Avainsanat näyttävät, miten ihmiset kysyvät. Entiteetit määrittävät, mitä, ketä tai mitä suhdetta vastauksen on selitettävä. Jos strategia käsittelee näitä kerroksia identtisinä, sivu voi vastata kyselyyn, mutta jättää aiheen ja käytännön merkityksen epäselväksi.
Vahvempi lähestymistapa ei korvaa avainsanatutkimusta "entiteettioptimoinnilla". Se käyttää avainsanoja kysynnän todisteina ja yhdistää ne sitten aikomuksiin, entiteetteihin, suhteisiin, väitteisiin ja todisteisiin. Tulos on sisältömalli, ei vain luettelo termeistä, joita toistetaan.
Avainsanat ja entiteetit kuvaavat eri kerroksia
Avainsana on kyselyn tekstimuoto tai osa siitä. Se voi paljastaa aiheen, kohdeyleisön kielen, valintakriteerit ja päätösvaiheen. Kyselyt kuten "CRM pienelle yritykselle", "edullinen CRM" ja "CRM myyntiautomaatiolla" ilmaisevat liittyviä tarpeita, mutta eivät vielä määrittele sisältömallia.
Entiteetti on tunnistettava asia tai käsite, josta voidaan sanoa jotain ja joka voidaan erottaa muista asioista. Se voi olla henkilö, organisaatio, tuote, paikka, tapahtuma, teknologia tai määritelty käsite. Entiteetillä on attribuutteja ja suhteita muihin entiteetteihin.
Elementti | Merkitys | Esimerkki |
|---|---|---|
Pintamuoto | Kyselyssä tai tekstissä näkyvä sana tai lause | "Jaguar" |
Entiteetti | Se erityinen asia, johon muoto viittaa | Eläin, automerkki tai urheiluseura |
Attribuutti | Ominaisuus, joka on merkityksellinen kontekstissa | Hinta, paino, sijainti tai yhteensopivuus |
Suhde | Yhteys entiteettien välillä | Tuote on yrityksen tarjoama ja tarkoitettu käyttäjäryhmälle |
Yksi ilmaus voi viitata useisiin entiteetteihin, kun taas yhdellä entiteetillä voi olla monia nimiä. Tutkimus entiteettien yhdistämisestä ja erottamisesta käsittelee maininnan havaitsemista ja sen liittämistä oikeaan objektiin tietopohjassa erillisinä tehtävinä. Konteksti ja suhteet auttavat ratkaisemaan epäselvyyksiä.
Älä oleta, että jokaisella entiteetillä on yleinen tunniste, jota Google, hakukoneet, tietopohjat ja kielimallit jakavat. Järjestelmät voivat käyttää erilaisia esityksiä ja tunnistusprosesseja. Google Cloud Natural Language -dokumentaatio havainnollistaa yhtä lähestymistapaa, ei Google-hakujärjestelmiä.
Avainsanalista ei vielä ole sisältömalli
Avainsanatutkimus on edelleen olennaista: se paljastaa kohdeyleisön kielen, ongelman variaatiot ja todennäköisen kysynnän. Yksinään se ei vastaa:
mikä entiteetti on sivun keskeinen aihe?
mitä käyttäjän on tarpeen selvittää siitä?
mitkä attribuutit vaikuttavat ymmärtämiseen, arviointiin tai valintaan?
mitkä suhteet on selitettävä?
mitkä väitteet vaativat todisteita?
johtavatko liittyvät kyselyt yhdelle sivulle vai useille erikoistuneille URL-osoitteille?
Ota huomioon "paras CRM pienelle myyntitiimille". Se ei sisällä yhtä entiteettiä. Se yhdistää tuotekategorian, kohdeyleisön tyypin, käyttötapauksen ja suosituskriteerin. "Paras" ei ole myöskään entiteetti. Se viittaa vertailuaikomukseen ja tarpeeseen selkeille kriteereille.
Suunnitelma, joka perustuu vain samankaltaisiin lauseisiin, voi toistaa "CRM", "pieni yritys" ja "myynti". Suunnitelma, joka sisältää entiteettejä ja suhteita, kysyy käyttäjistä, hinnoista, automaatiosta, integraatioista, toteutuksesta, turvallisuudesta ja tuotteen rajoista. Nämä yksityiskohdat tekevät vastauksesta käyttökelpoisen.
Avainsanojen ja entiteettien yhdistämismatriisi
Käytännöllinen työkalu on avainsanojen ja entiteettien yhdistämismatriisi. Se ei ole luettelo nimistä, jotka on lisättävä tekstiin. Se on päätösmalli, joka yhdistää hakukielen merkitykseen, tietorakenteeseen ja todisteisiin.
