Czy branże regulowane (finanse/farmacja) mają szansę na rekomendacje w ChatGPT i Gemini?

Jako CMO pracujący w branży regulowanej, z pewnością mierzysz się z tym wyzwaniem w swojej codziennej pracy: wspólnie z działem planujecie strategię i content, a dział prawny (Compliance) dusi większość inicjatyw w zarodku, bojąc się kar od KNF-u czy GIF-u. Drugim wyzwaniem są narzędzia AI, które notorycznie odmawiają odpowiedzi na pytania użytkowników o leki czy inwestycje, zasłaniając się formułką: “Nie jestem lekarzem/doradcą finansowym i nie jestem w stanie odpowiedzieć na to pytanie”.

Jak sobie z tym poradzić? Restrykcje prawne z działu Compliance, choć w codziennej pracy mogą być irytujące i z perspektywy marketingowca ograniczające, tak naprawdę w budowaniu widoczności w AI będą Twoim sprzymierzeńcem. Modele językowe (LLM), w branżach medycznych czy finansowych, odfiltrowują strony z silnie marketingowym przekazem – szukają twardych, bezpiecznych sformułowań, które będą mogły użyć do wygenerowania odpowiedzi dla użytkownika.

Zanim zaczniesz planowanie strategii AISO, musisz zrozumieć, z czym tak naprawdę walczysz. W psychologii opisano zjawisko negativity bias, czyli skłonność do negatywności. Twórcy modeli AI (OpenAI, Google), celowo wbudowali do swoich narzędzi i algorytmów takie nastawienie w zakresie branż Your Money Your Life – aby nie narażać się na odpowiedzialność prawną w przypadku błędnych porad medycznych generowanych przez AI. Za pomocą procesu RLHF (Uczenie się poprzez feedback od innych osób), programiści wytrenowali model GPT-4, aby unikał udzielania porad medycznych.

Wszystkie algorytmy OpenAI, zgodnie z oficjalną dokumentacją (1), posiadają tzw. Guardrails, czyli filtry bezpieczeństwa, które czuwają nad tym, aby modele nie udzielały odpowiedzi na tematy obarczone ryzykiem. Co to oznacza?

• ChatGPT woli wygenerować odmowną odpowiedź, niż polecić użytkownikowi niewłaściwy lek na serce, co mogłoby narazić OpenAI na wielomilionowe procesy sądowe.
• W związku z tym, w branżach regulowanych nie walczysz z konkurencją o uwagę AI. Walczysz z jej filtrami bezpieczeństwa, dlatego Twój przekaz nie może brzmieć jak perswazja, a raczej jak obiektywna encyklopedia z prostym przekazem informacyjnym.

Tak jak wspomnieliśmy, jeśli marka chce pojawiać się w odpowiedziach generowanych przez AI, musi opracować dwutorową strategię:

Filar 1: On-site, czyli treści AI Friendly

Nawet w przypadku branż objętych surowymi regulacjami, boty AI i tak nieustannie przeszukują strony w poszukiwaniu faktów – nie wszystkie zapytania w branżach YMYL muszą dotyczyć ryzykownych obszarów. Przykładowo, jeśli użytkownik zapyta ChatGPT: “Gdzie kupię online lek X na astmę?”, zadaniem modelu nie będzie polecenie leku czy udzielenie porady medycznej, lecz znalezienie logistycznej informacji o dostępności, a z takim typem odpowiedzi model LLM nie będzie miał problemu.

Jak zoptymalizować stronę, aby móc pojawić się w odpowiedziach AI na tego typu zapytania?

• Zaplanuj wdrożenie danych strukturalnych (Schema.org) dla produktów, usług finansowych i sekcji FAQ.
• Zadbaj o przejrzystą architekturę informacji. Nie ukrywaj istotnych elementów na stronie za kliknięciami JS (większość modeli AI nie do końca radzi sobie z odczytywaniem danych przedstawionych w ten sposób).
• Postępuj zgodnie z wytycznymi E-E-A-T: umieść na stronie jasne informacje o podmiocie, autorach treści (najlepiej żeby byli to lekarze/finansiści z odpowiednimi licencjami), podawaj źródła medyczne.

Filar 2: Off-site – zewnętrzny content informacyjny i e-PR

Tu zaczynają się schody dla działów Compliance, bo prawo wprost zakazuje reklamowania aptek czy leków na receptę. Rozwiązaniem jest zmiana wektora – zamiast publikować reklamy, publikuj informacje. 

Modele AI tworzą sieć połączeń semantycznych na podstawie Entity Resolution, czyli “rozpoznawania bytów”. Twoim zadaniem jako Marketing Managera jest zbudowanie takiej strategii, która nauczy algorytm, że Twoja marka, czyli byt A, jest ściśle powiązana np. z innowacyjnym leczeniem cukrzycy (byt B). Jak to zrobić?

