تحقیقات جدید در مورد بررسی‌های هوش مصنوعی (AIO) و نتایج جستجوی ارگانیک، دیدگاهی تازه در مورد نحوه تکامل AIO ارائه می‌دهد و پیشنهاد می‌کند که چگونه آن را برای اهداف سئو در نظر بگیریم.
از جمله یافته‌ها:
- تحقیقات آنها نشان داد که AIO که آنها ردیابی می‌کردند، نوسانات بیشتری نسبت به نتایج جستجوی ارگانیک نشان می‌داد و با سرعت بیشتری در حال تغییر بود.
- نوسانات AIO با نوسانات جستجوی ارگانیک همبستگی ندارد.
- آنها نتیجه می‌گیرند که AIO در حال جایگزینی قطعه‌های برجسته یا “بهبود نتایج جستجو” است.
- همچنین نتیجه‌گیری شد که برای اهداف سئو، AIO باید به عنوان چیزی جدا از جستجوی ارگانیک در نظر گرفته شود.
- متن تولید شده برای هر پرسشی که آنها بررسی کردند، تغییر کرد.
این یافته آخر واقعاً جالب بود و در اینجا چیزی است که آنها در مورد آن گفتند:
“تا جایی که من می‌توانم بگویم، متن تولید شده برای هر پرسش واحد تغییر کرد. با این حال، معیار ما به دنبال تغییرات معنادار در متن تولید شده بود که ممکن است نشان دهد گوگل قصد پرسش اصلی را کمی تغییر داده است تا صفحات رتبه‌بندی تولیدی متفاوتی را برگرداند.”
یک بینش جالب دیگر، هشداری در مورد نوسانات جستجو بود که نباید به عنوان نشانه‌ای از به‌روزرسانی گوگل تلقی شود، زیرا می‌تواند تأثیر رویدادهای جاری باشد که به طور موقت معنای یک پرسش جستجو را تغییر می‌دهد، که مربوط به الگوریتم تازگی گوگل است. من نمی‌دانم مردم Authoritas چه کسانی هستند، اما کلاه از سر آنها برداشته می‌شود، این یک برداشت منطقی از نوسانات جستجو است. می‌توانید گزارش تحقیقات AIO را در اینجا بخوانید، بسیار طولانی است، بنابراین حداقل ۲۰ دقیقه برای خواندن آن کنار بگذارید:
استقلال AIO از SERPهای ارگانیک
این تحقیقی که توسط Authoritas منتشر شد، مرا به فکر کردن در مورد AIO انداخت، به ویژه بخشی در مورد استقلال AIO از نتایج جستجو. افکار من در مورد این یافته این است که ممکن است دو دلیل وجود داشته باشد که چرا AIO و SERPهای ارگانیک تا حدودی از هم جدا شده‌اند:
- AIO برای خلاصه کردن پاسخ‌ها به پرسش‌های پیچیده با داده‌های چندین وب‌سایت تنظیم شده است، و آنها را از منابع پراکنده به هم می‌چسباند تا یک پاسخ دقیق طولانی ایجاد کند.
- نتایج جستجوی ارگانیک پاسخ‌هایی را ارائه می‌دهند که از نظر موضوعی مرتبط هستند اما دقیق نیستند، نه به همان روشی که AIO دقیق است.
اینها تمایزات مهمی هستند. آنها توضیح می‌دهند که چرا نتایج جستجوی ارگانیک و AIO به طور مستقل تغییر می‌کنند. آنها در مسیرهای موازی مستقل هستند. این بینش‌ها برای درک اینکه چگونه AIO در استراتژی‌های کلی بازاریابی و سئو قرار می‌گیرد، مفید هستند. این بینش را درک کنید که AIO و جستجوی ارگانیک کارهای متفاوت و مکمل انجام می‌دهند و AIO کمتر ترسناک به نظر می‌رسد و تمرکز بر آن آسان‌تر می‌شود.
یک پرسش پیچیده چیزی است که AIO می‌تواند بهتر از نتایج جستجوی ارگانیک معمولی انجام دهد. نمونه‌ای از یک پرسش پیچیده، پرسیدن “چگونه” یک مفهوم کلی مانند مد مردانه تحت تأثیر یک عامل نامرتبط مانند لباس نظامی قرار می‌گیرد. جستجوی ارگانیک کوتاهی می‌کند زیرا الگوریتم رتبه‌بندی ارگانیک گوگل عموماً یک پاسخ مرتبط موضوعی را شناسایی می‌کند و این نوع پرسش به یک پاسخ دقیق نیاز دارد که ممکن است لزوماً در یک وب‌سایت وجود نداشته باشد.
