Wyszukiwarki generatywne oparte na sztucznej inteligencji: co marketerzy marki powinni wiedzieć

Wyszukiwarki to jedne z nielicznych narzędzi internetowych, które są atrakcyjne dla praktycznie wszystkich grup demograficznych i są mocno zakorzenione w naszej kulturze połączonej cyfrowo. W ciągu ostatnich 25 lat przeszliśmy od uwalniania ich ogromnego potencjału do czasu, w którym przyjmujemy za oczywistość, że wszystko można teraz obsługiwać za pomocą Google i Bing, co daje Alphabet i Microsoft bezpośrednią, nieproporcjonalną władzę i wpływ nad zachowaniami online, konsumpcją treści i kulturą.

Więc lepiej uwierz, że pojawienie się generatywnych wyszukiwarek opartych na sztucznej inteligencji zmaterializowało hype train o niespotykanych dotąd proporcjach. Mówiąc najprościej, z tymi nowymi modelami AI w miksie, to nie jest Google twojej babci i Bing twojej babki . Wyobraź sobie „Super Google”, które wykorzystuje jeszcze bardziej wyrafinowane algorytmy niż dotychczas, wraz z dużymi modelami językowymi (LLM), takimi jak GPT-3 i inne, do generowania wysoce spersonalizowanych i hiperspecyficznych wyników. Możesz zobaczyć, dlaczego generatywna sztuczna inteligencja- napędzane wyszukiwarki są bliskie zrewolucjonizowania sposobu, w jaki użytkownicy odkrywają, rozpowszechniają i uzyskują dostęp do informacji i treści online.

Jako strateg ds. treści SEO, konsultant i copywriter chciałem dowiedzieć się, co to oznacza dla marketerów marki i tworzenia treści. Jeśli to czytasz, prawdopodobnie miałeś do czynienia z ChatGPT i już wiesz, do czego zdolna jest generatywna sztuczna inteligencja (jeśli nie, przeczytaj najpierw o ryzyku i korzyściach związanych z generatywną sztuczną inteligencją w tworzeniu treści), a teraz zastanawiasz się, co jego obecność oznacza przyszłość poszukiwań.

Być może zastanawiasz się, w jaki sposób generatywna sztuczna inteligencja zmieni sposób, w jaki wyszukiwarki rozumieją zapytania i sposób wyświetlania treści w wynikach wyszukiwania. Czy na każde zapytanie sztuczna inteligencja wyszukiwarki będzie odpowiadać bezpośrednio na „pozycji zerowej” i będzie rekomendować dodatkowe wyniki w postaci treści organicznych jako materiały pomocnicze? Nie mówiąc już o reklamach w płatnych wynikach wyszukiwania. Czy konkurencja w marketingu w wyszukiwarkach (SEM) i reklamach typu pay-per-click (PPC) stanie się zaostrzona, a reklamodawcy będą skłonni zapłacić wysokie opłaty, aby pojawić się nad odpowiedziami generowanymi przez sztuczną inteligencję lub nawet w nich? Czy zamiast licytacji słów kluczowych nastąpi przejście na licytowanie dokładnych zapytań lub monitów AI?

Celem tego artykułu jest zbadanie rozwijającego się (i niezaprzeczalnie silnego) związku między siłą generatywnej sztucznej inteligencji a wyszukiwarkami, a jednocześnie zapewnienie wglądu w to, jak radzić sobie z zagadkami, jakie niesie ze sobą ich jedność, a także implikacjami wpływu sztucznej inteligencji na strony wyników wyszukiwarek (SERP). ). W ten sposób marketerzy marki, praktycy SEO i twórcy treści mogą być jak najlepiej przygotowani do dostosowania swoich strategii dotyczących treści, aby zapewnić sobie dalszy wzrost popularności w miarę wplatania generatywnej sztucznej inteligencji w funkcjonalność wyszukiwarek.

