ai newsDo., 15. Okt.
EilmeldungMeta and Apple team up to make Muse AI models run better on Macs

Welche Quellen ChatGPT bei B2B-Empfehlungen wirklich liest

Ein PR-Verantwortlicher hat protokolliert, welche Quellen ChatGPT mit Web-Suche heranzieht, um einen B2B-Anbieter zu empfehlen. Die Methode lässt sich leicht auf die eigene Branche übertragen.

dev.toDonnerstag 15:32 · 15.10.DE1 Min. Lesezeit
Bild: dev.to

Veröffentlicht am 15. Okt. • Zuerst veröffentlicht auf jamcopr.com

Wenn die Käufer Ihres Produkts eine KI-Assistenz fragen "was ist das beste Tool/die beste Agentur für X", was entscheidet dann, wer genannt wird?

Ich leite eine PR-Agentur und habe das daher in meiner eigenen Kategorie getestet. Die Methode ist einfach genug, um sie für Ihre Branche nachzubauen.

1. Breite Fragen werden anhand von Listen beantwortet, nicht anhand von Anbieter-Websites. Bei der Enterprise-Frage stammten 11 von 15 Quellen aus third-party-Artikeln mit "beste X"-Empfehlungen. Die empfohlenen Anbieter waren jene, die in diesen Listen wiederholt auftauchten. Wir waren nicht darin vertreten, also waren wir auch nicht in der Antwort enthalten.

2. Spezifische Fragen belohnen spezifische Seiten. Wenn die Frage eine Publikation und eine Garantie nannte, hörte das Modell auf, Listen zu zitieren, und zitierte stattdessen die eigenen Seiten der Anbieter, die genau dies beantworteten, insbesondere Seiten, die die Bedingungen explizit darlegen ("was passiert, wenn die Veröffentlichung nicht erfolgt?").

3. Namensnennungen werden anhand von third-party-Nachweisen bewertet. Wurde nach einem Anbieter namentlich gefragt, fasste das Modell die Website korrekt zusammen, doch das Urteil hing von der Anzahl der Bewertungen und unabhängig überprüfbaren Ergebnissen ab. Eine geringe Anzahl an Bewertungen genügte für die Empfehlung, mehr Due Diligence zu betreiben.

Die vollständige Methode und Ergebnisse finden Sie unter: https://www.jamcopr.com/ai-pr-agency-study

Ich bin Joseph Tannous, Gründer von Jamco PR. Wir führen diese Abfragen monatlich erneut aus; folgen Sie mir für die Trenddaten.

Automatisch übersetzt. Das Original auf Englisch ist unten aufklappbar.

Original (Englisch) anzeigen

Posted on Oct 15 • Originally published at jamcopr.com

If your product's buyers ask an AI assistant "what's the best tool/agency for X", what decides who gets named?

I run a PR agency, so I tested it in my own category. The method is simple enough to copy for yours.

1. Broad questions are answered from lists, not from vendor sites. For the enterprise question, 11 of 15 sources were third-party "best X" articles. The vendors it recommended were the ones repeated across those lists. We weren't on them, so we weren't in the answer.

2. Specific questions reward specific pages. When the question named a publication and a guarantee, it stopped citing lists and cited vendors' own pages answering exactly that, especially pages explicit about terms ("what happens if it doesn't publish?").

3. Name-checks are judged on third-party proof. Asked about one vendor by name, it summarised the website accurately, but its verdict hinged on review counts and independently verifiable results. A small review count was enough for "do more due diligence".

Full method and results: https://www.jamcopr.com/ai-pr-agency-study

I'm Joseph Tannous, founder of Jamco PR. We rerun these questions monthly; follow for the trend data.

Originaltitel: I logged every source ChatGPT used to recommend a B2B vendor. Here's what it actually reads.Quelle: dev.to (dev.to). Original öffnen