные Profound, которые Кевин Индиг разбирал в дайджесте 21 июля. Замер на живом трафике реального продукта, цифре можно верить. Всё продвижение в поиске держалось на одной сделке: ты попадаешь в верх выдачи, человек переходит по ссылке на сайт, а превратить этот визит в заявку — уже твоя забота. Ссылка была точкой, где бизнес впервые касается клиента. В ответе нейросети эта сделка ломается на первом же шаге: перехода чаще всего просто нет.

    Почему 92,8% диалогов в ChatGPT кончаются без перехода на сайт

    Я несколько месяцев измеряю, как ChatGPT, Perplexity, Алиса AQI и GigaChat называют бренды в своих ответах: прогоняю контрольные промпты и смотрю, кого модель упомянула, а кого — нет. За этими прогонами всплыла цифра, которая ломает привычную логику SEO, — и заставила меня поменять то, что я вообще отслеживаю у клиентов. Разбираю по порядку.

    Три недели назад мы прогоняли через ChatGPT промпты одного клиента из ниши доставки еды. Обычная рутина: вбиваешь вопрос вроде «какой сервис доставки выбрать в Москве», смотришь ответ. У клиента к тому моменту было куда больше ссылок с чужих сайтов, чем у ближайшего конкурента. В Ahrefs — сервисе, который считает ссылочный вес сайта, — это видно сразу: и общая оценка авторитетности выше, и разных сайтов, которые на него ссылаются, в полтора раза больше. ChatGPT конкурента назвал. Клиента — нет. Не упомянул вообще, ни разу за двадцать промптов.

    Я перепроверил три раза, менял формулировки вопроса, дату диалога, регион. Результат тот же. Полтора часа я честно не понимал, в чём дело. Двадцать лет продвижения сайтов приучили к простому правилу: чем больше на тебя ссылаются, тем выше ты в результатах Google и Яндекса, а значит — тем охотнее тебя должны называть и нейросети. Здесь правило не сработало. Только тут выдачи в привычном смысле не было. Была модель, которая сама решала, кого назвать по имени, а кого — нет. И решала она это не по счётчику ссылок.

    Упоминание бренда нельзя купить ссылками — оно копится как репутация

    При этом сам ИИ-трафик по объёму крошечный — Ahrefs передаёт, что на ChatGPT приходится около 0,19% всех переходов по ссылкам в интернете, против 42% у Google. Смешно мало, если сравнивать в лоб. Но вот что интереснее: те немногие, кто всё же кликает из ChatGPT, конвертируются на порядок охотнее — конверсия около 7,1%, а сам визит оценивается в 4,4 раза ценнее обычного. Меньше людей доходит до сайта, но те, кто дошёл, — пришли готовыми сделать покупку или любое другое целевое действие.

    在ChatGPT中提及品牌比链接更重要:92.8%的对话没有点击

    И тут важный разворот. Если решение принимается ДО клика, внутри самого ответа модели, то бороться нужно не за клик. Нужно бороться за то, как тебя назовут в тот момент, когда клика ещё не случилось и, скорее всего, не случится вовсе. Упоминание в ответе ChatGPT устроено не так, как место в поисковой выдаче. Место можно выбить работой над сайтом — ссылками, скоростью загрузки, технической чисткой. Упоминание так не покупается. Модель собирает его из двух источников: из текстов, на которых её обучали, и из страниц, которые она подтягивает прямо во время ответа. И решает не число ссылок, а то, как о бренде вообще пишут — в обзорах, на форумах, в отраслевых статьях, в сравнениях.

    Продвижение в поиске училось занимать верхние места, потому что место вело к переходу на сайт. Продвижение в ответах нейросетей живёт иначе: бороться приходится за само упоминание, ведь перехода может не случиться вовсе, а решение человек всё равно примет — по тому, как модель назвала бренд. Ссылка — разовый актив. Она работает, пока страница держится в выдаче, пока сайт жив, пока алгоритм её ценит. Упоминание накапливается по-другому: это репутация, которая уже осела в текстах, на которых модель обучалась и которые она читает сейчас. Убрать одну статью — упоминание никуда не денется, оно размазано по десяткам источников.

    Здесь и была моя ошибка с тем клиентом по доставке еды. Ссылочный профиль у него был сильный, но почти весь — от агрегаторов и каталогов, где бренд просто перечислен в списке. У конкурента ссылок было меньше, зато были три развёрнутых редакционных обзора с описанием, чем сервис отличается от других. Модель обучалась в том числе и на них. Она не считала ссылки — она читала контекст. Первое место в Google, кстати, вообще не гарантирует упоминание в ChatGPT. Мы проверяли это на нескольких клиентах отдельно: у поиска и у нейросети разные механики отбора, и первое место в обычной выдаче само по себе не превращается в строчку внутри ответа модели.