Najpierw zróbmy krótkie wprowadzenie na temat generatywnych aplikacji AI i przyjrzyjmy się, co robią główni gracze, a Microsoft ogłasza, że ​​wkrótce zostanie wprowadzona nowa funkcja czatu oparta na sztucznej inteligencji dla Bing, Google Language Model for Dialogue Applications (znanego również jako LaMDA) i Bard pojawianie się na pierwszych stronach gazet oraz pojawiają się inne modele sztucznej inteligencji skupiające się na tworzeniu obrazów i muzyki, aby przedstawić zarys tego wyłaniającego się cyfrowego krajobrazu i wyjaśnić, w jaki sposób ta przełomowa technologia będzie wpływać na przyszłe wyniki wyszukiwania.

Czym jest generatywna sztuczna inteligencja i jakie są jej zastosowania?

Generatywna sztuczna inteligencja wywołała burzę w mediach we wszystkich sferach — i każdy ma coś do powiedzenia.

Z naukowców z Harvard Business Review i MIT Technology Review, którzy wrzucili swoje sceptyczne trzy grosze na temat krótkoterminowego wpływu generatywnej sztucznej inteligencji na wyszukiwarki, aby sfinansować ludzi prognozujących krótkoterminowy wpływ generatywnej sztucznej inteligencji na ceny akcji, wydaje się, że każdy zakątek Internetu płonie z pomysłami, opiniami, a nawet wręcz ostrzeżeniami o potencjalnych zastosowaniach i implikacjach sztucznej inteligencji.

Ankieta Morning Consult przeprowadzona w dniach 17–19 lutego 2023 r. wśród ponad 2200 dorosłych Amerykanów na temat obaw związanych z wyszukiwarkami opartymi na sztucznej inteligencji wykazała, że ​​ponad dwie trzecie jest „nieco” lub „bardzo” zaniepokojonych sztuczną inteligencją w ich życiu osobistym. prywatność danych, obce mocarstwa wykorzystują je wbrew interesom narodowym, rozpowszechnianie dezinformacji, w tym w wynikach wyszukiwania generowanych przez sztuczną inteligencję, oraz tworzenie deepfakes – a to dopiero początek.

Ludzie słusznie wyrażali również obawy dotyczące tych narzędzi, które prowadzą do stronniczości i dyskryminacji w SERP, braku przejrzystości w zakresie szkolenia i rozwoju modeli sztucznej inteligencji oraz utraty miejsc pracy w wielu branżach. I to wszystko, zanim Wired ujawnił „brudny sekret” generatywnej sztucznej inteligencji, jakim jest zwiększona emisja dwutlenku węgla wynikająca z większej mocy obliczeniowej, jakiej wymagają te wyszukiwarki na sterydach.

Masz to wszystko? OK, więc: WTF ?

Generatywna sztuczna inteligencja to rodzaj sztucznej inteligencji, która wykorzystuje uczenie maszynowe do tworzenia nowych treści na podstawie dostarczonych danych, wykorzystując wysoki poziom różnorodności i nieprzewidywalności przy użyciu zaledwie kilku podstawowych elementów konstrukcyjnych. Technologia ta staje się coraz bardziej popularna wśród wyszukiwarek, które próbują ulepszyć swoje algorytmy i dostarczać dokładniejsze wyniki wyszukiwania, zwłaszcza odkąd ChatGPT zepsuło Internet.

Technologia działa poprzez pobieranie istniejących punktów danych, takich jak tekst lub obrazy, i wykorzystywanie ich do generowania zupełnie nowych treści. Na przykład DALL·E firmy OpenAI oraz nowy i ulepszony DALL·E 2 (który generuje obrazy z większą dokładnością i czterokrotnie większą rozdzielczością) mogą renderować realistyczne obrazy i grafikę w oparciu o podpowiedzi tekstowe, w tym zupełnie niezwiązane pomysły. Jeśli kiedykolwiek chciałeś zobaczyć awokado jako fotel w dziesiątkach iteracji, DALL·E Ci to zapewni.

Podobnie generatywna sztuczna inteligencja oparta na tekście może pobierać fragmenty słów lub fraz z jednego dokumentu źródłowego i łączyć je w całkowicie nowe zdania, akapity, a nawet całe artykuły przy minimalnym udziale człowieka. Pomyśl o ChatGPT i innych narzędziach do pisania treści AI, które mogą odpowiadać na zapytania w formacie czatu i wykorzystywać przetwarzanie języka naturalnego (NLP) do tworzenia krótkich i długich treści na blogi, strony internetowe, media społecznościowe i inne kanały marketingowe w ułamku sekundy tyle czasu zajmuje przeciętnemu pisarzowi bez żadnej pomocy.

