MENU
Nasze ceny
-
nowość
Marka osobista w czasach AI i generatywnego wyszukiwania - ebook
Marka osobista w czasach AI i generatywnego wyszukiwania - ebook
Marka osobista w czasach sztucznej inteligencji
Kiedy nie istniało jeszcze generatywne wyszukiwanie, o tym, jak Cię postrzegano w sieci, decydowały słowa kluczowe i linki. Dziś wyszukiwarki i asystenci AI są czymś więcej niż katalogiem stron. Zaczęły po swojemu tłumaczyć świat. I tłumaczyć Ciebie - na podstawie tego, co o Tobie mówią dane, inni ludzie i treści, które zamieszczasz.
To tak zwane generatywne wyszukiwanie, które nagradza spójność: w tym, kim jesteś, co mówisz i co robisz.
Możesz być ekspertem w swojej dziedzinie. Ale jeśli Twoja marka osobista nie daje algorytmom wystarczająco jasnego sygnału - jeżeli jest rozmyta, niespójna lub po prostu nieustrukturyzowana - nie dostaniesz nagrody w postaci widoczności.
Ta książka ma Ci pomóc tę nagrodę zdobyć. Podane tu wskazówki przydadzą się podczas budowania marki, którą AI będzie w stanie poprawnie zinterpretować i podsunąć Twoim potencjalnym klientom wtedy, gdy szukają specjalisty takiego jak Ty.
Nie musisz rozumieć każdego modelu językowego od środka. Musisz wiedzieć, jak Twoja marka jest widziana i interpretowana.
Zaczynajmy. Świat algorytmów nie poczeka, aż nadążysz.
Spis treści
Od autorki
Dlaczego marki potrzebują języka dowodów?
- Ekspert, którego nie ma
- Skąd się wziął problem?
- Dowód kontra deklaracja
- Jak to wygląda w praktyce? Moje własne. rozproszenie
- Trzy zasady na start
- Marka jako filtr
- Co jest przed Tobą?
Część I. Zanim zaczniesz budować
- 1. Od słów do znaczeń - ewolucja wyszukiwarki
- 1.1. Na początku było. słowo kluczowe
- 1.2. Jak Google nauczyło się rozumieć świat?
- Hummingbird: kiedy pytanie stało się ważniejsze niż słowo?
- BERT i MUM: wyszukiwarka, która zaczęła czytać
- AI Overviews i AI Mode: wyszukiwarka przestaje wskazywać, zaczyna odpowiadać
- Od strony do encji - zmiana jednostki rozliczeniowej
- 1.3. Co ta historia znaczy dla Twojej marki?
- 1.4. Z drugiej perspektywy - Dawid Pietkiewicz
- 3 pytania, zanim przejdziesz dalej
- 2. Marka jako encja. Co naprawdę widzi Google?
- 2.1. Encja - co znaczy w praktyce?
- Encja w Google a w LLM-ach
- 2.2. Czym jest Graf Wiedzy i dlaczego Twoja marka powinna w nim istnieć?
- 2.3. Jak Google łączy encje? O języku sygnałów
- Warstwa pierwsza: dane strukturalne schema.org na Twojej stronie
- Warstwa druga: zewnętrzne bazy danych
- Warstwa trzecia: wzmianki i współwystępowanie encji
- 2.4. Jak nauczyłam Google, że jestem jedną osobą [CASE STUDY?
- Krok 1: Diagnoza - co Google o mnie wie?
- Krok 2: Sprawdzenie Wikidata.org
- Krok 3: Triangulacja autorytetu
- Krok 4: Dane strukturalne - każda strona mówi inaczej, ale o tej samej osobie
- Efekty prac
- Co możesz wyciągnąć z tej historii dla siebie?
- 2.5. Z drugiej perspektywy - Roman Rozenberger, cz. 1/3
- Jak przygotować i wdrożyć dane strukturalne Person?
- 2.6. Mów o jednym, żeby móc mówić o wszystkim. O topical authority
- Czym jest topical authority?
- Topical depth - głębokość, która buduje autorytet
- Topical cluster - architektura, którą widzi algorytm
- Jak w praktyce algorytm ocenia specjalizację?
