Режим ИИ от Google предоставляет исчерпывающие ответы на сложные вопросы, стремясь понять, что пользователи действительно хотят узнать. Хотя Google утверждает, что стандартный SEO не требуется для ранжирования в режиме ИИ, на самом деле он лишь делает ваши страницы *способными* быть рассмотренными.
Вот простое объяснение AI Mode, включая то, как он ранжирует страницы и причины, лежащие в основе этих рейтингов.
Что такое AI Mode?
Google запустила AI Mode, новый способ поиска, 5 марта 2025 года, начав как тест в Google Labs. К 20 мая он стал полностью доступным вариантом поиска. Google называет это своим самым продвинутым поисковым опытом, используя сложную технологию для понимания не только текста, но и изображений и видео – всего, что выходит за рамки простого текста.
Новый AI-режим от Google — это значительное обновление Поиска, разработанное, чтобы помочь людям более подробно изучать темы. Этот сдвиг приносит как преимущества, так и некоторые изменения в традиционном поисковом опыте.
https://www.searchenginejournal.com/wp-json/sscats/v2/tk/Middle_Post_Text
- Преимущество заключается в том, что Google ссылается на большее разнообразие веб-сайтов по каждому запросу.
- Изменение заключается в том, что веб-сайты указываются для множества запросов, начиная с первоначального запроса и последующих запросов.
Эти две проблемы создают трудности для поисковой оптимизации. Следует ли вам сосредоточиться на исходном поисковом запросе или на более конкретном последующем вопросе? Многие специалисты по SEO считают, что лучше всего оптимизировать для обоих.
Распространение запросов
Как человек, который разрабатывает веб-сайты и наблюдает за эволюцией поисковых технологий на протяжении многих лет, я видел множество интересных подходов к пониманию того, чего *действительно* хотят пользователи. Этот ‘AI Mode’ – во многом как Google’s AI Overviews – не просто смотрит на ваш первоначальный поиск. Он разбивает ваш вопрос на более мелкие части, почти предсказывая, что еще из связанного может вас заинтересовать. Это как будто он думает наперед, чтобы дать вам более полный ответ, а не просто прямой ответ на то, что вы ввели.
Запросы с разветвлением пытаются предсказать, какая информация может понадобиться пользователю далее. Например, если кто-то задаёт вопрос о теме A, ИИ от Google также может показать ответы на связанные вопросы о темах B, C и D.
Например, если вы спросите: «Что такое механическая клавиатура?», Google отвечает на следующие вопросы:
- Что такое механическая клавиатура?
- Что такое механические переключатели?
- Что происходит, когда клавиша нажата на механической клавиатуре?
- Что такое колпачки клавиш и из каких материалов они изготавливаются?
- Какова роль печатной платы (PCB)?
- Как классифицируются механические переключатели?
Этот скриншот результатов поиска в режиме AI демонстрирует, как система расширяет ваш первоначальный вопрос. Он показывает исходные вопросы (выделенные красным цветом) вместе со связанными вопросами и их соответствующими ответами, демонстрируя, как AI генерирует более широкий спектр информации.
Как я извлек скрытые вопросы из результатов поиска в режиме AI.
Я нашёл вопросы, связанные с фанатским распространением, используя технику, называемую обратным поиском ответов, где я начал с ответов и работал в обратном направлении, чтобы найти вопросы.
Я скопировал вывод из AI Mode в документ, затем загрузил его в ChatGPT со следующим запросом:
Read the document and extract a list of questions that are directly and completely answered by full sentences in the text. Only include questions if the document contains a full sentence that clearly answers it. Do not include any questions that are answered only partially, implicitly, or by inference.
Поэкспериментируйте с режимом AI, чтобы увидеть, как он разбирает ваши вопросы и исследует различные углы. Это даст вам более четкое представление о том, что происходит за кулисами, и сделает процесс более понятным.
Контент с глубиной
Google предполагает, что издатели, стремящиеся добиться хороших результатов в результатах поиска на основе искусственного интеллекта, должны сосредоточиться на создании контента, который всесторонне отвечает на подробные вопросы пользователей.
