Jenama anda mungkin muncul dalam jawapan, tetapi klik mungkin tidak sampai ke halaman anda
Bayangkan pertanyaan membeli-belah yang biasa: "Legging manakah yang tidak jarang ketika squat?" Jawapan AI menyebut jenama anda. Ia kelihatan seperti kemenangan, sehinggalah petikan itu menunjuk ke laman ulasan, peruncit atau utas Reddit dan bukannya halaman produk anda.
Ini lebih daripada perincian laporan. Halaman yang dipetik menerima klik. Halaman itu menerangkan produk kepada pembeli dan mungkin kekal menjadi sumber dalam jawapan berikutnya. Jenama mendapat sebutan; pihak lain mendapat pintu masuk kepada kepercayaan.
Satu kajian terbaru oleh Shero Commerce meletakkan angka pada corak ini. Para penyelidik menganalisis 8,573 penerangan produk di 1,000 kedai Shopify dan menjalankan 60 soalan pembelian sebenar melalui Google AI Mode, ChatGPT dan Perplexity. Penemuan paling berguna untuk pasukan ecommerce bukan "tulis lebih banyak salinan". Ia ialah: apabila bahasa produk yang sama muncul di beberapa domain, sistem AI mempunyai sedikit sebab untuk menganggap tapak jenama sebagai sumber asal yang patut dipetik.
Sebutan jenama tidak sama dengan memiliki jawapan. Matlamatnya ialah memberi model sebab yang jelas untuk memetik halaman anda apabila ia membuat cadangan.
Apa yang ditunjukkan oleh kajian ini dan apa yang tidak dibuktikannya
Kaedahnya sangat telus. Daripada 1,000 kedai, 883 memulangkan data produk yang boleh digunakan. Penyelidik mengambil sehingga sepuluh produk bagi setiap kedai daripada feed awam dan memeriksa HTML mentah, data berstruktur serta teks berulang apabila halaman boleh diambil. Mereka menyemak penduaan luaran dengan mencari ayat penerangan produk yang tersendiri dalam tanda petikan dan mengesahkan padanan secara manual.
Ujian petikan ialah pemerhatian, bukan pemodelan. Pasukan memasukkan soalan berhasrat membeli ke dalam tiga produk AI dan merekod sama ada domain sendiri jenama dipetik, jenama disyorkan atau langsung tidak muncul. Ini cukup untuk menerangkan corak yang bermakna. Ia tidak membuktikan bahawa salinan pendua menyebabkan halaman tertentu hilang kedudukan atau petikan. Sampel prompt merangkumi 60 kategori, dan tingkah laku pengambilan serta petikan berbeza mengikut produk dan akan terus berubah.
Dalam batas itu, angkanya sukar diabaikan.
| Pemerhatian kajian | Hasil | Maksudnya untuk jenama |
|---|---|---|
| Penerangan produk yang muncul secara verbatim atau hampir verbatim pada domain lain | 20% | Banyak jenama mengedarkan bahasa yang sama kepada peruncit dan marketplace |
| Kedai yang boleh diukur dengan kurang daripada 50 perkataan teks khusus produk dalam HTML mentah | 15.6% | Halaman yang benar-benar nipis kurang daripada yang dibayangkan oleh audit yang hanya melihat medan |
| Kedai yang mengeluarkan Product schema | 88% | Pembalut teknikal adalah biasa |
| Penerangan schema di bawah 50 perkataan atau tiada | 59% | Lapisan ringkasan yang boleh dibaca mesin sering kekurangan isi |
| Semua petikan AI yang datang daripada halaman milik jenama | 2.8% | Tapak jenama menangkap bahagian yang sangat kecil daripada sumber yang dipetik |
| Semua petikan AI yang datang daripada penerbit | 59% | Artikel editorial, ulasan dan senarai menguasai petikan |
Dalam lapisan jawapan Google, jenama DTC yang mantap dalam sampel hanya dipetik atau disyorkan dalam 9.5% kes, dan satu pertiga kategori tidak menamakan mana-mana daripadanya. Walaupun jenama disyorkan, halamannya sendiri menerima petikan sokongan hanya 31% masa. Selebihnya kerap pergi kepada sumber seperti Good Housekeeping, Verywell Fit, CNN Underscored atau Reddit.
