Skąd AI ma wiedzę

LEO (LLM engine optimization) albo GEO (generative engine optimization) znaczą praktycznie to samo. Określają pojawianie się naszej strony w odpowiedzi od modeli językowych.

Użytkownicy coraz częściej, zamiast wpisywać swoje pytanie w przeglądarkę Google wrzucają je po prostu do jakiegoś dostępnego modelu językowego za pomocą aplikacji takich jak ChatGPT, Perplexity czy Gemini albo dostają odpowiedź od Google AI overview, które pojawia się czasami na samej górze wyników wyszukiwania - nawet nad reklamami.

Modele AI mogą odpowiedzieć na nasze pytania na dwa sposoby:

1. Skorzystać z wiedzy, która została mu przekazana podczas uczenia

2. Wrzucić nasze pytanie do silnika wyszukiwania i na ich podstawie przygotować odpowiedź

Jak pojawiać się w wynikach wyszukiwania

Wiedza modelu

Bycie zapisanym w wiedzy modelu jest zadaniem długoterminowym i na dużą skalę. Aby model miał informację o naszej marce, musi on być nauczony na danych, które coś o naszej marce mówią. Twórcy modeli korzystają z bardzo dużej ilości różnych źródeł do nauki modelu: książki, PDFy, gotowe datasety, teksty piosenek, kody źródłowe, Reddity, Blogi i wiele innych. Więc jedynym sposobem, aby się w nich pojawić jest bycie cytowanym, tworzenie produktu, o którym ludzie piszą i chcą pisać, wykupywanie linków sponsorowanych na wysoko ocenianych stronach, motywowanie do UGC (user generated content) i tak dalej i tak dalej… Wszystko, co spowoduje, że będzie więcej treści o naszej marce, podnosi naszą szansę, że następna wersja modelu będzie miała choć trochę informacji o nas.

Przeszukiwanie sieci przez model

Kiedy do pierwszego sposobu musimy podchodzić długoterminowo tak przy tym musimy pojawiać się pod odpowiednim pytaniem w silniku wyszukiwania, który używa aplikacja modelu.

Żadna z aplikacji AI nie zwraca publicznie jakich silników używają natomiast można znaleźć kilka bardzo ciekawych i prostych testów użytkowników, którzy starali się sprawdzić z czego korzysta na przykład ChatGPT. Tworzyli nowe dotychczas nie istniejące zwroty, indeksowali je tylko w Google i sprawdzali czy aplikacja jest w stanie zwrócić im na ten temat informację [źródło]. Jeśli zwróciła to znaczy, że w jakimś stopniu korzystają z Google.

Silników jest natomiast więcej a oto kilka najważniejszych w których musimy się pozycjonować:

• Google Search Engine

• Bing

• Brave

Dodatkowo Perplexity wspomaga się również własnym rozwiązaniem do przeszukiwania i indeksowania Internetu. Amazon opisał po krótce ich use case na swojej stronie [źródło].

Dlatego aby pojawiać się w wynikach musimy:

• Zadbać o SEO - pośrednio wpływa na to czy AI zwróci o nas informację czy też nie. Model używa również klasycznych wyników wyszukiwania takie jak są w przeglądarkach do zwrócenia informacji.

• Używać JSON-LD dla produktów - Jest to format który dodaj się do strony produktu aby wyszukiwarki dokładnie zrozumiały co sobą ta strona reprezentuje. Dzięki temu w przeglądarce Google możemy zobaczyć wyróżnione produkty a w GPT listę produktów jeżeli czegoś szukamy.

• Zrozumieć na jakie wyszukiwanie zmienia model zapytanie użytkownika - wpisałem do GPT dość ogólne zapytanie “Gdzie mogę kupić najlepszy fotel do pracy?”. Lekko się zdziwiłem że zrobił wyszukanie po angielsku i odwołał się do źródeł angielskich.

Dopiero gdy dodałem “we wrocławiu” to zaczął przeprowadzać wyszukiwania po Polsku. Na 5 prób przeprowadzał takie wyszukiwania:

• “Sklep z meblami biurowymi”

• “Sklep meblowy fotele biurowe”

• “Sklep foteli biurowych wrocław”

• “Fotel biurowy sklep Wrocław”

• “Fotele biurowe sklep”

Dlatego kiedy mamy produkt, i chcemy zobaczyć czy pojawia się w AI, najlepiej będzie przeprowadzić symulację paru ogólnych pytań i stopniowo coraz bardziej je uszczegóławiać swoimi informacjami aż trafimy na własną markę a potem zobaczyć jak ją opisuje.

Ukryty tekst dla AI na stronie

Kiedy zaczęto wprowadzać wyszukiwanie AI od razu zaczęto myśleć jak można zmanipulować model aby powiedział że to właśnie nasz produkt jest najlepszy. Zaczęto to robić poprzez wklejanie ukrytego tekstu na stronie którego użytkownicy nie widzieli ale model AI jak najbardziej. Jak to zrobić? Powiedzmy że to będzie prosty kod HTML opisujący nasz produkt

Tworzymy sobie klasę very-important która tak naprawdę sprawia że tekst na stronie jest takiego koloru co tło, ma przeźroczystość na 0 albo jest display:none. Nie ważne jak ale sprawiamy że nie jest widoczny dla użytkownika na naszej stronie. Natomiast AI ten tekst dostanie i na jego podstawie też wyrobi sobie opinię. W taki sposób można zmanipulować to jak się o nas albo o innych wypowie.

Żeby zweryfikować czy działa wrzuć stronę na której to zrobiłeś do AI i zapytaj co jest w stanie z tej strony wyciągnąć o twoim produkcie.

Czy jest to dobre rozwiązanie?

Było to kiedyś stosowane również przy SEO na przełomie wieku i Google zaczęło takie działania karać więc nie jest to jakaś nowa i nieznana technika a po prostu jej dostosowanie pod nowe potrzeby. Na ten moment twórcy modeli AI pewnie jeszcze nic z tym nie robią ale z czasem może się zdarzyć, że nasza strona zostanie po prostu zbanowana z wyników w określonym modelu za jej używanie. Więcej o tym jest opisane w tym poście.

Czy warto się pozycjonować w AI?

Tutaj jedna ze statystyk od Ahrefs (aplikacji, która skupia się wokół SEO) [Źródło].

Mimo że dużo się mówi o wyszukiwaniu w AI i tym, że zastąpi ono ręczne przeglądanie wyników przez użytkowników, to na ten moment zmiany te nie są aż tak drastyczne.

• Google generuje 345x razy więcej wejść na stronę niż ChatGPT, Gemini, and Perplexity razem

Więc moim zdaniem jeżeli dopiero zaczynasz i twoich potencjalni użytkownicy nie szukają informacji o tobie tylko w AI to lepiej skupić się po prostu na SEO a jak przy okazji wpłynie to na pojawianie się w AI to bardzo fajnie.

Pozycjonowanie w AI na ten moment raczej jest przeznaczone tylko dla dużych graczy, którzy muszą trzymać swoją opinię aby następnym razem jak ktoś zapyta AI “cola czy pepsi?” to żeby nie napisał, że oba to gówno i idź napij się wody.