كيف يمكنك التأكد من ظهور علامتك التجارية في بحث LLM؟ يسعى محسن LLM الجديد لـ Adobe إلى توفير الأدوات

الائتمان: VentureBeat مصنوع من Midjourney

في مهرجان كان ليونز في 16 يونيو 2025 ،”https://business.adobe.com/blog/introducing-adobe-llm-optimizer” الهدف=”_blank” rel=”noreferrer noopener”> قدم Adobe Adobe LLM Optimizer، أداة جديدة من فئة المؤسسات المصممة لمساعدة الشركات على تحسين وضوحها في البيئات التي تعمل بالنيابة عن الذكاء الاصطناعي.

نظرًا لأن واجهات محادثة مثل ChatGpt و Gemini و Claude تعيد تشكيل كيفية بحث المستهلكين والانخراط عبر الإنترنت ، يهدف تطبيق Adobe الجديد إلى منح العلامات التجارية القدرة على فهم كيفية ظهورها في هذه المساحات الرقمية المتطورة بسرعة.

بدعم من بيانات من Adobe Analytics التي تُظهر زيادة بنسبة 3500 ٪ في حركة المرور من أجل منظمة العفو الدولية إلى مواقع البيع بالتجزئة الأمريكية و 3200 ٪ من مواقع السفر بين يوليو 2024 ومايو 2025 ، تأتي خطوة Adobe في وقت يتسارع فيه التحول نحو الواجهات التوليدية. لا تقوم هذه الأدوات بتغيير ميكانيكا الاكتشاف فحسب ، بل تعيد تعريف ما يعنيه أن تكون مرئية وتأثيرًا عبر الإنترنت.

وقال هاريش كومار ، كبير مدير الاستراتيجية وتسويق المنتجات لمدير خبرة Adobe: “إن اعتماد خدمات الدردشة التي تعمل بالطاقة Genai مذهلة ، مع نمو هائل على أساس سنوي”. “إنه يغير بشكل أساسي كيفية تفاعل المستهلكين والبحث والعثور على المعلومات.”

وأضاف Loni Stark ، نائب رئيس الإستراتيجية والمنتج لـ Adobe Experience Cloud: “أصبحت واجهات الذكاء الاصطناعي الأولي أدوات لكيفية اكتشاف العملاء واتخاذ قرارات الشراء”. “مع Adobe LLM Optimizer ، فإننا نمكّن العلامات التجارية من التنقل بثقة في هذا المشهد الجديد ، مما يضمن أن تبرز ويفوز في اللحظات المهمة”.

GEO هو SEO الجديد

وصف Haresh Kumar الواقع الرقمي الجديد بأنه الواقفة التي لم تعد فيها العلامات التجارية تحسن فقط لمحركات البحث – ولكن بالنسبة لنماذج الذكاء الاصطناعى.

وقال: “لم تعد تحسين محركات البحث عن الكلمات الرئيسية والروابط الخلفية”. “في عصر الذكاء الاصطناعى التوليدي ، ندخل نموذجًا جديدًا – تحسين محرك المحرك أو الجغرافي – حيث يتم الحكم على الأهمية بشكل مختلف.”

يتطلب هذا المشهد المتطور طرقًا جديدة لتتبع الأداء والتأثير على قابلية الاكتشاف. يهدف Adobe LLM Optimizer إلى معالجة هذا الأمر بإطار عمل من ثلاثة جوانب:

1. التعريف التلقائي: يكتشف النظام كيفية استخدام محتوى العلامة التجارية من قبل نماذج الذكاء الاصطناعى الرئيسية. يتتبع Adobe “بصمات الأصابع” للمحتوى المفهرس ويحدد ما إذا كان – وكيف – يظهر في الاستجابات للاستعلامات ذات الصلة.
2. اقتراح السيارات: بالاعتماد على نماذج ADOBE الخاصة بـ AI المدربين على الواجهات التوليدية ، توصي الأداة بتحسينات عبر البنية التحتية الفنية والمحتوى. يمكن أن تتراوح هذه بين إصلاح أخطاء البيانات الوصفية إلى تحسين السلطة والسياق في محتوى الأسئلة الشائعة.
3. تحسين السيارات: بالنسبة للعديد من العلامات التجارية ، فإن التحدي لا يعرف فقط ما الذي يجب إصلاحه – إنه ينفذ الإصلاحات بسرعة. يسمح LLM Optimizer للمستخدمين بتطبيق التغييرات الموصى بها مباشرة ، غالبًا دون مشاركة شديدة من فرق التطوير. وقال كومار: “نحن نساعد العلامات التجارية على تحديد كيفية أداء محتواها في LLMs ، والتحسينات التلقائية ، والتحسين التلقائي لتنفيذ هذه التغييرات بالفعل”.

