Работа с AEO/GEO. Измеряем видимость компании в ответах LLM

Показывает, как часто LLM называют вашу компанию и конкурентов

Вы узнаете, как с помощью кодинг-агента создать сервис, измеряющий видимость компании в ответах LLM — как часто модели называют вас и конкурентов, когда человек спрашивает у них совета о выборе продукта. Разберем это на примере сервиса заметок Granola и четырех конкурентов. 

Инструмент будет уметь:

  • Задавать моделям корзины вопросов от лица разных категорий покупателей;
  • Вызывать несколько LLM в двух режимах — с веб-поиском и без;
  • Разбирать ответы моделей;
  • Переводить результат в метрики видимости;
  • Собирать данные по расписанию в рамках заданного бюджета. 

Настроить его можно сразу на свою компанию и своих конкурентов — тогда на выходе у вас будет не учебный пример, а рабочий инструмент.

На выходе из этого кейса вы получите работающий продукт и набор переиспользуемых навыков:

проектирование измерений: корзины вопросов, персоны покупателя, набор LLM и режимы вызова разбор ответов моделей: упоминания, тональность, позиция
метрики видимости: mention rate, first mention rate, sentiment split
хранение и регулярный сбор данных: расписание, журнал изменений, контроль бюджета и ошибок

Как получить доступ к обучению?

Этот кейс входит в подписку «AI-мастерская» от GoPractice. Вы можете начать обучение прямо сейчас.