• Publikuj wysokiej jakości, edukacyjne i naukowe artykuły, na niezależnych portalach branżowych (medycznych lub finansowych), bez CTA czy perswazyjnego języka.
• Prowadź działania e-PR, publikując informacje prasowe na temat przełomowych badań prowadzonych przez Twoją firmę czy nowych projektów.

Dzięki takim działaniom, gdy pacjent zapyta ChatGPT o badania naukowe na temat leczenia cukrzycy, model zacytuje Twoje badania, na podstawie sygnałów z zaufanych, zewnętrznych domen. Taki proces nazywamy efektem Trust Anchoring, czyli kotwiczeniu zaufania, na podstawie budowania autorytetu z pomocą innych wartościowych stron branżowych.

Aby pomóc Marketing Managerom zrozumieć ten mechanizm, przygotowaliśmy dwa scenariusze działań dla branży farmaceutyczno-medycznej.

Przykład 1: Filar On-site dla sieci aptek

• Sytuacja: Użytkownik pyta ChatGPT z włączoną opcją wyszukiwania w sieci: “Potrzebuję na cito leku X w Krakowie. Która apteka online pozwala zarezerwować go z odbiorem osobistym na Ruczaju?”
• Proponowane działanie AISO: Sieć aptek nie może w żaden sposób reklamować tego leku. Jednak dział IT/SEO może wdrożyć dane strukturalne typu Pharmacy, Product oraz dynamiczne oznaczenie ItemAvailability, udzielające modelom informacji o dostępności leku w danej aptece.
• Efekt: ChatGPT omija blokady medyczne, ponieważ zapytanie ma charakter logistyczny – użytkownik nie prosi o polecenie leku i wskazanie konkretnego preparatu. Odpowiada: “Zgodnie z aktualnymi informacjami ze strony apteki X, lek ten jest dostępny do rezerwacji w ich punkcie na Ruczaju. Pamiętaj, że wymaga on recepty.” Apteka w ten sposób zdobywa klienta bez łamania prawa o zakazie reklamy, bo wszystko opiera się na przekazach informacyjnych.

Źródło: ChatGPT, przykładowa odpowiedź modelu

Przykład 2: Filar Off-site dla firmy farmaceutycznej i leku na rzadką chorobę

• Sytuacja: Koncern farmaceutyczny Y wypuszcza innowacyjną terapię, ale ze względu na przepisy nie może prowadzić kampanii Google Ads dla pacjentów, ani w żaden sposób reklamować nowej terapii.
• Działanie AISO (e-PR): Zamiast pisać teksty sprzedażowe, firma publikuje serię materiałów typu whitepapers, obiektywnych podsumowań badań klinicznych i wywiadów z głównym badaczem na autorytatywnych portalach branżowych (np. Medycyna Praktyczna).
• Efekt : Kiedy pacjent zapyta Gemini: “Jakie są nowe alternatywy w leczeniu choroby Z?”, model AI, mając awersję do ryzyka, sięgnie wyłącznie po zaufane publikacje. Odpowie: “Ostatnie badania kliniczne prowadzone przez koncern farmaceutyczny Y wskazują na nową ścieżkę leczenia…”. Koncern pozycjonuje się dzięki temu jako ekspert u samego źródła ścieżki pacjenta, z pełną aprobatą działu Compliance.

• Branże regulowane mogą zdobywać wzmianki w odpowiedziach AI, ale wymaga to odpowiedniej strategii AISO (pozycjonowania z myślą o AI).
• Treści w zgodzie z wytycznymi działów Compliance będą skuteczne także w modelach AI, które również poszukują rzetelnych, informacyjnych treści, a nie przekazów reklamowych.
• Strategia dla branż YMYL powinna odbywać się dwutorowo, poprzez:
  • Działania na stronie, oparte na wdrażaniu schema, dbałości o architekturę informacji i budowanie autorytetu w zgodzie z wytycznymi E-E-A-T).
  • Działania poza stroną, polegające na publikacji informacyjnych artykułów i materiałów prasowych na stronach o wysokim autorytecie i zaufaniu w branży.
• Sukces w AISO dla takich branż wymaga więc połączenia wytycznych działu Compliance, ze strategią SEO, działaniami e-PR i contentowymi.

Z nami zbudujesz widoczność w AI bez konfliktu z działem Compliance. Jako Delante mamy wieloletnie doświadczenie w pracy z branżami regulowanymi i wiemy, jak poruszać się na styku restrykcji prawnych, twardych wytycznych dla YMYL i modeli LLM. Pokażemy Ci, jak uporządkować treści on-site oraz jak budować autorytet w działaniach off-site, by stać się rynkowym głosem eksperckim w swojej branży.

Źródła:

1. https://cdn.openai.com/papers/gpt-4-system-card.pdf
2. https://guidelines.raterhub.com/searchqualityevaluatorguidelines.pdf