Lorelight

Lorelight представлял собой платформу для генеративной поисковой оптимизации (GEO), созданную для помощи бизнесу и контент-мейкерам в улучшении видимости и ранжирования в AI-поисковиках, таких как ChatGPT, Claude и Perplexity. Его основная ценность заключалась в адаптации принципов традиционного SEO для новой парадигмы conversational AI, с целью гарантировать, что информация о компании точно и заметно появляется в ответах моделей на вопросы пользователей. Платформа анализировала и оптимизировала то, как ИИ-системы воспринимают и извлекают данные из цифровых активов бренда.

Ключевые возможности: Платформа предоставляла инструменты для аудита того, как ИИ-модели в текущий момент интерпретируют онлайн-присутствие компании, включая контент сайта и базы знаний. Она предлагала конкретные рекомендации по структурированию данных и контента для лучшего восприятия ИИ, например, предлагая более четкие фактические сводки, определения сущностей и авторитетные источники. Пользователи могли симулировать запросы, чтобы увидеть, как их информация может быть извлечена, и генерировать оптимизированные текстовые блоки, адаптированные для понимания ИИ. Система также обеспечивала отслеживание упоминаний и цитирований в AI-генерируемых ответах.

Уникальность Lorelight заключалась в его ранней фокусировке на специфических механизмах поиска больших языковых моделей (LLM), а не на традиционных веб-краулерах. Он углублялся в такие концепции, как grounding (обоснованность), точность цитирования и даты отсечки знаний, которые критичны для AI-поиска. Платформа пыталась сократить разрыв между публичной информацией и приватными базами знаний, предлагая инсайты о том, как внести проверенные данные компании в ответы ИИ. Она интегрировалась с распространенными системами управления контентом и аналитики для упрощения рабочего процесса оптимизации.

Идеально подходит для маркетинговых команд, SEO-специалистов и бизнесов, сильно зависящих от восприятия их как авторитетного источника в своей отрасли. Конкретные сценарии использования включали IT-компании, желающие гарантировать корректные ссылки на свою API-документацию, учебные заведения, стремящиеся к точному представлению информации о своих программах, и издателей, желающих, чтобы их статьи цитировались как источники в AI-сводках. Это было особенно актуально для отраслей, где важна фактическая точность и экспертность, таких как финансы, здравоохранение и профессиональные услуги.

Основатель в итоге закрыл сервис, придя к выводу, что фундаментальный подход «оптимизации под AI-поиск» ошибочен, так как он не может надежно влиять на непрозрачные и масштабные процессы обучения LLM, что делает устойчивые GEO-результаты непредсказуемыми. До прекращения работы платформа функционировала по фримиум-модели.