Potencjalne zastosowania tej technologii są ogromne — od dostarczania trafniejszych wyników wyszukiwania na głównych platformach, takich jak Google i Bing, po generowanie spersonalizowanych artykułów z wiadomościami w oparciu o zainteresowania lub preferencje użytkowników. Generatywna sztuczna inteligencja może być nawet wykorzystywana w kampaniach marketingowych do tworzenia niestandardowych reklam dostosowanych specjalnie do potrzeb lub życzeń każdego użytkownika bez konieczności ręcznego wprowadzania danych przez samych marketerów. Możliwości są nieograniczone (i ekscytujące), jeśli chodzi o to, co generatywna sztuczna inteligencja może zrobić dla wyszukiwarek, jeśli zostanie odpowiednio zaimplementowana w ich algorytmach.

Tworzenie muzyki to kolejna generatywna aplikacja AI, która ma tworzyć fale (przynajmniej fale dźwiękowe). Szkoląc modele AI w zakresie wzorców muzycznych i dźwięków, są w stanie generować własne, nowatorskie kompozycje. Podobnie generatywne modele sztucznej inteligencji zostały opracowane dla innych sztuk kreatywnych, takich jak poezja i opowiadania, które są w stanie samodzielnie tworzyć całe dzieła przy minimalnym udziale człowieka, a wyniki pokazują, że przez jakiś czas nadal będziemy potrzebować kreatywnych ludzi.

W jaki sposób wyszukiwarki wykorzystują generatywną sztuczną inteligencję?

Microsoft Bing

Firma Microsoft dużo zainwestowała w OpenAI, firmę, która opracowuje technologie ChatGPT i DALL-E, aby mogła włączyć sprawdzoną technologię generatywnej sztucznej inteligencji do Bing. W rzeczywistości firma ogłosiła już, że Bing wprowadzi najnowocześniejszą wyszukiwarkę AI, która będzie zawierała „nowy, duży model językowy OpenAI nowej generacji (LLM), który jest potężniejszy niż ChatGPT i dostosowany specjalnie do wyszukiwania”. Według firmy jest „jeszcze szybszy, dokładniejszy i bardziej wydajny” niż ChatGPT i GPT 3.5, z tą główną różnicą, że ma dostęp do Internetu w czasie zbliżonym do rzeczywistego, dając mu aktualne informacje, w przeciwieństwie do OpenAI. darmowa wersja ChatGPT.

Chociaż ta ważna aktualizacja nie została jeszcze opublikowana publicznie, możesz dołączyć do listy oczekujących na nowy Bing, aby uzyskać dostęp do jego zaawansowanych nowych funkcji wyszukiwania wśród pierwszej grupy, która go wypróbuje. Ci, którzy przetestowali wersję beta nowego Binga, pokazują, że wyniki generowane przez sztuczną inteligencję pojawiają się obok wyników, które można by określić jako fragmenty polecane i wyniki Panelu wiedzy w Google, dzieląc SERP na dwie kolumny, przy czym lewa strona pokazuje tradycyjne wyniki, a prawa strona. Może również podzielić się na samodzielną stronę czatu podobną do ChatGPT, która jest podłączona do sieci w celu uzyskania odpowiedzi z kanałami danych w czasie zbliżonym do rzeczywistego.

Microsoft ma nadzieję ukraść część prawie 93% udziału Google w rynku wyszukiwarek na całym świecie w porównaniu z ułamkowymi 3% Bing, najpierw wchodząc w generatywne wyszukiwanie AI, a my będziemy musieli poczekać i zobaczyć, jak duży skok oni " uda mi się zdobyć.

Wyszukiwarka Google

Inżynierowie i kierownicy Google nie tylko bawią się z ChatGPT w miarę rozwoju tej rodzącej się przestrzeni, ale także dużo zainwestowali w budowanie generatywnych modeli sztucznej inteligencji, w tym LaMDA, wydanego w 2021 roku jako odpowiedź na GPT-3 OpenAI. Zbudowany na Transformer, tej samej sieci neuronowej, której używa GPT-3 do modelowania języka, LaMDA wprowadza konwersacyjny czat do miksu dla własnych inicjatyw AI.

