admin 
Užduokite klausimą „ChatGPT“, „Pasiplenkimui“, „Dvyniai“ ar „Copilot“, o atsakymas pasirodo per kelias sekundes. Tai jaučiasi be vargo. Bet po gaubtu nėra magijos. Vyksta kova.
Tai yra vamzdyno dalis, kai jūsų turinys kovoja su visais kitais kandidatais. Kiekviena rodyklės ištrauka nori būti ta, kurią pasirenka modelis.
SEOS tai yra nauja kovos vieta. Tradicinis SEO buvo apie reitingą rezultatų puslapyje. Dabar konkursas vyksta atsakymų atrankos sistemoje. Ir jei norite matomumo, turite suprasti, kaip ta sistema veikia.
Vaizdo kreditas: Duane ForresterAtsakymo atrankos etapas
Tai nėra tikrinimas, indeksavimas ar įterpimas į vektorinę duomenų bazę. Ši dalis daroma prieš kada nors įvykus užklausai. Atsakymo pasirinkimas prasideda po to, kai vartotojas užduoda klausimą. Sistemoje jau yra apstulbęs, įterptas ir saugomas turinys. Tai, ką reikia padaryti, yra rasti kandidatų ištraukas, surinkti jas ir nuspręsti, kuriuos iš jų perduoti kartai.
Kiekvienas modernus AI paieškos vamzdynas naudoja tuos pačius tris etapus (per keturis veiksmus): gavimo, pakartotinio rango ir aiškumo patikrinimus. Kiekvienas etapas yra svarbus. Kiekvienas neša svorį. Ir nors kiekviena platforma turi savo receptą (kiekviename žingsnyje/etape priskirtas svoris), tyrimas suteikia mums pakankamai matomumo, kad galėtume eskizuoti realų atspirties tašką. Iš esmės sukurti savo modelį, kad bent iš dalies atkartotumėte tai, kas vyksta.
Statybininko pradinė linija
Jei kurtumėte savo LLM pagrįstą paieškos sistemą, turėtumėte pasakyti, kiek kiekvienas etapas yra svarbus. Tai reiškia, kad reikia priskirti normalizuotus svorius, kurie sumuoja vieną.
Ginčas, moksliniais tyrimais pagrįstas pradinis kaminas gali atrodyti taip:
- Leksinis paieška (raktiniai žodžiai, BM25): 0,4.
- Semantinis gavimas (įterpimai, reikšmė): 0,4.
- Pakartotinis rangas (kryžminio kodavimo taškas): 0,15.
- Aiškumas ir konstrukcijos padidinimas: 0,05.
Kiekviena pagrindinė PG sistema turi savo patentuotą mišinį, tačiau jie iš esmės gamina iš tų pačių pagrindinių ingredientų. Tai, ką aš jums čia rodau, yra vidutinis įmonės paieškos sistemos atspirties taškas, o ne tiksliai tai, ką veikia „ChatGPT“, „Kelioniškumas“, „Claude“, „Copilot“ ar „Dvyniai“. Niekada nežinosime tų svorių.
Hibridiniai įsipareigojimai visoje pramonėje tai patvirtina. „Weaviate“ hibridinės paieškos „Alfa“ parametrų numatyti iki 0,5, lygus balansas tarp raktinių žodžių atitikimo ir įterpimo. „Pinecone“ moko tą patį numatytąjį savo hibridinėje apžvalgoje.
Pakartotinis rangas gauna 0,15, nes jis taikomas tik trumpametražis sąrašas. Vis dėlto jo poveikis įrodytas: „Praeities pertvarkymas su Bert“ parodė didelį tikslumo padidėjimą, kai Bertas buvo sluoksniuotas BM25 gavimo.
Aiškumas gauna 0,05. Tai maža, bet tikra. Ištrauka, vedanti su atsakymu, yra tanki su faktais ir gali būti pakelta sveika, labiau linkusi laimėti. Tai atitinka mano paties kūrinio išvadas apie semantinį persidengimą ir tankį.
Iš pirmo žvilgsnio tai gali atrodyti kaip „tik SEO su skirtinga matematika“. Taip nėra. Tradicinis SEO visada spėjo, kad juodoje dėžutėje. Mes niekada neturėjome prieigos prie algoritmų tokiu formatu, kuris buvo arti jų gamybos versijų. Naudodamiesi LLM sistemomis, mes pagaliau turime ką nors paieškos niekada nesuteikė mums: prieiga prie visų jų remiamų tyrimų. Tankūs gavimo dokumentai, hibridiniai suliejimo metodai, pakartotinio rango modeliai, jie visi yra vieši. Tai nereiškia, kad tiksliai žinome, kaip „ChatGPT“ ar „Dvyniai“ surinko jų rankenėles ar surenka jų svorius, tačiau tai reiškia, kad galime eskizuoti modelį, kaip jie greičiausiai veikia daug lengviau.
