GEO pēc SEO. Ko patiesībā var optimizēt AI meklēšanā?

GEO tirgus bieži katru vēlamo rezultātu dēvē par “optimizāciju”: avotu izvēli, citēšanu, zīmola iekļaušanu, labvēlīgu ietvaru un pat ieteikšanu. Tas ir kategoriju kļūda.

Zīmols var mainīt savu tīmekļa vietni, piekļuves nosacījumus, informācijas arhitektūru, saturu, apgalvojumus un daļu no datiem, kas iesniegti ārējām platformām. Tas nevar norādīt atgūšanas sistēmai izvēlēties konkrētu dokumentu. Tas nevar piespiest citēšanu vai noteikt, kā modelis sintezēs savus avotus. Tāpat tas nekontrolē galīgo ieteikumu.

Tādēļ nobriedusi pieeja Generative Engine Optimization (GEO) prasa trīs atšķirīgas rīcības formas:

• tieši optimizējot kontrolētos aktīvus un nosacījumus;

• netieši ietekmējot, kā informācija tiek izvēlēta un izmantota;

• uzraugot rezultātus, kas paliek ārpus zīmola kontroles.

Vienkāršāk sakot:

GEO nav modeļa atbildes optimizācija. Tā ir kontrolēto nosacījumu optimizācija, mēģinājums ietekmēt starpposma procesus un mērījums par pārstāvniecību, kuru zīmols nekontrolē.

“Pēc SEO” nenozīmē “bez SEO”

Vārds “pēc” nenozīmē, ka GEO aizstāj SEO. Tas attiecas uz vēlākajām informācijas plūsmas stadijām – brīdi, kad pieejamais dokuments var tikt atgūts, izvēlēts, izmantots un pārveidots par atbildi.

Google Search ģeneratīvās funkcijas pamatprasības SEO joprojām ir ieejas nosacījums. Google apgalvo, ka AI Overviews un AI Mode izmanto tās pamatkvalitātes un rangēšanas sistēmas, Retrieval-Augmented Generation (RAG) un vaicājumu izplatīšanu. Lapa jāindeksē un jābūt piemērotai, lai parādītos ar fragmentu, taču šo nosacījumu izpilde negarantē, ka tā tiks indeksēta, pārmeklēta vai prezentēta.

Ne katra sistēma sasniedz informāciju pa to pašu ceļu.

OpenAI atšķir automatizēto OAI-SearchBot no ChatGPT-User, kurš var apmeklēt lapu lietotāja darbības rezultātā. Anthropic piešķir atsevišķas lomas Claude-SearchBot un Claude-User. Perplexity līdzīgi atšķir PerplexityBot no Perplexity-User, ar lietotāja iniciētu atgūšanu, kas potenciāli darbojas saskaņā ar citiem noteikumiem nekā automatizēta indeksēšana.

Šī raksta apjoms

Visā šajā rakstā ģeneratīvās meklēšanas sistēma tiek izmantota kā vispārīgs termins. Tas nenozīmē, ka katram produktam ir tāda pati arhitektūra.

Secība:

piekļuve → atgūšana → avota izvēle → citēšana → uzsūkšanās → sintēze → pārstāvība → ieteikšana

ir analītisks modelis. Noteiktā sistēmā dažas stadijas var būt iteratīvas, paralēlas, slēptas vai neesošas.

Ko GEO vajadzētu nozīmēt?

Trīs konkurējošas definīcijas var identificēt akadēmiskajā pētniecībā un nozares diskursā.

Oriģinālā pētījumā “GEO: Generative Engine Optimization” GEO tika definēts kā melnā kaste optimizācijas ietvars, kas paredzēts, lai palielinātu satura redzamību ģeneratīvās dzinēja atbildēs. Pētnieki modificēja dokumentus un mērīja izmaiņas to ekspozīcijā. Ziņotais rezultāts “līdz 40%” attiecās uz konkrētu atsauces punktu, tā paša redzamības metrikām un kontrolētu pētījumu vidi – tas nav atsauces punkts pašreizējām ražošanas sistēmām.

No Google perspektīvas, Answer Engine Optimisation (AEO) un GEO ir nozares termini, kas attiecas uz redzamību AI meklēšanas pieredzēs, taču optimizācija AI Overviews un AI Mode joprojām ir daļa no Google Search optimizācijas. Google neprasa llms.txt, speciālu marķējumu, mākslīgu fragmentāciju vai atsevišķu rakstīšanas stilu AI sistēmām.

Abas definīcijas ir noderīgas, taču neviena no tām nesniedz pietiekami neitrālu disciplīnas definīciju.

