Генеративная оптимизация двигателя (GEO) и способы оптимизации для результатов поиска ИИ (Принстонское исследование)

Вчера я нашел это исследование о том, как можно оптимизировать поисковые системы на основе LLM (например, Google Bard, Google SGE, Bing, ChatGPT и т. д.), AI Search или Генеративные двигатели как их называет исследование.

Они придумали этот новый подход: Генеративную оптимизацию двигателя (GEO).

Исследование, проведенное командами из Принстонского университета, Технологического института Джорджии, Института искусственного интеллекта Аллена и ИИТ Дели, оценивает, какие стратегии эффективны для улучшения видимости в поисковых системах такого типа.

И это интересно, поскольку традиционные методы SEO могут не дать таких же результатов с этими генеративными механизмами нового поколения, которые обеспечивают прямые, всеобъемлющие ответы и потенциально могут снизить органический трафик на веб-сайты.

Поэтому специалисты по SEO должны понимать и адаптироваться к этой новой парадигме, поскольку в 2024 году и в последующие годы мы увидим все больше и больше искусственного интеллекта этого типа в поисковой системе Google.

Согласно исследованию, используя методы генеративной оптимизации (GEO), такие как включение цитат, цитат из соответствующих источников и статистики, оптимизаторы могут значительно повысить видимость веб-сайта в результатах поиска AI.

Ранее я немного обсуждал это, когда был представлен Google Bard, объясняя, как его оптимизация может напоминать стратегии, используемые для улучшения избранных фрагментов.

Основными выводами исследования были:

1. Сосредоточьтесь на показателях показов: Традиционных показателей, используемых в поисковой оптимизации (SEO), больше недостаточно для генеративных систем. Вместо этого GEO предлагает набор показателей показов, которые измеряют видимость цитирований и их релевантность запросу пользователя.
2. Включить включение цитат и цитат: В исследовании оцениваются различные методы ГЕО и их эффективность в улучшении видимости источников. Примечательно, что такие методы, как включение цитат, цитат из соответствующих источников и статистики, значительно повышают видимость источника до 40% в ответах генеративной системы.
3. Оптимизация для конкретной области: Исследование демонстрирует важность стратегий оптимизации для конкретной предметной области. Различные методы GEO работают лучше в определенных областях, что подчеркивает необходимость целенаправленных корректировок для повышения наглядности. Подобно тому, как авторитетный язык лучше всего помогает улучшить исторический контент, оптимизация цитирования приносит пользу фактическим запросам, а статистика расширяет возможности юридических и правительственных тем.

Если вам нужны более содержательные подробности, я постарался изложить их ниже.

Что такое AI-поиск или генеративные системы и почему это важно?

Поиск AI или модели большого языка (LLM) представляют собой следующее поколение технологий поисковых систем.

Эти передовые системы, такие как БингЧатSGE компании Google, Растерянность или, в частности, ChatGPT, объединить возможности традиционных поисковых систем с адаптируемостью генеративных моделей.

Эти новые типы поисковых систем, известные как генеративные системы (GE), выходят за рамки простого поиска информации.

Они генерируют мультимодальные ответы, синтезируя информацию из нескольких источников.

Генеративные механизмы работают, извлекая соответствующие документы из базы данных, например из Интернета, и используют большие нейронные модели для генерации ответа.

Этот ответ основан на источниках, обеспечивая атрибуцию и предоставляя пользователю возможность проверить информацию.

Хотя эти движки предлагают значительные преимущества как разработчикам, так и пользователям, они также создают проблемы для создателей веб-сайтов и контента.

В отличие от традиционных поисковых систем, генеративные системы могут предоставлять прямые и исчерпывающие ответы, что может привести к снижению органического трафика на веб-сайты и повлиять на их видимость.

Как исследование сравнивает классические поисковые системы с генеративными системами (AI Search)

Но, опять же, Google уже довольно давно делает это со своим все более и более частым избранным фрагментом.

Но, конечно, GE или SGE выводят это на совершенно новый уровень.

