Бритни Мюллер на MozCon 2024 про ИИ в маркетинге
Отличный дисклеймер-напоминание:
LLM - не поисковые системы. Это не системы информационного поиска и они не являются детерминированными.
LLM генерирует cлучайный результат на основе распределения вероятностей.
В чем LLM хороши?
- перевод текста
- саммаризация контента
- упрощение длинных или сложных текстов
- помощь в работе писателей
- генерация контента (история, поэма, песня, пост в соцсети)
- анализ настроений
- системы вопросов-ответов
- персонализация
- стилизация при создании текстов
- обновление (переработка) контента для соцсетей
- проверка грамматики и правописания
- промт инжиниринг
- написание и отладка кода
- имитация диалога
В чем LLM плохи?
- в правдивости фактов 100% времени
- здравый смысл
- представление маргинализированных групп
- извлечение данных
- текущие события
- высокоуровневая стратегия
- рассуждения и логика
- понимание юмора
- обобщение (generalization)
- экологическая чистота
- понимание контекста
- работа с нестандартными ситуациями
- эмоциональный интеллект
- последовательность, целостность
- математика и вычисления
- запоминание вне контекстных лимитов
Какими могут быть прикладные GenAI SEO и маркетинговые приложения?
- генерация title и meta description
- очистка данных и переформатирование (csv, sql)
- помощь в кодинге (разметка schema, скрипты на питоне)
- ускорение креативности (идеи по кампаниям, картинки)
- персонализация в продажах, общении с клиентами, контенте
- анализ настроений в PR, медиа тренды
- переработка контента в другой формат
- чатботы
- аудио/видео редактирование (Descript)
- стенограммы/протоколы встреч (Otter.ai)
via Search Engine Journal
Отличный дисклеймер-напоминание:
LLM - не поисковые системы. Это не системы информационного поиска и они не являются детерминированными.
LLM генерирует cлучайный результат на основе распределения вероятностей.
В чем LLM хороши?
- перевод текста
- саммаризация контента
- упрощение длинных или сложных текстов
- помощь в работе писателей
- генерация контента (история, поэма, песня, пост в соцсети)
- анализ настроений
- системы вопросов-ответов
- персонализация
- стилизация при создании текстов
- обновление (переработка) контента для соцсетей
- проверка грамматики и правописания
- промт инжиниринг
- написание и отладка кода
- имитация диалога
В чем LLM плохи?
- в правдивости фактов 100% времени
- здравый смысл
- представление маргинализированных групп
- извлечение данных
- текущие события
- высокоуровневая стратегия
- рассуждения и логика
- понимание юмора
- обобщение (generalization)
- экологическая чистота
- понимание контекста
- работа с нестандартными ситуациями
- эмоциональный интеллект
- последовательность, целостность
- математика и вычисления
- запоминание вне контекстных лимитов
Какими могут быть прикладные GenAI SEO и маркетинговые приложения?
- генерация title и meta description
- очистка данных и переформатирование (csv, sql)
- помощь в кодинге (разметка schema, скрипты на питоне)
- ускорение креативности (идеи по кампаниям, картинки)
- персонализация в продажах, общении с клиентами, контенте
- анализ настроений в PR, медиа тренды
- переработка контента в другой формат
- чатботы
- аудио/видео редактирование (Descript)
- стенограммы/протоколы встреч (Otter.ai)
via Search Engine Journal
noindex, nofollow
Гугл тестирует новый вид Featured snippets (выделенных описаний) на базе 3 источников вместо 1.
Пока развертывание AI Overviews замедлилось или даже частично откатилось, Броди Кларк отмечает новое тестирование featured snippet'ов со множеством источников, заголовок блока называется From sources across the web.
