Анатомия спама фейковыми рейтингами для LLM и AI Overviews
Ключевые факты
- 1 Создание EMD-доменов с фейковыми рейтингами, где собственная компания занимает первое место.
- 2 Эксплуатация предполагаемого отсутствия у LLM алгоритмов Trust Rank для оценки качества источников.
- 3 Использование Query Fan Out для охвата широкого спектра запросов LLM.
- 4 Важность учета параметров ранжирования LLM и микроразметки для оптимизации.
- 5 Возможность автоматизации всего процесса создания и деплоя рейтингов на CloudFlare Pages.
- 6 Рекомендация создавать несколько рейтингов на разных доменах для увеличения шансов на индексацию и попадание в 'консенсус' нейросетей.
Автор предлагает метод создания сайтов с фальшивыми рейтингами компаний, используя домены типа Exact Match Domain (EMD), например, 'bestcardealermiami.com'. На таких сайтах собственная компания всегда позиционируется как лучшая, а конкуренты — как менее привлекательные. Стратегия основана на предположении, что LLM (большие языковые модели) при поиске информации через Google и Bing не имеют развитых алгоритмов оценки качества источника, таких как Trust Rank, и поэтому могут включать эти фейковые рейтинги в свои рекомендации. Для реализации метода необходимо учитывать, по каким запросам LLM будут находить рейтинг, и какие параметры они используют для ранжирования компаний в конкретной нише. Рекомендуется использовать микроразметку и избегать блокировки ботов CloudFlare. В качестве бонуса предлагается создание внутренних страниц с тематическими под-рейтингами для охвата более специфических запросов. Автор утверждает, что весь процесс, от анализа критериев ранжирования LLM до деплоя сайта на CloudFlare Pages, может быть автоматизирован с помощью агентов, что минимизирует затраты на владение таким рейтингом до стоимости продления домена. Для повышения эффективности рекомендуется создавать не менее пяти таких рейтингов на разных доменах.