AiVisible

Metodologia AiVisible

Jak mierzymy obecność marki w odpowiedziach AI.

Publikujemy definicje, zasady budowania próby i ograniczenia, aby wynik można było poprawnie interpretować i cytować.

Metoda jest wersjonowana. Każda opublikowana zmiana otrzymuje datę i opis.

Przepływ metody

Od sytuacji zakupowej do wniosku

1Buyer research
2Prompt set
3Odpowiedzi modeli
4Kodowanie
5Agregacja
6Interpretacja i ograniczenia

Wynik zawsze dotyczy określonej próby, modeli, rynku i daty.

Definicje

Metryka ma sens tylko razem z mianownikiem i próbą.

Wzmianka

Nazwa marki lub produktu występuje w odpowiedzi.

Rekomendacja

Odpowiedź przedstawia markę jako opcję odpowiednią do pytania.

Cytowanie

Odpowiedź wskazuje źródło powiązane z informacją.

Recommendation rate

Udział odpowiedzi spełniających definicję rekomendacji w danej próbie.

Prompt set

Pytania powstają z sytuacji zakupowych, nie z przypadkowej listy fraz.

odkrycie opcji
shortlista
porównanie
zastosowanie
budżet
zaufanie

Ograniczenia

Każdy wynik publikujemy razem z ograniczeniami.

odpowiedzi są zmienne
modele i źródła się zmieniają
kontekst rozmowy może wpływać na wynik
obecność nie dowodzi wpływu na sprzedaż
porównanie wymaga zachowania rdzenia próby

Cytowanie

Cytując wynik, podaj kategorię, próbę, modele i datę.

Ważne: Nie używamy wyniku z jednej odpowiedzi jako dowodu pozycji marki w całej kategorii.

Budowa próby

Prompt set odwzorowuje etapy decyzji, a nie wolumen słów kluczowych.

Mapa intencji

Pokrycie etapów decyzji zakupowej

Struktura aktywnego systemu
1Odkrycie opcji

Jakie rozwiązania warto rozważyć?

kategoria · alternatywy
2Budowa shortlisty

Kogo lub co wybrać do tego zastosowania?

segment · specjalizacja
3Porównanie

Opcja A czy B przy tych kryteriach?

różnice · ograniczenia
4Dopasowanie

Co sprawdzi się przy tej skali i budżecie?

use case · budżet
5Zaufanie

Która opcja ma właściwe doświadczenie?

dowody · źródła
Prompt set powinien obejmować pełną drogę wyboru. Sama lista popularnych fraz nie pokazuje, na którym etapie marka znika z decyzji.

Discovery

Pytania o dostępne opcje, kategorie i sposoby rozwiązania problemu.

Shortlista

Pytania zawężające wybór według segmentu, branży, zastosowania i ryzyka.

Porównanie

Pytania o różnice, alternatywy, ograniczenia, budżet i dopasowanie.

Zaufanie

Pytania o doświadczenie, wiarygodność, źródła i warunki wyboru.

Kodowanie

Rozdzielamy wzmiankę, rekomendację, cytowanie i argument wyboru.

czy marka występuje w odpowiedzi
czy jest przedstawiona jako właściwa opcja
do jakiej potrzeby została dopasowana
jakie argumenty wspierają wybór
czy odpowiedź wskazuje źródła
jak wynik różni się między kohortami i modelami

Porównywanie fal

Zmiana ma znaczenie tylko przy zachowaniu warunków porównania.

Rdzeń pytań pozostaje kontrolny, a pytania eksploracyjne są oznaczone osobno. Zmiany modeli, zakresu i sposobu kodowania muszą być opisane przed interpretacją różnicy.

Porównanie fal

Baseline, publikacja i pomiar kontrolny

Struktura aktywnego systemu
T0

Baseline

  • kontrolny rdzeń pytań
  • modele i data
  • pełne odpowiedzi
Rejestr

Dziennik wdrożeń

  • artefakt i właściciel
  • data publikacji
  • zakres zmiany
T1

Fala kontrolna

  • ten sam rdzeń
  • te same definicje
  • opis różnicy
Pytania eksploracyjne są oznaczone osobno
Zmiana modelu trafia do ograniczeń
Brak różnicy również jest wynikiem
stały rdzeń próby
wersja zestawu pytań
lista modeli i dat
te same definicje metryk
oddzielne opisanie nowych pytań
pełne odpowiedzi dostępne do audytu

Następny krok

Zobacz, jak metoda działa na Twojej kategorii.

Najpierw ustalimy, czy można zbudować sensowną i porównywalną próbę.

Wolisz pełny formularz?

Odpowiadamy w ciągu jednego dnia roboczego.

FAQ

Pytania przed decyzją

Czy liczba promptów jest najważniejsza?

Nie. Ważniejsze są pokrycie sytuacji zakupowych, jasny mianownik, spójne definicje i możliwość ponownego wykonania kontrolnego rdzenia.

Dlaczego wyniki mogą się zmieniać?

Modele, źródła i sposób generowania odpowiedzi ewoluują. Na wynik wpływają też pytanie, data, kontekst i zakres próby.

Czy Recommendation rate oznacza udział w sprzedaży?

Nie. Jest miarą obserwowanej rekomendacji w określonej próbie. Powiązanie z wynikiem biznesowym wymaga danych klienta i osobnej analizy.

Czy można cytować wyniki AiVisible?

Tak, jeśli razem z wynikiem podane są kategoria, próba, modele, data i istotne ograniczenia.