umetna inteligenca
Torek, 2. 12. 2025, 21.03
2 tedna, 6 dni
Umetna inteligenca spreminja iskanje
Kako doseči, da ChatGPT ponudi tebe in ne konkurence
Termometer prikazuje, kako vroč je članek.
Termometer prikaže, kako vroč je članek.
0,19
Kdor želi biti digitalno viden, mora upoštevati in razumeti orodja umetne inteligence.
Umetna inteligenca spreminja pravila igre digitalnega marketinga. Klasični SEO (Search Engine Optimization – optimizacija spletnih strani za iskalnike) ni več dovolj – zdaj šteje, ali tvojo vsebino prepoznajo, razumejo in citirajo orodja, kot so ChatGPT, Gemini ali Perplexity.
O tem, kako se znamke lahko pripravijo na novo dobo iskanja in zakaj se brez t. i. Generative Engine Optimizationa (GEO) lahko hitro izgubijo iz digitalne vidnosti, smo se pogovarjali z vodjem projektov GEO pri agenciji Futura DDB Gregorjem Čičem.
Kako pojav umetne inteligence (UI ali AI – Artificial Intelligence), zlasti velikih jezikovnih modelov (LLM), vpliva na način, kako ljudje brskamo po spletu?
Način, kako danes iščemo, je že povsem drugačen od tega, česar smo bili vajeni. Pred leti smo iskali s ključnimi besedami, kot so npr. hladilnik cena ali najboljši telefon 2024, in klikali po seznamu rezultatov. Danes pa uporabniki ChatGPT preprosto vprašajo: "Kateri hladilnik je najbolj varčen za družino s tremi otroki?", "Koliko stane vzdrževanje prezračevalnega sistema v hiši?" – in pričakujejo, da jim UI (ChatGPT, Google SGE, Gemini ipd.) vrne jasen, pogovoren, relevanten odgovor, ne da bi morali raziskovati stran z rezultati iskalnika (SERP, Search Engine Results Page), torej stran z zadetki na podlagi ključne besede.
Gregor Čič: "Način, kako danes iščemo, je že povsem drugačen od tega, česar smo bili vajeni."
Pa še ena velika razlika je. Ko se navade uporabnikov selijo v pogovorno iskanje, se spreminja tudi dolžina poizvedb – GPT-pogovori imajo v povprečju 23 besed, klasične iskalne poizvedbe pa le štiri. To pomeni, da bo prihodnja optimizacija temeljila na tem, da znamke razumejo, kako razmišljajo njihovi uporabniki – kot sogovorniki, ne kot iskalci ključnih besed.
Kaj to pomeni za tiste, ki želijo ostati vidni na spletu?
To preprosto pomeni, da danes ni več dovolj biti dober le v iskalnikih, ampak je treba biti viden in uporaben v odgovorih, ki jih ponuja umetna inteligenca. Torej morajo biti spletna stran in vsebine strukturirane tako, da jih modeli umetne inteligence preprosto najdejo, razumejo, izvlečejo ključne informacije in jih, z malo sreče, tudi citirajo.
Ali to pomeni, da se podjetjem ne izplača več pisati člankov, blogov, skrbeti za vsebine?
Ne, ravno nasprotno! Vsebine so zdaj še pomembnejše. V marketingu že dolgo govorimo Content is king (Vsebina je kralj). In kdaj bi to lahko bolj potrdili kot danes! Razlika je v tem, da generični članki tipa "Kaj je hladilnik?" nimajo več smisla, ker teh je splet že poln. Pojavil se je prostor za nove vsebine, ki konkretno odgovarjajo na vprašanja uporabnikov, so strukturirane tako, da jih umetna inteligenca lahko preprosto povzema ter gradijo tvoj ugled in avtoriteto.
Kako se to že zdaj odraža v praksi?
