Analizați rezultatele
Query fan-out
Subinterogările pe care un motor AI le rulează în spatele unui prompt înainte de a scrie răspunsul. De unde le obține AmICited, cum sunt clasificate și cum le transformați în conținut.
Definiție
Interogare fan-out
De ce contează fan-out#
Când cineva îi cere lui ChatGPT „best helpdesk software for ecommerce”, motorul nu caută o singură dată exact acea expresie. Se ramifică în mai multe căutări („helpdesk software Shopify integration”, „Zendesk vs Gorgias pricing”, „helpdesk for small online store”), citește rezultatele și scrie un răspuns din paginile găsite.
Aceasta înseamnă că paginile citate sunt cele care se clasează pentru subinterogări sau răspund îndeaproape la ele, nu doar la prompt. Dacă optimizați o pagină doar pentru formularea promptului, puteți rata întrebările care decid efectiv ce surse sunt folosite.
De unde provin interogările#
Fiecare prompt are un set fan-out, îmbinat din două surse:
- Raportate de motor. ChatGPT și Gemini raportează subinterogările pe care le-au rulat efectiv. Acestea sunt colectate odată cu fiecare răspuns, nu sunt deduse niciodată și nu costă nimic în plus.
- Prezise. Pentru celelalte motoare (Perplexity, Claude, Grok și restul), care nu raportează fan-out, un model prezice subinterogările pe baza răspunsurilor și surselor colectate pentru prompt.
Cele două liste sunt deduplicate, formularea motorului însuși având prioritate când ambele au produs aceeași interogare. Setul este reconstruit automat după rulările programate și îl puteți Generate sau Regenerate la cerere din pagina de detalii a promptului.
Categorii#
Fiecare subinterogare este clasificată după modul în care transformă promptul original, într-una din 19 categorii:
| Categorie | Exemplu de transformare |
|---|---|
| Reformulation, Generalization, Specification | Aceeași întrebare cu alte cuvinte, mai largă sau mai îngustă |
| Decomposition, Implicit | Împarte întrebarea sau întreabă ce presupune ea |
| Comparison, Entity, Attribute | „X vs Y”, un produs numit, o singură proprietate a lui |
| Use case, Compatibility, Pricing | „for small teams”, „works with Shopify”, „cost” |
| Procedural, Definitional | „how to…”, „what is…” |
| Freshness, Geographic | „2026”, „in Germany” |
| Sentiment, Authority | Recenzii și opinii, surse experte sau oficiale |
| Related, Multimodal, Other | Subiecte adiacente, imagini sau video, orice altceva |
Fiecare subinterogare poartă și o Intent de căutare (informațională, comercială, tranzacțională etc.) cu o încredere asociată, plus volum de căutare, CPC și concurență acolo unde există date despre cuvinte cheie.
Citirea tabelului Fan-out queries#
Pe pagina de detalii a promptului, Fan-out queries listează „the sub-queries generative engines derive from this prompt”. Filtrați după categorie sau intenție sau adăugați subinterogări ca prompturi de sine stătătoare:
- Track adaugă o subinterogare ca prompt urmărit.
- Track all prompts (N) adaugă fiecare subinterogare afișată.
Când este disponibilă o analiză a citărilor, tabelul primește un heatmap: fiecare domeniu citat devine o coloană, ordonată după poziția sa medie de citare (cea mai bună prima), iar fiecare celulă arată cât de aproape se află cea mai bună pagină a acelui domeniu de subinterogare. Un rând ★ în partea de sus face același lucru pentru promptul principal. Rândurile sunt sortate astfel încât subinterogările cele mai legate de paginile citate să apară primele: acelea sunt cele pe care pagina dumneavoastră trebuie cel mai mult să le acopere. Celulele mai închise înseamnă mai aproape.
Citiți heatmap-ul coloană cu coloană
Găsiți coloana domeniului care este citat primul. Rândurile în care aceasta este închisă la culoare și coloana dumneavoastră (marcată you) este palidă sunt subîntrebările la care câștigătorul răspunde și dumneavoastră nu. Acesta este schița pentru următoarea modificare.
Fan-out history#
Fan-out history arată „which sub-queries the engines started and stopped running” pe intervalul de date selectat, grupate ca New, Stable și Dropped, cu câte zile a fost văzută fiecare (de exemplu „12/30 days”) și un grafic cu subinterogările pe zi. Citește doar ce au raportat efectiv motoarele, deci acoperă ChatGPT și Gemini.
Folosiți-l pentru a observa o schimbare în modul în care un motor interpretează întrebarea. Dacă o subinterogare „pricing” apare și rămâne, conținutul despre prețuri a devenit relevant pentru acest prompt, chiar dacă vizibilitatea dumneavoastră nu s-a mișcat încă.
Cum acționați pe baza fan-out#
- Deschideți un prompt la care nu aveți poziție și citiți lista lui fan-out. Grupați subinterogările pe categorii.
- Verificați acoperirea prompturilor pentru a vedea la ce subinterogări răspund deja paginile dumneavoastră (Covered, Partial, Uncovered).
- Adăugați secțiuni, nu cuvinte cheie. O subinterogare precum „Zendesk vs Gorgias pricing” cere o comparație scurtă, directă, cu cifre, nu repetarea expresiei.
- Urmăriți subinterogările cu volum. Subinterogările cu volum ridicat sunt adesea prompturi care merită monitorizate separat.
- Generați un articol pentru un grup de întrebări neacoperite. Consultați articole AI.
Fan-out apare și în căutarea organică. Rapoartele AI searches și Site operators din Reports citesc interogările Search Console care conțin un operator site:, ceea ce este modul în care fan-out-ul unui asistent ajunge la Google. Consultați rapoarte de căutare și trafic.