Według Google, LaMDA zostało przeszkolone w dialogu i powinno być w stanie konkurować z ChatGPT OpenAI w najbliższej przyszłości. Mimo to Google waha się, czy udostępnić publicznie jakiekolwiek narzędzia generatywnej sztucznej inteligencji, dopóki nie zapewnią one bezpieczeństwa i ograniczenia ryzyka zgodnie ze swoimi zasadami dotyczącymi sztucznej inteligencji, dlatego na razie możesz jedynie czytać o LaMDA.

Opierając się na LaMDA, w tym roku Google ogłosił nową usługę czatu konwersacyjnego opartą na LaMDA o nazwie Bard jako odpowiedź na ChatGPT OpenAI. Według dyrektora generalnego Google i Alphabet, Sundara Pichai, „Bard stara się połączyć szeroki zakres światowej wiedzy z mocą, inteligencją i kreatywnością naszych dużych modeli językowych. Korzysta z informacji z Internetu, aby zapewnić świeże odpowiedzi wysokiej jakości [i] może być ujściem dla kreatywności i punktem wyjścia dla ciekawości”.

Niestety, wydaje się, że firma w swojej pierwszej reklamie Barda nie zweryfikowała faktów, co spowodowało, że jej spółka dominująca, Alphabet, straciła 100 mln dolarów kapitalizacji rynkowej w ciągu jednego dnia handlowego z powodu spadku ceny akcji o 8%. Mimo to niektórzy uważają, że fiasko Barda może ostatecznie przynieść pozytywne skutki, ponieważ spowoduje, że Google podwoi wykorzystanie swojej technologii, aby uniknąć podobnych błędów w przyszłości, kiedy już udostępni publicznie Barda.

W międzyczasie Google opracowuje dodatkowe modele generatywnej sztucznej inteligencji w języku i innych obszarach, w tym PaLM, Imagen i MusicLM, aby ulepszyć własne możliwości i oferty oraz uczynić generatywną sztuczną inteligencję bardziej popularną. Oto więcej szczegółów na temat tych przełomowych inicjatyw.

Więcej generatywnych modeli AI od Google

Palma

PaLM (Pathways Language Model) to kolejny model języka AI stworzony przez Google, który opiera się na firmowym modelu Pathways i wykorzystuje 540 miliardów parametrów do wykonywania zadań przetwarzania języka naturalnego (NLP) w celu zrozumienia kontekstu słów w zdaniach lub frazach. PaLM może być używany do zadań takich jak odpowiadanie na pytania, podsumowywanie, tłumaczenie i nie tylko, a także został przeszkolony w zakresie logiki, matematyki, rozpoznawania wzorców i innych złożonych zadań.

Według Google PaLM może nie tylko wygenerować mocny kod, w przypadku gdy tylko 5% jego zbioru danych przedtreningowych zawiera kod, ale także „potrafi rozróżnić przyczynę od skutku, zrozumieć kombinacje koncepcyjne w odpowiednich kontekstach, a nawet odgadnąć film na podstawie emoji” – twierdzi Google.

obraz

Imagen to generator sztucznej inteligencji przekształcający tekst na obraz stworzony przez Google Research, który został opublikowany jako artykuł badawczy niedługo po wydaniu przez OpenAI DALL·E 2 w 2022 r. Zarówno Imagen, jak i DALL·E 2 to generatywne modele sztucznej inteligencji, które tworzą obrazy z tekstu monity, główne różnice polegają na tym, że DALL·E i DALL·E 2 są już dostępne do użytku, podczas gdy Imagen jest obecnie niedostępny, ponieważ według Google „istnieje ryzyko, że Imagen zakodował szkodliwe stereotypy i wyobrażenia, które kieruje naszą decyzją, aby nie udostępniać Imagen do użytku publicznego bez dodatkowych zabezpieczeń”.

Innym ważnym czynnikiem, na który należy zwrócić uwagę, jest to, że w ocenach przeprowadzanych przez ludzi program Imagen przewyższał inne, podobne metody, w tym DALL·E 2, pod względem wyrównania i wierności, więc chociaż nikt nie może go używać, można wiedzieć, że prawdopodobnie będzie lepszy niż DALL ·E 2 (w oczekiwaniu na wszelkie postępy OpenAI), kiedy zostanie ostatecznie wydany.