Trgovina ima na primer vodiče za nakup bele tehnike, v katerih razložijo energetske oznake, glasnost, vzdrževanje. Ko uporabnik vpraša umetno inteligenco "Kateri je najtišji hladilnik?", obstaja velika verjetnost, da bo umetna inteligenca uporabila prav tak vodič, ker vsebuje jasne, konkretne in preverjene informacije.
"Spletna stran in vsebine morajo biti strukturirane tako, da jih modeli umetne inteligence preprosto najdejo, razumejo, izvlečejo ključne informacije in jih, z malo sreče, tudi citirajo."
Kako optimizirati spletno stran za iskanje z umetno inteligenco?
Umetna inteligenca vsebino podjetja razume v kontekstu – ne le po ključnih besedah, temveč po namenu, strukturi in zanesljivosti informacij. Uspešna stran je zasnovana tako, da modeli zlahka prepoznajo teme, razmerja, odgovore in podatke, ki jih lahko vključijo v svoje odgovore uporabnikom. Gre za nadgradnjo klasičnega SEO, ki mu danes dodajamo AIO (Artificial Intelligence Optimization), AEO (Answer Engine Optimization) in GEO (Generative Engine Optimization). V praksi to pomeni, da vsebina ni optimizirana le za iskalnike, temveč za način, kako umetna inteligenca dejansko bere, povzema in citira spletne strani.
Kako se to sklada z gradnjo blagovne znamke?
Vse skupaj bolj spominja na inženirstvo kot na klasično gradnjo blagovne znamke. Če želimo biti prisotni v odgovorih velikih jezikovnih modelov, moramo razumeti, kako ljudje razmišljajo, kaj govorijo in kako kupujejo, ne samo, katere ključne besede uporabljajo. Zato GEO (Generative Engine Optimization) ni več le vprašanje kode in strukture, ampak predvsem konteksta omembe. Veliki jezikovni modeli dajejo prednost znamkam, ki so del širših, verodostojnih razprav – in to brez potrebe po neposredni povezavi oz. backlinku. Ko je spletna stran optimizirana za iskanje z UI, se poveča verjetnost, da bo njena vsebina vključena v povzetke UI, citirana kot vir ali celo predstavljena kot priporočilo.
Kako bi to povzeli v stavku ali dveh?
Na kratko: optimizacija za umetno inteligenco ne pomeni več le vidnosti v iskalniku, temveč prisotnost v digitalnih pogovorih, kjer uporabniki od umetne inteligence pričakujejo konkretne odgovore – in ti želiš biti eden od njih.
"Umetna inteligenca vsebino podjetja razume v kontekstu – ne le po ključnih besedah, temveč po namenu, strukturi in zanesljivosti informacij."
Kako naj podjetje preveri, ali je njihova stran optimizirana in kako dobro?
Najlažje tako, da preizkusijo. Vzemimo tipično vprašanje, ki ga uporabnik postavi, in ga vpišimo v ChatGPT, Gemini ali Perplexity. Če se stran pojavi kot vir, smo na pravi poti. Če se ne, preverimo, katere strani so zajete, in pogledamo, kaj te delajo drugače. Dejstvo je, da veliki jezikovni modeli, kot sta ChatGPT ali Perplexity, delujejo po principu modela mentalne dostopnosti blagovnih znamk (t. i. mental availability), ki jo poznamo iz klasične teorije marketinga. Namesto da tekmujemo za klike v SERP, tekmujemo za prisotnost v pogovoru. To pomeni, da znamke, ki so pogosto omenjene v avtentičnih virih (recimo na Redditu, Wikipediji, YouTubu, Yelpu ali Tripadvisorju), pridobijo izjemno prednost – ti viri so po študijah Profound med najpogosteje citiranimi v odgovorih UI-modelov, ker so polni naravnega, vsakdanjega jezika uporabnikov, ki ga model prepozna kot zanesljivega. Zavedati pa se moramo, da k izboru virov veliko prispevajo tudi licenčne pogodbe, ki so jih sklenili avtorji posameznih orodij s posameznimi stranmi in platformami.
