Uzunluk farkı gerçektir ve iyi belgelenmiştir; ChatGPT istemlerinin karakter sayısına göre tipik bir Google sorgusundan daha uzun bir sıra çalıştırdığını açıklayan bazı ölçümler bulunmaktadır. Bunların hiçbiri size Pazartesi günü ne yapacağınızı söylemez. Kendi haberlerinizi okuma şeklinizi değiştirmesi gereken kısım, girdinin uzunluğu değildir; her ikisini de aynı anda ölçmeye başladığınızda, iki farklı sistemin aynı dizeyle yaptığı şeydir.
Kelime Sayısıyla Değil, Operasyonla Başlayın
Bir arama dizini bir dizeyle eşleşir. Bir dil modeli birini yorumlar. Bunlar farklı işlerdir ve farklı giriş şekillerini ödüllendirirler; bu nedenle aynı sorguyu her iki yüzeye de beslemek size aynı şeyin iki okumasını vermez. Bir giriş kutusunu paylaşmak size iki farklı şey verir. Dizin, metni ona verdiğiniz terimlerle aynı hizada olan belgeleri arıyor. Model, niyeti üçgenlemek için ona verdiğiniz her şeyi kullanıyor ve ne kadar çok bağlam elde ederse, bir cevaba doğru o kadar emin bir şekilde daralıyor. Bir arama dizinine uzun ve spesifik bir ifade verirseniz, rakip belgelerin alanını daraltmış olursunuz, bu da genellikle sıralamayı kolaylaştırır. Bir modele aynı cümleyi verirseniz, onun amacını keskinleştirirsiniz. Aynı tel, zıt mekanikler.
Daha ileri gitmeden önce iki düşünce bunu dürüst tutmamıza yardımcı olur. Birincisi, uzun bir ifadenin otomatik olarak uzun kuyruklu bir anahtar kelime olmamasıdır. SEO alanı bu yıllar önce yerleşti ve daha deneyimli uygulayıcılar hala açıkça şunu söylüyor: Uzun kuyruk, kelime sayısından ziyade özgüllük ve arama hacmi ile tanımlanıyor; bu nedenle, beş kelimelik bir ürün model numarası tamamen açıkken, üç kelimelik bir başlık terimi acımasızca rekabetçi olabilir. İkinci düzeltme daha da derine iner, çünkü uzun bilgi çoğu zaman bir arama dizinine ulaşan şey bile değildir ve genellikle sıralama raporunuzun üzerine inşa edildiği dizinle aynı değildir. Kendi taraflarında, modeller bir istemi daha kısa erişim sorgularına böler ve bunlardan birkaçını ateşler; tıklama akışı analizi, yazılan istemi 23 kelimeye yakın tutar, ancak modelin gönderdiği arama dörde yaklaşır ve ayrı bir çalışma, istem başına bu aramaların ikiden fazlasının her biri yaklaşık beş kelimeyle ölçülür. Yazdığınız uzun bilgi istemi ve modelin eşleşmesi için gönderdiği kısa sorgu aynı olay değildir; dolayısıyla bilgi istemi uzunluğunu arama davranışı için bir proxy olarak ele almak, mekanizmanın iki kez yanlış olmasına neden olur.
Bu ayrıştırmanın izlemenize ne yaptığına yakından bakın çünkü bir varsayımı ortadan kaldırır. Arama tarafında, gönderdiğiniz dize eşleşen dizedir; dolayısıyla bir sorguyu izlediğinizde, SİZİN seçtiğiniz şeyi izliyorsunuz demektir. AI tarafında, model isteminizi okur, ne demek istediğinizi anlar ve destek bulmak için kendi alma sorgularını yazar; bu, dizine dokunan dizenin sizin veya müşterinizin yazdığı değil, MODEL tarafından yazılan dize olduğu anlamına gelir. Artık sorgunuzu izlemiyorsunuz. Modelin sorgunuzun açıklamasını izliyorsunuz, bir dizine karşı koşuyorsunuz ve ardından modelin neyin alıntıyı hak ettiğine ilişkin kendi yargısı aracılığıyla filtreden geçiriliyorsunuz. Günlüğe kaydettiğiniz bilgi istemi ile puanladığınız sonuç arasında üç dönüşüm yer alır ve kontrol paneline gelen sayıda bunlardan hiçbiri görünmez.