Google Search Status Dashboard, только с другим UX от Dave Smart:
— есть фильтрация по диапазону дат и системам (crawl/serve/rank/index)
— нормально смотрится на мобильных
— визуализация в виде таймлайна
Enjoy:
https://status.search.tamethebots.com/
— есть фильтрация по диапазону дат и системам (crawl/serve/rank/index)
— нормально смотрится на мобильных
— визуализация в виде таймлайна
Enjoy:
https://status.search.tamethebots.com/
noindex, nofollow
Еще один анонс с Google I/O - персональная страница результатов поиска, организованная ИИ.
google-organized-search-results-page-1718054274.gif
10.6 MB
Гугл начал тестировать анонсированную на I/O страницу выдачи, дизайн которой собирается под конкретный запрос пользователя (Organized Search Results Page).
С таким разнообразием элементов серпа и их расположением, отслеживание позиций в значительной степени теряет смысл.
С таким разнообразием элементов серпа и их расположением, отслеживание позиций в значительной степени теряет смысл.
Михаил Сливинский про вызывающую вечные споры тему организации структуры сайта для продвижения в регионах.
Telegram
Сливинский в поиске
Нужны ли папки или поддомены для продвижения в регионах?
Если ваш сайт работает для пользователей из одного региона - всё просто, вам достаточно иметь посадочные страницы, оптимизированные под поисковый спрос. Но что, если ваш сайт работает для пользователей…
Если ваш сайт работает для пользователей из одного региона - всё просто, вам достаточно иметь посадочные страницы, оптимизированные под поисковый спрос. Но что, если ваш сайт работает для пользователей…
noindex, nofollow
Дэнни Салливан заявляет, что сайты, пострадавшие от сентябрьского Helpful Content Update (HCU) могут восстановиться после следующего Core update. Конечно, при условии, что системы ранжирования Гугла посчитают, что сайты изменились в лучшую сторону 🙃
Search Engine Roundtable
Google Again Says You Can Recover From Helpful Content Damage With Next Core Update
Google once again said you can recover from the damage inflicted on your site by the September 2023 helpful content update with the next core update. Danny Sullivan, the Google Search Liaison said on X, "yes, people who have had impacts with core ranking…
noindex, nofollow
Про Google Discover в рунете рассказывают редко, тем ценнее запись этого вебинара: Артем Паклонский (wss.media) в гостях у Михаила Шакина. Весьма интересный доклад.
Тезисы из доклада Артема Паклонского (wss.media). Это самый насыщенный, подробный и интересный доклад про Google Discover на русском за все время (презентация в Фигме).
— Топик-ориентированный подход - это то, что нужно изучать в ближайший год-два
— Лента Дискавера формируется на основе ваших интересов
— Topic = Entity = Сущность = Интерес
— Google Topic Interest использует данные Chrome, Google App, Maps, Youtube, историю браузера, запросы, историю местоположений и считает эффективность на основе истории взаимодействия с сервисами Гугла
— Google News, Discover и Trends тесно связаны друг с другом
— Google использует идентификатор Knowledge Graph, чтобы избежать путаницы с обозреваемой сущностью (Tesla - компания, автомобиль, аэропорт, персона)
— Google FLoC: интересы (5 на пользователя) вместо cookies
— Google Natural Language AI (тот же, что в Google Cloud) используется для распознавания каким Topics соответствует статья
— Картинки в статьях/новостях крайне важны, следите за соотношением сторон и используйте разные (16:9, дополнительно 1:1, 4:3), разрешение > 1200 px
— Добавьте max-image-preview:large
— Не используйте текст на изображениях
— Используйте реальные фото
— Следите за качеством AI-генераций и артефактами
— Используйте RSS (1 общий фид и отдельные под разные темы)
— Используйте категоризацию Гугла 1-2 уровня
— Entity-Linking: создайте между вашим сайтом и рекомендательным движком семантический слой, устраняющий неоднозначность в определении основной темы, и формирующий связь между несколькими темами внутри страницы или на разных сайтах
— Для этого используем: JSON-LD (sameAs со ссылками на Wikipedia, Wikidata и сам Гугл Поиск с идентификатором kgmid - сущность в графе знаний), перелинковку, структуру сайта
— Перелинковка: текст ссылки должен содержать основные сущности, которые содержит данная статья и слова, задающие тематику
— На Дискавер оказывают влияние ссылки из свежих материалов и материалов, которые регулярно обновляются
— Используйте разметку на страницах тегов
— На рынке есть 2 сервиса для анализа Discover'а - DiscoverSnoop и GDdash, они дают понимание, в каких категориях сколько публикуется материалов и есть ли там спрос, объем трафика
— Гугл Дискавер учитывает трафик из других источников, например, всплески трафика из соцсетей продвигают evergreen-контент
— Как повысить Relevance Score для основных топиков статьи:
- включите топики в Title, H1-H3, первые 500 символов статьи
- включите семантически связанные слова, самые важные - в первые 500 символов, самые-самые важные - в рамках одного пассажа
— SPO: Субъект-Предикат-Объект (Subject-Predicat-Object) - логическая связка, на основе которой Гугл понимает связи между сущностями (кто/что? - что делает? - с кем/чем?)