Nuo svorio iki matomumo
Taigi, ką tai reiškia, jei jūs nestatote mašinos, o konkuruojate jos viduje?
Persidengimas pateko į kambarį, tankis daro jus patikimu, leksika neleidžia jums filtruoti, o aiškumas paverčia jus nugalėtoju.
Tai atsakymo pasirinkimo kamino logika.
Leksinis paieška vis dar yra 40% kovos. Jei jūsų turinyje nėra žodžių, kuriuos žmonės iš tikrųjų naudoja, jūs net neįeinate į baseiną.
Semantinis gavimas yra dar 40%. Čia įterpimai užfiksuoja prasmę. Pastraipa, kurioje susiejamos sąvokos sujungtos geriau nei plona ir izoliuota. Taip pasiimamas jūsų turinys, kai vartotojai išsako užklausas tokiais būdais, kokių nenumatėte.
Pakartotinis rangas yra 15%. Tai yra svarbiausia aiškumas ir struktūra. Ištraukos, kurios atrodo kaip tiesioginiai atsakymai. Ištraukos, kurios palaidoja išvadą.
Aiškumas ir struktūra yra kaklaraištis. 5% gali skambėti ne taip, kaip ir artimose kovose, jis nusprendžia, kas laimi.
Du pavyzdžiai
„Zapier“ pagalbos turinys
„Zapier“ dokumentacija yra garsiai švari ir pirmiausia atsakoma. Užklausa, kaip “Kaip prijungti „Google“ lapus prie „Slack“„Grąžina„ ChatGpt “atsakymą, kuris prasideda tiksliais aprašytais veiksmais, nes„ Zapier “turinys pateikia tikslus duomenis. Kai spustelėsite„ ChatGpt “išteklių nuorodą, puslapis, kuriame nusileidžiate, nėra tinklaraščio įrašas; tai greičiausiai net nėra pagalbos straipsnis. Tai yra tikrasis puslapis, leidžiantis atlikti užduotį, kurią paprašėte.
- Leksinis? Stiprus. Žodžiai „Google Sheets“ ir „Slack“ yra čia pat.
- Semantinis? Stiprus. Praėjimo klasteriai susiję terminai, tokie kaip „Integracija“, „darbo eiga“ ir „Trigger“.
- Pakartotinis rangas? Stiprus. Žingsniai veda su atsakymu.
- Aiškumas? Labai stiprus. Nuskaityamas, pirmojo atsakymo formatavimas.
0,4 / 0,4 / 0,15 / 0,05 sistemoje „Zapier“ riekės balai visuose rinkimuose. Štai kodėl jų turinys dažnai rodomas AI atsakymuose.
Rinkodaros tinklaraščio įrašas
Priešingai nei su tipišku ilgo rinkodaros tinklaraščio įrašu apie „komandos produktyvumo įsilaužimus“. Įraše minimi „Slack“, „Google“ lapai ir integracijos, tačiau tik po 700 pasakojimo žodžių.
- Leksinis? Dabartis, bet palaidotas.
- Semantinis? Tinkamas, bet išsibarstęs.
- Pakartotinis rangas? Silpnas. Atsakymas į „Kaip prijungti lapus prie„ Slack “?“ yra paslėptas pastraipoje pusiaukelėje žemyn.
- Aiškumas? Silpnas. Jokio pakeliamo atsakymo pirmojo riekės.
Nors turinys techniškai apima temą, jis kovoja su šiuo svorio modeliu. „Zapier“ ištrauka laimi, nes ji atitinka tai, kaip iš tikrųjų veikia atsakymo atrankos sluoksnis.
Tradicinė paieška vis dar nurodo vartotojui skaityti, įvertinti ir nuspręsti, ar puslapis, kuriam jie patenka, atsakymai į jų poreikius. AI atsakymai yra skirtingi. Jie neprašo jūsų analizuoti rezultatų. Jie tiesiogiai susieja jūsų ketinimą su užduotimi ar atsakymu ir perkelia jus tiesiai į „Get It Boy“ režimą. Jūs klausiate,Kaip prijungti „Google“ lapus prie „Slack“,“Ir jūs pateikiate veiksmų sąrašą ar nuorodą į puslapį, kuriame darbas baigtas. Jūs tikrai negaunate tinklaraščio įrašo, kuriame paaiškinate, kaip kažkas tai padarė per savo pietų pertrauką, ir tai užtruko tik penkias minutes.
