CES简报代理智能时代预示着SEO变革采访万事达卡的Raja

摘要：在2025年，随着AI代理的崛起，搜索引擎优化（SEO）策略将经历显著变革。Digiday的最新报告指出，品牌需转向“答案引擎”优化，以满足用户需求而非单纯提高搜索排名。万事达卡的Raja Rajamannar提到，AI提高了代理响应提案请求的效率，促使品牌重

在2025年，随着AI代理的崛起，搜索引擎优化（SEO）策略将经历显著变革。Digiday的最新报告指出，品牌需转向“答案引擎”优化，以满足用户需求而非单纯提高搜索排名。万事达卡的Raja Rajamannar提到，AI提高了代理响应提案请求的效率，促使品牌重新思考补偿模型，建议转向基于项目或结果的补偿方式，以适应AI减少项目所需时间的趋势。同时，Dotdash Meredith正利用OpenAI技术提升其上下文广告产品D/Cipher，通过深度分析内容关联性，实现精准营销。此技术不仅优化了广告策略，还在实际案例中显著提高了广告活动的表现，展示了AI在广告领域的潜力与价值。

通过Digiday每年发布的关于消费电子展（CES）的报告，保持信息的更新。本期Digiday的每日CES简报中，我们深入探讨了品牌采用符合人工智能（AI）代理的搜索引擎优化（SEO）策略的必要性。此外，我们还采访了万事达卡的首席营销和传播官Raja Rajamannar，讨论了AI时代的代理补偿模式。此外，我们还探讨了Dotdash Meredith如何利用OpenAI技术来提升其上下文广告产品D/Cipher。

随着我们步入2025年，搜索引擎优化的重点预计将发生显著变化。根据Digitas首席执行官Amy Lanzi的说法，“搜索引擎优化”这一术语可能很快将被“答案引擎”所取代。品牌需要将其策略从单纯地在谷歌搜索结果中排名靠前，转向迎合将帮助用户完成如预订旅行行程等任务的AI代理。“品牌必须成为生成性AI工具（如Gemini）所提出问题的答案，”Lanzi强调，这标志着品牌与消费者互动方式的根本变化。

围绕这一新概念的答案引擎优化——或代理AI优化——的讨论，已成为今年CES上代理高管们的中心主题。OMD USA的首席投资官Kelly Metz强调，从SEO的角度确保可见性的重要性，表示：“AI代理收集信息并将其反馈给用户的现实，是2025年及以后搜索的本质。”随着营销人员努力确保他们的品牌在AI代理负责规划假期或节日购物时被选中，他们必须超越传统的SEO策略，因为这些在快速发展的AI驱动搜索环境中将不再足够。

关于品牌如何为其服务补偿代理的讨论正面临转型，尤其是在AI工具颠覆传统计费小时模型的背景下。在一次最近的讨论中，万事达卡的Raja Rajamannar分享了关于代理补偿结构潜在变化的见解。他讲述了一个插曲，展示了通过AI实现的效率提升，指出响应提案请求（RFP）的时间从七周大幅缩短至不到一天，且没有增加人力。这种效率为品牌和代理重新思考现有补偿模型提供了重大机遇。

Rajamannar建议，传统的计费小时模式在AI显著减少项目完成所需时间的世界中可能不可持续。他提出了替代模型，如基于项目的补偿，代理根据特定成果获得固定金额的报酬。另一种选择可能涉及成本加成模型，品牌支付专职代理人员的费用以及相关的AI成本。此外，他提到基于结果的报酬，支付与实现特定目标（如提高品牌知名度或对产品的偏好）挂钩。

虽然这些想法仍在发展中，Rajamannar强调品牌需要考虑AI对代理补偿的影响。他认为，避免通过推动不可持续的定价模型使代理陷入困境至关重要。相反，他提倡向基于结果的补偿转变，这可以在品牌与代理之间建立更健康的合作关系，帮助他们共同应对由AI技术塑造的不断变化的环境。

Dotdash Meredith与OpenAI的合作不仅限于简单的内容授权，因为这家IAC旗下的出版商正积极利用OpenAI的AI技术来提升其上下文广告产品D/Cipher。D/Cipher有效地根据相关主题对出版商的文章进行分类，使广告主能够通过在符合特定受众（如新娘）兴趣的文章上投放广告来进行精准营销。最初，这一索引依赖自然语言处理来识别常见关键词，但随着OpenAI大型语言模型（LLM）的引入，该过程变得显著更为复杂。

OpenAI技术的整合使Dotdash Meredith能够深入挖掘其内容库中的深层联系，超越表层的单词识别，理解潜在概念。Dotdash Meredith的首席创新官Jon Roberts解释说，LLM识别的内容连接中有70%与之前的发现相似，而30%则揭示了有意义的差异，显示出生成的洞察质量显著提升。

这一提升不仅仅是理论上的，它对实时广告活动有着实际的影响。例如，Dotdash Meredith为一家大型消费品（CPG）广告主推出了一款新的奢华护发产品时，进行了相关活动。通过分析用户参与指标，他们发现新娘对该活动的参与度比普通受众低30%到40%。通过调整活动以排除这一受众群体，Dotdash Meredith最终提高了表现，超越了客户设定的更高标准。这一案例展示了利用AI技术优化广告策略的切实好处。