— Как все это организовать? Менять процессы и редакционную политику, проводить регулярный выборочный анализ и разбор топиков.
— Топик-ориентированный подход - это то, что нужно изучать в ближайший год-два
— Лента Дискавера формируется на основе ваших интересов
— Topic = Entity = Сущность = Интерес
— Google Topic Interest использует данные Chrome, Google App, Maps, Youtube, историю браузера, запросы, историю местоположений и считает эффективность на основе истории взаимодействия с сервисами Гугла
— Google News, Discover и Trends тесно связаны друг с другом
— Google использует идентификатор Knowledge Graph, чтобы избежать путаницы с обозреваемой сущностью (Tesla - компания, автомобиль, аэропорт, персона)
— Google FLoC: интересы (5 на пользователя) вместо cookies
— Google Natural Language AI (тот же, что в Google Cloud) используется для распознавания каким Topics соответствует статья
— Картинки в статьях/новостях крайне важны, следите за соотношением сторон и используйте разные (16:9, дополнительно 1:1, 4:3), разрешение > 1200 px
— Добавьте max-image-preview:large
— Не используйте текст на изображениях
— Используйте реальные фото
— Следите за качеством AI-генераций и артефактами
— Используйте RSS (1 общий фид и отдельные под разные темы)
— Используйте категоризацию Гугла 1-2 уровня
— Entity-Linking: создайте между вашим сайтом и рекомендательным движком семантический слой, устраняющий неоднозначность в определении основной темы, и формирующий связь между несколькими темами внутри страницы или на разных сайтах
— Для этого используем: JSON-LD (sameAs со ссылками на Wikipedia, Wikidata и сам Гугл Поиск с идентификатором kgmid - сущность в графе знаний), перелинковку, структуру сайта
— Перелинковка: текст ссылки должен содержать основные сущности, которые содержит данная статья и слова, задающие тематику
— На Дискавер оказывают влияние ссылки из свежих материалов и материалов, которые регулярно обновляются
— Используйте разметку на страницах тегов
— На рынке есть 2 сервиса для анализа Discover'а - DiscoverSnoop и GDdash, они дают понимание, в каких категориях сколько публикуется материалов и есть ли там спрос, объем трафика
— Гугл Дискавер учитывает трафик из других источников, например, всплески трафика из соцсетей продвигают evergreen-контент
— Как повысить Relevance Score для основных топиков статьи:
- включите топики в Title, H1-H3, первые 500 символов статьи
- включите семантически связанные слова, самые важные - в первые 500 символов, самые-самые важные - в рамках одного пассажа
— SPO: Субъект-Предикат-Объект (Subject-Predicat-Object) - логическая связка, на основе которой Гугл понимает связи между сущностями (кто/что? - что делает? - с кем/чем?)
— Как все это организовать? Менять процессы и редакционную политику, проводить регулярный выборочный анализ и разбор топиков.
