분석 & 진단
고객 의도 분석 & 질문(Prompt) 라이브러리 만들기
고객이 AI에게 실제로 던지는 질문을 파악하고, 브랜드 노출(Visibility)을 비즈니스 성과로 연결하기
5–7일중급마케팅·브랜드·콘텐츠·데이터 담당
키워드 리스트는 있는데 실제로 고객이 AI에 어떤 말을 치는지 모른다면. 또는 질문 세트(Prompt Set)를 만들긴 했는데 왜 저 질문들인지 근거가 없다면. 이 워크플로우는 고객 여정 기반으로 질문 라이브러리를 체계적으로 구축하는 과정이에요.
완료 시 얻는 것
고객 세그먼트별 여정×질문 유형 매핑표
목적별 질문 세트(Prompt Set) 4개 (학습·비교·절차·브랜드)
실제 검색 데이터 기반 질문 우선순위 리스트
플랫폼별 공략 체크리스트
브랜드 인식 리스크 질문 Top10
단계별 가이드
- 핵심 세그먼트 2–3개 정의
- 여정×질문 유형 매핑표 1장 작성
고객 여정을 'AI 질문 형태'로 번역하기
| 여정 단계 | 고객이 AI에게 묻는 방식 | 마케팅 목표 |
|---|---|---|
| 인지 | "실손보험이 뭐야?", "왜 필요해?" | 정의 문장 인용 확보 |
| 고려 | "실손 vs 민간보험 차이", "추천 기준 알려줘" | 비교 상황에서 브랜드 등장 |
| 결정 | "[브랜드] 괜찮아?", "가입 전 주의사항" | 신뢰·선택 단계 점유 |
| 사용 | "청구 서류 뭐 필요해?", "해지하면 환급금은?" | 인용률 가장 빠르게 오름 |
실무 팁
'결정 단계'는 커뮤니티·비교 플랫폼이 강해서 브랜드 홍보 문서보다 중립적인 체크리스트가 오히려 더 잘 인용돼요. '사용 단계'는 절차형 질문이라 구조만 갖춰도 인용률이 빠르게 움직여요.
2
- 세그먼트×여정 기반 질문 40개 설계
- 4개 세트(A학습·정의, B비교·추천, C절차·서류·주의, D브랜드·평판)로 분리
- GEO Discover에서 Opportunity 점수 기준으로 상위 20개 선별
세트별 구성
| 세트 | 질문 유형 | 목적 |
|---|---|---|
| A — 학습·정의 | "~란?", "~의 특징은?" | 정의 문장·인용 조각 확보 |
| B — 비교·추천 | "A vs B", "~에 맞는 것은?" | 선정 점유율 추적 |
| C — 절차·서류·주의 | "어떻게 청구해?", "안 되는 경우는?" | 인용률 빠른 개선 (1순위) |
| D — 브랜드·평판 | "[브랜드] 후기", "[브랜드] 주의사항" | 브랜드 인식 관리 |
- GSC에서 패턴 키워드 추출 및 질문 문장으로 변환
- 실제 검색 기반 질문 우선순위 리스트 작성
- 전환 기여 랜딩 유형 가설 수립
- 세그먼트별 우선 공략 플랫폼 결정
- 플랫폼별 문서 구조 체크리스트 작성
세그먼트별 AI 플랫폼 사용 패턴
- •직장인·일반 사용자 — ChatGPT 중심, '정리해줘·추천해줘'
- •전문직·리서치형 — Claude에서 길게 비교·검토
- •학생·정보 탐색형 — Perplexity에서 출처 확인
- •기업 의사결정자 — 리스크·규정·출처 명시 중요
- 긍·중·부정 비중의 변화 확인
- AI가 우리 브랜드를 어떤 단어와 함께 묶는지(연결어) 분석
- 제도 변경이 반영 안 된 낡은 정보 탐지
- 브랜드 인식 리스크 질문 Top10 도출, 수정이 필요한 FAQ·업데이트 항목 목록 작성
실무 팁
부정적 묘사가 나온다면, 반박 콘텐츠를 쓰는 것보다 레퍼런스 허브의 '예외·유의사항' 섹션을 명확히 보강하는 게 더 효과적이에요.
- 기회 분석 탭에서 '검색은 강한데 AI가 약한' 구간 필터링
- 절차·주의 질문 중심으로 콘텐츠 우선순위 결정
- 질문 세트에 태그 부착 (#비교 #절차 #결정단계) — 세그먼트별 트렌드 추적
자주 묻는 질문
세트당 10개, 총 40개 정도면 충분히 시작할 수 있어요. 이후 GEO Discover로 지속 보강하세요.
GSC 검색 쿼리와 GEO Discover의 자동 생성 질문으로 대체할 수 있어요. 실제 검색 데이터가 가장 정확한 출발점이에요.