MuzykaLM

MusicLM to generatywny model języka sztucznej inteligencji opracowany przez Google Research, który jest w stanie generować kompozycje muzyczne. Wykorzystuje technikę zwaną „generowaniem warunkowym”, która umożliwia generowanie muzyki na podstawie określonych parametrów, takich jak gatunek, styl i nastrój. Według Google „MusicLM może opierać się zarówno na tekście, jak i na melodii, ponieważ może przekształcić gwiżdżone i nucone melodie zgodnie ze stylem opisanym w podpisie tekstowym”

Na stronie Abstraktów, do której link znajduje się powyżej, możesz posłuchać MusicLM w akcji, ponieważ generuje on klipy o długości od dziesięciu sekund do pięciu minut z różnych typów podpowiedzi, w tym 30-sekundowe pliki audio wygenerowane na podstawie „Połączenia reggaeton i elektronicznej muzyki tanecznej, z kosmicznym , nieziemski dźwięk. Wywołuje wrażenie zagubienia w przestrzeni, a muzyka została zaprojektowana tak, aby wywoływać poczucie zachwytu i podziwu, a jednocześnie nadaje się do tańca” – próbki wygenerowane na podstawie tytułów, autorów i opisów słynnych obrazów (w tym „Gwiaździsta noc” Van Gogha i The Kiss Klimta) oraz dziesięciosekundowe fragmenty losowych dźwięków akordeonowych, generowanych w celu dopasowania do różnych gatunków, takich jak rap, EDM i death metal. Chociaż w niektórych przypadkach jakość może być ziarnista, wynik nadal jest czymś godnym podziwu i gorąco polecam przesłuchanie niektórych przykładowych utworów z MusicLM.

Prawdopodobny wpływ generatywnej sztucznej inteligencji na wyniki wyszukiwania

Dokładniejsze i trafniejsze SERP

Można bezpiecznie założyć, że generacyjna sztuczna inteligencja będzie miała duży wpływ na to, jak ludzie będą korzystać z tych wyszukiwarek w przyszłości. Technologia ta może pomóc w dostarczaniu dokładniejszych wyników szybciej niż kiedykolwiek wcześniej, jednocześnie potencjalnie zwiększając trafność i dokładność w wielu językach i kontekstach.

Zarówno Google, jak i Bing wykorzystują generatywną sztuczną inteligencję poza czatem, aby zoptymalizować wyniki wyszukiwania, wprowadzając większe zakłopotanie i zwiększoną losowość przy minimalnej liczbie tokenów w swoich algorytmach. Co to dokładnie oznacza dla wyników wyszukiwania? W skrócie: wyższa dokładność i trafność w SERP.

W kontekście sztucznej inteligencji i przetwarzania języka naturalnego zakłopotanie jest miarą tego, jak dobrze model języka może przewidzieć lub zrozumieć sekwencję słów. W szczególności jest to metryka pomiaru niepewności lub nieprzewidywalności modelu w przewidywaniu następnego słowa w sekwencji. Niższy wynik zakłopotania wskazuje, że model lepiej przewiduje następne słowo, natomiast wyższy wynik zakłopotania sugeruje, że model jest bardziej niepewny lub nieprzewidywalny. Może się to wydawać sprzeczne z intuicją, ale wyższe wyniki w zakresie zakłopotania mogą być pożądane, ponieważ wskazują, że model generuje bardziej zróżnicowane i unikalne wyniki. Może to być przydatne w SERP, gdzie wyszukiwarki starają się zapewnić użytkownikom zróżnicowany zestaw odpowiednich wyników .

Tokeny, w kontekście AI i NLP, są podstawowymi budulcami języka. Zwykle pojedynczymi słowami, tokenami mogą być również inne jednostki językowe, takie jak podsłowa lub znaki. Generacyjne modele sztucznej inteligencji korzystające z tokenów mogą łączyć je na różne sposoby, aby uzyskać nowe wyniki, które są podobne do danych, na których model został przeszkolony, ale różnią się od nich.