Kenttä | Kontrollikysymys |
|---|---|
Kyselyklusteri | Kuinka käyttäjät muotoilevat läheisesti liittyvän tarpeen? |
Aikomus ja skenaario | Mitä he yrittävät ymmärtää, verrata, valita tai vahvistaa? |
Keskusentiteetti | Mikä erityinen objekti tai prosessi on sivun aihe? |
Tukevat entiteetit | Mitkä muut objektit ovat tarpeen aiheen selittämiseksi? |
Attribuutit ja suhteet | Mitkä ominaisuudet, riippuvuudet ja kriteerit on kuvattava? |
Väitteet | Mitkä erityiset väitteet sivun tulisi pystyä esittämään? |
Todisteet | Mitkä tiedot, asiakirjat, esimerkit tai lähteet tukevat näitä väitteitä? |
Sivun rooli | Tarvitaanko määritelmää, opasta, vertailua, palvelusivua, dokumentaatiota tai usein kysyttyjä kysymyksiä? |
Järjestys on tarkoituksellinen: tunnista skenaario, keskusentiteetti, sitten sen attribuutit, suhteet ja väitteet. Vasta sitten päätä sivun rakenne.
Esimerkki: "AI-näkyvyysauditista" entiteettikarttaan
Kuvittele klusteri, joka sisältää AI-näkyvyysauditi, AI-brändiauditin ja kuinka mitata näkyvyyttä ChatGPT:ssä. Se voi peittää erilaisia tarpeita: määritelmän, tutkimusmenetelmän, työkalun valinnan tai palvelun ostamisen.
Kerros | Elementti | Rooli esimerkissä | Suhde, jonka sivun on selitettävä |
|---|---|---|---|
Kyselyklusteri |
| Näyttää käyttäjän tarpeen | Kyselyt johtavat brändin arviointiskenaarioon |
Keskusentiteetti | AI-näkyvyysaudit | Sivun pääaihe | Auditointi arvioi, miten brändiä edustetaan määritellyissä skenaarioissa ja AI-järjestelmissä |
Analysoitava kohde | Brändi | Mitkä asiat arvioidaan | Sillä on nimiä, tuotteita, kategorioita, yleisöjä ja kilpailijoita |
Järjestelmäkonteksti | AI-hakualusta | Mittaust ympäristö | Se voi kuvata samaa brändiä eri tavoin |
Havaintoyksikkö | AI-vastaus | Tutkimusmateriaali | Se voi mainita, jättää mainitsematta tai kuvata brändiä väärin |
Edustussignaali | Maininta | Minimaalinen läsnäolon muoto | Maininta voi olla neutraali, satunnainen tai epätarkka, joten se ei itsessään tarkoita onnistumista |
Edustussignaali | Suositus | Brändi ehdotetaan ratkaisuna | Arvioi aikomusten, kriteerien ja vaihtoehtojen mukaan |
Lähdesignaali | Viittaus | Näkyvä lähdeviittaus | Se ei todista, että lähde muokkasi vastausta oikein |
Vahvistusyksikkö | Väite | Erityinen väite brändistä tai tuotteesta | Sen tulisi olla ajankohtainen, todennettavissa ja liitetty oikeaan entiteettiin |
Riski | Entiteettien sekoittuminen | Väärä tunnistus | Se voi paljastaa sekaannusta nimien, tarjousten tai sijaintien välillä |
Metodologinen kerros | Brändisemantiikka | Järjestää merkityksiä | Yhdistää brändin, tarjouksen, yleisöt, lähteet ja väitteet |
Tutkimustyökalu | Semantio | Tukee toistettavaa seurantaa | Järjestää skenaariot, kilpailijat ja vastaukset ajan myötä |
Taulukko osoittaa, miksi kysely ei voi olla ainoa suunnitteluyksikkö. Sivun, joka käsittelee AI-näkyvyysauditia, tulisi selittää, mitä se mittaa, mitä materiaalia se käyttää ja millä kriteereillä. Erillinen opas voi kattaa kuinka suorittaa AI-näkyvyysauditin.
Semantio on instrumentaalinen entiteetti, ei artikkelin aihe. Se tulee merkitykselliseksi, kun kertaluonteinen kartta muuttuu toistettavaksi tutkimukseksi eri skenaarioissa, vastauksissa, lähteissä ja ajassa. Tämä tekee brändin edustuksen seuraamisesta AI-vastauksissa hyödyllisen seuraavan askeleen ilman, että artikkeli muuttuu myyntisivuksi.