- YMYL - gdy stawka jest szczególnie wysoka
- A co, jeśli prowadzisz wiele projektów? O wszechstronności
- Praktyczna decyzja o Twojej specjalizacji
- 2.7. Twoja reputacja, czyli to, co nie wynika z Twojej strony
- Skąd algorytmy czerpią sygnały reputacji
- Co-occurrence - sygnał, który działa bez Twojego udziału
- Nie potrzebujesz linku. Potrzebujesz kontekstu
- Triangulacja autorytetu: instytucje, rynek, treści
- Praktyczna lekcja: nie czekaj, aż ktoś o Tobie napisze
- 2.8. Myśl encją, nie stroną
- Co to znaczy myśleć encją?
- Od "czym się zajmuję?" do "jak jestem rozumiany(-na)?"
- Encja jako decyzja projektowa
- Co się zmieni, gdy zaczniesz "myśleć encją"?
- Dlaczego to ważne właśnie teraz?
- 3 pytania, zanim przejdziesz dalej
- 2.1. Encja - co znaczy w praktyce?
- 3. Marka osobista w epoce AI
- 3.1. Co AI zmienia w personal brandingu?
- Treść przestała być dowodem
- Anonimowość przestała być neutralna
- Czego AI nie może nam zabrać?
- 3.2. Stary model działał. Do czasu
- Dlaczego to ważne dla kogoś, kto "już coś robi"?
- 3.3. Ludzki sygnał jako zasób strategiczny
- Pogląd, przy którym obstajesz
- Historia, której nie da się skopiować
- Błąd, do którego się przyznajesz
- Sprzeciw, który coś kosztuje
- 3.4. Z drugiej perspektywy - Dagmara Pakulska
- 3.5. Z drugiej perspektywy - Anna Ledwoń-Blacha
- 3.6. Pułapka "bycia ekspertem od AI"
- 3 pytania, zanim przejdziesz dalej
- 3.1. Co AI zmienia w personal brandingu?
Część II. Mechanizmy, które warto rozumieć
- 4. Rodzaje marek (i dlaczego człowiek jest zawsze pierwszy)
- 4.1. Trzy typy marek - co widzi algorytm?
- Marka osobista - Ty jako encja Person
- Marka firmowa - organizacja jako encja Organization
- Marka produktowa - produkt jako encja zależna
- 4.2. Pułapka dwóch twarzy
- Dwa profile, dwie encje. I żadna nie jest pełna
- Pseudonim jako skrajny przypadek
- Kiedy separacja ma sens?
- 4.3. Marka wielodomenowa jako strategia, nie przypadek
- Dlaczego to ważne algorytmicznie?
- Trust Halo - efekt, nie cel
- Co z tego wynika dla Ciebie w praktyce?
- Kiedy nazwisko staje się balastem?
- 4.4. Z drugiej perspektywy - Paweł Gontarek
- 3 pytania, zanim przejdziesz dalej
- 4.1. Trzy typy marek - co widzi algorytm?
- 5. Branding w czasach AI - kiedy marka staje się rozmową?
- 5.1. Jak AI "decyduje", kogo wskazać, czyli co to jest RAG?
- Czym jest LLM?
- RAG - kiedy model sięga po świeże dane?
- Jak RAG wybiera źródła - i co to ma wspólnego z Twoją marką?
- 5.2. Trzy stany obecności marki w rozmowie z AI
- Stan pierwszy: marka nieobecna
- Stan drugi: marka rozmyta
- Stan trzeci: marka spójna
- 5.3. Sygnały wejścia do rozmowy
- Cytowania w źródłach wysokiej wiarygodności
- Spójność tematyczna w czasie
- Gęstość kontekstowa - w czyim towarzystwie się pojawiasz
- Dane strukturalne i Wikidata - język, który RAG rozumie natywnie
- 5.4. Z drugiej perspektywy - Roman Rozenberger cz. 2/3
- 5.5. Z drugiej perspektywy - Szymon Słowik
- 5.6. Spójność jako strategia, a nie estetyka
- Dlaczego spójność jest strategią?
- 3 pytania, zanim przejdziesz dalej
- 5.1. Jak AI "decyduje", kogo wskazać, czyli co to jest RAG?
- 6. LLM i SEO - nowy ekosystem komunikacji
- 6.1. Dwa modele widoczności - ranking i cytowanie
- 6.2. GEO - co to jest?
- Intencja zapytania
- Rola autora
- Format odpowiedzi
- 6.3. Treść jako dowód ekspertyzy
- Co z tego wynika praktycznie i co warto zmienić w sposobie pisania?
- Przykład praktyczny
- Treść generowana przez AI
- 6.4. Z drugiej perspektywy - Mateusz Godzic
- 6.5. Reputacja w sieci - jak algorytm ją rozpoznaje?
