स्वतःच्या हाताचा पुरावा ही अशी सामग्री आहे जी फक्त तुमचा व्यवसाय प्रसिद्ध करू शकतो, कारण ती तुमच्याच कामातून येते: तुमचा data, तुमच्या चाचण्यांचे निष्कर्ष, तुमचे screenshots, तुमच्या प्रकल्पांचे परिणाम. मूळ संशोधन हा त्याचा एक नियोजित प्रकार आहे, ज्यात एक ठरलेला प्रश्न, एक पद्धत आणि एक dataset असतो. दोन्ही search engines आणि AI assistants ना ती गोष्ट देतात जी त्यांना इतरत्र सापडत नाही, आणि त्यामुळे तुमचे पान cite करण्यासाठी स्वाभाविक स्रोत बनते.
हे का चालते
जेव्हा एखादा AI assistant अनेक स्रोत एका उत्तरात एकत्र करतो, तेव्हा अनेक साइटवर सापडणाऱ्या तथ्याचे श्रेय कोणालाही दिले जाऊ शकते. फक्त तुमच्या साइटवर सापडणाऱ्या तथ्याचे श्रेय तुम्हालाच दिले जाऊ शकते. Aggarwal आणि त्यांच्या सहकाऱ्यांच्या 2023 च्या GEO शोधनिबंधात असे आढळले की आकडे आणि स्रोतांतून अवतरणे जोडल्याने त्यांच्या चाचण्यांमध्ये AI ने तयार केलेल्या उत्तरांमधली visibility सुमारे 40 टक्क्यांपर्यंत वाढली. उपयुक्त content वरचे Google चे मार्गदर्शन दुसऱ्या बाजूने तीच गोष्ट मागते: content मूळ माहिती, संशोधन किंवा विश्लेषण देतो का?
हे E-E-A-T च्या “experience” भागालाही आधार देते. एखाद्या खऱ्या crawl report चा screenshot किंवा खऱ्या आधी नंतरच्या आकड्यांची table दाखवते की लेखकाने काम केले आहे.
स्वतःच्या हाताच्या पुराव्याचे प्रकार
| प्रकार | एखाद्या सेवा व्यवसायासाठी उदाहरण |
|---|---|
| एकत्रित प्रकल्प data | तुम्ही optimisation केलेल्या शेवटच्या 20 साइटमध्ये page speed मधली मध्यक सुधारणा |
| Case चे निष्कर्ष | एखाद्या ग्राहकाचे featured snippets, एखाद्या rewrite च्या आधी आणि नंतर, परवानगीसह |
| चाचण्या | आपल्याच साइटवर एक गोष्ट बदलल्याने काय झाले |
| Screenshots आणि logs | Server log चा एक भाग जो दाखवेल की कोणते AI crawlers आले |
| Survey चा data | प्रश्नांच्या एका संचावर तुमच्या ग्राहकांची किंवा संभाव्य ग्राहकांची उत्तरे |
| प्रक्रियेचा तपशील | तुमची खरी checklist, प्रत्येक पावलामागच्या कारणांसह |
| किंमतीची माहिती | सामान्य किंमतीच्या कक्षा आणि त्या कशामुळे ठरतात |
तो योग्य रीतीने कसा प्रसिद्ध करावा
- पद्धत सांगा: data कुठून आला, किती प्रकरणे, किती काळ.
- आकडे नेमके द्या, एककांसह, त्या दाव्याच्या शेजारी ज्याला ते आधार देतात.
- सांगा की data काय दाखवत नाही, जसे छोटे नमुने किंवा एकच उद्योग.
- एखाद्या ग्राहकाचे नाव घेण्यापूर्वी लिखित परवानगी घ्या, किंवा data मधून नाव काढा.
- कच्ची सामग्री ठेवा, जेणेकरून तुम्ही नंतर प्रश्नांना उत्तर देऊ शकाल किंवा आकडे अद्ययावत करू शकाल.
- निष्कर्ष त्याच्या विभागाच्या सुरुवातीला ठेवा, जेणेकरून तोच भाग काढला जाईल.
कशापासून दूर राहावे
- बनावट किंवा वरच्या दिशेने गोल केलेले आकडे. कोणी तपासल्यावर विश्वास जातो, आणि तुमचे नाव जोडलेला एखादा चुकीचा आकडा AI assistants नी पुन्हा सांगणे हे cite न होण्यापेक्षा वाईट आहे.
- ते screenshots ज्यात ग्राहकाचा data परवानगीशिवाय दिसत आहे.
- एका प्रकरणाला सर्वसामान्य नियम म्हणून मांडणे.
- इतरांचे आकडे असे उद्धृत करणे की ते तुमचे संशोधन असावे.
छोट्यापासून सुरुवात
मूळ संशोधनासाठी मोठे अंदाजपत्रक लागत नाही. एखाद्या सेवा व्यवसायाकडे आपल्या प्रकल्पांत, support tickets मध्ये आणि sales calls मध्ये data आधीपासून असतो. एक व्यवस्थित नोंदवलेला निष्कर्ष, जसे शेवटच्या पन्नास audits मधली सर्वात सामान्य तांत्रिक अडचण आणि ती किती वेळा दिसली, हे सर्वसामान्य सल्ल्याच्या लांब पानापेक्षा जास्त उपयोगी आहे.
ही साइट छोट्या प्रमाणावर तीच कल्पना वापरते. Home पान ती live llms.txt फाइल दाखवते जी साइट स्वतः तयार करते, आणि entity resolution ची guide साइट बांधताना सापडलेल्या एका खऱ्या नावाच्या विसंगतीचे वर्णन करते.
वारंवार विचारले जाणारे प्रश्न
स्वतःच्या हाताचा पुरावा आणि case study एकच गोष्ट आहे का?
Case study हा त्याचा एक प्रकार आहे. स्वतःच्या हाताचा पुरावा कोणत्याही पानाच्या आत एकटा आकडा, एक screenshot, एका चाचणीचा निष्कर्ष किंवा एक नोंदवलेली प्रक्रियाही असू शकतो.
मी Search Console सारख्या tools चा data वापरू शकतो का?
हो, आपल्या साइटसाठी किंवा ग्राहकाच्या परवानगीने. Tool चा data स्वतःच्या हाताचा पुरावा तेव्हा बनतो जेव्हा तुम्ही त्यात हे जोडता की तो काय दाखवतो आणि तुम्ही त्यावर काय केले.