AI注目記事のキュレーターページ

多くのAI可視性戦略はChatGPTを単一のシステムとして扱っていますが、データはそれが賢明ではないことを示しています。ChatGPTが高推論モードで動作する際、異なるブランドのセットを引用し、異なるソースタイプを提示し、最小推論モードとは異なる挙動を示します。Kevin Indigは、このモデル間のギャップを「推論リフト」と呼んでいます。このギャップを調査するために、私たちはKevinと提携し、Semrush AI Visibility Toolkitからのデータを分析しました。

以下は私たちの発見です：

1. 高推論モードでは、引用されるソースが大幅に増加します。引用率は50%から68%に上昇し、1回の応答あたりの平均引用数は2.6から4.5に倍増します。

2. 異なる推論モード間で引用されるドメインは異なります。同じプロンプトに対して、最小推論モードと高推論モードで共有されるドメインはわずか25.6%です。

3. 購入者の旅の初期段階では、推論モード間のギャップが最も顕著です。問題の段階では、高推論モードの引用率は最小推論モードよりも35ポイント高くなります。

4. 高推論モードでは、ブランドが旅の途中で持続的に引用されます。最小推論モードでは、ブランドの持続性は見られません。

5. 推論リフトはカテゴリによって大きく異なります。特に金融分野では、引用率が28ポイント増加します。

これらの結果は、AI可視性戦略を見直す必要があることを示唆しています。異なる推論モードに対して異なるアプローチを取ることが重要です。