Danny Sullivan, a Google keresési összekötője, megosztotta az AI áttekintéseket, elmagyarázva, hogy a prediktív összefoglalók, a földelési linkek és a lekérdezés rajongói-out technikája hogyan működik együtt az AI által generált keresési eredmények kialakításában.
Optimalizálás az AIO számára
Danny Sullivan megosztotta betekintést az AI áttekintések létrehozásában, segítve, hogy megmagyarázza, hogy a Google miért hivatkozhat olyan webhelyekre, amelyek nem felelnek meg a tipikus keresési eredményeknek. Noha a linkek eltérhetnek, hangsúlyozta, hogy a keresés optimalizálásának alapjai változatlanok maradnak.
Danny Sullivan ezt mondta, a jegyzeteim alapján:
„Az alapvető alapvető dolgok nem igazán változtak. Ha olyan dolgokat csinálsz, amelyek sikeresek lesznek a keresés során, akkor ezeknek a dolgoknak át kell menniük néhány olyan dologba, amelyet a generatív AI -összefoglalókban látsz.”
A Google elmagyarázza, hogy az AIO eredményei miért különböznek egymástól
A Danny bemutatójának ezen részének egyik legfontosabb elvitele az volt, hogy magyarázza, hogy a Google AIO keresési eredményei miért különböznek egymástól. Ez a legtisztább magyarázat arról, hogy miért különböznek az AIO keresési eredményei, minden SEO -nak és kiadónak tudnia kell ezt.
Két fogalmat mutatott be, amelyekkel megismerkedhet az AIO keresési eredményeinek jobb megértése érdekében.
- Prediktív összefoglalók
- Földelés linkek
Prediktív összefoglalók
Danny megoldotta az AIO keresési eredmények mögött rejlő rejtélyt, amely megmutatja a tartalmat és a linkeket, amelyek különböznek attól, amit az organikus keresési eredmények mutatnak, ami megnehezíti az ilyen típusú AI -keresési eredmények optimalizálását.
Osztotta, hogy az ilyen típusú AIO oka prediktív összefoglalóknak nevezett. A prediktív összefoglalók válaszokat mutatnak a keresési lekérdezésre, de megpróbálják megjósolni a kapcsolódó variációkat is, amit a felhasználó is látni fogja. Ez nagyon hangzik, mint a Google szabadalma az információképességgel kapcsolatban. Az információképesség az a következő kérdés előrejelzéséről szól, amelyet a kereső feltehet, miután elolvasta a jelen kérdésre adott választ. Az információs nyereség egy szabadalom, amely szigorúan az AI -keresés és az AI asszisztensek kontextusához vezet.
Itt van, amit mondott, a jegyzeteim szerint:
„Egy dolog, ami azt gondolom, hogy az emberek néha igazán zavarónak találják az, hogy lekérdeznek, és különösen látni fogják … ezek a 10 legjobb eredmény, de nem látom őket az AIO -ban, mi folyik itt?
És olyan, mintha igen, a keresőmezőben a lekérdezés ugyanaz a lekérdezés, de az a modell, amely odamenik, hogy megpróbálja megérteni, mit kell mutatni, egyfajta áttekintés, csak a 10 legfontosabb eredményt. Ez sok eredmény megértése, és sok olyan variációt ért, amelyekkel valószínűleg megkapja, és így visszatér, és megpróbálja bemutatni annak prediktív összefoglalóját arról, hogy mihez kapcsolódik a lekérdezés. ”
Földelés linkek
A Sullivan azt is kiderítette, hogy a „földelési linkek” egy másik oka annak, hogy az AIO keresési eredményei különböznek a rendszeres organikus keresési eredményektől. Az AIO keresési eredmény egy olyan téma összefoglalása, amely tartalmazza a több altopikáról szóló tényeket. A földelés célja a teljes összefoglaló rögzítése a web -ökoszisztéma ellenőrzhető információkhoz.
