홍보팀장을 위한 월간 AI 노출 점검 루틴 — 프롬프트 세트 만드는 법

검색 노출은 확인이 쉬웠습니다. 순위를 보여 주는 도구가 있었고, 오르내림이 숫자로 남았습니다. AI 답변은 그렇지 않습니다. 순위라는 개념 자체가 없고, 같은 질문에 어제와 오늘의 답이 다를 수 있습니다.

그래서 현재로서는 방법이 단순합니다. 질문을 고정하고, 매달 같은 조건에서 다시 물어보고, 결과를 기록하는 것입니다. 자동화된 순위 도구를 기다리는 대신 홍보팀이 직접 만들 수 있는 루틴을 정리했습니다.

왜 프롬프트를 고정해야 하나

생성형 AI의 답변은 질문의 사소한 차이에도 달라집니다. '강남 척추 병원'과 '강남에서 허리디스크 잘 보는 병원'은 다른 답을 내놓습니다. 질문을 매번 바꿔 물으면 결과가 달라진 이유가 우리 홈페이지 개선 때문인지 질문이 달라져서인지 구분할 수 없습니다.

“측정하려면 변하는 것이 하나여야 합니다. 질문이 매달 바뀌면 남는 것은 인상뿐입니다.”

medicaluniverse.kr

질문뿐 아니라 조건도 고정해야 합니다. 어떤 AI 서비스인지, 로그인 상태인지, 위치 정보를 허용했는지에 따라 답이 달라질 수 있습니다. 매달 같은 환경에서 돌리는 것이 질문을 고정하는 것만큼 중요합니다.

프롬프트 세트를 어떻게 구성하나

한 번에 많이 만들 필요는 없습니다. 유형별로 3~4개씩, 전체 15~20개면 매달 반복하기에 무리가 없습니다. 환자가 실제로 쓸 법한 문장으로 씁니다.

마지막 '병원명 직접' 유형은 노출 측정이라기보다 오정보 점검입니다. 폐과한 진료과가 살아 있거나, 이전한 주소가 옛것으로 남아 있는 경우를 여기서 발견합니다. 실제로 가장 먼저 조치해야 할 문제가 이 유형에서 나오는 경우가 많습니다.

무엇을 기록해야 하나

질문 하나당 아래 네 가지를 남깁니다. 더 늘리면 매달 하기 어려워집니다.

1. 1우리 병원 언급 여부 — 3회 질의 중 몇 번 언급됐는지 횟수로 적습니다(0~3).
2. 2함께 언급된 경쟁 병원 수와 이름 — 후보군의 크기와 구성이 달라지는지 봅니다.
3. 3인용된 출처 URL — 우리 홈페이지가 인용됐는지, 아니면 포털·블로그·리뷰 사이트가 인용됐는지 구분해 적습니다.
4. 4설명의 사실 정확도 — 정확/부분오류/오류 세 단계로만 표시하고, 오류일 때만 어떤 내용이 틀렸는지 한 줄 적습니다.

출처 URL은 특히 중요합니다. 우리 이야기를 하면서 다른 사이트를 근거로 들고 있다면, 그 주제에 대해 우리 홈페이지가 인용 가능한 형태로 정리돼 있지 않다는 뜻입니다. 다음 달에 무엇을 쓸지가 여기서 정해집니다.

스프레드시트는 어떻게 만드나

월별로 시트를 새로 만들지 말고 행을 아래로 쌓으십시오. 프롬프트 ID와 측정일이 있으면 나중에 같은 ID끼리 묶어 추세를 볼 수 있습니다. 시트를 분리하면 비교가 어려워집니다.

매달 어떤 순서로 돌리나

1. 1매월 첫 영업일 오전으로 날짜를 고정합니다. 담당자가 바뀌어도 유지되도록 업무 캘린더에 등록합니다.
2. 2로그인·위치 설정을 지난달과 같게 맞춥니다. 가능하면 개인 계정이 아닌 별도 계정을 정해 두고 씁니다.
3. 3프롬프트를 순서대로 각 3회씩 질의합니다. 답변이 길면 전체를 캡처하지 말고 위 네 항목만 기록합니다.
4. 4사실 오류가 나온 항목을 먼저 처리합니다. 오류 정정은 노출 확대보다 우선순위가 높습니다.
5. 5우리 도메인이 한 번도 인용되지 않은 주제를 추립니다. 그 주제가 다음 달 콘텐츠 과제가 됩니다.
6. 63개월치가 쌓이면 유형별 언급 횟수 합계를 비교합니다. 한 달 단위 등락은 해석하지 않습니다.

해석할 때 조심할 것

가장 흔한 실수는 한 번의 결과를 결론으로 받아들이는 것입니다. 생성형 AI는 같은 질문에도 매번 다른 문장을 만들어 냅니다. 이번 달에 언급되지 않았다고 노출이 사라진 것이 아니고, 언급됐다고 개선이 확인된 것도 아닙니다.

• 3회 질의는 변동을 줄이기 위한 최소한이지 통계적 신뢰를 주는 수치가 아닙니다.
• AI 서비스는 수시로 모델을 바꿉니다. 어느 달 결과가 크게 흔들렸다면 우리 쪽 변화가 아니라 서비스 쪽 변화일 수 있습니다.
• 여러 AI 서비스를 함께 볼 수는 있지만, 서비스 간 점수를 직접 비교하지는 마십시오. 서비스별로 따로 추세를 봅니다.
• 노출이 늘었다고 내원이 늘었다고 단정할 수 없습니다. 두 지표를 연결하려면 별도의 유입 경로 측정이 필요합니다.

참고로 홈페이지 쪽 준비 상태는 아직 대체로 초기 단계입니다. 메디컬유니버스가 인천 지역 병원 홈페이지 120곳을 census로 측정했을 때 llms.txt를 보유한 곳은 8곳, FAQ 구조화 데이터를 적용한 곳은 2곳이었습니다. 종합병원 전수 21곳만 놓고 보면 llms.txt 보유는 한 곳도 없었습니다. 규모가 큰 병원일수록 준비가 늦다는 뜻이고, 측정을 시작하는 시점이 이르지 않다는 뜻이기도 합니다.