YouTube
Методика продвижения в Google Discover
Topic-based подход к продвижению контента. Семантическая публикация контента. Ремаркетирование аудитории конкурента с помощью Google Discover. Методики работы с Google Discover для превращения хаотичного залетания в постоянное и прогнозируемое.
Смотрите…
Смотрите…
noindex, nofollow
Тезисы из доклада Артема Паклонского (wss.media). Это самый насыщенный, подробный и интересный доклад про Google Discover на русском за все время (презентация в Фигме). — Топик-ориентированный подход - это то, что нужно изучать в ближайший год-два — Лента…
В докладе был упомянут интересный сервис https://entitieschecker.com/ для анализа сущностей в тексте. Он использует API TextRazor (Natural Language Processing API). Удобно проверять себя и конкурентов.
Интересный ответ Джона Мюллера из июньского выпуска SEO Office Hours:
— Почему Гугл считает статьи на LinkedIn Pulse первоисточником (оригиналом), хотя сначала они были опубликованы на нашем сайте?
— Во-первых, результаты поиска не указывают на то, что системы Гугла считают первоисточником. В общем, когда вы распространяете или переиздаете свой контент на разных платформах, вы обмениваете дополнительную видимость на этой платформе на возможность того, что другая платформа появится в результатах выше, чем ваш сайт. В некоторых случаях это может быть хорошо, например, если вы хотите повысить осведомленность о своем сайте или бизнесе в других местах. В других случаях вы можете предпочесть, чтобы в поиске отображался только ваш сайт. В конечном счете, это ваше бизнес-решение.
— Почему Гугл считает статьи на LinkedIn Pulse первоисточником (оригиналом), хотя сначала они были опубликованы на нашем сайте?
— Во-первых, результаты поиска не указывают на то, что системы Гугла считают первоисточником. В общем, когда вы распространяете или переиздаете свой контент на разных платформах, вы обмениваете дополнительную видимость на этой платформе на возможность того, что другая платформа появится в результатах выше, чем ваш сайт. В некоторых случаях это может быть хорошо, например, если вы хотите повысить осведомленность о своем сайте или бизнесе в других местах. В других случаях вы можете предпочесть, чтобы в поиске отображался только ваш сайт. В конечном счете, это ваше бизнес-решение.
Google for Developers
June 2024 Google SEO Office Hours Transcript | Google Search Central | Google SEO Office hours | Google for Developers
В десктопной выдаче Яндекса блок "Цены в магазинах" переехал из карточки товара в основную выдачу.
Forwarded from TechSparks
Промпт-инженеры как отдельная профессия вряд ли появятся, а вот умение работать с промптами уже стало полезным и массово востребованным навыком, и как минимум какое-то время таковым останется.
Как любой навык, его надо практиковать и оттачивать регулярными тренировками, но все ж и теорию немного знать полезно хотя бы ради того, чтоб знать, куда при нужде подглядывать.
Посему вот вам довольно фундаментальный труд, собравший a comprehensive vocabulary of 33 vocabulary terms, a taxonomy of 58 text-only prompting techniques, and 40 techniques for other modalities. We further present a meta-analysis of the entire literature on natural language prefix-prompting.
Семьдесят шесть страниц текста, богатая библиография; разок полезно самому прочитать, а дальше пусть с ним любимая модель работает, когда вопрос возникает.
https://arxiv.org/abs/2406.06608
Как любой навык, его надо практиковать и оттачивать регулярными тренировками, но все ж и теорию немного знать полезно хотя бы ради того, чтоб знать, куда при нужде подглядывать.
Посему вот вам довольно фундаментальный труд, собравший a comprehensive vocabulary of 33 vocabulary terms, a taxonomy of 58 text-only prompting techniques, and 40 techniques for other modalities. We further present a meta-analysis of the entire literature on natural language prefix-prompting.
Семьдесят шесть страниц текста, богатая библиография; разок полезно самому прочитать, а дальше пусть с ним любимая модель работает, когда вопрос возникает.
https://arxiv.org/abs/2406.06608