Wykorzystując generatywną sztuczną inteligencję przy minimalnej liczbie tokenów, wyszukiwarki takie jak Google i Bing mogą wprowadzić większe zamieszanie w celu uwzględnienia szerszej gamy potencjalnych dopasowań, w tym bardziej niszowych i wysoce specyficznych treści. Co więcej, generatywna sztuczna inteligencja może zwiększyć losowość, co pozwala uniknąć problemu prezentowania użytkownikom tego samego zestawu wyników dla podobnych zapytań. Oznacza to, że wyniki wyszukiwarki będą charakteryzowały się większym stopniem różnorodności i z większym prawdopodobieństwem zaspokoją różne potrzeby i zainteresowania użytkowników.

Spersonalizowane wyniki + odpowiedzi generowane przez sztuczną inteligencję, aby szybciej znaleźć to, czego potrzebujesz

Generatywna sztuczna inteligencja może również wpływać na wyszukiwarki, zapewniając bezpośrednie odpowiedzi na zapytania użytkowników bez konieczności klikania wielu stron z wynikami. Wiemy już, że nowy Bing będzie miał podzielony ekran w SERPach, z tradycyjnymi wynikami płatnymi i organicznymi, wraz z własną wersją fragmentów polecanych po lewej stronie, z polem odpowiedzi generowanym przez sztuczną inteligencję po prawej stronie, kompletnym z klikalnymi monitami, aby odpowiedzieć na powiązane zapytania i rozpocząć nowy czat AI. (Będziemy musieli poczekać i zobaczyć, jak Google będzie ewoluować). Posiadanie czegoś, co będzie wynosić dwa „zera na pozycjach” i natychmiast wyświetli bardziej istotne informacje, prawdopodobnie pomoże ludziom znaleźć informacje szybciej niż kiedykolwiek wcześniej, zapobiegając zbyt głębokiemu przewijaniu SERP .

Generatywna sztuczna inteligencja prawdopodobnie doprowadzi również do bardziej spersonalizowanego wyszukiwania, przy generowaniu odpowiednich rekomendacji treści związanych bezpośrednio z indywidualnymi zapytaniami i uwzględniania preferencji użytkowników i wzorców zachowań z przeszłości. Oznacza to, że osoby, które wielokrotnie używają określonych terminów lub regularnie odwiedzają określone witryny, powinny widzieć dostosowane sugestie za każdym razem, gdy przeprowadzają wyszukiwanie przy użyciu podobnego języka lub tematów, co pozwoli im szybciej uzyskać dokładniejsze wyniki, a jednocześnie zmniejszy ryzyko straty czasu z powodu zbyt ogólnych strategii kierowania na słowa kluczowe zatrudnionych, zanim te postępy weszły w życie.

Reklamy w płatnych wynikach wyszukiwania obejmują treści generowane przez sztuczną inteligencję

Innym sposobem, w jaki generatywna sztuczna inteligencja może zmienić sposób korzystania z wyszukiwarek, jest zmiana modeli płatnych reklam w SERP (stronach wyników wyszukiwania). Obecnie reklamodawcy płacą za słowa kluczowe, aby ich reklamy pojawiały się, gdy te słowa zostaną użyte w wynikach wyszukiwania; jednak w przypadku bardziej zaawansowanych form generatywnej sztucznej inteligencji model ten może ulec zmianie lub stać się przestarzały, ponieważ dokładne dopasowania zapytań stają się coraz ważniejsze.

Reklamodawcy mogą być skłonni (lub zobowiązani) do licytowania określonych fraz lub monitów AI, a nie tylko ogólnych słów kluczowych, co powoduje, że konkurencja jest znacznie ostrzejsza niż wcześniej. Być może reklamodawcy będą mieli możliwość umieszczania reklam bezpośrednio w odpowiedziach wygenerowanych przez sam algorytm.

Ogólnie rzecz biorąc, oczywiste jest, że generatywna sztuczna inteligencja ma istotne implikacje zarówno dla konsumentów, jak i firm, jeśli chodzi o sposób, w jaki korzystamy z wyszukiwarek teraz iw przyszłości. Zapewnia nam większą wygodę, większą dokładność i ulepszone możliwości personalizacji na wszystkich zaangażowanych platformach.