И поскольку эти системы продолжают развиваться, они, несомненно, будут играть ключевую роль в формировании будущего поисковых технологий.

Исследование: «GEO: Генеративная оптимизация двигателя»

В исследовании, названном просто «GEO: Generative Engine Optimization», исследователи провели эксперименты по оценке эффективности различных методов генеративной оптимизации двигателя (GEO).

Они использовали тест под названием GEO-BENCH, который состоял из 10 000 разнообразных запросов из разных источников и доменов.

Описание набора данных

MS Макро	Содержит реальные анонимные запросы пользователей из поисковых систем Bing и Google.
ОРКАС-1	Содержит реальные анонимные запросы пользователей из поисковых систем Bing и Google.
Естественные вопросы	Содержит реальные анонимные запросы пользователей из поисковых систем Bing и Google.
AllSouls	Содержит вопросы для эссе из «Колледжа всех душ Оксфордского университета». Требуются генеративные механизмы для выполнения соответствующих рассуждений для агрегирования информации из нескольких источников.
ЛИМА	Содержит сложные вопросы, требующие от генеративных механизмов не только агрегировать информацию, но и выполнять соответствующие рассуждения для ответа на вопрос (например, написание короткого стихотворения, кода Python).
Давинчи-Дебтате	Содержит вопросы для обсуждения, созданные для тестирования генеративных двигателей.
Perplexity.ai Откройте для себя	Запросы поступают из раздела «Обнаружение» Perplexity.ai, который представляет собой обновленный список популярных запросов на платформе.
ЭЛИ-5	Содержит вопросы из субреддита ELI5, где пользователи задают сложные вопросы и ожидают ответов простым, понятным языком.
Запросы, созданные GPT-4	Чтобы дополнить разнообразие в распределении запросов, GPT-4 предлагается генерировать запросы из различных областей (например, наука, история) и на основе намерения запроса (например, навигация, транзакция), а также на основе сложности и объема сгенерированного ответа (например, открытый, основанный на фактах).

‍

Для каждого запроса в тесте исследователи случайным образом выбрали исходный веб-сайт и отдельно применили один из методов GEO для оптимизации контента этого источника. Они генерировали несколько ответов на каждый запрос, чтобы обеспечить статистическую надежность.

Эффективность методов GEO оценивалась с использованием двух показателей: количества слов с поправкой на позицию и субъективного впечатления.

Показатель количества слов с поправкой на позицию учитывалось количество слов и положение цитаты в ответе генеративного механизма.

Показатель субъективного впечатления включил несколько субъективных факторов для расчета общей оценки впечатлений.

Относительное улучшение показов для каждого источника рассчитывалось путем сравнения оценок показов оптимизированного ответа с базовым ответом без какой-либо оптимизации.

Кроме того, исследователи проанализировали эффективность методов GEO в различных категориях и областях.

Они определили наиболее эффективные категории для каждого метода, указав конкретные контексты, в которых каждый метод был наиболее эффективным.

В исследовании использовалась поисковая система Perplexity.ai и поисковая система с искусственным интеллектом, созданная по образцу Bing Chat. Исследователи обнаружили, что результаты были одинаковыми на обеих платформах.

Показатели оценки из исследования

Они оценили методы GEO на подмножестве из 200 образцов из тестового набора, чтобы оценить их производительность в реальном сценарии генеративного двигателя.

Оценены девять различных методов оптимизации

Исследователи оценили девять различных методов GEO для оптимизации контента веб-сайта для генеративных движков.

Мне кажется, что эти методы представляют собой смесь классических методов SEO (например, использование ключевых слов, EEAT, семантическое богатство, внешние ссылки и т. д.).

