Деконструкция AI Overviews для поиска скрытых запросов Google

Деконструкция AI Overviews для поиска скрытых запросов Google

Хотя можно использовать языковые модели для экстраполяции "синтетических запросов", которые Google может сгенерить из промпта пользователя, некоторым эти данные кажутся недостаточно реальными, потому что они вероятностные.

Для тех, кому нужен более конкретный метод, мы можем реверс-инжинирить то, что Google на самом деле делает, на основе уже готовых AI Overviews, рассказывает Майк Кинг.

Процесс простой: берем урлы всех лендосов, которые засветились в цитатах AI Overview, и пробиваем все ключи, по которым они ранжируются.

Затем вы пересекаете эти списки ключевиков, чтобы найти общие моменты — те самые ключи, которые встречаются чаще всего во всех цитируемых документах.

Например, для запроса "what is Star Trek?" этот метод покажет самые частые ключевики, общие для всех страниц, которые Гугл заюзал для построения ответа.

Эти пересекающиеся ключевики и есть те самые базовые запросы, которые система Гугла посчитала необходимыми, чтобы ответить на первоначальный промпт юзера.

Так вы получаете набор целей, основанный на том, что Гугл уже сделал, а не на том, что AI мог бы предсказать.

@MikeBlazerX

Источник новости https://t.me/mikeblazerx/5816...