Kegagalan yang lebih mendalam bukan kekurangan teks, tetapi pengarang yang tidak jelas
Pasukan ecommerce lazimnya mendiagnosis ini sebagai satu daripada dua masalah: halaman produk terlalu pendek atau schema tidak lengkap. Kedua-duanya wajar diperiksa, tetapi kajian ini menunjukkan diagnosis yang lebih tepat.
Pertama, medan penerangan produk standard yang pendek tidak semestinya bermaksud halaman nipis. Dalam kajian ini, banyak produk dengan kurang daripada 50 perkataan dalam medan penerangan standard masih mempunyai modul, tab dan butiran khusus produk dalam HTML mentah. Mengaudit satu medan sahaja boleh membuat halaman kaya disangka halaman nipis.
Kedua, halaman yang kelihatan kaya kepada pembeli boleh menjadi lemah kepada crawler. Jika tuntutan penting hanya hidup dalam imej atau disuntik selepas JavaScript dijalankan, halaman yang diambil mungkin mengandungi sangat sedikit maklumat. Inilah sebab teguran kajian tentang penerangan data berstruktur penting: kebanyakan kedai mengeluarkan Product schema, tetapi banyak yang meninggalkan medan description terlalu nipis untuk menerangkan produk.
Ketiga, dan ini pemerhatian paling berguna, perenggan gaya pembekal kehilangan nilai sebagai sumber apabila muncul di Amazon, laman gedung serbaneka, halaman pengedar dan tapak jenama. Ini tidak bermaksud enjin sedang "menghukum" mana-mana halaman. Sistem melihat beberapa kenyataan hampir sama dan sedikit bukti teks untuk menentukan sumber mana yang paling berguna atau asli. Penerbit yang telah menulis perbandingan, ulasan atau penerangan kes penggunaan bebas lalu kelihatan sebagai sumber lebih baik untuk jawapan.
Soalan praktikal bukan lagi "adakah kita mempunyai salinan produk?". Soalannya ialah sama ada salinan itu milik produk ini, muncul sebagai teks yang boleh dirayapi, menjawab soalan sebenar pembeli dan menawarkan lebih daripada versi sindikasi yang dihantar ke setiap saluran.
Penerangan visual: tunjukkan salinan produk yang sama mengalir dari tapak jenama kepada peruncit dan marketplace. Di sebelahnya, halaman editorial dengan ujian dan perbandingan asal menerima petikan AI. Jangan gunakan logo penerbit sebenar.
Mengapa AI mungkin memetik majalah dan bukannya tapak jenama
Sangat mudah untuk menerangkannya sepenuhnya melalui autoriti penerbit. Itu terlalu mudah. Penerbit sering memberi model maklumat yang tidak ada pada halaman produk.
Ulasan boleh menyatakan sama ada fabrik menjadi jarang ketika squat, jenis bentuk badan yang sesuai dengan potongan, bagaimana produk bertahan dari masa ke masa, atau bagaimana ia dibandingkan dengan alternatif. Halaman produk yang terdiri daripada frasa seperti "ringan", "selesa" dan "dibuat untuk prestasi harian" memberi model sedikit bukti untuk cadangan pembelian.
Jawapannya bukan meniru prosa majalah atau mengisi setiap SKU dengan perenggan umum. Halaman produk perlu membawa maklumat pihak pertama: fakta khusus produk, sempadan sesuai dan tidak sesuai yang jelas, spesifikasi sebenar serta jawapan mudah kepada soalan pembeli.