Люди сейчас задают более детальные вопросы, требующие более глубоких ответов, а также задают дополнительные вопросы, чтобы глубже изучить темы.
Как цифровой маркетолог, я узнал, что не всегда нужно создавать огромные, глубокие статьи. Что *действительно* важно – это предоставлять людям контент, который они активно ищут. Это немного отличается от простой попытки ранжироваться по множеству ключевых слов – речь идет об истинном удовлетворении пользовательского намерения.
Google рекомендует:
- Сосредоточьтесь на уникальном, ценном контенте для людей.
- Обеспечьте отличный пользовательский опыт.
- Убедитесь, что мы можем получить доступ к вашему контенту.
- Управляйте видимостью с помощью элементов управления предварительного просмотра. (Используйте nosnippet, data-nosnippet, max-snippet или noindex, чтобы установить ваши предпочтения отображения.)
- Убедитесь, что структурированные данные соответствуют видимому контенту.
- Go beyond text for multimodal success.
- Поймите полную ценность ваших посещений.
- Развивайтесь вместе со своими пользователями.
Последние два предложения требуют дальнейшего уточнения:
Поймите полную ценность ваших посещений.
Лучше сосредоточиться на предоставлении людям той информации, которую они хотят получить, а не просто пытаться заставить их кликнуть. Приоритет кликов может фактически помешать вам по-настоящему удовлетворить заинтересованную аудиторию.
Развивайтесь вместе со своими пользователями.
Google заявляет, что они меняются, чтобы соответствовать тому, как люди ищут, но более практичный взгляд на это заключается в том, что они меняются, чтобы соответствовать тому, как Google отображает результаты поиска.
Что говорят эксперты о структуре контента для режима ИИ.
Дуан Форрестер, который раньше работал в Bing Search, предполагает, что контент должен быть организован по-новому, чтобы хорошо ранжироваться в результатах поиска на основе искусственного интеллекта.
Он советует:
Способ работы поиска эволюционирует. Вместо того, чтобы просто сосредотачиваться на высоких позициях в результатах поиска, сейчас важнее быть легко находимым, в сочетании с другой информацией, и затем понятым системами искусственного интеллекта.
В своей статье «Поиск без веб-страницы» он далее объясняет, что контент должен быть действительно полезным и предоставлять прямой ответ на вопрос пользователя.
Недостаточно, чтобы ваш контент просто появлялся высоко в результатах поиска. Он должен быть найден, иметь смысл для поисковой системы, а затем быть собран воедино, чтобы напрямую отвечать на вопрос пользователя.
Он также говорит, что контент должен быть:
…структурированные, интерпретируемые и доступные, когда приходит время отвечать.
Это следующее поколение поисковых технологий. Оно не полагается на традиционные методы, такие как ссылки и ранжирование страниц. Вместо этого оно использует более продвинутый подход, основанный на векторах, внедрениях, объединении результатов из нескольких источников и больших языковых моделях, которые действительно понимают и рассуждают, а не просто перечисляют результаты.
Когда Дуэйн говорит об структурировании контента, он имеет в виду организацию его на странице таким образом, чтобы чётко показать, как различные части информации связаны друг с другом, а также чтобы было легко понять, о чём идёт речь в каждом разделе.
По моему мнению:
- Абзацы должны состоять из предложений, которые развивают идею, с чётким завершением в конце.
- Если предложение не имеет цели в рамках абзаца, вероятно, лучше его удалить.
- Если абзац не имеет чёткой цели, избавьтесь от него.
- Если группа абзацев находится не на месте в конце документа, переместите её ближе к началу, если там её место.
- Весь документ должен иметь чёткое начало, середину и конец, причём каждый раздел должен служить «основой ответа».
Итай Садан, генеральный директор Duda, рекомендует:
При написании запросов для AI-моделей, будьте прямы и точны. Эти модели лучше всего понимают чёткие инструкции, поэтому избегайте использования слов, таких как ‘it’, ‘they’ или чего-либо другого, что не определено конкретно.