    Где ссылка ещё приводит клиента, а где вопрос закрывается прямо в ответе

    Ссылка не умерла целиком — важно это не путать. В обычном Google 68% поисков в США к началу 2026 года тоже заканчиваются без клика, это данные SparkToro со ссылкой на Search Engine Land. Ответ без перехода на сайт пришёл и в старый добрый поиск, просто там его было видно раньше — через блоки с готовым ответом, карточки-справки и прямые ответы наверху выдачи.

    Ссылка ещё работает там, где решение принимается ПОСЛЕ первого касания: сравнение цен, чтение отзывов, техническая документация, всё, что требует перехода по деталям, которых в кратком ответе модели просто не помещается. Она работает в нишах с длинным циклом принятия решения — там человек всё равно дойдёт до сайта, просто позже. Ссылка не работает там, где вопрос закрывается одной фразой в ответе. «Какой сервис доставки выбрать» — закрывается фразой. «Сколько стоит доставка от конкретного ресторана в конкретном районе завтра вечером» — не закрывается, там нужен переход. Один и тот же бизнес живёт по обе стороны этой границы — всё решает, какой именно запрос задал пользователь.

    在ChatGPT中提及品牌比链接更重要:92.8%的对话没有点击

    Что я теперь замеряю у клиентов вместо позиций в поиске

    Я перестал смотреть только на позиции в выдаче и добавил отдельный замер: как часто и в каком контексте бренд клиента называют модели напрямую, без клика, без перехода. Прогоняем контрольные промпты — реальные вопросы аудитории — через ChatGPT, Perplexity, Алису AI и GigaChat, смотрим, называет ли модель бренд, в каком порядке относительно конкурентов, с какой формулировкой. ChatGPT тут не один такой. Perplexity строит ответ почти целиком из процитированных источников и показывает их списком — модель охотно берёт из статей на сторонних площадках. Алиса AI подмешивает свежую выдачу Яндекса, GigaChat отвечает по-своему. Бренд, который звучит в одной модели, в другой может молчать — поэтому одним ChatGPT замер не закрывается.

    从这件事中,我总结出三件现在建议任何营销人员都该追踪的事:

    • 提及份额:在主要竞争对手中,针对自己的关键问题所占的提及比例:针对特定提示词集的具体百分比,而不是笼统的排名。
    • 表述语气:模型可能中立地提及品牌,也可能加上“可靠”或“昂贵”等评价性词汇——这比提及本身更能影响选择。
    • 来源:模型似乎从哪些来源获取这些表述:通常是一两篇文章——这些文章应优先加强,而不是把预算分散到几十个平台。

    对于那个食品配送客户,我们最终没有追求新的外链。我们在模型明显阅读和引用的平台上撰写了几篇关于产品的详细文章——一个半月后,提及出现了,AI回答中的可见度提升了。客户有更多外链,但ChatGPT却提到了竞争对手。现在我们知道原因了。

    常见问题解答

    如何衡量ChatGPT中的品牌提及?

    通过ChatGPT、Perplexity、Yandex Alice AI和GigaChat运行控制提示词——即受众的真实问题。计算主要竞争对手中的提及份额,记录语气和模型获取信息的来源。

    在ChatGPT中提及品牌比链接更重要:92.8%的对话没有点击

    能否通过外链购买神经网络中的提及?

    不能。外链在传统搜索中有效,但神经网络不会直接计算它们。提及取决于品牌在评论、文章、论坛中的描述——这是模型训练所依据的文本中积累的声誉。

    如果品牌在ChatGPT中未被提及怎么办?

    找到模型最常引用的平台,并在那里发布关于产品的详细材料。加强编辑评论、对比、专家文章——它们比外链数量更能影响提及。

    是否应该放弃SEO转而使用神经网络?

    不应该。外链在决策周期长的领域和交易型查询中仍然有效。最佳策略是将传统SEO与AI回答中的提及工作结合起来。

    结论

    结论很简单:ChatGPT中92.8%的对话以无点击结束,但选择品牌的决策已经做出。外链是一次性资产,提及是累积的声誉。要在AI结果中获胜,停止追逐外链,开始管理模型阅读的文本中关于你的描述。运行控制提示词,跟踪提及份额和语气——你会看到真正失去客户的地方。从今天开始审计你的提及情况。