Bina semula halaman produk yang boleh dikaitkan dengan jenama anda
Kebanyakan pasukan tidak sepatutnya cuba menulis semula keseluruhan katalog sekali gus. Mulakan dengan produk berintensi tinggi dan bina semula empat lapisan maklumat. Tiada satu pun menjamin petikan AI, tetapi bersama-sama ia mengurangkan kemungkinan tapak anda hanya satu lagi salinan penerangan saluran.
| Lapisan halaman | Apa yang perlu ditulis | Apa yang perlu dielakkan |
|---|---|---|
| Ringkasan pembelian | Dalam 40-60 perkataan, nyatakan produk itu apa, untuk siapa, tugas yang dilakukannya dan satu batasan penting | Slogan atau penerangan jenama yang sama untuk semua saluran |
| Bukti khusus produk | Bahan yang boleh disahkan, dimensi, keserasian, syarat ujian, penjagaan dan kandungan pakej | Dakwaan prestasi, pensijilan atau pengalaman pelanggan yang direka |
| Jawapan keputusan | Jawapan jujur untuk "untuk siapa?", "apa bezanya?" dan "bila ia tidak sesuai?" | FAQ templat yang ditulis hanya untuk menambah panjang |
| Ringkasan boleh dibaca mesin | Ringkasan produk yang disunting dalam description Product schema, disahkan dalam HTML mentah | Description schema kosong atau pemegang tempat 15 perkataan |
Ada perbezaan penting di sini. Saluran memerlukan fakta produk yang konsisten. Tapak jenama memerlukan penerangan pihak pertama tambahan. Kekalkan data SKU, bahan, peraturan harga dan maklumat keselamatan secara konsisten di mana produk dijual. Tetapi jangan biarkan tapak jenama berhenti pada perenggan standard yang dihantar kepada penjual semula. Terangkan mengapa produk sesuai untuk kes penggunaan, apa yang berubah daripada model terdahulu dan apa yang patut disemak pembeli sebelum membeli. Itulah lapisan kandungan yang hanya tapak anda boleh miliki.
Penerangan visual: rajah anatomi halaman produk empat tingkat. Labelkan titik sentuhan HTML mentah dan Product schema. Ia perlu menjadi rajah maklumat editorial, bukan papan pemuka perisian rekaan.
Urutan permulaan yang munasabah untuk pasukan kandungan
Jangan bermula dengan arahan "tulis semula semua penerangan". Sebaliknya, jalankan satu lelaran kecil yang boleh diperiksa.
- Pilih 20-50 SKU yang paling hampir dengan keputusan pembelian. Utamakan produk dengan permintaan organik, pengedaran penjual semula yang luas atau kemunculan dalam pertanyaan "terbaik", "untuk [kes penggunaan]" dan perbandingan.
- Buat helaian fakta untuk setiap SKU. Kumpulkan spesifikasi, bahan, padanan, batasan, perbezaan daripada model berhampiran dan sebarang bukti ujian atau pensijilan awam. Jika tuntutan tidak boleh disokong, jangan biarkan AI menciptanya.
- Bandingkan dengan penduaan luaran. Cari satu atau dua ayat penerangan yang tersendiri dalam tanda petikan untuk melihat di mana ia muncul. Tujuannya bukan membuang setiap senarai saluran, tetapi mencari apa yang tidak diterangkan oleh halaman produk secara unik.
- Tulis semula ringkasan pembelian, penerangan panjang dan FAQ pembeli sebenar untuk tapak jenama. Kemudian sahkan teks yang diluluskan muncul dalam HTML yang dipulangkan pelayan dan dalam penerangan data berstruktur.
- Jejaki satu set prompt pembelian tetap sebelum dan selepas kerja. Rekod sama ada jenama muncul, domain mana menerima petikan dan sama ada halaman pendaratan sesuai dengan soalan. Anggap ini sebagai gelung pemerhatian, bukan bukti sebab-akibat jangka pendek.
Menambah schema ke seluruh tapak mungkin lebih pantas. Menjana 5,000 penerangan serupa juga mungkin lebih pantas. Kedua-duanya tidak menyelesaikan masalah atribusi jika halaman jenama masih tidak mempunyai maklumat yang tidak dimiliki pesaing, peruncit dan penerbit.
Empat kesimpulan salah yang perlu dielakkan
Salinan produk pendua mencetuskan penalti carian. Kajian ini tidak berkata begitu. Google telah lama menjelaskan bahawa ia mengendalikan versi pendua dengan memilih canonical. Dapatan di sini tentang pemilihan sumber dalam petikan AI, bukan mekanisme penalti.