الكشف عن فجوات في رؤية علامتك التجارية لمستخدمي LLM والمساعدة في ملءها

يمكّن نظام Adobe المسوقين من معرفة أين تمثل علامتهم التجارية تمثيلا ناقصا في النتائج التي تحركها الذكاء الاصطناعي. وقال كومار: “الهدف من ذلك هو مساعدة العلامات التجارية على فهم الفجوات – حيث لا تظهر في إجابات منظمة العفو الدولية – وما هي الإصلاحات التي يمكن أن تجعلها أكثر وضوحًا”. يحسب التطبيق قيمة حركة المرور المتوقعة لكل تغيير مقترح ، مما يتيح للفرق إعطاء الأولوية لإجراءات عالية التأثير.

وأضاف كومار: “تسأل العلامات التجارية في كثير من الأحيان ،” هل أحتاج إلى الاهتمام بمربع الذكاء الاصطناعي الجديد؟ ” “الجواب نعم – لأن حركة المرور تتحول إلى هناك. إذا لم تكن تتحسن لذلك ، فأنت في عداد المفقودين.”

يتضمن مثال على تحسين المحتوى التركيز على التنسيقات التي تفضلها LLMS بشكل طبيعي.

وقال كومار: “تميل صفحات الأسئلة الشائعة إلى أداء أداء جيد بشكل استثنائي في فهرسة LLM”. “إنها توفر إجابات مباشرة وموثوقة تفضلها LLMs عند توليد الردود.”

لا توصي منصة Adobe بإنشاء مثل هذا المحتوى فحسب ، بل تساعد أيضًا في إنشاءه ضمن صوت وهيكل العلامة التجارية الحالية ، وذلك بفضل التكامل الأصلي مع Adobe Experience Manager.

دائمًا على التحليل وتوسيع نطاق التغطية لمكتبة LLMs المتنامية

يستخدم LLM Optimizer مزيجًا من نماذج الدفع والسحب للحفاظ على تيار فهرسة المحتوى. عندما يتم نشر محتوى جديد أو الوصول إليه بواسطة نموذج الذكاء الاصطناعى ، يقوم النظام بتحديث تحليله ويسطح الأفكار للمستخدم.

“تتضمن البنية التحتية لدينا كل من نماذج الدفع والسحب. كلما تم تحديث المحتوى أو الوصول إليه ، فإننا نلتقط تلك البصمات ونغذيها في محرك التحليل الخاص بنا” ، أوضح كومار.

حاليًا ، يتتبع المنتج أداءً عبر العديد من طرز الذكاء الاصطناعى ، بما في ذلك ChatGPT و Claude و Gemini ، مع خطط لتوسيع التغطية مع ظهور نماذج جديدة.

التوافر والتكامل

يتوفر Adobe LLM Optimizer الآن كمنتج مستقل أو كتكامل أصلي مع مواقع Manager Adobe Experience. على الرغم من عدم الكشف عن التسعير علنًا ، فقد أكد Adobe أنه منتج منفصل يتطلب تحديثات التقيد والاتفاق.

وقال كومار: “LLM Optimizer هو عرض جديد للمنتجات ، مدمج بالكامل مع Adobe Experience Manager ولكنه متاح كحل مستقل”. “يحتاج العملاء إلى اختيار بناءً على استعدادهم واستراتيجيتهم من الذكاء الاصطناعي.”

مع وجود المزيد من المستهلكين الذين يقضون الوقت داخل واجهات AI-التي تحركها AI ، فإن Adobe Positions LLM Optimizer كحل تطلعي للمؤسسات التي تنقل هذه التضاريس الجديدة. إنه يوفر مزيجًا من الرؤية والأتمتة والوضوح الاستراتيجي مع انتقال المشاركة الرقمية إلى ما وراء محركات البحث التقليدية إلى المستقبل التوليدي.