Kako modeli umetne inteligence določajo, katere vire uporabijo za odgovore?
Zanimivo je, da raziskave potrjujejo točno to, kar opažamo tudi v praksi – danes vrednost povezav (backlinkov) izgublja pomen v primerjavi z omembami blagovnih znamk v vsebini. Analize Ahrefs kažejo, da nepovezane omembe blagovnih znamk (torej tiste brez aktivne povezave) nosijo večjo težo kot klasični backlinki, saj umetna inteligenca bolje razume kontekst, v katerem je znamka omenjena. Tako npr. okoli 80 odstotkov URL, ki jih Google vključuje v svoje AI-overviews, prihaja iz vsebin, kot so blogi, vodiči, nasvetni (how-to) članki in poglobljene razlage ter s komercialnih strani, ki aktivno prodajajo. Pri tem pa je le 2,5 odstotka vseh prikazanih URL transakcijskih, torej takšnih, katerih glavni namen je spodbuditi akcijo uporabnika (nakup, rezervacija ipd. …) To jasno kaže, da veliki jezikovni modeli iščejo verodostojne, kontekstualne vsebine, ne prodajnih nagovorov.
Kaj je pri tem najpomembnejše?
Največ štejeta avtoriteta in verodostojnost. Modeli imajo najraje vire, ki so že pogosto citirani, kot so Wikipedija, znani mediji, specializirani portali. Na primer pri zdravstvenih vprašanjih modeli skoraj vedno vključujejo Mayo Clinic ali WHO, ker gre za avtoritativne vire. Da bomo citirani, moramo pokazati strokovnost. To se v konkretnem primeru stori tako, da je avtor članka npr. zdravnik, ki ima reference in objavljene raziskave, ki jih UI najde.
Kaj konkretno moramo narediti, da hladilnik, ki ga prodaja neko podjetje, pristane med priporočili?
Pomembno je, da umetna inteligenca vašo vsebino prepozna kot najboljši mogoči odgovor na vprašanje uporabnika. To pa ni naključje. Potrebna je kombinacija dobre vsebine, tehnične optimizacije in zaupanja v vir. Temu se reče AI Visibility Strategy in to v praksi pomeni, da se vsebine podjetja pripravijo tako, da so prepoznavne in UI-berljive. Za hladilnik bi to bilo videti nekako takole: najprej napišeš vodič za kupce, recimo "Najboljši hladilniki 2025 – primerjava modelov in nasveti". Za tem vključiš primerjalne tabele z dejanskimi podatki – cene, energijska učinkovitost, prostornina, glasnost in dodaš FAQ (najpogostejša vprašanja in odgovori) s konkretnimi vprašanji, kot so: "Kako izbrati hladilnik za manjše stanovanje?" ali "Kaj pomeni energijski razred A+++?". Nato poskrbiš za schema markup – tehnični del, ki UI-modelom pomaga razumeti, da gre za izdelke, primerjave, ocene - in kar je ključno: vsebino redno osvežuješ, ker UI daje prednost svežim, relevantnim informacijam. Če imaš vse to urejeno, obstaja velika verjetnost, da bo tvoj izdelek med tistimi, ki jih UI navede, ko uporabnik vpraša: "Kateri so najboljši hladilniki 2025?" ali pa "Najbolj primerno zavarovanje za mlado družino?".
Ali lahko poveste kakšen primer dobre prakse?
Točno to danes že vidimo pri portalih, kot sta TechRadar ali The Verge, ki so s tem pristopom postali stalni viri za orodja, kot so ChatGPT, Gemini in Perplexity. Zato podjetja, ki začnejo zgodaj, dobijo ogromno prednost, saj njihovi produkti in vsebine postanejo del odgovorov umetne inteligence, ne samo del Googlovega seznama zadetkov.
Gregor Čič: "Največ štejeta avtoriteta in verodostojnost."
Ali se strategije razlikujejo glede na različne velike jezikovne modele (ChatGPT, Gemini …)?
