¿Qué es Adobe LLM Optimizer y lo necesitas?
Casi todas las interacciones de búsqueda que realizan los consumidores hoy en día tienen su entrada o salida moldeada por un LLM, y esto está cambiando absolutamente FUNDAMENTALMENTE la forma en que los sitios web necesitan presentar los datos. Estos grandes modelos de lenguaje (LLM), y la orquestación avanzada que los rodea, intentan comprender el contenido de tu sitio web para presentar las respuestas que tus posibles clientes buscan. ¿Pero tu contenido está organizado y presentado de tal manera que los robots puedan usarlo?
Eso es precisamente en lo que nos adentramos y experimentamos en este podcast: qué es el LLM Optimizer de Adobe, qué problemas resuelve y si realmente lo necesitas.
Y como tengo una desconfianza natural hacia los "sitios de muestreo" sofisticados que sintetizan datos y resultados, en este episodio hicimos los experimentos y mostramos resultados de nuestra propia web —así que estos son datos reales y en vivo— en algunos casos de forma bastante condenatoria. :)
También disponible en Apple Podcasts y como podcast de audio o vídeo en Spotify.
Optimización de LLM: Fundamentos y Nuestro experimento
Hay algunos puntos principales que hay que tratar en este tema:
- ¿Cómo averiguas qué buscan las personas en los LLMs que PODRÍAN llevarles a tu contenido?
- ¿Cómo mides cuántos de ellos están escribiendo esas cosas?
- ¿Cómo obtienes información de las interacciones que la gente tiene con las distintas herramientas de búsqueda de IA como Google AI Mode, Perplexity, Grok, Copilot, ChatGPT, etc.?
- ¿Cómo puedes saber si tu contenido puede ser adoptado siquiera por los LLMs? ¿El contenido que has creado siquiera aparece en esas herramientas de búsqueda? ESTA ES LA PARTE CRÍTICA
- Si tu contenido no se está enviando a LLMS, ¿cómo lo gestionas?
Esto es exactamente lo que intentamos explicarte en nuestro pódcast y con nuestros experimentos. Edge Delivery Services es MUY DIVERTIDO para desarrollar, ya que puedes generar rápidamente experiencias nuevas, de alto rendimiento y muy atractivas en MUY POCO TIEMPO, uniendo contenido de múltiples fuentes de una manera de muy alto rendimiento. Sin embargo, a veces estos patrones rápidos de diseño enfocados en el lado del cliente pueden dar lugar a CONTENIDO CRÍTICO que los LLM NO PUEDEN VER.
Un ejemplo que discutimos en el podcast fue esta página de Recursos de Servicios de Entrega en Edge, donde usamos un enfoque sencillo basado en hojas para agregar los sitios de Adobe Edge Delivery en una hoja de cálculo y mostrar esos datos en la página. El único problema: el 100% del contenido SUSTANTIVO en la página que querrías mostrar a los LLMs era COMPLETAMENTE INVISIBLE para ellos. Lo verás usando el excelente plugin AI Visibility Checker que Adobe ha lanzado (enlace abajo).
Otros puntos que discutimos:
- 0:00 - Introducción a Adobe LLM Optimizer
- 2:30 - ¿Qué es la Optimización del Motor Generativo (GEO)?
- 5:45 - El problema: Por qué los LLMs pierden contenido (ejemplos de AEM/Edge Delivery)
- 9:20 - Demo: Conectando el optimizador LLM al sitio/blog
- 14:00 - Realizando experimentos – Resultados de antes y después
- 20:15 - Cómo la optimización de bordes hace que el contenido sea visible en LLM (PDFs, problemas de JS)
- 27:40 - Resultados reales de la prueba: Respuestas y citas de LLM mejoradas
- 34:10 - Integración con CDNs y múltiples LLMs (ChatGPT, Grok, Gemini)
- 40:25 - Métricas clave: Puntuaciones de legibilidad, perspectivas de visibilidad, sentimiento
- 46:50 - ¿Quién necesita esto? Usuarios de AEM Cloud y detalles de la categoría gratuita
- 50:00 - Futuro del SEO/GEO y reflexiones finales
- 52:30 - Resumen y momentos destacados de la discusión
Recursos del podcast
A continuación, se mencionaron recursos en el podcast:
- Acerca de Adobe LLM Optimizer
- ¿Qué es la optimización de bordes (Adobe Docs)
- El plugin Adobe AI Content Visibility Checker que se comenta en el podcast
- Nuestro experimento LLMO de optimización de bordes para la integración EDS / DAM de superficies
- La lista de integración de activos y PDF de EDS / AEM que mencionamos en el podcast
- La gran charla de Cedric sobre Adobe DevLive sobre LLMO
Ponentes de podcast
Tad Reeves
Arquitecto Principal en Arbory Digital
Tad es dos veces campeón AEM y trabaja con Adobe Experience Manager & CQ desde 2010. Desde 1996, ha desempeñado casi todos los roles en la entrega de sitios web, desde la arquitectura de soluciones hasta la gestión de producto, así como años en devops y administración de sistemas. Le encanta que Arbory Digital le brinde la oportunidad de ofrecer soluciones honestas y efectivas, incluso si eso implica desafiar las perspectivas de ventas predominantes. Cuando Tad no trabaja (y a veces cuando lo está), disfruta del ciclismo de montaña y de explorar la naturaleza con su esposa y sus tres hijos.
Frank Townsend
Desarrollador de Edge Delivery y Ninja de A/V en Arbory Digital
Frank tiene una sólida experiencia en desarrollo y diseño web. Antes de unirse a Arbory, adquirió experiencia trabajando en InstantOrder en diseño y desarrollo antes de dedicarse a trabajos freelance. Ansioso por nuevas oportunidades, Frank se trasladó a Arbory Digital, donde valora el ambiente colaborativo y dinámico. Fuera del trabajo, los hobbies de Frank incluyen la carpintería, la fotografía, la videografía, la agricultura, la organización de giras para el Always Loretta Show y otros proyectos paralelos.
Hank Thobe
CMO en Arbory Digital
Hank obtuvo su certificación de AEM Business Practitioner en 2022, especializándose en UI y flujos de trabajo. Poco después, asumió un puesto como gestor de proyectos en Zaxby's para su equipo DevOps. En el pasado, ayudó a lanzar una startup tecnológica llamada InstantOrder, que ofrecía pedidos online a restaurantes familiares y le impulsó la motivación para innovar. Actualmente, a Hank le gusta ir a la playa, viajar, pasar tiempo en la naturaleza y practicar deportes intramuros.
¿Te ha gustado lo que has oído? ¿Tienes preguntas sobre lo que es lo mejor para ti? ¡Nos encantaría hablar! Contáctanos