測試 Adobe 的新 LLM 優化程式& 邊緣優化：實驗& 結果

什麼是 Adobe LLM Optimizer，您需要它嗎？

消費者現在幾乎每一次的搜尋互動，其輸入或輸出都是由 LLM 所塑造，這絕對是從根本上改變了網站需要呈現資料的方式。這些大型語言模型 (LLM) 及其周圍的先進協調系統，會嘗試理解您的網站內容，以便呈現潛在客戶正在搜尋的答案。但您的內容組織和呈現方式是否能讓機器人使用？

這正是我們在這次播客中深入探討和實驗的內容： Adobe 的 LLM Optimizer 是什麼 、它能解決 什麼 問題，以及您是否需要它。

因為我天生不信任那些綜合資料和結果的花俏"樣本網站" ，所以在這一集裡，我們做了實驗，並顯示了我們自己網站的結果 - 所以這是活生生的真實資料 - 在某些情況下是令人歎為觀止的。:)

也可透過 Apple Podcasts 以及 Spotify 上的音訊或視訊 Podcast 收聽。

LLM 最佳化：基礎& 我們的實驗

這個主題有幾個主要的討論點：

• 您如何找出人們在 LLM 中搜尋的內容，而這些內容可能會引導他們到您的內容？
• 您如何衡量有多少人在打這些東西？
• 您如何從人們在 Google AI Mode、Perplexity、Grok、Copilot、ChatGPT 等各種 AI 搜尋工具上進行的互動中獲得洞察力？
• 您如何得知您的內容是否能被 LLM 採用？您所創作的內容是否會出現在這些搜尋工具中？這是關鍵部分
• 如果您的內容沒有浮現在 LLMS 上，您該如何處理？

這正是我們在播客和實驗中嘗試帶您了解的。Edge Delivery Services 的開發過程非常有趣，您可以在極短的時間內快速產生新的、高效能、高說服力的體驗，以非常高效能的方式將來自多個來源的內容拼接在一起。然而，有時候這些快速的用戶端重型設計模式可能會導致LLM 無法看到的重要內容。

我們在播客中討論的一個範例是這個Edge Delivery 服務資源頁面，我們使用簡單的工作表資料表格方式，將 Adobe Edge Delivery 網站彙整到電子表格中，並將資料顯示在頁面上。唯一的問題是 - 100% 頁面上您想讓 LLMs 看到的重要內容對他們來說完全不見。您可以使用 Adobe 發佈的 AI Visibility Checker 外掛程式（連結如下）來查看。

我們討論的其他要點：

• 0:00- Adobe LLM Optimizer 簡介
• 2:30 - 什麼是生成引擎最佳化 (GEO)？
• 5:45 - 問題：為何 LLM 會錯過內容 (AEM/Edge Delivery 實例)
• 9:20 - 示範：將 LLM Optimizer 插入網站/部落格
• 14:00 - 執行實驗 - 之前& 之後的結果
• 20:15 - 邊緣最佳化如何讓內容 LLM 可視化 (PDFs, JS issues)
• 27:40 - 真正的測試結果：LLM 回應& 引用率提高
• 34:10 - 與 CDN 和多種 LLM（ChatGPT、Grok、Gemini）整合
• 40:25 - 關鍵指標：可讀性評分、可見性洞察、情緒
• 46:50 - 誰需要這個？AEM Cloud 使用者& 免費等級詳細資訊
• 50:00 - SEO/GEO 的未來與最後構想
• 52:30 - 總結& 討論重點

播客中的資源

以下是播客中提到的資源：

• 關於 Adobe LLM Optimizer
• 什麼是邊緣最佳化 (Adobe Docs)
• 播客中討論的 Adobe AI 內容可見度檢查器外掛程式
• 我們的 LLMO 邊緣最佳化實驗，用於浮現 EDS / DAM 整合
• 我們在播客中提到的 EDS / AEM 資產整合& PDF 清單
• Cedric 關於 LLMO 的 Adobe DevLive 演講

Podcast 講者

喜歡你聽到的嗎？對適合您的產品有疑問？我們很樂意與您討論！聯絡我們