Сделайте ваш контент простым для понимания, разделив его на чёткие разделы. Используйте заголовки (такие как H2 и H3) для разделения и выделения основных идей, которые поддерживают центральный аргумент вашей статьи.
По словам Морди Оберштейна, основателя Unify Marketing, большинство digital-маркетологов исторически уделяли приоритетное внимание пониманию того, какие маркетинговые усилия приводят к результатам – процессу, известному как атрибуция.
Люди по-прежнему реагируют на одни и те же основные вещи, но мы, как цифровые маркетологи, потеряли это из виду. Мы забыли, что действительно находит отклик у людей, и я думаю, что виной тому рост интернета и связанных с ним технологий.
- Атрибуция
- Возможность отслеживать реакции
Раньше компании терпеливо относились почти к любой тактике, которую использовали цифровые маркетологи для привлечения трафика и продаж, рассуждая, что это просто так работает в интернете, и все это принимают.
Теперь, с AI Mode, атрибуция больше не существует в прежнем виде.»
Морди прав – невозможно отслеживать трафик из AI Mode в Google Analytics 4 или Google Search Console. Этот трафик отображается как обычные данные веб-поиска, что делает его неотличимым от стандартных органических результатов поиска в обеих платформах.
Как цифровой маркетолог, понимание того, откуда поступают наши результаты — то, что мы называем «аттрибуцией» — является постоянной проблемой. Недавно я наткнулся на интересные выводы Майкла Бонфилса из Digital International Group, в частности, о том, как мы измеряем успех, когда поисковые запросы фактически не приводят к кликам. Это растущая область, в которой мы все пытаемся разобраться.
Bonfils говорит:
Для органических результатов поиска существует растущая тенденция, называемая ‘zero-click’ (нулевым кликом). Проще говоря, нулевой клик происходит, когда кто-то получает необходимую информацию непосредственно из страницы результатов поиска, не переходя на веб-сайт. Например, если вы сравниваете беговые кроссовки и спрашиваете ИИ, какие из них лучше, вы можете получить ответ прямо там, без необходимости посещать веб-сайт.
Я общаюсь с ИИ, и он учится на лучших примерах и форматах контента, доступных в Интернете. Однако это происходит непосредственно внутри ИИ – пользователи не перенаправляются на исходные веб-сайты. Этот недостаток трафика влияет на то, как мы планируем нашу органическую контент-стратегию.
Это связано с тем, что говорит Морди – специалисты по SEO привыкли думать о маркетинге, отслеживая, откуда поступает трафик, но этот подход может устаревать. Это похоже на то, как работал маркетинг до появления интернета. Проверенные и надежные методы повышения узнаваемости бренда и привлечения людей к вашей марке возвращаются в фокус, хотя цифровые маркетологи исторически отдавали приоритет отслеживанию результатов.
Предположим, кто-то хочет купить новую пару кроссовок. Они могут начать с вопроса к чат-боту о бренде, затем проверить Amazon на предмет фотографий и отзывов покупателей. Далее они могут посмотреть видеообзоры на YouTube, а затем использовать инструмент искусственного интеллекта для изучения технических деталей. Собрав всю эту информацию, они могут вернуться в Amazon или даже проверить Google Shopping, чтобы найти лучшую цену.
Он отмечает, что установление контакта с клиентами всегда было ключевым моментом, и что то, как люди проводят исследования перед покупкой вещей, не сильно изменилось со временем.
Раньше эти проблемы возникали, но теперь люди считают, что причина в больших языковых моделях. Я не думаю, что ситуация в корне изменилась.
Основные исследования не изменились, но теперь существует больше способов продемонстрировать ваш бизнес и продукты. Это во многом благодаря развитию мультимодального поиска и таких функций, как AI Mode.
Изображение демонстрирует, что Nike активно возглавляет обсуждение вокруг AI Mode, используя комбинацию текстовых и видео публикаций.
Подключите свой бренд к продукту.
После многих лет создания веб-сайтов и работы над брендингом, я понял, что крайне важно напрямую связывать смысл вашего бренда с услугами или продуктами, которые вы предлагаете. По сути, вам нужно чётко показать, *почему* ваш бренд — правильный выбор для того, что ищет клиент. Речь идёт о демонстрации релевантности и установлении этой связи очевидным образом.