- Pierwsza warstwa: cytowania w źródłach, którym algorytm ufa
- Druga warstwa: profil cytowań w czasie
- Trzecia warstwa: z kim współwystępujesz?
- Czwarta warstwa: to, czego nie ma na Twojej stronie, ale powinno być gdzie indziej
- Piąta warstwa: konflikt interesów i granica deklaracji
- 6.6. Kiedy SEO i GEO grają do jednej bramki?
- Gdzie te dwa modele są najsilniej zbieżne?
- Gdzie modele się rozchodzą?
- 6.7. Z drugiej perspektywy - Roman Rozenberger cz. 3/3
- 3 pytania, zanim przejdziesz dalej
- 7. E-E-A-T, czyli autorytet jako waluta
- 7.1. Czym naprawdę jest E-E-A-T?
- 7.2. Experience - doświadczenie, które trudno sfabrykować
- Dlaczego to ważne akurat teraz?
- 7.3. Expertise - ekspertyza jako komunikacja, a nie tylko zasób
- 7.4. Authoritativeness - autorytet jako efekt, a nie cel
- Jak mierzony jest autorytet?
- Fizyczny dorobek
- 7.5. Trust - zaufanie jako najważniejszy fundament
- Czym jest zaufanie w rozumieniu algorytmu?
- 7.6. E-E-A-T w erze modeli językowych
- Co z tego wynika w praktyce?
- 7.7. Z drugiej perspektywy - Katarzyna Baranowska
- 3 pytania, zanim przejdziesz dalej
Część III. Od modelu do działania
- 8. Budowanie autorytetu - między treścią, reputacją i relacją
- 8.1. Treść "cytowalna" - jak pisać, żeby AI chciało Cię przywołać?
- Jaka treść jest warta cytowania?
- Jak to wygląda w praktyce?
- Co z tego wynika dla Ciebie? Konkretne kroki do wdrożenia
- Czy Twój tekst jest gotowy na LLM-y? [CHECKLISTA
- 8.2. Doświadczenie, które zostanie rozpoznane przez algorytm
- Szczegół, którego nie da się wygenerować
- 8.3. Z drugiej perspektywy - Joanna Kulińska
- Jak to wdrożyć? Sześć konkretnych decyzji
- 8.4. Reputacja i relacja - jak inicjować sygnały, których algorytm nie zignoruje?
- Widzialność poza własną stroną
- Trzy typy działań, które tworzą sygnały
- Relacja jako mechanizm, a nie jako "networking"
- Cztery kroki, żeby zacząć w tym tygodniu
- 8.5. Z drugiej perspektywy - Robert Marczak
- 8.6. Strategia modelowania encji
- 3 pytania, zanim przejdziesz dalej
- 8.1. Treść "cytowalna" - jak pisać, żeby AI chciało Cię przywołać?
- 9. Od marki osobistej do marki firmy
- 9.1. Etap 0: firma, czyli ja
- 9.2. Jak Google widzi relację Person > Organization?
- Co z tym robić?
- 9.3. Dwie marki, jeden głos
- 9.4. Gdy firma rośnie: zatrudnienia, management, wspólnicy
- 9.5. Z drugiej perspektywy - Sławomir Borowy
- 9.6. Sukcesja: gdy założyciel zmienia rolę
- 9.7. Jak zarządzać dwiema encjami świadomie?
- 3 pytania, zanim przejdziesz dalej
- 10. Marka w ruchu
- 10.1. Marka ewoluuje. Algorytm niekoniecznie za tym nadąża
- Co robić, gdy marka poszła do przodu, a algorytmy zostały w tyle?
- 10.2. Mierzenie widoczności w AI: nowe pytania, stare problemy
- Co mierzymy i czym?
- Jak odpytywać? Kilka zasad, które minimalizują przekłamanie
- 10.3. Z drugiej perspektywy - Krzysztof Marzec
- 10.4. Prompt research: nowe słowa kluczowe
- Co to oznacza w praktyce?
- 10.5. Z drugiej perspektywy - Artur Strzelecki
- 10.6. Marka, która nie zniknie
- 3 pytania, zanim przejdziesz dalej
- 10.1. Marka ewoluuje. Algorytm niekoniecznie za tym nadąża
Epilog
| Kategoria: | Zarządzanie i marketing |
| Zabezpieczenie: |
Watermark
|
| ISBN: | 978-83-289-4119-9 |
| Rozmiar pliku: | 8,8 MB |