Chociaż w chwili obecnej nie ma ostatecznych odpowiedzi na pytanie, w jaki sposób wpłynie to na płatne wyszukiwanie, możemy bezpiecznie założyć, że Microsoft i Alphabet dostosują swoje modele generowania przychodów, aby uwzględniały reklamy w wynikach wyszukiwania generowanych przez sztuczną inteligencję, ponieważ ponad 80% wyszukiwań Google Przychody w 2022 r. pochodziły z reklam, a Microsoft wygenerował w 2022 r. prawie 12 miliardów dolarów przychodów z reklam i nie chce, aby ich liczba spadła. Określanie stawek według zapytań prawdopodobnie ulegnie zmianie tak samo, jak poziom konkurencji wzrośnie, gdy wyniki wyszukiwania generowane przez sztuczną inteligencję staną się normą.

Jak marketerzy treści powinni dostosować się do generatywnych wyszukiwarek AI

Tak jak nie możemy z całą pewnością stwierdzić, z czym będą musieli się zmierzyć praktycy płatnego wyszukiwania w Internecie napędzanym przez generatywne wyszukiwarki sztucznej inteligencji, możemy jedynie spekulować, co dokładnie marketerzy treści będą musieli zmienić w swoich procesach, aby zapewnić widoczność ich treści. Mimo to mamy kilka sugestii dla wydawców, producentów i twórców, którzy powinni wziąć pod uwagę, próbując pozycjonować, konkurować o widoczność w wyszukiwaniu, przeprowadzać badanie słów kluczowych i optymalizować treść pod kątem przyszłości wyszukiwania.

Dąż do tworzenia najwyższej jakości treści EEAT

Nie, Google nie mówi, żebyś napełniał twarz jedzeniem. EEAT oznacza Doświadczenie, Ekspertyzę, Autorytatywność i Zaufanie, a według Google są to kluczowe czynniki, które należy ustalić w każdej tworzonej i publikowanej treści, przy czym Zaufanie jest najważniejszym z tych czterech czynników. Nawet po pojawieniu się generatywnych wyszukiwarek opartych na sztucznej inteligencji, zawsze powinieneś dążyć do tworzenia godnych zaufania treści, które informują czytelników o faktach, które są właściwie pozyskiwane, wraz z pomocnymi i bezpiecznymi rekomendacjami dotyczącymi wszystkiego, co promujesz w swojej witrynie.

Pisz więcej konwersacją i twórz więcej treści w wielu formatach

Generatywna sztuczna inteligencja odczytuje zapytania przy użyciu algorytmów przetwarzania języka naturalnego (NLP), które mają na celu zrozumienie znaczenia i kontekstu języka oraz interpretację go w taki sam sposób, jak zrobiłby to człowiek. Mając to na uwadze, wykorzystanie generatywnej sztucznej inteligencji w wyszukiwarkach prawdopodobnie wpłynie na słowa kluczowe i frazy, pod kątem których optymalizują marketerzy treści, ponieważ algorytmy te mogą generować dokładniejsze i trafniejsze wyniki wyszukiwania w oparciu o intencje użytkownika.

Optymalizacja treści pod kątem określonych słów kluczowych lub fraz może stać się mniej ważna, ponieważ wyszukiwarki stają się bardziej wyrafinowane i są w stanie zrozumieć kontekst i znaczenie zapytań w języku naturalnym. Zamiast tego marketerzy treści będą musieli skupić się na tworzeniu wysokiej jakości, odpowiednich i angażujących treści, które odpowiadają na pytania użytkowników lub dostarczają cennych informacji w sposób łatwy do zrozumienia zarówno dla ludzi, jak i algorytmów sztucznej inteligencji. Może to obejmować użycie w treści bardziej naturalnego języka i długich słów kluczowych, a także włączenie treści multimedialnych, takich jak obrazy i filmy, w celu zapewnienia bardziej wszechstronnego i wciągającego doświadczenia.