Eğrinin İki Ucu Aynı Şekilde Davranmıyor
Tek kelimelik bir sorgu her iki yüzeyi de bozar ve bunları zıt nedenlerden dolayı bozar. LLM modeli, tek bir kelimenin amacını güvenilir bir şekilde üçgenleyemez, bu nedenle bir işletmenin ortaya çıkmayacağı genel bir şeyi döndürür. Geleneksel arama endeksi, bir ana terim için o kadar fazla rekabet taşır ki, işletme neredeyse kesinlikle sıralamada yer almaz. Bu nedenle kısa bir sorgu aynı anda hem alıntılanmamış hem de sıralanmamış olarak okunur; başarısızlık gibi görünen ancak aslında herhangi bir şeyi teşhis etmek için çok zayıf bir girdi olan çifte olumsuzluk. Uzak uca doğru yürüyün ve yüzeyler bölünür. Uzun, spesifik bir ifade, LLM modeline zengin bir amaç ve makul bir alıntı yapma nedeni verir ve aynı zamanda geleneksel arama endeksine, mütevazı alan adı otoritesinde bile sıralaması daha kolay, düşük rekabetli bir dize verir. Uzun uç alıntı olarak, sıralanmış olarak veya her ikisi olarak okunabilir.
Bir örneğe bakalım: İki rakip aynı B2B yazılımını satıyor ve gerçekte her ikisi için de önemli olan konu hakkında neredeyse aynı görünürlüğe sahip. Bir ekip, izleme setini her zaman anahtar kelimeleri yazdığı şekilde, dar isim cümleleriyle oluşturuyor. Bu konuda daha yeni olan diğer ekip, izlenen sorgularını bir sohbet robotuyla konuştuğu gibi tam sorularla yazıyor. İlk takımın seti, indekste şiddetli bir şekilde tartışılan ve modelin herhangi bir güvenle yerleştirilemeyeceği kadar ince olan kafa şeklindeki tellere doğru eğiliyor, bu nedenle kontrol panelinde her iki tarafta da zayıf okunuyor. İkinci takımın seti, düşük rekabet nedeniyle kolayca sıralanan ve modele yeterince alıntı yapan uzun, spesifik sorulara yöneliyor, böylece kontrol panelleri her iki tarafta da güçlü görünüyor. Gerçek durumlarıyla ilgili hiçbir şey farklı değil. Farklı olan şey, her takımın nasıl yazdığıdır ve rapor, stilistik bir alışkanlığı sessizce rekabet boşluğuna benzeyen bir şeye dönüştürmüştür.
Bunun Dil Sorunu Değil, Ölçme Sorunu Haline Geldiği Yer
Müşterilerinizin çoğu, üzerinde düşünmeden tek bir ifade alışkanlığına sürükleniyor ve bunu yapacaklar da çünkü insanlar en az dirençle karşılaşacakları yolu seçiyorlar. Bir müşteri, takip ettiği sorguları sıkı, anahtar kelime tarzı isim cümleleriyle yazarken, bir diğeri bunları tam konuşma soruları olarak yazıyor ve bu alışkanlık, kibarca raporun sıralama tarafında kalmıyor. Her iki sütunu da aynı anda büküyor ve farklı şekilde büküyor çünkü her yüzey aynı dizeyi kendi şartlarına göre okuyor. Aynı gerçek görünürlüğe sahip iki müşteri, her birinin nasıl yazdığı dışında hiçbir neden olmaksızın, biri sıralamada güçlü, alıntıda zayıf, diğeri ise tam tersi olmak üzere zıt profiller yayınlayabilir. Bu gerçek bir geçerlilik sorunudur ve yalnızca kendi başına okunan sıralama için geçerli değildir. Bu sayı müşteriyle ilgili bir gerçek gibi görünüyor. Bunun bir kısmı ifadelerle ilgili bir gerçektir.
