Многие люди путают техническое SEO с возможностью повысить свои...

Многие люди путают техническое SEO с возможностью повысить свои позиции в поисковой выдаче.

На самом деле, это просто дает Google возможность понять ваш сайт и получить больше контекста для созданного нами контента.

Google использует обработку естественного языка (NLP) для понимания контента, затем проверяет его с помощью Knowledge Graph.

Затем он рассчитывает варианты запросов, по которым контент может ранжироваться, и ищет сущности, которые он ожидает увидеть.

Поиск Google постоянно ищет контент, который может завершить путь пользователя.

Google может использовать данные о кликах по более конкретным запросам, чтобы определить намерения для более широких тем.

СЕРПы (страницы результатов поисковых систем) стараются минимизировать последующие действия, обслуживая намерения или предлагая разнообразие тем, которые могут решить один и тот же запрос.

Информационная выгода относится к документу, который содержит дополнительную информацию по сравнению с другими документами, которые человек мог просмотреть.

С точки зрения Knowledge Graph, информационная выгода может быть частью того, что мы видим через большие языковые модели (LLMs).

Большинство тем эволюционируют.

Чтобы поисковая система оставалась релевантной, ей нужно много данных, чтобы направлять контент к "правильному" ответу по мере его изменения со временем.

Они полагаются на пользовательские сигналы, чтобы показать, в каком направлении двигаться.

Google постоянно тестирует контент с информационной выгодой, поэтому мы видим столько колебаний в СЕРП.

Google постоянно хочет знать, что происходит с темами, получить консенсус по тому, с чем взаимодействуют пользователи, и укрепить результаты, которые нравятся пользователям.

Google заявил, что они коллективно сократят количество низкокачественного, неоригинального контента на 40%.

Консенсус в СЕРП будет варьироваться в зависимости от запроса.

Фактические темы будут иметь более высокий консенсус, в то время как темы, связанные с инсайтами, опытом и точкой зрения, могут иметь более низкий консенсус между результатами.

Высокосимметричные СЕРПы создают расширенные сниппеты, которые дополнительно подтверждаются взаимодействием.

LLMs — это модели консенсуса.

Большая проблема с LLMs в создании SEO-контента заключается в том, что они будут производить консенсусный контент.

Первоначальное обновление Helpful Content Update (HCU) наказывало сайты, которые выглядели очень похоже.

Недавние обновления наказывают консенсус, понижая приоритет сайтов, которые все говорят одно и то же.

Первоначальное обновление Panda наказывало дублирующийся контент, в то время как "baby Panda" или HCU наказывали избыточный контент.

AI Overviews предназначены для ответа на консенсусные запросы, с которыми все более или менее согласны.

Это может быть крупнейшая каннибализация контента и запросов, которую мы когда-либо видели в СЕРП.

Для запросов "что такое" и "как" Google говорит: "да, все говорят одно и то же, так что мы просто скажем это за них".

Google нуждается в оригинальном, увлекательном, основанном на опыте контенте, чтобы он появлялся в СЕРП ниже AI Overview.

Контент все еще требует достаточной информационной выгоды, чтобы претендовать на ранжирование.

Традиционные контентные кластеры находятся под угрозой, потому что AI-контент сияет для запросов с высоким консенсусом.

Мы видим вливание оригинальных, уникальных, основанных на личном опыте перспектив, которые пользователи, вероятно, будут ценить для всех видов запросов.

Темы будут меняться — AI-сгенерированный контент означает много нового контента в экосистеме.

Обновление и мониторинг контента на актуальность важнее, чем когда-либо.

-

Подготовлено по стенограммам доклада Бернарда Хуанга на конфе MozCon 2024 от Рут Берр Риди.

@MikeBlazerX

Источник новости https://t.me/mikeblazerx/3538...