Il mio assistente AI ha anche creato un episodio podcast per il seguente articolo. Se preferisci l’ascolto alla lettura, puoi ascoltare il podcast tramite il seguente link (ATTENZIONE: il podcast è creato esclusivamente da AI, non si garantisce l’accuratezza).

Storie di successo come quella di Logikcull dimostrano che anche i LLM come ChatGPT hanno un impatto crescente sul comportamento di ricerca e, in ultima analisi, di acquisto dei clienti. Nel caso di Logikcull, l’azienda stessa è rimasta sorpresa quando sempre più nuovi clienti hanno dichiarato di essere venuti a conoscenza dell’azienda di software tramite ChatGPT. Entro giugno 2023, si prevede che il 5% di tutti i contatti provenienti da Logikcull saranno intermediati tramite ChatGPT. Si tratta dell’equivalente di quasi 100.000 dollari USA di ricavi da abbonamento al mese per l’azienda(fonte: OMR).

Il campo dell’ottimizzazione dei modelli linguistici di grandi dimensioni (LLMO) è ancora molto nuovo, poco studiato e non esistono quasi risultati realmente validi e misurabili. Tuttavia, ci sono dei primi approcci su come organizzare i nostri siti web per il futuro dei LLM. Nel seguente articolo ti darò alcuni consigli iniziali.

Cosa sono i Large Language Models (LLM)?

Large Language Models significa “modelli linguistici di grandi dimensioni”. Questi modelli sono tipi di intelligenza artificiale (AI) addestrati a comprendere, generare e interagire con il linguaggio umano. Possono scrivere testi, rispondere a domande, creare riassunti e molto altro ancora grazie all’addestramento su enormi quantità di dati testuali. Questi modelli riconoscono schemi, strutture e correlazioni nei dati su cui sono stati addestrati e li utilizzano per generare nuovi contenuti che soddisfino i requisiti dell’utente.

Uno dei LLM più noti al momento è probabilmente ChatGPT o GPT-4o (Generative Pre-trained Transformer) di OpenAI: con ChatGPT possiamo già oggi svolgere una serie di compiti, come scrivere articoli, tradurre testi, rispondere a domande, creare un’ampia varietà di media e scrivere codice.

Che cos’è la Large Language Model Optimisation (LLMO)?

La Large Language Model Optimisation (LLMO) è un approccio avanzato nel campo del marketing online e dell’intelligenza artificiale che mira a influenzare l’output di grandi LLM come ChatGPT o Perplexity. In parole povere, questa tecnica è simile alla classica ottimizzazione dei motori di ricerca (SEO).

Risultati specifici possono essere promossi o influenzati da interventi mirati nei dati di formazione o dall’ottimizzazione dei contenuti a disposizione dei LLM. Tuttavia, i meccanismi e i metodi dell’LLMO sono diversi da quelli della SEO. Gli LLM funzionano in modo diverso rispetto alla classica ricerca su Google. Di conseguenza, le aziende devono scegliere anche altri metodi per ottimizzare il proprio sito web per gli LLM.

Perché l’LLMO è importante?

Le indagini sui consumatori, come quella presentata di seguito, mostrano chiaramente che un numero crescente di utenti indirizza le proprie richieste a ChatGPT o ad altri Large Language Models (LLM) invece di rivolgersi ai motori di ricerca tradizionali come Google. È prevedibile che questa tendenza continui e che sempre più consumatori inizino le loro ricerche su Internet tramite ChatGPT e servizi simili. Di conseguenza, il campo dell’ottimizzazione dei siti web diventerà sempre più importante per i LLM.

Chi pensa di poter aspettare fino a quando non saranno disponibili risultati di ricerche ben fondate sugli LLM deve tenere presente che esitare troppo a lungo può essere rischioso. L’ottimizzazione degli LLM richiede tempo. Un LLM non può adattare il suo algoritmo da un giorno all’altro. Come Google già sa, le modifiche al sito web richiedono alcune settimane per avere un effetto sul ranking. Si può ipotizzare che gli effetti della Large Language Model Optimisation (LLMO) avranno bisogno di più tempo per ottenere un successo visibile.