Az AIO -val összefüggésben a földelés az AI összefoglalók ténybeli hitelességének megerősítésének folyamata, hogy a kereső kattintson, hogy elolvassa az AIO által megadott válasz összefoglalóban tárgyalt altémákat. Ez a második oka annak, hogy az AIO linkjei olyan fajtát mutatnak, amelyet általában nem látnak az organikus keresési eredményekben.
Ennek egyik módja az, hogy a linkek kontextuálisabbak, mint az organikus keresési eredmények szokásos tíz kék linkje. Ezeket a kontextuális linkeket minősített kattintásoknak vagy minősített linkeknek is nevezik, amelyek hiper-specifikusak és általában relevánsabbak, mint a szerves keresési eredmények.
Úgy tűnik, hogy Danny azt mondja, hogy a földelő linkek a kezdeti keresési lekérdezéshez kapcsolódó keresésekből származnak, de nem azonosak. Például, ha el akarja magyarázni, hogyan fut a hagyományos autó, akkor információra van szüksége az erőátvitelről, amely egy gáz égési motorból, egy sebességváltóból, a tengelyekből és így tovább alkot. Egy komplex kérdés megválaszolásához az információforrások széles skálájából történő földelést igényel.
Megjegyzéseim szerint Danny Sullivan így magyarázta:
„És akkor ráadásul arra is megpróbálja behozni a földelő linkeket. És azok a földelő linkek, mert ez egy tágabb készletből származik, nem csak egyezik. A lekérdezések különböznek egymástól, és az általános készlet más lesz.
Ezért nagyszerű lehetőség a sokféleségre, és bármi is legyen a kérdésünk, hogy mondjuk, de ezért láthat különféle dolgokat, amelyek ott mutatnak. „
Ne zavarja a rangsorát
Sullivan figyelmeztette, hogy megpróbálja rangsorolni mind az AIO összefoglalóinak, mind az ökológiai, mind a különböző részeire, mondván, hogy valószínűleg „összezavarja a dolgokat”, mert „ez nem igazán működik”.
Lekérdezés rajongói-out technika
Danny Sullivan szintén megérintette az AI mód témáját, mondván, hogy jelenleg nem igazán kell optimalizálni, mert még mindig a Google Labs -ban van, és valószínűleg megváltozik, és valami más lesz, ha valaha is kijön a Google Labs -ból.
De azt mondta, hogy az AI mód valami query rajongói-out technikának nevezett dolgot használ.
Azt mondta:
„… Az egyik dolog, amiről beszélnek, olyan, mint„ egy Advanced Query Fan Out technikát használunk, amelyben több kapcsolódó lekérdezés van… ”, és alapvetően ezt mondtam korábban.
Ön kiadott egy lekérdezést. Megpróbálja megérteni a kapcsolódó variációkat és dolgokat. Ami egyébként nem olyan különbözik attól, hogy miként működik a keresés jelenleg, még akkor is, ha nem volt hozzá az AI elem. Mert amikor kiadást adna ki most, megpróbáljuk megérteni a szinonimákat, megpróbáljuk megérteni a teljes lekérdezés jelentését. Ha ez egy mondat, akkor mindenféle módon megpróbáljuk illeszteni azt … mert néha csak jobb eredményeket hoz. ”
Elfogadás:
A Google Search Liaison, más néven Danny Sullivan ösztönözte a SEO alapvető alapjainak használatát, mondván, hogy továbbra is relevánsak a rangsoroláshoz. Danny elmagyarázta, hogy az AI áttekintéseiben szereplő linkek miért különbözhetnek szignifikánsan az organikus keresési eredményektől, és három fogalmat vezetnek be, amelyek segítenek jobban megérteni az AIO keresési eredményeit.
Három, az AIO keresési eredményekkel kapcsolatos fogalom megértése:
- Prediktív összefoglalók
- Földelés linkek
- Lekérdezés rajongói-out technika
Nézd meg is: AI áttekintéseinek elsajátítása a nagyobb keresési láthatóság érdekében
