Bergabunglah dengan acara yang dipercaya oleh para pemimpin perusahaan selama hampir dua dekade. VB Transform menyatukan orang -orang yang membangun strategi AI perusahaan nyata. Pelajari lebih lanjut
Di Cannes Lions Festival pada 16 Juni 2025, Adobe memperkenalkan Adobe LLM Optimizer, alat kelas perusahaan baru yang dirancang untuk membantu bisnis meningkatkan visibilitas mereka di lingkungan bertenaga AI generatif.
Sebagai antarmuka percakapan seperti Chatgpt, Gemini, dan Claude membentuk kembali bagaimana konsumen mencari dan terlibat secara online, aplikasi baru Adobe bertujuan untuk memberi merek kemampuan untuk memahami dan memengaruhi bagaimana mereka muncul di ruang digital yang berkembang pesat ini.
Didukung oleh data dari Adobe Analytics yang menunjukkan peningkatan 3.500% dalam lalu lintas bersumber AI ke lokasi ritel AS dan lonjakan 3.200% ke lokasi perjalanan antara Juli 2024 dan Mei 2025, langkah Adobe datang pada saat pergeseran ke arah antarmuka generatif semakin cepat. Alat -alat ini tidak hanya mengubah mekanisme penemuan – mereka mendefinisikan kembali apa artinya terlihat dan berpengaruh secara online.
“Adopsi layanan obrolan bertenaga Genai sangat mencengangkan, dengan pertumbuhan tahun-ke-tahun yang sangat besar,” kata Haresh Kumar, direktur senior strategi dan pemasaran produk untuk Adobe Experience Manager. “Secara fundamental mengubah cara konsumen berinteraksi, mencari, dan mencari informasi.”
“Antarmuka AI generatif menjadi alat untuk bagaimana pelanggan menemukan, melibatkan, dan membuat keputusan pembelian,” tambah Loni Stark, wakil presiden strategi dan produk untuk Adobe Experience Cloud. “Dengan Adobe LLM Optimizer, kami memungkinkan merek untuk secara percaya diri menavigasi lanskap baru ini, memastikan mereka menonjol dan menang di saat -saat yang penting.”
Geo adalah SEO baru
Haresh Kumar menggambarkan realitas digital baru sebagai salah satu di mana merek tidak lagi hanya mengoptimalkan mesin pencari – tetapi untuk model AI.
“SEO tidak lagi hanya tentang kata kunci dan backlink,” katanya. “Di era AI generatif, kami memasuki paradigma baru – optimasi mesin generasi atau geo – di mana relevansi dinilai secara berbeda.”
Lansekap yang berkembang ini menuntut metode baru untuk melacak kinerja dan mempengaruhi kemampuan menemukan. Adobe LLM Optimizer bertujuan untuk mengatasi ini dengan kerangka kerja tiga cabang:
- Identifikasi Otomatis: Sistem mendeteksi bagaimana konten merek digunakan oleh model AI utama. Adobe melacak “sidik jari” dari konten yang diindeks dan menentukan apakah – dan bagaimana – itu muncul dalam tanggapan terhadap kueri yang relevan.
- Otomatis Sarankan: Menggambar pada model AI Adobe sendiri yang dilatih untuk antarmuka generatif, alat ini merekomendasikan perbaikan di seluruh infrastruktur dan konten teknis. Ini dapat berkisar dari memperbaiki kesalahan metadata hingga meningkatkan otoritas dan konteks dalam konten FAQ.
- Otomatis mengoptimalkan: Bagi banyak merek, tantangannya bukan hanya mengetahui apa yang harus diperbaiki – itu melaksanakan perbaikan dengan cepat. LLM Optimizer memungkinkan pengguna untuk menerapkan perubahan yang disarankan secara langsung, seringkali tanpa keterlibatan besar dari tim pengembangan. “Kami membantu merek mengidentifikasi secara otomatis bagaimana kinerja konten mereka di LLM, perbaikan otomatis, dan mengoptimalkan otomatis untuk benar-benar menerapkan perubahan itu,” kata Kumar.
Mengungkapkan celah dalam visibilitas merek Anda kepada pengguna LLM dan membantu mengisinya
Sistem Adobe memungkinkan pemasar untuk melihat di mana merek mereka kurang terwakili dalam hasil yang digerakkan AI. “Tujuannya adalah untuk membantu merek memahami kesenjangan – di mana mereka tidak muncul dalam jawaban AI – dan perbaikan apa yang bisa membuat mereka lebih terlihat,” kata Kumar. Aplikasi menghitung nilai lalu lintas yang diproyeksikan untuk setiap perubahan yang disarankan, membiarkan tim memprioritaskan tindakan berdampak tinggi.
“Merek sering bertanya, 'Apakah saya perlu peduli dengan kotak AI baru ini?'” Kumar menambahkan. “Jawabannya adalah ya – karena lalu lintas bergeser di sana. Jika Anda tidak mengoptimalkannya, Anda ketinggalan.”
Salah satu contoh optimasi konten termasuk berfokus pada format yang secara alami lebih disukai.
“Halaman FAQ cenderung berkinerja sangat baik dalam pengindeksan LLM,” kata Kumar. “Mereka memberikan jawaban langsung dan otoritatif yang disukai LLM saat menghasilkan tanggapan.”
Platform Adobe tidak hanya merekomendasikan membuat konten seperti itu tetapi juga membantu dalam menghasilkannya dalam suara dan struktur merek yang ada, berkat integrasi asli dengan Adobe Experience Manager.
Selalu pada analisis dan memperluas cakupan untuk perpustakaan LLMS yang berkembang
LLM Optimizer menggunakan kombinasi model push dan tarik untuk menjaga pengindeksan konten saat ini. Ketika konten baru diterbitkan atau diakses oleh model AI, sistem memperbarui analisisnya dan memunculkan wawasan kepada pengguna.
“Infrastruktur kami mencakup model dorongan dan tarik. Setiap kali konten diperbarui atau diakses, kami menangkap sidik jari itu dan memasukkannya ke dalam mesin analisis kami,” jelas Kumar.
Saat ini, produk melacak kinerja di beberapa model AI teratas, termasuk Chatgpt, Claude, dan Gemini, dengan rencana untuk memperluas cakupan saat model baru muncul.
Ketersediaan dan integrasi
Adobe LLM Optimizer sekarang tersedia sebagai produk mandiri atau sebagai integrasi asli dengan situs Adobe Experience Manager. Sementara harga tidak diungkapkan secara publik, Adobe mengonfirmasi bahwa itu adalah produk terpisah yang membutuhkan pembaruan opt-in dan perjanjian.
“LLM Optimizer adalah penawaran produk baru, sepenuhnya terintegrasi dengan Adobe Experience Manager tetapi tersedia sebagai solusi mandiri,” kata Kumar. “Pelanggan perlu memilih berdasarkan kesiapan dan strategi AI mereka.”
Dengan lebih banyak konsumen menghabiskan waktu di dalam antarmuka yang digerakkan AI, Adobe Positions LLM Optimizer sebagai solusi berwawasan ke depan untuk perusahaan yang menavigasi medan baru ini. Ini menawarkan perpaduan visibilitas, otomatisasi, dan kejelasan strategis ketika keterlibatan digital bergerak melampaui mesin pencari tradisional ke masa depan generatif.
About the Author