Google jest właścicielem YouTube, więc sensowne jest tworzenie treści wideo, które uzupełniają artykuły na blogu SEO i strony docelowe oraz pomagają podnieść pozycje w rankingach SERP. Prawdopodobnie wkrótce się to nie zmieni, więc rozważ wdrożenie strategicznego planu wideo do ogólnej strategii dotyczącej treści, aby zmaksymalizować ekspozycję i faworyzowanie, szczególnie za pomocą algorytmów Google, przy jednoczesnym zapewnieniu lepszego UX.

Uważnie obserwuj krajobraz płatnych wyszukiwań

Na razie nikt nie może być pewien, jakie będą koszty prowadzenia interesów z generatywnymi wyszukiwarkami sztucznej inteligencji z perspektywy płatnej reklamy, więc najlepiej jest zachować ostrożność, zanim zainwestuje się w tę przestrzeń. Zobacz, jakie są stawki CPC dla docelowych słów kluczowych i podpowiedzi AI, gdy Google wprowadzi funkcję podobną do tego, jak ma wyglądać nowy Bing, zanim ocenisz, czy wydatki na reklamy PPC są tego warte dla Twojej firmy. Niektóre firmy przyzwyczajone do tego stylu marketingu mogą być przecenione i będą musiały znaleźć nowe sposoby na uzyskanie widoczności w Internecie.

Zastanów się, jak będzie ewoluować „optymalizacja”.

Oprócz optymalizacji treści pod kątem EEAT, multimediów i NLP poprzez uwzględnienie konwersacyjnych słów kluczowych, słów kluczowych z długim ogonem i semantycznie powiązanych fraz kluczowych, marketerzy treści będą musieli wziąć pod uwagę nowe czynniki, które będą częścią przepływu pracy SEO, gdy generatywna sztuczna inteligencja stanie się podstawą szukaj.

Jest prawdopodobne, że personalizacja będzie odgrywać dużą rolę w przyszłości wyszukiwania, dlatego zrozumienie docelowych odbiorców i tworzenie dla nich dostosowanych treści będzie ważniejsze niż kiedykolwiek, jeśli chodzi o ranking. Jak powiedziałby Seth Godin, zrozumienie „dla kogo to jest?” jest kluczem do stworzenia czegoś, co naprawdę rezonuje i jest prawdopodobne, że tego rodzaju treści będą rezonować zarówno z ludźmi, jak i wyszukiwarkami bardziej niż kiedykolwiek wcześniej.

Kolejnym trafnym przypuszczeniem jest to, że wskaźniki zaangażowania użytkowników, takie jak współczynnik odrzuceń, czas spędzony na stronie i współczynnik klikalności, zaczną mieć jeszcze większe znaczenie w algorytmach wyszukiwarek, gdy firmy będą testować nowe metody wyświetlania SERP z odpowiedziami generowanymi przez sztuczną inteligencję i wysokimi wskaźnikami zakłopotanie, które prowadzi do przedstawiania bardziej zróżnicowanych wyników.

Generacyjne wyszukiwarki AI: przygotuj się na zmiany

Generatywna sztuczna inteligencja niewątpliwie będzie miała ogromny wpływ na sposób działania wyszukiwarek, SEO i SERP – czego skutki odczują zarówno wyniki organiczne, jak i płatne – w celu zapewnienia dokładniejszych i bardziej wiarygodnych wyników.

Chociaż nie możemy z całą pewnością powiedzieć, jakie będą zmiany w SEO, gdy generatywne wyszukiwarki AI staną się nową normą, marketerzy treści powinni być gotowi na aktualizację swoich strategii dotyczących treści i poznanie nowych metod badawczych, które mogą obejmować wyszukiwanie najlepszych słów kluczowych z długiego ogona , frazy konwersacyjne i podpowiedzi AI w celu optymalizacji ich treści w nadziei na wysoką pozycję w Google, Bing i nie tylko.

Szukasz więcej treści na temat przyszłości marketingu? Rozważ subskrypcję naszego biuletynu, aby otrzymywać artykuły z naszej ciągłej serii na temat generatywnej sztucznej inteligencji prosto do Twojej skrzynki odbiorczej. Możesz także zarezerwować spotkanie z naszym zespołem, aby zobaczyć, jak generatywna sztuczna inteligencja napędza tworzenie treści w Skyword, zwiększając wydajność bez uszczerbku dla jakości i integralności marki dla naszych klientów.