Operatīvā definīcija

Generative Engine Optimisation ir pierādījumiem balstīta prakse, kas paredzēta kontrolējamo informācijas aktīvu un piekļuves nosacījumu modificēšanai, lai radītu labākus apstākļus ģeneratīvās meklēšanas sistēmām, lai atrastu, izvēlētos, izmantotu un precīzi pārstāvētu informāciju – vienlaikus mērījot rezultātus, kas paliek ārpus zīmola tiešās kontroles.

Šī definīcija neietver:

• tiešu atbildes kontroli;

• pakalpojumu sniedzēja modeļa apmācību vai pielāgošanu;

• katru SEO vai PR aktivitāti;

• tikai uzraudzību;

• garantējot pieminēšanu, citēšanu vai ieteikšanu.

GEO, AEO, LLMO un AI redzamība

Šie termini apraksta pārklājošus, bet atšķirīgus objektus.

AI redzamība ir mērījumu joma, nevis GEO sinonīms.

Zīmols var tikt bieži pieminēts, bet aprakstīts neprecīzi. Tas var saņemt citējumus, neesot ieteiktam. Tas var pastāvīgi parādīties kā informācijas avots, bet ne kā attiecīgā risinājuma sniedzējs.

GEO kontroles virsma

GEO kontroles virsma, ko ierosinājusi Brand Semantics, organizē aktivitātes atbilstoši zīmola pieejamās aģentūras līmenim.

Modelis nenorāda, ka katrs elements pieder tikai vienai kategorijai. Citēšana, piemēram, ir process, kuru zīmols var mēģināt ietekmēt un rezultāts, kuru tam jānovēro.

Klasifikācija apraksta atbilstošo pārvaldības režīmu, nevis tikai elementa pozīciju caur cauruļvadu.

Ko zīmoli var tieši optimizēt

Tieša optimizācija ir iespējama, ja zīmols kontrolē iejaukšanās objektu un var pārbaudīt, ka izmaiņas ir ieviestas.

Tehniskā piekļuve ir kontrolējama; iekļaušana nav

Google Search zīmols var kontrolēt, vai tā lapas ir tehniski pieejamas pārmeklēšanai, indeksēšanai un fragmentu prezentēšanai. Tas nevar garantēt, ka Google indeksēs lapu vai parādīs to ģeneratīvā funkcijā.

To pašu atšķirību var attiecināt uz citām platformām:

• OAI-SearchBot atbalsta lapu iekļaušanu ChatGPT Search funkcijās, kamēr GPTBot attiecas uz saturu, kas var tikt izmantots modeļa izstrādē. Kontroles ir neatkarīgas.

• Claude-SearchBot atbalsta indeksēšanu, kas paredzēta, lai uzlabotu Claude meklēšanas rezultātu kvalitāti, atbilstību un precizitāti, kamēr Claude-User apstrādā lietotāju iniciētu atgūšanu.

• PerplexityBot atbalsta meklēšanas virsmas, kamēr Perplexity-User var apmeklēt lapu lietotāja pieprasījuma rezultātā. Perplexity apgalvo, ka pēdējais parasti ignorē robots.txt, jo atgūšana ir lietotāja iniciēta.

Tādējādi nav viena “atļaut AI” vai “bloķēt AI” lēmuma. Automatizēta indeksēšana, atgūšana pēc pieprasījuma, modeļa izstrāde un tīmekļa lietojumprogrammu ugunsmūra (WAF) noteikumi jāapsver atsevišķi.

Saturu, apgalvojumus un strukturētos datus

Zīmols var uzlabot:

• savām definīcijām;

• metodoloģijas caurspīdīgumu;

• datu kvalitāti;

• avotu skaidrību;

• argumenta struktūru;

• informācijas aktualitāti;

• atšķirību starp faktiem, interpretācijām un ierobežojumiem;

• nosaukumu, produktu un kategoriju konsekvenci.

Tas nenozīmē universālas rakstīšanas stila pastāvēšanu, kas garantē citēšanu.

Google iesaka noderīgu, atšķirīgu un nekomodizētu saturu, taču noraida nepieciešamību pēc speciāla rakstīšanas stila ģeneratīvajai meklēšanai, ideāla dokumenta garuma vai mākslīgas satura sadalīšanas īsos fragmentos.

Strukturētie dati ir arī kontrolējams elements. Tie var palīdzēt Google Search saprast redzamo saturu un noteikt piemērotību konkrētiem bagātīgiem rezultātiem, taču tehniski pareiza ieviešana negarantē, ka šie rezultāti tiks parādīti. Strukturētajiem datiem jāatspoguļo informācija, kas ir pieejama lietotājam.

Detalizēts entitāšu, apgalvojumu un avotu karšu izstrādes plāns ir iekļauts Brand Semantics Infrastructure: kā padarīt AI Search pareizi saprast jūsu zīmolu. Šeit šie elementi ir svarīgi kā kontrolējami ievadi – nevis kā garantija par galīgo pārstāvību.