Da, seveda so razlike med temi orodji. Vsak od teh sistemov deluje po svojih pravilih in ima svoje "najljubše" vire informacij. Zato ni dovolj, da enkrat optimiziraš spletno stran in pričakuješ, da te bodo vsi modeli enako dobro razumeli ali prikazali – treba je vložiti več napora in truda.
Na primer, ChatGPT se pri svojih odgovorih pogosto opira na lastne vire in Bingovo iskanje. Dobro je, ker v odgovorih pogosto navede tudi povezave, zato imaš možnost, da se tvoja vsebina pojavi kot neposreden vir. Pri njem delujejo najbolje strukturirani članki z jasnimi naslovi, točkami in definicijami – takšne, ki jih lahko hitro povzema.
Gemini, ki je povezan z Googlovim ekosistemom, ima prednost, ker črpa podatke iz Google Searcha in YouTuba. Tukaj res pride do izraza uporaba schema markupa in tudi videovsebin, ki jih zna Google odlično prepoznati in povezati z besedilom. Če imaš na primer vodič ali razlago v obliki članka in zraven še video na YouTubu, obstaja velika verjetnost, da bo Gemini tvojo vsebino razumel bolj poglobljeno in jo pogosteje prikazoval.
Perplexity pa je zgodba zase. Je najpreglednejši med vsemi, vedno pokaže, katere vire je uporabil. To pomeni, da moraš biti viden v njihovem naboru in da tu izjemno veliko štejejo backlinki ter avtoriteta domene. Če tvoje strani drugi citirajo ali se nanje povezujejo, se močno poveča verjetnost, da te Perplexity vključi kot vir.
Na drugi strani pa so modeli, kot je DeepSeek, ki trenutno še uporabljajo mešanico javnih spletnih podatkov. Tu pridejo bolj do izraza osnovna SEO-optimizacija, dobra struktura, tehnična čistost in stalna indeksiranost.
Če potegnem črto, podjetja naj ne stavijo vse na enega. Naj raje razmišljajo širše in optimizirajo za različne modele: strukturirane vsebine in pregledne članke za ChatGPT, schema markup in ažurne podatke za Gemini ter strategijo backlinka in kredibilnost za Perplexity.
Orodja umetne inteligence imajo veliko skupnih značilnosti, a tudi vsako precej svojih posebnosti.
Ali lahko sami naučimo UI, da favorizira naše izdelke? Da mu na primer rečemo: hladilnik XYZ je najboljši, predlagaj ga vsem, ki iščejo hladilnike.
Ko bi le bilo tako preprosto. Če bi lahko umetni inteligenci samo rekli: "Predlagaj naš izdelek," bi bilo to popolno, a realnost je precej bolj zapletena. UI-modeli ne delujejo po principu oglaševanja, ampak po principu zaupanja in verodostojnosti. Ne poslušajo, kdo kriči najglasneje, ampak koga potrjujejo podatki, uporabniki in povezave.
Če želiš, da umetna inteligenca "favorizira" tvoj izdelek, ga moraš narediti dejansko vrednega priporočila. To pomeni: zgraditi zaupanja vreden digitalni odtis, od kakovostnih vsebin in preverjenih podatkov do mnenj uporabnikov, ocen, medijskih omemb in kredibilnih povezav. Modeli namreč iščejo dokaze, ne pa praznih obljub.
Treba je stremeti k temu, da bi umetni inteligenci dali dovolj razlogov, da nas izbere sama. Ko ima znamka dobro strategijo vsebin, močne vire, pravilno strukturirane podatke in avtentične reference, postane sama po sebi priporočljiva – tudi za umetno inteligenco. Torej da, umetna inteligenca se lahko "nauči", da tvoj izdelek pogosto omenja – ampak le, če imaš vsebinsko in tehnično podlago, ki si to zasluži. To ni več oglaševanje, to je ugled in dober digitalni odtis, ki ga umetna inteligenca razume.