Bu nedenle alıntının yanında sıralama yapmak ve iki sütunu karşılaştırılabilir olarak okumak bir hatadır. Hiçbir zaman aynı türde olmayan iki sayıyı karşılaştırıyorsunuz çünkü her biri farklı terimlerle okuduğu bir dizeyle farklı bir iş yapan farklı bir sistem tarafından üretildi. Örtüşme araştırması, boyutu konusunda anlaşamasa bile, farklılığı desteklemektedir. Moz, Yapay Zeka Modu alıntılarının çoğunun aynı sorgu için organik sonuçlarda hiçbir zaman görünmediğini, bir izleme çalışmasının alıntı yapılan URL'lerin yalnızca onda birini Google'ın ilk 10'una koyduğunu ve bir Semrush çalışmasının en az bir platform için diğer yöne eğildiğini, Perplexity'nin Google'ın ilk 10'uyla büyük ölçüde örtüştüğünü buldu. Büyüklüğü tartışmalıdır. İki yüzeyin farklı şeyleri okuyup ödüllendirmesi aslında öyle değil.
Bu farkın tek başına sıralamadan daha iyi ayakta kalan bir versiyonu var ve bunu nasıl ifade ettiğim konusunda dikkatli olmak istiyorum çünkü bu kanıtlanmış bir sonuçtan ziyade bir argüman. Sıralama ile alıntılanma arasındaki fark, her iki tarafta da aynı sorgu dizesine göre okunur, dolayısıyla her mutlak sayıyı bozan ifade etkisi, karşılaştırmayı büyük ölçüde iptal etmelidir; bu, kontrastı her iki rakamın tek başına olduğundan daha güvenilir bırakacaktır. Bu bir akıl yürütmedir, kimsenin gösterdiği bir şey değildir ve siz de bunu bu şekilde düşünmelisiniz. Harekete geçecek kadar yerleşik olan şey komşu noktadır, bu giriş şekli yüzeye çıkanı hareket ettirir. Kontrollü çalışma, yapay zeka kaynak kullanımının sorgunun karakterine göre değiştiğini gösterdi ve ayrı bir çalışma, istemler yeniden ifade edildiğinde çıktıların değiştiğini buldu. Şekil bir değişkendir. Yüzeyleri karşılaştırırken bunu sabitmiş gibi ele almak hatadır.
Koruma Bir Hacim Sütunudur ve Sadece Tek Tarafta Çalışır
Rütbe tarafındaki savunma pek gösterişli değil ve oyunun tamamı bu. Yanında arama hacmi olmadan asla bir sıra numarasını okumayın. Kimsenin aramadığı bir ifadeyle dördüncü sırada yer almak bir kazanç değildir; bu, tartışmasız kalacak kadar spesifik olduğu için sıralanan bir ifadedir ve hacim, içi boş bir yerleşimin içi boş olduğunu açıkça ortaya koyan şeydir. Uzun kuyruklu spesifikliği öven aynı SEO kaynakları, hacmin bir karar değil, bir başlangıç noktası olduğu konusunda uyarıyor. Gösterge tablosundaki en sağlıklı görünen sayı bazen en boş olanıdır ve yalnızca yanındaki ses size hangisi olduğunu söyler.
Bu disiplin çizgiyi aşmaz ve çoğu insanın sessizce hile yaptığı nokta burasıdır. Arama hacmi, LLM tarafında eşdeğeri olmayan bir mekanizma tarafından üretilen bir arama yüzeyi ölçümüdür. Hiçbir platform, bir sorunun ne sıklıkta sorulduğunu ortaya çıkarmaz, istem sıklığı endeksi yoktur ve LLM istem hacmi olarak satılan herhangi bir şey, bir kostüm giyen arama anahtar kelime verileri veya talep olarak yeniden etiketlenen bir alıntı ölçüsüdür. Dolayısıyla, bir alıntının önemli olup olmadığına karar vermek için bir alıntının yanına bir hacim rakamı koyma hareketi bir korkuluk değildir. Hacim disiplinleri sıralaması. Alıntı hakkında hiçbir şey söylemiyor ve bunun boyunca uzanıyormuş gibi davranmak, iki yüzeyi tekmiş gibi ele almanın bir başka örneğidir.