Lima puluh perkataan ialah sasaran. Lima puluh perkataan ialah ambang pengukuran, bukan nombor ajaib. Lapan puluh perkataan kabur tetap memberi enjin jawapan sangat sedikit untuk dipetik.
Schema sahaja menyelesaikan masalah. Schema membantu mesin mentafsir halaman. Ia tidak boleh mencipta isi khusus produk yang tiada. Description di dalamnya perlu menjadi ringkasan disunting, bukan pembalut kosong.
Petikan penerbit sama baik dengan petikan jenama. Ia mungkin membantu kesedaran, tetapi pihak ketiga menerima klik berintensi tinggi dan memiliki penjelasan produk. Jenama kehilangan peluang langsung untuk menukar, menjelaskan dan membina bukti pihak pertama.
Pandangan Auspia: luaskan kerja penulisan kepada setiap halaman yang layak dipetik
Carian AI memecahkan andaian kandungan lama: jika orang melihat nama jenama, tapak jenama akan mendapat manfaat secara semula jadi. Kini halaman penting memerlukan kandungan yang boleh dikaitkan, bukan sekadar satu perenggan yang boleh digunakan semula merentas saluran.
Di sinilah ciri penulisan dan perkhidmatan kandungan Auspia sesuai. Mulakan dengan soalan pembeli dan fakta produk yang disahkan. Gunakan Auspia untuk menghasilkan draf pertama berstruktur, kemudian biarkan orang yang mengenali produk menambah butiran, had dan pengalaman khusus yang boleh diperiksa. Selepas itu, bentuk kerja menjadi halaman produk, panduan pembelian, halaman perbandingan atau FAQ, bukannya menyalin satu penerangan umum ke setiap saluran.
Untuk katalog SKU besar, Auspia membantu menyatukan penyelidikan, penulisan dan semakan kandungan dalam satu workflow: mengenal pasti soalan pembelian yang wajar dimenangi, mencipta dan menyemak kandungan halaman asli, kemudian memeriksa sama ada halaman keutamaan mengandungi bahan jelas dan boleh dirayapi yang menyokong jawapan. Alat tidak boleh membuktikan produk anda dan tidak sepatutnya mencipta bukti. Tugasnya ialah menjadikan penghasilan dan semakan kandungan asli lebih mudah dikekalkan.
Mulakan dengan kumpulan kecil produk berintensi tinggi. Tulis penerangan yang hanya boleh diberikan oleh jenama, kemudian lihat bagaimana corak sumber berubah dalam jawapan AI. Anda boleh memulakan workflow ini dengan Auspia .
Soalan lazim
Jika AI mengesyorkan jenama saya tetapi tidak memetik tapak saya, patutkah saya bertindak?
Ya. Sebutan jenama ada nilai, tetapi petikan menentukan tempat pembeli mengklik dan halaman mana menerangkan produk. Mula-mula, periksa sama ada tapak anda mengandungi maklumat berbeza dan boleh dirayapi yang menjawab soalan pembelian secara terus.
Adakah peruncit dan marketplace perlu membuang penerangan produk saya?
Tidak. Saluran memerlukan fakta asas yang tepat dan konsisten. Pendekatan yang lebih praktikal ialah memberi tapak jenama lapisan konteks produk, perbezaan, sempadan padanan dan jawapan pembelian yang lebih mendalam, yang tidak ada pada halaman saluran.
Patutkah saya menulis artikel blog dahulu atau memperbaik halaman produk?
Jika soalan pembeli terus sepadan dengan SKU, mulakan dengan halaman produk. Jika ia memerlukan pendidikan, perbandingan atau konteks penggunaan, panduan pembelian, halaman perbandingan atau artikel blog mungkin format yang lebih baik. Kedua-duanya patut menyumbang maklumat berbeza, bukan mengulangi satu sama lain.
Penulis: Eva Laurent, ahli strategi carian ecommerce Auspia untuk 10,000+ halaman produk. Beliau menulis tentang SEO ecommerce, penemuan produk dan perjalanan membeli-belah dibantu AI.