Ko var tikai ietekmēt

Zīmols var radīt labākus apstākļus atgūšanai, avota izvēlei un precīzai sintēzei, taču tas nekontrolē šos lēmumus.

Atgūšana un avota izvēle

Iespējamās iejaukšanās ietver:

• tehnisko pieejamību;

• semantisko saskaņošanu starp dokumentu un vaicājumu;

• skaidru terminoloģiju;

• relevantus apgalvojumus;

• aktualizētus datus;

• pieejamību lietotāja valodā;

• ārējos avotus, kas apstiprina svarīgu informāciju.

Tomēr pilns kandidātu kopums, visi palīgvārdi un platformas piemērotie svari paliek nezināmi. Tādējādi atgūšana un avota izvēle ir ietekmes jomas un daļēji novērojami procesi.

Redzamības trūkums nenozīmē, ka avots nav spēlējis lomu atgūšanā vai ģenerēšanā. Bez piekļuves platformas iekšējiem žurnāliem daļa procesa paliek novērojama. Konkrēts neredzamais avots nedrīkst tikt piešķirts atbildes veidošanai bez papildu pierādījumiem.

Citēšana un uzsūkšanās nav viens un tas pats

Zīmols var uzlabot dokumentu, taču tas nevar ieviest citēšanas līmeni lapā.

Citēšanas līmenis ir rezultāts, nevis optimizācijas objekts.

Pētījums “No citēšanas izvēles līdz citēšanas uzsūkšanai” atšķir:

• citēšanas izvēle – avota izvēle un prezentācija;

• citēšanas uzsūkšana – citētās lapas ietekme uz valodu, faktiem, pierādījumiem vai atbildes struktūru.

Analizētajā datu kopā citēšanas platums un ietekmes dziļums nebija ekvivalenti. Pētījums arī atklāja, ka lapas ar lielāku novēroto ietekmi bija vairāk strukturētas, semantiski saskaņotas un bagātas ar izņemamiem pierādījumiem. Šīs ir aprakstošas attiecības, nevis pierādījums, ka viena struktūras izmaiņa izraisīs augstāku uzsūkšanu. Publikācija ir priekšdrukas.

Pilna metodoloģija, lai atšķirtu citēšanu no uzsūkšanas, prasa atsevišķu analīzi. Šī modeļa vajadzībām attiecīgā atšķirība ir:

• struktūra un pierādījumi ir kontrolējami ievadi;

• citēšanas izvēle un uzsūkšana ir ietekmes jomas;

• citēšanas līmenis un apgalvojumu uzsūkšana ir novēroti rezultāti.

Ārējie avoti

Digitālā PR, izdevēju attiecības un ārējo avotu labošana var atbalstīt GEO, taču ne katra pieminēšana ir GEO iejaukšanās.

Ārējā publikācija kļūst par GEO programmas daļu, kad tā:

1. atbalsta noteiktu apgalvojumu vai entitātes attiecību;

2. risina konkrētu avota trūkumu;

3. ir saistīta ar skaidru ietekmes hipotēzi;

4. tiek turpmāk uzraudzīta izvēlei, citēšanai vai pārstāvībai.

Zīmols kontrolē savus datus, pētījumus un izsūtīšanu. Tas nekontrolē izdevēja redakcionālo lēmumu vai sistēmas turpmāko publikācijas izvēli.

Pilna analīze par piederīgajiem, nopelnītajiem un trešo pušu avotiem pieder citur saturā. Šis raksts tos klasificē tikai atbilstoši pieejamās kontroles līmenim.

Ietvars un ieteikšana

Zīmols var:

• skaidri definēt savu kategoriju;

• izskaidrot atbilstošos lietošanas gadījumus un ierobežojumus;

• publicēt salīdzinājumus, pamatojoties uz skaidriem kritērijiem;

• labot neprecīzu informāciju;

• veidot konsekvenci starp savu piedāvājumu, auditoriju un risināmo problēmu.

Tomēr tas nevar noteikt, vai sistēma to prezentē kā pirmo ieteikumu, vienu no vairākiem variantiem, nišas risinājumu vai zīmolu, kas ir neatbilstošs scenārijam.

Ieteikšanas līmenis, atbilžu nozīmīgums un ietvars ir novēroti rezultāti. Apgalvojums, ka zīmols var “optimizēt ieteikumus”, piešķir tam kontroles līmeni, kāds tam nav.

Piemērs: viens aktīvs, četri aģentūras līmeņi

Pieņemsim, ka uzņēmums, kas nodrošina programmatūru uzņēmumiem, publicē savu ziņojumu, salīdzinot metodes procesu efektivitātes mērīšanai.