Un altro motivo per cui le aziende non dovrebbero rimandare troppo a lungo l’argomento LLMO è il vantaggio competitivo. Le aziende che già oggi si occupano di LLMO probabilmente otterranno un chiaro vantaggio competitivo nel prossimo futuro.

Quali sono le migliori pratiche per l’LLMO?

Come già accennato, ad oggi sono state condotte poche ricerche e test fondati sull’LLMO. Tuttavia, se si considera come funziona un LLM e come ricava le sue risposte sulla base dei dati di formazione, è possibile definire già oggi i seguenti consigli e le migliori pratiche per gli LLMO.

1. la distribuzione del tuo marchio su Internet

Gli LLM utilizzano spesso siti web di banche dati, aggregatori di conoscenze o altri grandi editori come il Financial Times o Forbes. I siti web di database sono, ad esempio, elenchi di aziende o piattaforme di valutazione. Gli aggregatori di conoscenza sono piattaforme come Wikipedia o YouTube.

Pertanto, una possibile misura nel contesto dell’LLMO è che le aziende lavorino per essere elencate da altri siti web e soprattutto da altri database noti. In concreto, ciò significa che le aziende devono ricorrere a misure di PR o addirittura a contenuti acquistati per assicurarsi un “posto” su altri siti web rilevanti per l’LLM.

È importante sottolineare che non si tratta solo di backlink, come sappiamo dalla SEO. Si tratta di nominarli per nome, nel giusto contesto. E su siti web di grande importanza per l’LLM.

2. ottimizzare i contenuti del tuo sito web per i laureati in LLM

Nelle ultime settimane ho avuto modo di confrontarmi con specialisti SEO, ricercatori AI e sviluppatori di LLM per stilare i seguenti consigli sull’ottimizzazione del tuo sito web per un LLM.

1. adattamento alla struttura dell’LLM

Si consiglia di chiedere direttamente al Large Language Model (LLM) come descriverebbe o strutturerebbe un particolare argomento, prodotto o servizio. L’argomento selezionato deve essere simile al campo di attività dell’azienda che si occupa di Large Language Model Optimisation (LLMO). Questa base strutturale può poi essere utilizzata dall’azienda per creare i propri testi. È consigliabile utilizzare dati strutturati. Questo metodo può sembrare all’inizio una semplice imitazione, ma è una strategia efficace che deve essere presa in considerazione da un LLM.

2. utilizzo di un linguaggio chiaro e informativo

I LLM elaborano le informazioni in modo più efficace quando sono presentate con un linguaggio semplice, chiaro e informativo. Le aziende dovrebbero tenerne conto quando creano i testi dei siti web. Le strutture che rappresentano vantaggi e svantaggi o confronti sono particolarmente adatte per essere elaborate dai LLM.

3. evitare un testo continuo eccessivamente lungo.

I testi lunghi e continui senza sottotitoli sono difficili da elaborare per i LLM. Questi siti web tendono a ricevere meno attenzione da parte degli LLM rispetto a quelli che offrono risposte facili da capire. Si consiglia di iniziare i testi più lunghi con un breve riassunto dei punti più importanti. Tutti i contenuti devono essere preparati in modo da poter essere elaborati in modo ottimale da un LLM.

4. integrazione di citazioni di personalità di rilievo

Anche l’inserimento di citazioni e riferimenti può essere un vantaggio. Gli esperti nel campo dell’ottimizzazione dei LLM ritengono che le citazioni di personaggi noti possano avere un’influenza positiva sulla reperibilità e sulla rilevanza nei risultati di un LLM. Anche l’uso di statistiche e dati quantitativi è considerato utile per la strategia LLMO.

5. ottimizzazione continua

L’esperienza nel campo dell’ottimizzazione dei motori di ricerca (SEO) dimostra che si tratta di un processo continuo. L’LLMO richiede sforzi altrettanto intensi o addirittura più estesi. Le aziende non devono adagiarsi sugli allori, ma lavorare costantemente all’ulteriore sviluppo delle loro strategie. È importante tenere d’occhio sia le innovazioni tecniche che le attività dei concorrenti.