Эти 9 методов были:

1. Авторитетный: Изменяет стиль текста исходного контента, делая его более убедительным и авторитетным, позволяя с уверенностью заявлять о себе.
2. Наполнение ключевыми словами: изменяет контент, включив в него больше ключевых слов из пользовательского запроса, аналогично традиционным стратегиям SEO-оптимизации.
3. Добавление статистики: изменяет контент, включив там, где это возможно, количественную статистику вместо качественного обсуждения, добавляя доказательства, основанные на данных.
4. Цитировать источники: Добавляет соответствующие цитаты из надежных источников для подтверждения утверждений и указания авторства по всему содержимому веб-сайта.
5. Добавление предложения: Включает цитаты из соответствующих источников для повышения достоверности и глубины содержания веб-сайта.
6. Легко понять: упрощает язык и структуру содержимого веб-сайта, делая его более доступным и привлекательным для генеративного механизма и пользователей.
7. Оптимизация беглости: улучшает беглость и читаемость текста веб-сайта, обеспечивая плавное и связное чтение.
8. Уникальные слова: добавляет уникальную и интригующую лексику к содержимому веб-сайта, выделяя его и повышая привлекательность.
9. Технические понятия: Включает технические термины и жаргонизмы, относящиеся к предметной области или отрасли, демонстрируя опыт и обслуживая конкретную аудиторию.

Пример того, как исследования реализовали GEO

Самые эффективные методы ГЕО

Они обнаружили, что некоторые методы оказались более эффективными в определенных областях, а три стратегии оказались успешными на всех типах сайтов.

В тройку лучших стратегий вошли «Цитирование источников», «Добавление цитат» и «Добавление статистики». Эти методы, требующие минимальных изменений фактического контента, улучшили видимость сайта на 30-40% по сравнению с базовыми показателями.

Интересно, что исследователи обнаружили, что эффективность стратегий оптимизации варьируется в зависимости от области знаний.

Например, «Авторитетная» оптимизация, в которой используется более убедительный язык, лучше всего работает для контента, относящегося к исторической области.

Между тем, оптимизация цитирования оказалась наиболее эффективной для фактических поисковых запросов, а добавление статистики оказалось полезным для вопросов, связанных с правом и правительством.

Таблица данных с результатами исследования

Исследование также показало, что некоторые стратегии оказались менее эффективными, чем ожидалось.

Использование убедительных и авторитетных тонов в контенте, как правило, не улучшало рейтинг в поисковых системах искусственного интеллекта.

Аналогичным образом, добавление большего количества ключевых слов из поискового запроса в контент (то, что мы в классическом SEO знаем как наполнение ключевыми словами, если переусердствовать) не было эффективным и работало хуже, чем базовый уровень, на 10%.

Должны ли мы доверять исследованию? я не так уверен

Исследователи утверждают, что веб-сайты, которые традиционно занимают более низкие позиции в поисковой выдаче, могут значительно улучшить свою видимость, используя методы GEO.

Например, метод Cite Sources привел к существенному увеличению видимости на 115,1% для веб-сайтов, занимающих пятое место в поисковой выдаче.

Мне это кажется немного случайным или слишком масштабным изменением, что заставляет меня подозревать, что их методы не являются на 100% пуленепробиваемыми.

Также они отмечают «сайты с более низким рейтингом» как те, кто находится на пятом месте в поисковой выдаче и создается чаще. И что «многие из этих веб-сайтов с более низким рейтингом часто создаются небольшими создателями контента или независимыми предприятиями».

На мой взгляд, это искажает недопонимание, когда дело касается SEO. Сайты с более низким рейтингом выпадают из топ-10 по большинству запросов, так как сегодня для того, чтобы попасть на первую страницу, требуется немало усилий. И чаще всего на первой странице нет мелких создателей контента.

Тем не менее, я нахожу их исследование интересным, и я надеюсь, что мы увидим больше подобных исследований по мере того, как мы вступаем в новую эру GE или SGE.

Хотя исследование предполагает, что генеративная оптимизация механизмов (GEO) может уравнять правила игры для небольших создателей контента и независимых предприятий, существует противоположная точка зрения, что поисковые или генеративные системы с использованием искусственного интеллекта могут вместо этого отдавать предпочтение более крупным и заслуживающим доверия веб-сайтам.

Это потенциально может увеличить разрыв между этими организациями и малыми предприятиями в цифровом пространстве.