Nepastovumas tarp platformų
Yra dar vienas didelis skirtumas nuo tradicinio SEO. Nepaisant algoritmo pakeitimų, paieškos varikliai laikui bėgant suartėjo. Užduokite „Google“ ir „Bing“ tą patį klausimą, ir dažnai pamatysite panašius rezultatus.
LLM platformos nesutampa ar bent jau nėra taip toli. Užduokite tą patį klausimą dėl pasipiktinimo, Dvynių ir ChatGPT, ir dažnai gausite tris skirtingus atsakymus. Šis nepastovumas atspindi tai, kaip kiekviena sistema sveria jos ratukus. Dvyniai gali pabrėžti citatas. Pasipiktinimas gali apdovanoti paiešką. „ChatGpt“ gali agresyviai suspausti pokalbio stilių. Ir mes turime duomenų, kurie rodo, kad tarp tradicinio variklio ir LLM varomosios atsakymų platformos tarp atsakymų yra plati įlanka. „BrightEdge“ duomenys (62% nesutarimų dėl prekės ženklo rekomendacijų) ir „Ground“ duomenys (… AI moduliai ir atsakymo varikliai smarkiai skiriasi nuo paieškos variklių. Rezultatų sutapimas yra tik 8–12%) tai aiškiai parodykite.
SEOS tai reiškia, kad optimizavimas nebėra visiems tinkamas. Jūsų turinys gali gerai veikti vienoje sistemoje, o prastai kitoje. Šis suskaidymas yra naujas, todėl turėsite rasti būdų, kaip tai pašalinti kaip vartotojų elgesį, naudojant šias platformas atsakymams.
Kodėl tai svarbu
Sename modelyje šimtai reitingų veiksnių susiliejo į sutarimą „geriausios pastangos“. Naujajame modelyje panašu, kad jūs susiduriate su keturiais dideliais ratukais, o kiekviena platforma juos skirtingai suderina. Sąžiningai, tų ratukų sudėtingumas vis dar yra gana didelis.
Nepaisykite leksinio sutapimo, ir jūs prarandate dalį to 40% balsų. Rašykite semantiškai ploną turinį ir galite prarasti dar 40. „Ramble“ arba palaidoti savo atsakymą, o jūs laimėsite iš naujo. Padėklas su pūku ir praleidžiate aiškumo padidinimą.
Kova su peiliu jau nebėra SERP. Tai atsitinka atsakymo atrankos vamzdyne. Ir labai mažai tikėtina, kad tie ratukai yra statiški. Galite lažintis, kad jie juda atsižvelgiant į daugelį kitų veiksnių, įskaitant vienas kito santykinį padėtį.
Kitas sluoksnis: patikrinimas
Šiandien atsakymų pasirinkimas yra paskutinis vartai prieš kartą. Tačiau kitas etapas jau yra matomas: patikrinimas.
Tyrimai rodo, kaip modeliai gali kritikuoti save ir padidinti faktinį. Savarankiškas ragavimas rodo atgavimo, kartos ir kritikos kilpas. „SelfCheckGPT“ atlieka nuoseklumo patikrinimus keliomis kartomis. Pranešama, kad „Openai“ kuria universalų GPT-5 tikrintoją. Ir aš rašiau visą šią temą naujausiame straipsnyje „Matake“.
Kai tikrinimo sluoksniai subręsta, atgavimas pateks tik į kambarį. Patikrinimas nuspręs, ar ten liksite.
Uždarymas
Tai tikrai nėra įprastas SEO paslėptas. Tai pamaina. Dabar galime aiškiau pamatyti pavarų sukimąsi, nes daugiau tyrimų yra viešai. Mes taip pat matome nepastovumą, nes kiekviena platforma šias pavaras sukasi skirtingai.
Manau, kad SEOS yra aiškus. Laikykitės stipraus leksinio sutapimo. Įtraukite semantinį tankį į grupes. Vedimas su atsakymu. Padarykite ištraukas glaustą ir pakeliamą. Ir aš suprantu, kiek tai skamba kaip tradicinės SEO rekomendacijos. Aš taip pat suprantu, kaip informacija, naudojanti informaciją, labai skiriasi nuo įprastų paieškos sistemų. Tie skirtumai yra svarbūs.
Taip jūs išgyvenate kovą su peiliu AI viduje. Ir netrukus, kaip jūs išlaikote tikrintojo testą, kai būsite ten.
Daugiau išteklių:
Šis įrašas iš pradžių buvo paskelbtas „Duane Forrester“ dekoduose.
Pateiktas vaizdas: tete_escape/shutterstock