Bu da geriye adil bir soru bırakıyor: Eğer hacim aktarılmıyorsa alıntı tarafını disipline eden nedir? Talep sayımı değil çünkü sahip olunacak hiçbir şey yok. Bunun dürüst alternatifi, zaman içinde tekrarlanan bir istem seti boyunca yapılan alıntı sıklığıdır; bu bir hacim rakamı değil, yön sinyalidir ve tek bir rakam olarak okunması gerekir. Kaç kişinin sorduğunu değil, yanıttaki varlığınızın sabit mi yoksa tesadüfi mi olduğunu gösterir. Yönlendirici okumayı kesin bir talep numarasıymış gibi ele almak, aynı içi boş sıra tuzağının alıntı tarafı versiyonudur ve aynı şüpheciliğe neden olur.
Kendi Enstrümanlarınızı Okuyun
Bunların hiçbiri rakamlardan uzaklaşmak için bir neden teşkil etmiyor. Ölçülse de ölçülmese de karışıklık gerçektir. Yapay zeka, çalışmalar arasında geçiş yaparak yanıt verir, her yüzey aynı dizeyi farklı şekilde okur ve ifadeler karşılaştırmayı çarpıtır. Bunu ölçmek bu oynaklığı yaratmaz. Bunu ölçmemek sadece volatiliteyi görünmez bırakır ve tek bir okumayı gerçek sanmanıza neden olur. Gerçek hata dağınıklık değildir. Tek bir koşuyu düzeltilmiş gibi ele almak, bir öğleden sonraki tek bir uyarıyı görünürlüğünüzle ilgili gerçek olarak okumaktır. Bu şekilde şekillendirilen veriler doğrudan olmaktan ziyade yön vericidir ve yön verici bir özür değildir; şu anda doğru birimdir. Zaman içinde hareketini izleyebileceğiniz bir konum, boyutlandırabileceğiniz bir boşluk, aynı anda bakmak yerine birçok koşuda örneklenen bir trend, bunlar tam olarak kesinlik iddiasında bulunan tek bir nokta tahmininin olmadığı şekilde okunabilir ve dürüsttür. Cihazın araziyle eşleşmesi gerekiyor ve değişen arazi, ondalık sayıya göre değil yöne göre okunuyor.
Bütün bunlar odadaki tek dayanıklı beceriye geri dönüyor. Yapay zeka aramasının ölçüm katmanı, sayıların olduğundan daha kesin görünerek ulaşmasını sağlayacak kadar gençtir ve sistemin girdiye ne yaptığını anlayan uygulayıcı, bir ifade yapaylığından gerçek bir sinyal anlayabilen kişidir. Hiçbir araç bu kararı sizin için yüklemez. Bir şey sıralama ile alıntı arasındaki boşluğu ortaya çıkarabilir; Bu boşluğun neden gürültü değil de sinyal olduğunu anlamak sizin sorumluluğunuzdadır.
Bu haftayı bitirirken lütfen SEO'nun GEO olmadığını ve GEO'nun da SEO olmadığını ve bunların tamamlayıcı olsa da farklı olduklarını unutmayın. Muhtemelen on yıl önce ustalaştığınız bunlardan biri. Diğeri ise yeni beceriler, yeni sözcükler, yeni veriler ve istem ile yanıt arasında makinenin girişinize ne yaptığına ilişkin yeni bir açıklama ister. İyi bir SEO'nun ihtiyacınız olan tek şey olduğuna dair güvence, sizi rahat ettirecek bir yöndür ve genellikle kaybedecek bir şeyi olanlardan duyulur. Yüzeyler hala birbirinden farklıdır ve bunları birleştirmek bu işe getirebileceğiniz en pahalı şeydir.
Bu çöküşü kendi yığınınızın bir yerinde saklanırken yakaladıysanız ya da asimetrinin hesaba katmadığım bir şekilde ısırdığını görüyorsanız, bunu yorumlarda duymak isterim. Ve eğer makine katmanını anlamanın neden çıktılarını takip etmekten daha üstün olduğuna dair argümanın daha uzun versiyonunu istiyorsanız, bu benim kitabım: Makine Katmanı.
Daha Fazla Kaynak:
Bu yazı ilk olarak Duane Forrester Decodes'ta yayınlandı.
Öne Çıkan Görsel: Master1305/Shutterstock; Paulo Bobita/Arama Motoru Dergisi
Bir yanıt yazın