Вот скриншот спонсорской рекламы, которую Google обнаружил и показывает в результатах поиска с использованием искусственного интеллекта, когда кто-то ищет «what are ad hijacking tools.»
SEO делает контент подходящим для AI-режима.
Как эксперт по SEO, хочу прояснить кое-что важное об AI-powered поиске. Просто *быть* SEO-friendly теперь является базовым требованием, чтобы вообще быть *рассмотренным* результатами, управляемыми AI – рассматривайте это как соответствие критериям входа. Однако, не путайте это с тем, что традиционные SEO-тактики автоматически повысят ваш рейтинг в AI Mode. Это необходимое условие, но не гарантия успеха. Нам нужно адаптировать наши стратегии, чтобы действительно преуспеть в этом новом ландшафте.
Это то, что говорит Google:
Как цифровой маркетолог, я знаю, что размещение вашего контента в AI Overviews или AI Mode от Google зависит от базовой поисковой видимости. По сути, если Google уже показывает вашу страницу в обычных результатах поиска *с* сниппетом, вы уже соответствуете техническим требованиям – дополнительных шагов не требуется! Ему просто нужно быть проиндексированным и иметь право отображаться в стандартном поиске Google.
«Основные технические требования» – это всего лишь три основы SEO:
- «Googlebot не заблокирован.
- Страница работает, что означает, что Google получает HTTP 200 (успех) статус код.
- Страница содержит контент, доступный для индексации.»
Google утверждает, что базовое SEO необходимо для того, чтобы веб-сайт вообще рассматривался для ранжирования с его результатами поиска на основе искусственного интеллекта. Однако, Google напрямую не заявил, что хорошее SEO *улучшит* рейтинг сайта в этих результатах ИИ.
Достаточно ли SEO для AI-режима?
Как цифровой маркетолог, я внимательно слежу за обсуждениями вокруг AI-поиска от Google. Хорошая новость заключается в том, что Google заверил нас, издателей и специалистов по SEO, что нам не нужно кардинально менять наши стратегии, чтобы хорошо ранжироваться в этих новых результатах поиска на основе искусственного интеллекта. Они подтвердили, что придерживаться установленных лучших практик SEO по-прежнему является правильным путем.
Следование стандартным рекомендациям по SEO помогает поисковым системам находить и понимать ваш веб-сайт, что потенциально делает его доступным для ранжирования в результатах поиска на основе искусственного интеллекта. Однако, похоже, что то, что обеспечивает хорошую позицию сайта в AI Mode, значительно отличается от традиционных факторов ранжирования в поиске.
Что такое FastSearch?
Недавние судебные документы по антимонопольному делу против Google показывают, что их AI Mode использует технологию под названием FastSearch для ранжирования веб-страниц.
Как цифровой маркетолог, я внимательно слежу за разработками Google в области ИИ-поиска, и FastSearch является ключевым компонентом. По сути, это способ, которым Google подкрепляет свои результаты, основанные на ИИ, реальной, фактической информацией, полученной из сети. Интересно, что FastSearch не использует те же факторы ранжирования, что и традиционный Google Search. Вместо этого он фокусируется на скорости и извлекает данные только из очень ограниченного числа страниц с высоким рейтингом, чтобы обеспечить фактическое ‘обоснование’ для ИИ. Это означает, что результаты ИИ основаны не только на широких веб-данных – они привязаны к тщательно отобранному и быстро загружающемуся подмножеству сети.
Документы, опубликованные в ходе недавнего антимонопольного судебного процесса против Google в начале сентября, содержат подробное описание объяснения компанией FastSearch.
Как специалист по цифровому маркетингу, я очарован тем, как Google поддерживает точность и надёжность своих моделей Gemini. Они делают это, используя нечто под названием FastSearch, это технология, разработанная ими внутри компании. По сути, FastSearch полагается на то, что они называют ‘RankEmbed signals’ – это те же сигналы, которые Google использует для ранжирования результатов поиска. Затем он быстро собирает сжатую, высокоранжированную версию этих веб-результатов, предоставляя модели Gemini информацию, необходимую для предоставления хорошо обоснованного и ‘grounded’ ответа. Это как предоставление ИИ предварительно отфильтрованного, высокорелевантного фрагмента веб-страницы, гарантируя, что он не просто ‘придумывает вещи’!
