Quelles questions dois-je suivre dans les LLM pour la surveillance de la marque par l'IA ?

L'une des premières questions que l'on se pose lors de la mise en place d'un suivi de marque dans Suivi des réponses GenAI est : Quelles questions devrions-nous suivre ? C’est une question d’une simplicité trompeuse qui peut rapidement se transformer en un véritable terrier d’options.

Notre Suivi des réponses GenAI aide les marques à surveiller leur présence dans les réponses basées sur l'IA, en offrant des informations sur la part de voix, les concurrents et les opportunités de visibilité sur les grands modèles linguistiques (LLM).

Historiquement, des outils tels que le Keyword Planner de Google et la recherche SEO nous ont guidés ici. Ils nous ont appris à être obsédés par la formulation, les synonymes et les variantes, car ces nuances pouvaient faire ou défaire une stratégie de recherche.

Mais en ce qui concerne les grands modèles linguistiques (LLM), la donne a changé. Les LLM ne nous donnent pas de volume de recherche mensuel, de taux de clics ou de mesures granulaires pour guider nos choix.

Cela m’a fait réfléchir : avons-nous vraiment besoin de transpirer pour les petites choses ? Pour le savoir, j'ai mené une expérience.

Comment générer des questions

Avant de plonger dans le test, parlons de la façon dont nous proposons habituellement les questions que nous suivons :

Recherche d'audience: Nous commençons par comprendre ce qui intéresse nos utilisateurs. Cela peut provenir de groupes de discussion, d’enquêtes ou de commentaires directs.
Recherche SEO: Des outils tels que « Les gens demandent également » (PAA) et les requêtes associées nous aident à cartographier le paysage d'intentions plus large.
Stratégie de contenu: Enfin, nous alignons les questions sur les objectifs de visibilité, d'autorité et de pertinence de la marque.

Cette approche garantit que nous couvrons l'éventail de ce que les utilisateurs pourraient demander. Par exemple, la requête « Quelles sont les meilleures marques de terrasse en composite ? » pourrait donner naissance à des dizaines de variantes :

Quelles sont les principales marques de terrasses en composite ?
Les meilleures entreprises pour les terrasses en composite ?
Recommandations pour les marques de terrasses en composite ?

En référencement, ces variations sont importantes car les synonymes peuvent se comporter de manière très différente. « Jean bleu » et « jean en jean » peuvent sembler interchangeables, mais ils ont souvent des volumes de recherche, des taux de clics et des classements différents. Avec les LLM, j'ai voulu tester si cette même spécificité tenait toujours la route.

[TIP] Utilisez les questions de votre audience existante ou des recherches SEO telles que Les gens posent également des questions pour commencer le suivi.

Hypothèse: Les grands modèles de langage (LLM) ne nécessitent plus le même niveau de spécificité dans la formulation qu'exige le référencement traditionnel.

L'épreuve

Voici ce que j'ai fait pour comprendre si des questions sémantiquement similaires ont des réponses identiques ou similaires :

J'ai choisi une question: J'ai commencé avec un simple—Quelles sont les meilleures marques de terrasse en composite ?
Variations créées: J'ai écrit 1 000 versions sémantiquement similaires de la même question, en changeant uniquement la formulation.
J'ai fait le test: Chaque question a été introduite dans un LLM, et j'ai analysé les résultats.

Les résultats ont été convaincants :

Seulement 74 marques uniques est apparu à travers les réponses à ces 1 000 questions.
En moyenne, six marques sont apparues par réponse.
Même s’il y avait de légères variations dans les mentions des marques, le chevauchement était significatif. Avec une moyenne de 6 marques par réponse, nous aurions pu voir jusqu'à 6 000 marques uniques, mais il n'y en avait que 74.

Ce que cela signifie

Le grand point à retenir ? Aujourd’hui, nous n’avons pas besoin de nous inquiéter de variations mineures dans la formulation. Voici pourquoi :

Concentrez-vous sur l'intention: Les LLM donnent la priorité à l'intention sémantique plutôt qu'à la formulation spécifique. Que les utilisateurs posent des questions sur les « meilleures marques » ou sur les « meilleures marques », ils demandent essentiellement la même chose.
Synonymes clés de repérage: Même si des différences mineures comme « meilleur » par rapport à « meilleur » n'ont pas beaucoup d'importance, les synonymes ayant des significations plus distinctes, comme composite contre conçu… pourrait encore faire une différence.
Simplifiez votre approche: Au lieu de rechercher toutes les variations possibles, concentrez-vous sur les thèmes et concepts fondamentaux derrière les questions.

Dans ce cas, s’obséder sur de minuscules changements de formulation n’ajoute pas suffisamment de valeur pour en valoir la peine.

[TIP] Lorsque vous décidez quelles questions suivre dans les LLM, concentrez-vous sur les thèmes et concepts fondamentaux au lieu de vous laisser entraîner dans de légères variations de formulation.

Pourquoi c'est important

Sans mesures telles que le volume de recherche pour nous guider, l'optimisation LLM peut ressembler à une conjecture. Mais ce test montre que nous n’avons pas besoin de trop compliquer les choses. Si nous nous concentrons sur l’intention et la situation dans son ensemble, nous pouvons passer moins de temps à pinailler et plus de temps à créer du contenu significatif.

Par exemple, lorsque nous suivons des questions sur les terrasses en composite, nous n'avons pas besoin de 50 variantes de « Quelles sont les meilleures marques ? » Au lieu de cela, nous pouvons nous concentrer sur l'intention plus large…matériaux, durabilité, comparaisons… et c'est fini.

Votre public pose des questions : faites-vous partie de la réponse ?