پرسش پیچیده چیست؟
اگر پرسش‌های پیچیده بررسی‌های هوش مصنوعی را فعال می‌کنند، مرز کجاست؟ گفتن آن دشوار است زیرا مرز در حال حرکت است. AIOهای گوگل دائماً در حال تغییر هستند. یک پاسخ کوتاه TL/DR می‌تواند به طور قابل بحث باشد که افزودن کلمه‌ای مانند چه یا چگونه می‌تواند یک پرسش را برای فعال کردن AIO تحریک کند.
“در اینجا پاسخ AIO آمده است که خلاصه‌ای بر اساس اطلاعات ترکیب‌شده از چندین وب‌سایت است:
“مد مردانه به طور قابل توجهی تحت تأثیر سبک نظامی از طریق اتخاذ عناصر طراحی عملی و کاربردی مانند خطوط تیز، شبح‌های ساختاریافته، لباس‌های خاص مانند بارانی‌ها، کاپشن‌های بمب‌افکن، شلوارهای باری و الگوهای استتار قرار دارد، که از لباس‌های نظامی منشأ گرفته و بعداً در لباس‌های غیرنظامی، اغلب با زیبایی‌شناسی شیک‌تر، گنجانده شدند؛ این روند عمدتاً به سربازان بازگشته‌ای نسبت داده می‌شود که پس از جنگ‌ها لباس‌های نظامی خود را در زندگی غیرنظامی می‌پوشیدند و به فرهنگ لباس‌های غیررسمی‌تر کمک می‌کردند.”
در اینجا وب‌سایت‌ها و موضوعات کاملاً متفاوتی وجود دارد که AIO آن پاسخ را از آنها استخراج کرده است:
(تصویر صفحه ارجاعات AIO)”
“نتایج جستجوی ارگانیک شامل نتایج جستجویی است که مرتبط با موضوع (از نظر موضوعی مرتبط) هستند، اما لزوماً به سؤال پاسخ نمی‌دهند.
همچنین ببینید: داده‌های بررسی‌های هوش مصنوعی تغییرات عظیم در نتایج جستجو را نشان می‌دهد
مثال بهره‌وری اطلاعات
یک ویژگی جالب بررسی‌های هوش مصنوعی از طریق ویژگی‌ای ارائه می‌شود که در یک پتنت گوگل با عنوان “بهره‌وری اطلاعات” توضیح داده شده است. این پتنت به طور صریح در زمینه دستیاران هوش مصنوعی و جستجوی هوش مصنوعی است. در مورد پیش‌بینی نیاز به اطلاعات اضافی فراتر از پاسخ به یک سؤال است. بنابراین در مثال “چگونه مد مردانه تحت تأثیر سبک نظامی قرار می‌گیرد” ویژگی‌ای برای نمایش اطلاعات بیشتر وجود دارد.
(تصویر صفحه نمایش ویژگی بهره‌وری اطلاعات)”
“بخش بهره‌وری اطلاعات شامل موضوعات پیگیری در مورد موارد زیر است:
- خطوط تمیز و تناسب ساختاریافته
- طراحی کاربردی
- نمونه‌های نمادین لباس‌های نظامی
- الگوهای استتار
- تأثیر پس از جنگ (چگونه جنگ‌ها بر مردان پس از بازگشت به خانه تأثیر گذاشت)
چگونه برای AIO سئو کنیم؟
من فکر می‌کنم تلاش برای رتبه‌بندی برای بهره‌وری اطلاعات تا حدودی بی‌فایده است، زیرا کلمه کلیدی اصلی چیست و سؤال پیگیری چیست؟ آنها مدام بین این دو جابجا می‌شوند. مثلاً ممکن است شخصی در گوگل در مورد تأثیر الگوهای استتار جستجو کند و یکی از سؤالات پیگیری بهره‌وری اطلاعات در مورد تأثیر لباس‌های نظامی بر استتار باشد.
روش بهتر برای فکر کردن در مورد AIO، که توسط مطالعه Authoritas پیشنهاد شد، این است که فقط AIO را به عنوان یک ویژگی جستجو در نظر بگیرید (که در واقع همینطور هم هست) و به همان روشی که برای قطعه‌های برجسته بهینه‌سازی می‌شد، برای آن بهینه‌سازی کنید، که به طور خلاصه ایجاد محتوایی است که مختصر و دقیق باشد.”
Shortlink for this post: https://blog.talahost.com/?p=2054