FastSearch работает быстрее, чем Search, потому что показывает меньше результатов, но эти результаты не такие всеобъемлющие или качественные, как подробные веб-результаты, которые вы получаете с Search.
И в другом месте того же документа:
FastSearch — это технология, которая быстро находит релевантную информацию из веб-поиска для конкретных целей, например, для предоставления контекста для AI-моделей. Она в основном работает на модели RankEmbed.
RankEmbed
RankEmbed – это мощная модель ИИ, которая обучается на данных для улучшения позиций в поисковой выдаче. Она объединяет информацию о том, что люди ищут, с отзывами от людей-оценщиков, чтобы создать сигналы, которые помогают определить наилучший порядок для результатов поиска.
Судебный документ объясняет:
RankEmbed — это мощная система искусственного интеллекта, использующая глубокое обучение для глубокого понимания языка. Это помогает ей быстро находить наиболее релевантные документы, даже если ваш поиск не включает все ключевые слова.
Данные, оцененные людьми.
Обратная связь от людей, используемая в RankEmbed, не используется напрямую для ранжирования веб-страниц. Вместо этого она обучает искусственный интеллект определять, что делает веб-страницу хорошей или плохой по качеству.
Как используются данные, оцененные людьми в целом:
- Данные, оцененные людьми, используются для создания так называемых размеченных данных.
- Размеченные данные — это примеры, которые модели используют для выявления закономерностей в огромных объемах данных.
Как цифровой маркетолог, я работаю с большим количеством данных для улучшения результатов поиска. В данном случае, мы предоставили примеры того, что мы считаем «релевантным» и «качественным» контентом. Наша модель RankEmbed, которая использует глубокое обучение, затем учится на этих примерах, чтобы распознавать шаблоны, сигнализирующие о хорошей релевантности и качестве – по сути, она сама учится тому, что делает страницу отличной.
Поиск журналов и сигналов поведения пользователей
Давайте ещё раз рассмотрим, как Google включает 70 дней данных поиска пользователей в RankEmbed, модель глубокого обучения, обеспечивающую работу FastSearch.
Журналы поиска отслеживают действия людей при использовании поисковой системы. Эти данные предоставляют ценную информацию о намерениях пользователей – о том, что люди *действительно* ищут – и даже могут раскрыть бренды или веб-сайты, которые пользователи связывают с определенными поисковыми запросами.
Юридические документы не детализируют все возможные способы использования этих данных. Но документ Google, связанный с антимонопольным делом, датированный маем 2025 года, показал, что закономерности в журналах поиска – на что люди нажимают – становятся полезными только тогда, когда у вас есть данные от миллиардов пользователей.
Некоторые SEO-эксперты полагают, что то, как люди кликают по результатам поиска, может напрямую влиять на ранжирование, предполагая, что Google использует эти данные очень детально. Однако это может быть неправдой, поскольку данные о кликах могут быть ненадежными и не всегда точными.
Мы видим общие тенденции, а не мелкие детали. Выводы делаются на основе анализа огромных объёмов данных – миллиардов действий – а не фокусировки на каком-либо отдельном. Это не просто предположение; собственные антимонопольные документы Google от мая 2025 года подтверждают это.
Оценка результатов поиска с использованием реального пользовательского трафика сопряжена с некоторыми трудностями. Сложно надёжно связать действия пользователей с тем, насколько хороши результаты поиска на самом деле. Кроме того, нам требуется большой объём данных, чтобы делать значимые выводы, и бывает сложно понять, что означают действия какого-либо отдельного пользователя.
Журналы поиска не используются для непосредственного изменения позиций веб-страниц в результатах поиска. Вместо этого они помогают нам понять, что пользователи считают релевантным и высококачественным.