Matriisin muuttaminen sivurakenteeksi
Ryhmittele kyselyt skenaarion mukaan, ei vain sanan samankaltaisuuden mukaan
Kaksi lausetta voivat näyttää samalta, vaikka ne palvelevat eri tehtäviä. "Mikä on AI-näkyvyysaudit?" vaatii määritelmän ja laajuuden. "AI-näkyvyysauditin työkalu" voi viitata työkalun valintaan. "AI-näkyvyysauditin toimisto" on enemmän transaktio. "Kuinka mitata näkyvyyttä ChatGPT:ssä" saattaa tarvita menetelmän yhdelle erityiselle tuotepinnalle.
Tämä ei automaattisesti oikeuta neljää sivua. Arvioi, voidaanko aikomuksia palvella yhdellä URL-osoitteella ja onko jokaisella ehdotetulla sivulla erillinen arvo.
Valitse yksi keskeinen entiteetti
Sivulla voi olla useita entiteettejä, mutta sen on oltava selkeä aihe. Teksti, joka kattaa auditoinnin, työkalun, alustan ja konsultoinnin samanaikaisesti, ei omaa selkeää tarkoitusta.
Keskusentiteetti ei tarvitse olla suosituin ilmaus avainsanatutkimuksessa. Sen tulisi olla objekti, jonka selitys parhaiten ratkaisee hallitsevan käyttäjätarpeen.
Valitse tukevat entiteetit hyödyllisyyden mukaan
Tukevat entiteetit eivät kuulu tekstiin vain siksi, että kilpailijat käyttävät niitä tai NLP-työkalu havaitsi ne. Jokaisen on määriteltävä, erotettava, selitettävä, tuettava päätöstä tai vähennettävä väärinkäsityksiä.
AI-näkyvyysauditille hyödyllisiä käsitteitä voivat olla skenaario, kehotus, suoritus, vastaus, maininta, suositus, viittaus, lähde, väite ja vakaus. Ne kuvaavat tutkimuksen eri osia. Niiden yhdistäminen yhteen "AI-näkyvyys" -kategoriaan tekee tuloksista vaikeampia tulkita.
Liitä väitteet osioihin ja todisteisiin
Entiteettikartta kertoo, mitä on käsiteltävä. Väitekartta kertoo, mitä sanotaan ja millä perusteella. Ero on kehitetty entiteettikartoituksessa, väitekartoituksessa ja lähdeyhteensovittamisessa.
Esimerkiksi "maininta brändistä ei ole sama kuin suositus" on väite. Tuki voi olla metodologinen määritelmä, dokumentaatio, vastausjoukko, tutkimus, kokeilu tai ensikäden data. Lukijoiden tulisi nähdä väitteen tila ja missä todiste päättyy.
Käsittele sisäisiä linkkejä suhteiden tallenteina
Sisäinen linkki tulisi kehittää erityinen suhde tai vastata lukijan seuraavaan kysymykseen. Määritelmä voi linkittää menettelyyn; menettely työkalulle; tapaustutkimus sen menetelmään ja tietoihin.
Tämä on parempi kuin mekaaninen ankkureiden vastaavuus. Googlen ohjeet indeksoitavista linkeistä suosittelevat tiivistä, luonnollista, kuvailevaa ankkuritekstiä, joka on sijoitettu kontekstiin, joka tekee kohteen merkityksen selväksi.
Sisällön kirjoittaminen semanttisen selkeyden avulla
Semanttinen selkeys syntyy objektien määrittelystä, niiden erottamisesta samankaltaisista käsitteistä ja suhteiden selittämisestä täydellisissä, todennettavissa lauseissa.
Neljän toimituksellisen periaatteen avulla:
Määrittele. Ensimmäisellä maininnalla nimeä entiteetti tarkasti riittävästi, jotta lukijat tietävät, mitä se on. Määritelmät ovat tärkeimpiä, kun termi on uusi, epäselvä tai käytetään useilla tavoilla.
Erotta. Ilmoita raja: maininta ei ole suositus; viittaus ei ole todiste siitä, että koko lähdettä on käytetty oikein; kyselyklusteri ei ole entiteettikartta; jäsennelty data ei ole käyttäjälle näkyvää sisältöä.
Yhdistä. Ilmoita suhteet selkeästi: tuote palvelee ryhmää; ominaisuus käsittelee ongelmaa; auditointi arvioi valittuja järjestelmiä; väite vaatii todisteita.
Todiste. Vastaavuus tukea väitteelle. Dokumentaatio voi vahvistaa ominaisuuden; tutkimus voi raportoida näytteen; ensikäden data voi dokumentoida havainnon. Älä automaattisesti yleistetä järjestelmien, kielten tai markkinoiden välillä.
Tämä lähestymistapa on linjassa Googlen ohjeiden kanssa hyödyllisestä, luotettavasta, ihmiskeskeisestä sisällöstä, joka vaatii alkuperäistä tietoa, analyysiä tai arvoa, joka ylittää olemassa olevien tulosten yksinkertaisen kirjoittamisen. Entiteettilista ei voi korvata tätä arvoa.
