Я не могу использовать нейросети как поисковик и радоваться "качеству". Там же просто неадекватная выдача. Ответ выглядит вроде нормальным, а когда посмотришь на источники, откуда ЧатЖпт это все выудил — там ад.
Недавно сделал новый видеоурок по AI SEO для Базы Карбышева. Напомню: есть у меня новый обновляемый курс с закрытом чатом для специалистов, кому надо — залетайте, подробности тут.
Так вот, для практической части урока я делал аудит и базовую стратегию AI SEO (GEO) для гостиницы в Новосибирске (как пример локального бизнеса) и школы креативности «ИКРА», моего клиента (как пример онлайн бизнеса).
Когда начинаешь закапываться и анализировать источники, которые предоставляет нейросеть, просто офигеваешь от количества ошибок.
Проблема 1: устаревшие данные
Статья «Лучшие гостиницы Новосибирска» из 2022 года. Как считаете, насколько вам сейчас будет полезен обзор гостиницы четырёхлетней давности?
Да, в топе Google и Яндексе тоже есть старые статьи, их могут обновлять, а могут и нет, но они по какой-то причине залипли в топе. Обычно мы видим дату прямо в выдаче, либо внутри статьи, и понимаем, что статья старая. Нейросеть же вытаскивает информацию из статьи и ей наплевать на актуальность.
Проблема 2: галлюцинации
Классика: придуманные факты и ссылки. При анализе школы «ИКРА» ChatGPT придумывал несуществующих конкурентов и ссылки на их сайты.
Проблема 3: неверная интерпретация
По версии нейросети, школа «ИКРА» в основном занимается обучением подростков. Хотя промпт был про курсы фасилитации, а это по определению не может быть детским, это курсы для руководителей.
Откуда-то всплыл факт о работе с подростками, был на сайте благотворительный кейс — и вдруг это стало основной деятельностью школы. Сам факт не ложный, но интерпретация совсем неверная.
Проблема 4: псевдорейтинги
Все источники, что у ЧатЖПт, что у Переплексити загажены подборками от имени блога какого-нибудь «Андрея Иванова» на DTF, VC, Дзене. В одной статье он пишет про топ-6 курсов по астрологии, в другой топ-6 курсов по программированию. На самих площадках эти мусорные статьи набирают 0 просмотров, но зато нейросеть с удовольствием тянет их в свою базу.
Всё перечисленное — это всего лишь из 200 проанализированных источников. И уже столько косяков вылезает.
В итоге из всех этих источников, со всеми ошибками, искажениями, собирается тот самый форшмак, который считается качественным ответом просто потому, что нам лень проверить детали.
Что делать?
Об этом расскажу в следующем посте: как я вижу ситуацию, какой подход выбираю и советую, если мы всё-таки хотим продвигаться в ответах нейросетей.
· 27.04
проблема с источниками в llm-выдаче системная - модели не разделяют качественный контент и сео-мусор при обучении, поэтому и генерируют ссылки на сомнительные агрегаторы. для seo-специалистов это и вызов и возможность: контент который явно структурирован под ответы на конкретные вопросы лучше цитируется и в ai-поиске. geo как практика только формируется, интересно будет посмотреть на кейсы через год
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
коммент удалён