Was ist Adobe LLM Optimizer und benötigen Sie ihn?
Fast jede Suchinteraktion, die Verbraucher heutzutage durchführen, wird von einem LLM geprägt, und das verändert absolut GRUNDLEGEND die Art und Weise, wie Websites Daten präsentieren müssen. Diese großen Sprachmodelle (LLMs) und die fortschrittliche Orchestrierung darum herum versuchen, die Inhalte Ihrer Website so zu verstehen, dass sie die Antworten präsentieren, nach denen Ihre potenziellen Kunden suchen. Aber sind Ihre Inhalte so organisiert und präsentiert, dass die Roboter sie nutzen können?
Genau darauf gehen wir in diesem Podcast ein und experimentieren –: Was Adobes LLM-Optimierer ist, welche Probleme er löst und ob man ihn überhaupt benötigt.
Und weil ich ein natürliches Misstrauen gegenüber ausgefallenen "Stichprobenseiten" habe, die Daten und Ergebnisse synthetisieren, haben wir in dieser Folge die Experimente durchgeführt und Ergebnisse von unserer eigenen Website gezeigt – also sind das aktuelle, echte Daten – in manchen Fällen sogar erschreckend. :)
Auch auf Apple Podcasts und als Audio- oder Video-Podcast auf Spotifyverfügbar.
LLM-Optimierung: Basics & Unser Experiment
Es gibt einige Hauptthemen, die in diesem Thema diskutiert werden sollten:
- Wie findet man heraus, wonach Leute in LLMs suchen, das sie vielleicht zu deinen Inhalten führt?
- Wie misst man, wie viele von ihnen diese Dinge tippen?
- Wie gewinnen Sie Einblicke aus den Interaktionen, die Menschen mit verschiedenen KI-Suchwerkzeugen wie Google AI Mode, Perplexity, Grok, Copilot, ChatGPT usw. durchführen?
- Wie findet man heraus, ob die eigenen Inhalte überhaupt von LLMs übernommen werden können? Werden von Ihnen erstellte Inhalte überhaupt in diesen Suchwerkzeugen angezeigt? DAS IST DER ENTSCHEIDENDE TEIL
- Wenn deine Inhalte nicht im LLMS angezeigt werden, wie gehst du damit um?
Genau das haben wir euch in unserem Podcast und mit unseren Experimenten zeigen wollen. Edge Delivery Services macht SO VIEL Spaß zu entwickeln, da Sie in kürzester Zeit neue und leistungsstarke und äußerst überzeugende Erlebnisse erzeugen können, indem Sie Inhalte aus mehreren Quellen auf sehr leistungsstarke Weise zusammenfügen. Allerdings können diese schnellen, clientsseitigen, schweren Designmuster manchmal zu KRITISCHEN INHALTEN führen, die LLMs NICHT SEHEN können.
Ein Beispiel, das wir im Podcast besprochen haben, war diese Seite Edge Delivery Services Resources, auf der wir einen einfachen, tabellenbasierten Ansatz verwenden, um Adobe Edge Delivery-Seiten in einer Tabelle zu aggregieren und diese Daten auf der Seite anzuzeigen. Das einzige Problem – 100 % des SUBSTANZIELLEN Inhalts auf der Seite, den man für LLMs zeigen möchte, war für sie KOMPLETT UNSICHTBAR. Das würde man mit dem großartigen AI Visibility Checker-Plugin sehen, das Adobe veröffentlicht hat (unten verlinkt).
Weitere Punkte, die wir besprochen haben:
- 0:00 - Einführung in den Adobe LLM Optimizer
- 2:30 – Was ist Generative Engine Optimization (GEO)?
- 5:45 - Das Problem: Warum LLMs Inhalte übersehen (AEM/Edge Delivery Beispiele)
- 9:20 - Demo: LLM-Optimizer in die Website/den Blog einbinden
- 14:00 Uhr – Durchführung von Experimenten – Vorher-Nachher-Ergebnisse
- 20:15 – Wie Edge Optimization Inhalte LLM-sichtbar macht (PDFs, JS-Probleme)
- 27:40 - Reale Testergebnisse: LLM-Antworten und Zitationen verbessert
- 34:10 - Integration mit CDNs und mehreren LLMs (ChatGPT, Grok, Gemini)
- 40:25 – Schlüsselkennzahlen: Lesbarkeitswerte, Sichtbarkeitseinblicke, Stimmung
- 46:50 – Wer braucht das? AEM Cloud-Nutzer und Details zur kostenlosen Stufe
- 50:00 – Zukunft von SEO/GEO und abschließende Gedanken
- 52:30 – Zusammenfassung und Diskussionshöhepunkte
Ressourcen aus dem Podcast
Im Folgenden wurden im Podcast erwähnte Ressourcen aufgeführt:
- Über Adobe LLM Optimizer
- Was ist Edge-Optimierung (Adobe Docs)
- Das Adobe AI Content Visibility Checker Plugin, das im Podcast diskutiert wird
- Unser LLMO-Kantenoptimierungsexperiment für die Integration von EDS / DAM
- Die EDS / AEM Assets Integration & PDF-Liste, die wir im Podcast erwähnt haben
- Cedrics großartiger Adobe DevLive-Vortrag über LLMO
Podcast-Redner
Tad Reeves
Leitender Architekt bei Arbory Digital
Tad ist zweifacher AEM Champion und arbeitet seit 2010 mit Adobe Experience Manager & CQ. Seit 1996 hat er nahezu jeden Hut im Bereich der Website-Bereitstellung übernommen, von der Lösungsarchitektur bis zum Produktmanagement, sowie jahrelang in DevOps und Systemverwaltung. Er schätzt es, dass Arbory Digital ihm die Möglichkeit gibt, ehrliche und effektive Lösungen anzubieten, auch wenn das bedeutet, die vorherrschenden Verkaufsperspektiven infrage zu stellen. Wenn Tad nicht arbeitet (und manchmal, wenn er es tut), genießt er Mountainbiken und erkundet die Natur mit seiner Frau und drei Kindern.
Frank Townsend
Edge Delivery Developer & A/V Ninja bei Arbory Digital
Frank verfügt über einen starken Hintergrund in der Webentwicklung und -design. Bevor er zu Arbory kam, sammelte er Erfahrung bei InstantOrder im Bereich Design und Entwicklung, bevor er freiberuflich tätig wurde. Begierig auf neue Möglichkeiten wechselte Frank zu Arbory Digital, wo er die kollaborative und dynamische Atmosphäre schätzt. Außerhalb der Arbeit zählen Franks Hobbys Tischlerei, Fotografie, Videografie, Landwirtschaft, das Management von Touren für die Always Loretta Show und andere Nebenprojekte.
Hank Thobe
CMO bei Arbory Digital
Hank erwarb 2022 seine AEM Business Practitioner Zertifizierung mit Schwerpunkt UI und Workflows. Kurz darauf übernahm er eine Rolle als Projektmanager bei Zaxby's für deren DevOps-Team. In der Vergangenheit half er, ein Tech-Startup namens InstantOrder zu gründen, das Familienrestaurants mit Online-Essensbestellungen bediente und seine Innovationsmotivation beflügelte. Derzeit geht Hank gerne an den Strand, reist, verbringt Zeit in der Natur und spielt Intramural-Sportarten.
Gefällt dir, was du gehört hast? Haben Sie Fragen dazu, was für Sie am besten ist? Wir würden uns sehr freuen! Kontaktieren Sie uns