Adobe’s LLM’s Mohsen menempatkan merek Anda dalam hasil pencarian Gen AI

Di Cannes Lions Festival pada 16 Juni 2025, Adobe Adobe LLM OptimizerAlat baru dari kategori lembaga yang dirancang untuk membantu perusahaan meningkatkan kejelasan mereka di lingkungan atas nama kecerdasan buatan.

Karena percakapan fasad seperti ChatGPT, Gemini dan Claude menginstal ulang bagaimana konsumen mencari dan terlibat secara online, aplikasi Adobe yang baru bertujuan untuk memberi merek kemampuan untuk memahami bagaimana mereka muncul di ruang digital yang canggih ini dengan cepat.

Dengan dukungan data dari Adobe Analytics, yang menunjukkan peningkatan 3500 % dalam lalu lintas untuk Amnesty International ke lokasi ritel AS dan 3.200 % lokasi perjalanan antara Juli 2024 dan Mei 2025, langkah Adobe datang pada saat pergeseran ke arah kebidanan semakin cepat. Alat -alat ini tidak hanya mengubah mekanika penemuan, tetapi juga mendefinisikan kembali apa artinya terlihat dan berpengaruh secara online.

“Adopsi layanan obrolan bertenaga Genai, dengan pertumbuhan besar setiap tahun,” kata Harish Kumar, kepala direktur strategi dan pemasaran produk untuk Adobe Experience. “Ini terutama mengubah cara konsumen, meneliti dan menemukan informasi berinteraksi.”

“Bagian intelijen buatan awal telah menjadi alat untuk bagaimana pelanggan menemukan dan membuat keputusan pembelian,” tambah Loni Stark, wakil presiden dan produser Adobe Experience Cloud. “Dengan Adobe LLM Optimizer, kami memungkinkan merek untuk bergerak dengan percaya diri dalam adegan baru ini, memastikan bahwa itu menonjol dan menang di saat -saat penting.”

Geo adalah SEO baru

Haresh Kumar menggambarkan realitas digital baru sebagai berdiri di mana merek tidak lagi ditingkatkan hanya untuk mesin pencari – tetapi untuk model kecerdasan buatan.

Dia berkata, “Mesin pencari untuk kata kunci dan tautan latar belakang tidak lagi.” “Di era kecerdasan kebidanan, kami memasuki model baru – meningkatkan mesin atau mesin geografis – di mana kepentingan dinilai secara berbeda.”

Adegan canggih ini membutuhkan cara baru untuk melacak kinerja dan mempengaruhi penemuan. Adobe LLM Optimizer bertujuan untuk mengatasi masalah ini dengan kerangka kerja tiga aspek:

1. Definisi Otomatis: Sistem ini mendeteksi cara menggunakan konten merek dengan model kecerdasan buatan utama. Adobe melacak “sidik jari” dari konten yang diindeks dan menentukan apakah itu – dan bagaimana – muncul dalam tanggapan untuk penyimpangan yang relevan.
2. Saran mobil: Bergantung pada model Adobe AI yang dilatih pada kebidanan, alat ini merekomendasikan perbaikan melalui infrastruktur dan konten teknis. Ini dapat berkisar dari memperbaiki kesalahan data deskriptif hingga peningkatan daya dan konteks dalam konten pertanyaan umum.
3. Peningkatan mobil: Bagi banyak merek, tantangannya tidak hanya tahu apa yang harus diperbaiki – tetapi dengan cepat mengimplementasikan perbaikan. LLM Optimizer memungkinkan pengguna untuk menerapkan perubahan yang disarankan secara langsung, seringkali tanpa partisipasi intens dari tim pengembangan. “Kami membantu merek untuk menentukan cara melakukan konten mereka di LLMS, perbaikan otomatis, dan perbaikan otomatis untuk melakukan perubahan ini,” kata Kumar.

Pengungkapan celah dalam melihat merek Anda untuk pengguna LLM dan membantu mengisinya

Adobe memungkinkan pemasar untuk mengetahui di mana merek mereka mewakili representasi hasil yang tidak lengkap yang didorong oleh kecerdasan buatan. Kumar mengatakan: “Tujuannya adalah untuk membantu merek memahami kesenjangan – karena tidak muncul dalam jawaban Amnesty International – dan reformasi apa yang bisa membuatnya lebih jelas,” kata Kumar. Aplikasi menghitung nilai lalu lintas yang diharapkan dari setiap perubahan yang diusulkan, memungkinkan tim untuk memberikan prioritas pada prosedur impact tinggi.

Kumar menambahkan: “Merek sering bertanya,” Apakah saya perlu memperhatikan kuadrat kecerdasan buatan yang baru? “Jawabannya adalah ya – karena lalu lintas berputar di sana. Jika kamu tidak membaik untuk itu, kamu hilang.”

Contoh peningkatan konten termasuk berfokus pada format LLMS secara alami.

Kumar mengatakan: “Halaman -halaman pertanyaan umum cenderung berkinerja baik dengan cara yang luar biasa dalam indeks LLM,” kata Kumar. “Ini memberikan jawaban langsung dan andal yang lebih disukai LLMS saat menghasilkan respons.”

Platform Adobe tidak hanya disarankan untuk membuat konten seperti itu, tetapi juga membantu menciptakannya dalam suara dan struktur merek saat ini, berkat integrasi asli dengan Adobe Experience Manager.

Selalu pada analisis dan perluasan rentang pertumbuhan perpustakaan LLMS yang sedang tumbuh

LLM Optimizer menggunakan campuran pembayaran dan awan untuk menjaga aliran pengindeksan konten. Ketika konten baru diterbitkan atau diakses oleh model kecerdasan buatan, sistem memperbarui analisisnya dan meratakan ide -ide pengguna.

“Infrastruktur kami mencakup semua model pembayaran dan awan. Setiap kali konten diperbarui atau diakses, kami mengambil sidik jari itu dan menyehatkannya di mesin analisis kami,” jelas Kumar.

Saat ini, produk melacak banyak model kecerdasan buatan, termasuk ChatGPT, Claude dan Gemini, dengan rencana untuk memperluas cakupan dengan model baru.

Ketersediaan dan integrasi

Adobe LLM Optimizer sekarang tersedia sebagai produk independen atau sebagai integrasi asli dengan Manajer Adobe Experience. Meskipun penetapan harga secara publik belum diungkapkan, Adobe telah mengkonfirmasi bahwa itu adalah produk terpisah yang membutuhkan kepatuhan dan pembaruan perjanjian.

Kumar mengatakan: “LLM Optimizer adalah penawaran baru untuk produk, sepenuhnya terintegrasi dengan Adobe Experience Manager tetapi tersedia sebagai solusi independen.” “Pelanggan perlu memilih berdasarkan kesediaan dan strategi kecerdasan buatan mereka.”

Dengan lebih banyak konsumen yang menghabiskan waktu di dalam fasad AI-mengemudi, Adobe Positions LLM Optimizer sebagai tampilan aspirasi bagi lembaga yang mengirimkan medan baru ini. Ini memberikan campuran visi, otomatisasi, dan kejelasan strategis dengan transisi partisipasi digital di luar mesin pencari tradisional ke masa depan kebidanan.