Как цифровой маркетолог, я изучал FastSearch, и важно понимать, что это совсем другое «зверь», чем традиционное органическое ранжирование в поиске. Он работает на чём-то под названием RankEmbed, и часть ’embed’ – большая подсказка. По сути, он использует эмбеддинги – способ представления слов как точек в виртуальном пространстве, который улавливает их значение. Что это значит для SEO, так это смещение фокуса. Вместо того, чтобы просто преследовать ключевые слова, нам нужно уделять приоритетное внимание созданию контента, который действительно соответствует теме и фокусируется на общем значении и контексте. Семантическое понимание теперь гораздо важнее, чем простое сопоставление ключевых слов.
Google утверждает, что обычная SEO-оптимизация достаточна для хорошего ранжирования в результатах поиска с использованием искусственного интеллекта, но это лишь частично правда. Стандартные методы SEO в основном гарантируют, что Google сможет найти и понять вашу веб-страницу, делая её *подходящей* для финального процесса ранжирования, называемого FastSearch, где искусственный интеллект действительно вступает в игру.
Однако, FastSearch работает совершенно иначе, когда дело доходит до определения способа ответа на вопрос, используя уникальный подход на уровне основной языковой модели.
Я считаю, что точнее сказать, что следование SEO-руководствам помогает веб-страницам *стать видимыми* в результатах поиска на основе искусственного интеллекта, но то, как эти результаты ранжируются, отличается. Это означает, что нам нужно по-новому взглянуть на ранжирование.
SEO по-прежнему важен, но может быть полезно сосредоточиться на семантической и тематической релевантности.
Режим ИИ является мультимодальным
AI Mode понимает и ранжирует контент, выходящий за рамки простого текста – изображения и видео теперь включены в результаты поиска. Это важно для владельцев веб-сайтов и создателей контента, поскольку люди теперь ожидают найти информацию в различных форматах. Чтобы охватить более широкую аудиторию, хорошей идеей будет создавать контент с использованием изображений, видео и даже аудио, наряду с вашим письменным текстом.
Оптимизация изображений для режима AI
Это скриншот, показывающий изображения, найденные на веб-страницах, которые ответили на вопрос: ‘Что такое механическая клавиатура?’
Изображения в настоящее время не выделяются и не привлекают внимание, и, кажется, это распространенная практика среди издателей, а не конкретный выбор Google. Важно помнить, что изображения не следует добавлять в последнюю очередь – они должны быть ключевой частью вашей стратегии для достижения высоких позиций в AI Mode.
Использование привлекательных изображений может выделить веб-страницу и показаться полезным посетителям. Изображения, которые хорошо выглядят даже тогда, когда Google отображает их как квадраты, обычно работают лучше всего.
Режим ИИ от Google показывает результаты поиска как с прямоугольными (как широкий экран телевизора), так и с квадратными изображениями. Чтобы ваши изображения хорошо выглядели в режиме ИИ, оптимизируйте их, чтобы они были визуально привлекательными в любом из этих форматов.
Морди Оберштейн предлагает следующие идеи о многомодальном маркетинге:
Режим AI может анализировать видео и изображения, а также побуждает вас использовать все доступные ресурсы. Ключ к успеху – оставаться эффективным и сосредоточенным. Создание авторитета посредством высококачественного контента имеет решающее значение для практически любого бизнеса, и мы полностью поддерживаем этот подход.
Режим AI анализирует не только то, что *находится* на вашем веб-сайте – например, изображения, аудио и текст – но и то, как люди обсуждают ваш бренд в интернете.
AI Mode – это эволюция, а не расширение.
Поиск на основе искусственного интеллекта – это значительный шаг вперед по сравнению с традиционными методами. Он выходит за рамки простого поиска информации по тексту, теперь включая изображения и видео. Он даже предсказывает, что вы спросите дальше, и активно показывает вам эти ответы. Это меняет то, как веб-сайты находятся в интернете. Вместо того чтобы сосредотачиваться на списках ключевых слов и пытаться получить больше кликов, акцент теперь делается на понимании полной информации, необходимой пользователю, и создании контента, который полностью ее охватывает.
Смотрите также
2025-10-06 16:16