Missä jäsennelty data auttaa, ja missä se ei auta
Jäsennelty data voi viestiä kuvattujen objektien tyyppiä, ominaisuuksia ja suhteita sivulla. schema.org tietomalli tarjoaa tyyppejä ja ominaisuuksia entiteettien esittämiseen ja niiden yhdistämiseen.
Hyödyllisiä ominaisuuksia ovat mainEntity, entiteetti, jota sivu pääasiassa kuvaa; about, sen aihe; sameAs, yksiselitteinen identiteettiviittaus; ja @id, johdonmukainen viittaus JSON-LD -kaaviossa.
Merkintöjen tulisi kuvata sivulla näkyvää sisältöä, ei lisätä piilotettuja tietoja "rikastamaan" entiteettiä. Googlen jäsennellyn datan käytännöt edellyttävät, että sen on oltava ajankohtaista, tarkkaa ja edustavaa pääsisältöä. Voimassa oleva merkintä ei takaa rikasta tulosta.
Schema.org ei takaa entiteettien tunnistamista, sijoitusta, AI-viittausta tai tarkkaa brändiedustusta. Jäsennelty data on kuvailevaa; se ei korvaa sisältöä, koherenttia lähdeekosysteemiä tai tulosten mittaamista.
Mitä tämä ei tarkoita
Avainsanatutkimuksen yhdistäminen entiteettikarttaan ei tarkoita, että:
Entiteetti-SEO korvataan avainsanatutkimuksella.
Jokainen avainsana on entiteetti tai jokaisella entiteetillä on oma sivu.
Sivulla tulisi olla jokainen entiteetti, joka löytyy kilpailijoiden sivuilta.
Entiteetti-nimen tiheys on yksinkertainen laatu- tai sijoituspotentiaalin mittari.
Yhden NLP-työkalun salience-pisteet paljastavat, miten Google-haku arvioi sivua.
Termi, joka esiintyy patentissa, todistaa, että sitä käytetään nykyisessä sijoitusjärjestelmässä.
Laaja schema-merkintä luo aiheellista auktoriteettia tai takaa AI-näkyvyyden.
Maininta, viittaus ja suositus ovat vastaavia tuloksia.
Yksi kehotus voi arvioida brändiedustusta koko alustalla.
AI-haussa erottele se, mitä voidaan hallita, siitä, mitä voidaan vain vaikuttaa ja havaita. Brändi hallitsee omia sivujaan, määritelmiään, tietojaan ja rakennettaan, mutta ei lopullista synteesiä, suositusta tai viittausta. kontrolli, vaikutus ja havaintomalli GEO:lle selittää tämän rajan.
Lyhyt operatiivinen tarkistuslista
Tiedämmekö, mikä käyttäjäskenaario sivu palvelee?
Voimmeko nimetä sen keskeisen entiteetin yhdessä lauseessa?
Olemmeko erottaneet entiteetin sen nimistä, synonyymeistä ja lyhenteistä?
Olemmeko käsitelleet ymmärtämiseen tai päätöksentekoon tarvittavat attribuutit?
Ovatko suhteet selkeitä ja faktuaalisesti oikeita?
Suorittaako jokainen osio toiminnon sen sijaan, että vain lisää termejä?
Onko tärkeillä väitteillä asianmukaisia todisteita tai ilmoitettua tilaa?
Onko sivulla selkeä rooli liittyvien URL-osoitteiden joukossa?
Keitä sisäiset linkit kehittävät aitoja aiheellisia suhteita?
Heijastaako jäsennelty data näkyvää sisältöä?
Julkaisun jälkeen mittaamme paitsi liikennettä ja sijoituksia myös edustuksen tarkkuutta AI-vastauksissa?
Kyselyistä organisoituun tietoon
Avainsanat ovat edelleen arvokkaita todisteita kysynnästä ja kohdeyleisön kielestä. Entiteettien ei pitäisi korvata niitä. Ne vievät meidät kyselykielestä asioihin, tuotteisiin, ongelmiin ja suhteisiin, joita käyttäjä yrittää ymmärtää.
Paras tulos ei ole sivu, jossa on enemmän erisnimiä. Se on sivu, jolla on yksiselitteinen aihe, tunnistettu aikomus, tarpeelliset suhteet, todennettavat väitteet ja hyödylliset jatkolinkit.
Avainsanojen ja entiteettien yhdistämismatriisi jäsentää tämän polun: kyselykielestä, aikomusten ja entiteettien kautta, sivurakenteeseen, todisteisiin ja myöhempään mittaamiseen. Näin entiteetti-SEO muuttuu menetelmäksi semanttisesti selkeän, hyödyllisen tiedon suunnitteluun, eikä vain harjoitukseksi termien lisäämiseksi.
