CTO HubSpot o AEO: Prečo je 'Citeworthy' nové SEO

Greg Isenberg
agentsenterprisefuture-of-workstartupinterview

Perspektíva

Dharmesh Shah spoluzakladal HubSpot na jednoduchej téze: milióny malých podnikov by mali profitovať z internetu, ale považovali ho za zastrašujúci. Teraz aplikuje rovnakú logiku na AI. Ako CTO riadi AI stratégiu HubSpot a osobne buduje agent.ai, no-code agentovú platformu s 50 000 vytvorenými agentmi. Tento rozhovor odhaľuje, ako sa obsahová stratégia fundamentálne mení, keď sa LLM stávajú vaším primárnym distribučným kanálom.

O novej atomickej jednotke: “Back then the atomic unit for the internet was web pages. That’s what Google was indexing. Now the unit is actually smaller… it’s the LLM looking at content, passing it through, synthesizing answers.” Posun od stránok k “chunkom” mení všetko o obsahovej stratégii - neoptimalizujete pre kliky, ale pre citácie.

O byť citeworthy: “In the same way that you need to be rankworthy, you need to be citeworthy… you’re not trying to trick ChatGPT into providing your answer. Do the work to come up with really good answers.” Filozofická kontinuita je nápadná: mantra HubSpot “be rankworthy” z roku 2006 sa priamo prekladá na “be citeworthy” v roku 2025.

O metafore prekladu: “Let’s imagine you had 100 blog posts written in English for human readers… then you discover you have a bunch of people in Japan. You would translate to Japanese. What we’re talking about now—from SEO to AEO—is translating for LLMs versus search engines.” Mentálny model: zaobchádzajte s LLM ako s novým jazykom, ktorým váš obsah potrebuje hovoriť.

O snackable nad naratívom: “What’s considered high quality is things that are easily quotable, snackable content by the LLM, that are pithy and precise… if you have a 400-word meandering answer, that’s much less likely to be cited than something that provides exactly the answer in a nice sound-bitey form.” Dlhodobý naratívny obsah optimalizovaný pre ľudské čítanie môže mať horšie výsledky ako Q&A formátovaný obsah, ktorý LLM dokážu ľahko extrahovať.

O agentoch ako tímových kolegoch: “Agents will effectively act like teammates. They may be junior teammates, they still need to be trained… in this hybrid world of carbon-based life forms and AI agents, how are you going to find these agents? There needs to be an equivalent of LinkedIn for agents.” Jeho vízia pre agent.ai: profesionálna sieť, kde agenti majú profily, skúsenosti a reputáciu.

Kľúčové poznatky

  • AEO je nové SEO - Answer Engine Optimization rieši citácie LLM namiesto hodnotenia vyhľadávania; základy (tvorte hodnotu, nehrajte hry) sa prenášajú priamo
  • Redukujte obsah na chunky - Rozdeľte dlhodobý obsah na páry otázka-odpoveď, ktoré LLM môžu ľahko extrahovať a citovať; atomická jednotka sa zmenšuje zo stránok na úryvky
  • Reputácia sa skladá naprieč érami - Obsah, ktorý sa dobre hodnotil v Google, sa prenáša do Perplexity, pretože skoré AI vyhľadávanie používalo tradičné vyhľadávanie ako vstup; investície do kvality sa skladajú
  • Negatívne výnosy sú reálne - Budovanie reputácie ako “AI slop” alebo nízko kvalitný obsah je horšie ako nulové výnosy; LLM si pamätajú a deprioritizujú vás
  • Sledujte AI traffic oddelene - Váš organický traffic je pravdepodobne dole, pretože pozornosť sa presunula na answer engines; vytvorte odlišný bucket pre ChatGPT/Perplexity referraly
  • Agenti potrebujú profesionálne siete - Téza Agent.ai: 50 000 agentov existuje, potrebujú systémy objavovania a reputácie rovnako ako ľudskí profesionáli

Veľký obraz

Dharmeshov framework preformuluje AI obsahovú stratégiu ako problém prekladu: rovnaké myšlienky, nový jazyk. Kľúčový pohľad pre podniky nie je, že SEO umiera - je to, že teraz máte dve publiká: ľudí, ktorí čítajú, a LLM, ktoré citujú. Obsah optimalizovaný pre ľudskú konzumáciu môže mať horšie výsledky ako obsah optimalizovaný pre extrakciu LLM. Organizácie, ktoré rozumeli inbound marketingu, už majú filozofický základ (“tvorte hodnotu, nehrajte hry”); teraz potrebujú taktickú adaptáciu (chunky nad naratívmi, Q&A nad prózou, citeworthy nad rankworthy).