SEO-специалисты рекомендуют структурированные данные для поиска с помощью ИИ… Почему?

В LinkedIn появилась публикация, бросающая вызов идее о том, что структурированные данные Schema.org влияют на информацию, генерируемую значимой языковой моделью. Кажется, некоторые специалисты по SEO выступают за структурированные данные как средство улучшения позиций в рейтингах в поисковых системах искусственного интеллекта.

«Я что-то пропустил? Почему оптимизаторы считают, что разметка схемы повлияет на результаты LLM?»

В контексте рекомендаций по SEO, когда Патрик упомянул «выходные данные LLM», он, вероятно, имел в виду результаты, генерируемые поисковыми системами искусственного интеллекта, такими как ChatGPT. Тогда возникает вопрос: поступают ли данные для поисковых систем ИИ из источников структурированных данных?

Стажеры-юристы (LLM) учатся из различных текстовых источников, включая веб-сайты, книги, правительственные отчеты, юридические документы и другие текстовые материалы (а также различные средства массовой информации). Однако важно отметить, что этот процесс обучения не предполагает прямую отправку LLM рефералов на эти конкретные веб-сайты. Вместо этого они используют эти знания для создания резюме и ответов, не копируя и не занимаясь плагиатом обучающих данных.

Поисковые системы, управляемые искусственным интеллектом, работают с использованием поисковых индексов (а также графов знаний) — метода, известного как поисковая дополненная генерация (RAG). Эти индексы поиска разрабатываются на основе собранных данных, а не данных, организованных в структуру схемы.

Например, Perplexity AI ранжирует просканированный веб-контент, используя модифицированную версию PageRank в своем поисковом индексе. Google и Bing сканируют текстовые данные и выполняют такие действия, как удаление дублированного контента, стоп-слов и другие манипуляции с текстом, извлеченным из HTML, плюс не на каждой странице есть структурированные данные.

На самом деле Google использует лишь небольшую часть доступных структурированных данных Schema.org для специализированных сценариев поиска и улучшения результатов. Это ограничение, в свою очередь, влияет на типы структурированных данных, которые предпочитают использовать поставщики контента.

Кроме того, сканеры Bing и Google обрабатывают HTML, идентифицируют верхние и нижние колонтитулы и основной контент (из которого они извлекают текст для целей ранжирования). Зачем им это делать, если они собираются полагаться на структурированные данные Schema, верно?

Представление о том, что внедрение структурированных данных Schema.org может повысить ваш рейтинг в поисковой системе искусственного интеллекта, скорее всего, является гипотезой или спекулятивным, а не основанным на фактах. Возможно, что эта идея со временем была искажена, как игра в «Телефон», где первоначальные утверждения трансформируются во что-то совершенно иное к тому времени, когда они доходят до других.

Джоно Олдерсон предположил, что структурированные данные потенциально могут служить общим стандартом для поисковых систем искусственного интеллекта, позволяющим более эффективно работать в сети. Хотя он не имел в виду, что поисковые системы с искусственным интеллектом уже используют его, его идея заключалась в том, что они могли бы найти ценность в его включении, что в конечном итоге превратилось в широко распространенную теорию среди профессионалов в области SEO.

Вызывает тревогу наблюдение множества заблуждений относительно SEO, с одним из которых я недавно столкнулся в социальных сетях: утверждение, что локальный поиск Google не учитывает IP-адреса при ответе на поисковые запросы «рядом со мной». Это можно легко развенчать с помощью простого теста: зарегистрируйтесь в VPN-сервисе, измените местоположение своего IP-адреса, а затем выполните поисковый запрос «рядом со мной». Результаты ясно покажут влияние IP-адреса, предоставленного VPN, на результаты локального поиска.

Снимок экрана запроса рядом со мной, зависящего от IP-адреса

Несмотря на то, что Google заявляет на своей странице поддержки, что они персонализируют результаты поиска на основе IP-адресов, все еще есть те, кто не согласен с результатами исследования корреляции SEO. Однако, когда их спрашивают по этому поводу, некоторые люди начинают защищаться и заявляют, что Google лжет.

Поверите ли вы своим лживым глазам?

Структурированные данные Schema.Org и результаты поиска AI

Проще говоря, когда я читаю ваш пост, Патрик, мы, похоже, согласны в одном: модели изучения языка (LLM) обычно не извлекают информацию непосредственно со страниц результатов поисковых систем (SERP), а скорее интерпретируют данные. Правильный? Теперь разметка схемы — это то, что поисковые системы используют для отображения расширенных фрагментов и тому подобного на своих страницах результатов, а не то, что используют LLM. Однако решающим моментом является то, что, хотя поисковые системы используют схему для своих результатов поиска, LLM используют интерпретацию данных, когда дело доходит до того, как схема на них влияет.

Такие люди, как Кристофер Шин и Патрик Стокс, вселяют во меня оптимизм в отношении того, что практическое и логичное SEO продолжает сохраняться среди шума. Тот факт, что сообщение Патрика в LinkedIn служит подтверждением этого, еще больше укрепляет мою веру.

Прагматичное SEO

Прагматический подход предполагает действия, основанные на здравых рассуждениях и фактах, а не на предположениях или недостаточности данных.

Судя по моему опыту в области SEO, который берет свое начало практически с самого его зарождения, часто отсутствие тщательного мышления заставляет профессионалов SEO и создателей контента сосредотачиваться на расплывчатых проблемах или заниматься бессмысленными задачами, такими как поверхностная интерпретация экспертности, авторитетности, надежности (E-A-T). ), среди прочего. Может быть невероятно неприятно представлять доказательства из документации и официальных заявлений Google только для того, чтобы встретить скептицизм типа «Google лжет». Такое отношение может вызвать раздражение.

Немного более прагматичного SEO, пожалуйста.

Смотрите также

2025-01-22 13:40