Come posso misurare il successo di LLMO?

Sebbene le tecniche di ottimizzazione dei modelli linguistici di grandi dimensioni (LLMO) non siano ancora del tutto definite, i metodi per misurarne il successo sono relativamente facili da implementare. Qui di seguito ti consiglio due metodi che possono già essere messi in pratica:

1. indagini sui clienti

Come già accennato nell’introduzione, le indagini sui clienti offrono preziose informazioni sui canali attraverso i quali i consumatori sono venuti a conoscenza di un’azienda o dei suoi prodotti e servizi. Molte aziende integrano già delle opzioni di feedback appropriate alla fine del processo d’ordine per acquisire queste informazioni. Si consiglia di ampliare queste opzioni di feedback per includere le opzioni di risposta “LLM”, “ChatGPT” o “Tecnologia AI generativa”. Con questa semplice estensione, le aziende possono determinare rapidamente se gli LLM svolgono già un ruolo per i loro clienti. Inoltre, possono essere condotti sondaggi più approfonditi o focus group per fornire approfondimenti, come ad esempio la fiducia dei consumatori nei risultati di LLM rispetto ai risultati di ricerca e ai suggerimenti di prodotti dei motori di ricerca tradizionali come Google.

2. analisi del sito web

Io stesso sono rimasto sorpreso quando mi sono reso conto, tramite Google Analytics, che sempre più utenti del mio sito web provenivano da piattaforme come Bing o Perplexity. Entrambi sono noti LLM che citano il mio sito come fonte per alcune richieste di informazioni. Questa osservazione dimostra che i classici strumenti di web analytics possono fornire anche delle prime indicazioni sulla percentuale di traffico che le aziende già ricevono tramite LLM rispetto alle classiche ricerche su Google.

Tuttavia, va notato che ChatGPT non fornisce alcuna fonte diretta nei risultati della ricerca. Pertanto, non esiste un collegamento diretto tra ChatGPT e i siti web, il che significa che i visitatori che arrivano tramite ChatGPT non possono ancora essere chiaramente identificati nel traffico dei siti web. Questo sottolinea la necessità di perfezionare e adattare continuamente i metodi di analisi per sviluppare una comprensione completa delle dinamiche e dell’impatto dei LLM sull’utilizzo del web.

Conclusione: Ottimizzazione dei modelli linguistici di grandi dimensioni (LLMO) – Come i siti web vengono trovati dagli LLM

In conclusione, va notato che l’ottimizzazione dei modelli linguistici di grandi dimensioni (LLMO) è un campo di ricerca relativamente nuovo in cui esistono solo poche best practice consolidate. Tuttavia, questo fatto non deve essere usato dalle aziende come scusa per continuare a trascurare questo problema. Al contrario, è consigliabile che le aziende inizino a lavorare con LLMO fin da subito, per acquisire una prima esperienza e assicurarsi così un significativo vantaggio competitivo.

Cosa succede dopo?

Vuoi approfondire l’argomento LLMO e vuoi parlarne con me senza impegno?

Allora scrivimi un messaggio con i tuoi desideri e le tue domande e fisseremo un appuntamento. Inviami un messaggio via WhatsApp o via e-mail.

Questo articolo è disponibile anche come episodio podcast

Attenzione! Il podcast è stato creato interamente dalla mia assistente AI sulla base del mio contributo – non garantisco che il contenuto non sia corretto.

Ulteriori contributi

Se sei interessato a questo argomento, ti invito a leggere anche il mio articolo“In che modo le tecnologie AI generative stanno cambiando le misure SEO?“. In questo articolo ti spiego perché oggi le aziende devono prendere in considerazione quali misure oltre a SEO e LLMO. L’articolo è disponibile anche come podcast tramite il mio Assistente AI.

Nel suo articolo Come posizionare il tuo sito web su ChatGPT, Neil Patel fornisce anche alcuni interessanti consigli per ottimizzare il tuo sito per ChatGPT.