Tratar de hacer un seguimiento de todas las respuestas de IA sobre mi marca en diferentes plataformas de chat de IA me hizo dar vueltas. Tuve que sentarme y pensar en cómo comenzar a pensar en SEO para IA .
Si bien el mundo se está volviendo loco produciendo más contenido con IA con la esperanza de mejorar los puntajes de SEO de sus marcas, muchos no se han dado cuenta de que no habrá ningún usuario que se enfrente a los "motores de búsqueda" para optimizar.
Los motores de búsqueda eran geniales hasta que todos aprendimos que no tenemos que perder el tiempo visitando enlaces en los resultados de búsqueda, sino que podemos llegar directamente a la respuesta que buscamos simplemente planteando la pregunta a un modelo de lenguaje grande. En efecto
"Las interfaces de usuario de los motores de búsqueda se han convertido en backends de IA".
Serán nuestros pequeños amigos de la IA los que saborearán los resultados de la búsqueda y descubrirán qué información aparecerá en los enlaces a la interfaz de usuario.
Significa que cualquier persona que sienta curiosidad por su producto, empresa o marca probablemente le hará preguntas a ChatGPT , Bing AI o Google Bard al respecto. Nuestros nuevos señores de la IA comenzarán a tener la mayor influencia en la percepción de su marca y determinarán el sentimiento en el primer contacto con un nuevo cliente potencial.
¡Correcto! Lea una historia de antecedentes sobre alucinaciones sobre datos personales en Hackernoon: IA y datos personales: ¿GPT-3 sabe algo sobre mí? o escuche una entrevista en la radio American Public Media Marketplace sobre el tema.
Ahora veamos el mismo problema desde el punto de vista de un producto/marca/empresa. Aquí está el desglose de las respuestas provenientes de la IA:
La primera generación de LLM populares como GPT-3 vino con un recuento de parámetros más bajo y, por lo tanto, tiene respuestas que apenas hacen las cosas bien. Solo las marcas bien conocidas y establecidas esperarían ver resultados que reflejen la verdad, mientras que el resto vería basura estadística.
La segunda ola de LLM vino con un mayor número de parámetros (ChatGPT, Google Bard) y puede codificar lo suficiente para proporcionar resultados útiles para un conjunto más grande de marcas, empresas y productos. Esto es lo que la mayoría de los usuarios de IA están viendo en este momento a través de un servicio como ChatGPT.
Y, por último, tenemos LLM que solo interpretan los resultados de búsqueda para automatizar el paso de buscar a través de los enlaces. Microsoft Bing AI y Perplexity.ai han tomado esa ruta, por ejemplo, y Google acaba de anunciar que Bard también está cambiando.
La principal diferencia entre 1, 2 y 3 es que los dos primeros obtienen respuestas desde dentro de los modelos, mientras que el último combina los resultados de la búsqueda en Internet en una respuesta con la ayuda de un LLM. Creo que el último enfoque es el que tiene más probabilidades de éxito dadas las deficiencias obvias de los LLM que tienen problemas para codificar enlaces y referencias.
La mayoría de los vendedores de SEO parecen centrarse en sugerirle que use modelos generativos para generar más contenido para aumentar su puntaje de SEO de la vieja escuela. Si busca en Google "seo para ai" , encontrará una lista de anuncios patrocinados para servicios como jasper.ai , jemsu.com que lo ayudan a generar más contenido. Es probable que eso sea un callejón sin salida, ya que todos usarán IA para producir más contenido y debe esperar que los motores de búsqueda reduzcan el volumen pronto.
Para modelos más antiguos como GPT-3, no hay mucho que puedas hacer. No hay ningún incentivo económico para que las empresas de IA actualicen los parámetros y apostaría a que no lo harán. Es más una prueba de reconocimiento de marca para ver si su marca era lo suficientemente importante como para ser capturada por la primera evolución de los LLM.
Para modelos de conteo de parámetros más grandes, como GPT-3.5, GPT-4, Bard, etc., deberíamos esperar que se actualicen continuamente en algún intervalo que tenga sentido económico. La actualización no se realizará con frecuencia y la mayor parte de los ajustes se realizarán al filtrar las entradas y salidas de los modelos, pero es probable que se produzcan actualizaciones de peso reales que influyan en mayor medida en las salidas. Aquí, sus mejores posibilidades son asegurarse de que Wikipedia , Quora y cualquier otra fuente de información muy ponderada que se utilice para la capacitación de LLM tenga los detalles y el sentimiento correctos sobre su marca. Más sobre eso en futuros artículos.
Por último, para lo que creo que es el futuro de los motores de búsqueda: los bots de IA que interpretan los resultados de búsqueda . Aquí también puede esperar incentivos económicos para limitar la cantidad de enlaces que los bots pueden cubrir para dar una buena respuesta. Incluso cuando el contenido de los motores de búsqueda se almacena en caché y en realidad no requiere visitar sitios, los recuentos de tokens establecerán el límite de la cantidad de datos que se analizan para generar el resultado. Por razones económicas, creo que durante el próximo año probablemente no veremos más de 5 a 10 primeros resultados de búsqueda interpretados para capturar la esencia de su producto.
Por ahora, cualquier trabajo de SEO que realice para asegurarse de que el contenido que captura mejor su producto aparezca en la parte superior de los resultados de búsqueda no se desperdiciará. Pero dentro de un año, sin embargo, todas las apuestas están canceladas.
Espero que todas las grandes empresas de IA aprovechen la nueva oportunidad publicitaria en las respuestas de LLM y comiencen a ofrecer servicios pagos para influir en los resultados del modelo o presentar anuncios mezclados con resultados de IA. Google ya ha comenzado las primeras iteraciones de mezclar los resultados.
Es probable que esto también cambie cuál es la forma más sensata de influir en los resultados del modelo y la respuesta honesta sobre este futuro es que ¡nadie lo sabe! Si alguien te dice lo contrario, probablemente no esté siendo honesto.
Aquellos de nosotros que queremos prepararnos debemos comenzar con el seguimiento: asegúrese de saber lo que dicen todos los modelos sobre sus productos, marcas y empresas, sus aspectos positivos, negativos y la competencia, y realice un seguimiento de esas respuestas a lo largo del tiempo. De esta manera, sabrá cuál será el sentimiento inicial a medida que la búsqueda se mueva a la IA y sabrá si cambia algo sustancial con respecto a las respuestas de la IA.
Dado que hay bastantes modelos para seguir solicitando cambios manualmente con respecto a su marca y no encontré ninguna solución existente para rastrear múltiples modelos, entonces tuve que escribir la mía. Lo llamé SEO para IA y decidí hacerlo público, ya que otros podrían querer prepararse para el futuro del panorama cambiante de SEO. Dale una vuelta en https://seofor.ai
Este es solo el primer paso y, además del seguimiento, no creo que nadie sepa cuál debería ser el siguiente paso. Es probable que las personas que le digan lo contrario se engañen a sí mismas en esta loca carrera para redefinir la búsqueda. Este espacio está evolucionando rápidamente y algo importante probablemente haya cambiado para cuando termine de escribir este artículo, así que te invito a que me acompañes en este viaje. Comience a rastrear sus marcas en respuestas de IA, ya sea manualmente o con la ayuda de mi herramienta, ¡y averigüemos cómo prepararnos para este futuro juntos!
¡Siéntase libre de comunicarse en Twitter y déjeme saber lo que piensa en los comentarios a continuación!