Как ChatGPT ранжирует контент: анализ конфигурационных файлов

Mike Blazer

249

Анализ конфигурационных файлов ChatGPT раскрывает настройки для поиска, извлечения и ранжирования веб-контента.

Эти данные доступны в исходном коде сессии чата по запросу "rerank".

Модель переранжирования: `ret-rr-skysight-v3`

Система извлечения данных ChatGPT использует модель переранжирования из конфигурации:

reranker_model: "ret-rr-skysight-v3"

Эта модель работает как слой постобработки, получающий первоначальные веб-источники и переупорядочивающий их по сигналам релевантности и качества.

Приоритет отдается свежести контента

Система предпочитает новый контент устаревшему, что подтверждает настройка:

use_freshness_scoring_profile: true

Это активирует профиль оценки, придающий больший вес свежей информации.

Конфигурация предписывает использовать инструмент web для запросов о недавних событиях или свежей информации.

Многоуровневая система фильтрации

Конфигурация демонстрирует конвейер фильтрации с несколькими контрольными точками:

— enable_query_intent: true

— enable_source_filtering: true

— enable_mimetype_filtering: true

— vocabulary_search_enabled: true

— use_coarse_grained_filters_for_vocabulary_search: false

Определение интента запроса: При enable_query_intent: true система анализирует цели пользователя, выходя за рамки ключевых слов, и распознает потребности, такие как поиск определений, инструкций или сравнений.

Поиск с учетом лексики: Настройка vocabulary_search_enabled: true вместе с use_coarse_grained_filters_for_vocabulary_search: false указывает на поиск с учетом лексики, использующий детализированные фильтры.

Это отдает приоритет контенту с точной, узкоспециализированной терминологией.

Системные настройки и вариации скоринга

Одна функция релевантности отключена:

use_relevance_lmp: false

Значение "LMP" неизвестно, но деактивация предполагает опору на другие сигналы релевантности.

Назначение настроек, таких как enable_mclick_urls и enable_mclick_dates, неясно, но может относиться к отслеживанию взаимодействий пользователя с источниками.

Система применяет различный скоринг для контента из подключенных сторонних приложений, на что указывает:

use_light_weight_scoring_for_slurm_tenants: true

Список enabledConnectors, включающий slurm_dropbox и slurm_sharepoint, позволяет предположить, что "slurm tenants" — это сервисы вроде Dropbox, SharePoint, Box, Canva и Notion.

Это подразумевает использование легковесного алгоритма скоринга для этих частных источников, в отличие от интенсивного переранжирования для публичных веб-результатов.

Выводы для контент-стратегии

Исходя из этих настроек, эффективная контент-стратегия должна включать:

1. Частые обновления: Активная оценка свежести означает, что качественный контент со временем теряет видимость, требуя регулярных обновлений.

2. Соответствие интенту: Контент должен сигнализировать о своей цели (например, сравнение, руководство), чтобы соответствовать результатам определения интента запроса.

3. Техническая лексика: Поиск с учетом лексики поощряет последовательное использование отраслевой терминологии.

4. Авторитетный контент: Чтобы пройти переранжирование моделью ret-rr-skysight-v3, необходим исчерпывающий, авторитетный материал, поскольку первоначальной видимости недостаточно.

Конфигурация раскрывает многоэтапную систему извлечения данных, включающую определение интента, анализ лексики, оценку свежести и нейросетевое переранжирование.

Для оптимизации сосредоточьтесь на содержании, свежести и технической четкости.

Примечание: Этот анализ основан на данных конфигурации из сессии пользователя ChatGPT Plus в августе 2025 года. Настройки могут отличаться в зависимости от пользователя, региона или будущих обновлений системы.

https://metehan.ai/blog/chatgpt-5-search-configuration/

@MikeBlazerX