نحوه استفاده از LLMS برای تحقیقات رقابتی و تجزیه و تحلیل شکاف

URL های رقیب را با استفاده از Crawl Site Moz یا صادرات نقشه سایت جمع آوری کنید. در مرحله بعد ، URL ها را در برگه های Google وارد کرده و همان فرمول GPT را که برای سایت شما استفاده می شود ، اعمال کنید.

=GPT("Based on the string provided, assign it to one of these themes: 
'Dog Health', 
'Dog Recipes', 
'Dog Behavior',
'Dog Breed', 
'Seasonality/Events',
'OTHER', 
Use the examples as a guide but return only the theme name in a concise form, without any additional text. Examples: 
\nString: 'overweight-dogs' - Theme: 'Dog Health'
\nString: 'chihuahua' - Theme: 'Dog Breed'
\nString: 'how-to-help-a-hyper-nervous-badly-behaved-dog' Theme: 'Dog Behaviour'
\nString: 'how-can-i-encourage-my-fussy-dog-to-eat' - Theme: 'Dog Behaviour'
. Output only the theme name, without any prefix or quotes. Now, analyze this string: '" & A2)  

هر صفحه رقیب را در موضوعاتی مانند طبقه بندی می کند سلامت سگ ، دستور العمل های سگ ، وت فصلی/رویدادها.

محتوا را بر اساس موضوع بشمارید

هنگامی که محتوای رقیب را برچسب گذاری کردید ، با استفاده از این فرمول در صفحات Google ، چند مقاله برای هر موضوع دارند:

Countif (ج: ج ، G4)

در این فرمول:

  • ج: ج ستون تم رقیب است
  • g4 موضوع خاصی است که می خواهید حساب کنید ، مانند سلامت سگ

این تعداد سریع به من داد که هر رقیب در هر موضوع چه تعداد صفحه ای داشته است ، و برجسته تر از Pooch & Mutt است.

شکاف های محتوا را برجسته کنید

با وجود هر دو مجموعه داده در کنار هم ، من به راحتی می توانم شکاف های محتوا را مشاهده کنم. به عنوان مثال ، Tails.com نسبت به تغذیه سگ و مراقبت از سگ های فصلی محتوای بیشتری داشت ، در حالی که Pooch & Mutt فاقد آن مناطق بود.

Source link