AI のための SEO — 誰もが AI を使用するようになった今、SEO は何を意味するのでしょうか?

さまざまな AI チャット プラットフォームで自分のブランドに関する AI の回答をすべて追跡しようとすると、頭がクラクラしてしまいました。 AI 向けの SEOについて実際にどのように考え始めるかについて、座って考える必要がありました。

ブランドのSEOスコアの向上を目指して、世界中が AI を使ってより多くのコンテンツを制作することに夢中になっている一方で、多くの人は、「検索エンジン」に最適化すべきユーザーが存在しないということに気づいていません。

検索エンジンは、検索結果内のリンクにアクセスして時間を無駄にする必要がなく、大規模言語モデルに質問を投げかけるだけで探している答えに直接アクセスできることを誰もが知るまでは素晴らしいものでした。事実上

「検索エンジンの UI は AI バックエンドに変わりました。」

私たちの小さな AI の友達が検索結果を読み漁り、UI へのリンクからどのような情報を表示するかを判断します。

それは私のブランド、製品、または会社にとって何を意味しますか?

これは、あなたの製品、会社、ブランドに興味のある人は、 ChatGPT 、Bing AI、または Google Bard に質問する可能性が高いことを意味します。当社の新しい AI オーバーロードは、ブランドに対する認識に最も大きな影響を与え始め、潜在的な新規顧客との最初の接触時の感情を決定します。

待て、AI の答えは生成モデルに基づいた、幻覚に満ちたものではないのか?

正しい！ Hackernoon で個人データに関する幻覚に関する背景ストーリーを読んでください: AI と個人データ: GPT-3 は私について何か知っていますか?または、このトピックに関する American Public Media Marketplace ラジオのインタビューを聞いてください。

次に、同じ問題を製品、ブランド、企業の観点から見てみましょう。 AI からの回答の内訳は次のとおりです。

1. GPT-3 のような人気のある LLM の第 1 世代は、パラメーター数が少ないため、かろうじて正しい結果を得ることができました。真実を反映した出力を期待するのは、有名で確立されたブランドだけであり、残りのブランドには統計上のゴミが表示されることになります。

   
   

2. LLM の第 2 波には、より多くのパラメータ数 (ChatGPT、Google Bard) が含まれており、より大きなブランド、企業、製品に有用な出力を提供するのに十分なエンコードが可能です。これは、AI ユーザーの大多数が ChatGPT のようなサービスを通じて現在見ているものです。

   
   

3. 最後に、LLM は検索結果を解釈するだけで、リンクを検索するステップを自動化します。たとえば、Microsoft Bing AIとPerplexity.aiはその路線を採用しており、Google はつい最近、Bard も同様に切り替えることを発表しました。

   
   

1、2、3 の主な違いは、最初の 2 つはモデル内から回答を取得するのに対し、後者は LLM の助けを借りてインターネット検索結果を回答に結合することです。 LLM にはリンクと参照のエンコードに問題があるという明らかな欠点を考慮すると、最後のアプローチが最も成功する可能性が高いと思います。

AI のために SEO を行わない方法は何ですか?

ほとんどの SEO セールスマンは、従来の SEO スコアを上げるために、生成モデルを使用してより多くのコンテンツを生成することを提案することに重点を置いているようです。 Google で「seo for ai」と検索すると、 jasper.aiやjemsu.comなどのサービスのスポンサー付き追加のリストが表示され、これらはすべてより多くのコンテンツを生成するのに役立ちます。誰もが AI を使用してより多くのコンテンツを作成するようになるため、これは行き詰まりになる可能性が高く、すぐに検索エンジンのボリュームがダウンすると予想されるはずです。

AI の回答は実際に更新されるのでしょうか?

GPT-3 などの古いモデルの場合、できることはあまりありません。 AI企業がパラメータを更新する経済的インセンティブはなく、おそらく更新しないでしょう。これは、あなたのブランドが LLM の最初の進化によって捉えられるほど重要であるかどうかを確認するブランド認知度のテストのようなものです。

GPT-3.5、GPT-4、Bard などのより大きなパラメーター数のモデルの場合は、経済的に合理的な間隔で継続的に更新されることを期待する必要があります。更新は頻繁に行われるわけではなく、ほとんどの調整はモデルの入力と出力のフィルター処理で行われますが、出力に大きな影響を与える実際の重みの更新が行われる可能性があります。ここで最善の方法は、 Wikipedia 、 Quora 、および LLM トレーニングに使用されるその他の重要な情報源に、あなたのブランドに関する詳細と感情が正しく記載されていることを確認することです。詳細については、今後の記事で説明します。

最後に、私が考える検索エンジンの将来については、検索結果を解釈するAI ボットです。ここでは、ボットが適切な答えを見つけるためにカバーできるリンクの数を制限する経済的インセンティブも期待できます。検索エンジンによるコンテンツがキャッシュされ、実際にサイトにアクセスする必要がない場合でも、トークン数によって、出力を生成するために処理されるデータ量の制限が設定されます。経済的な理由から、今後 1 年ほどは、製品の本質を捉えていると解釈される最初の検索結果は 5 ～ 10 件程度になると思います。

現時点では、商品を最もよく捉えているコンテンツが検索結果の上位に表示されるようにするための SEO 作業が無駄になることはありません。しかし、1年後にはすべての賭けは外れます。

AI の答えの中の広告

私は、すべての大手 AI 企業が LLM Answers の新しい広告機会を活用し、モデルの出力に影響を与えたり、AI の結果と混合した広告を提示したりするための有料サービスの提供を開始することを期待しています。 Google はすでに結果を混合する最初の反復を開始しています。

これにより、モデルの出力に影響を与える最も賢明な方法が変わる可能性が高くなります。この将来についての正直な答えは、誰にも分からないということです。もし誰かがあなたにそうでないと言うなら、その人はおそらく正直ではありません。

ブランドに関する AI の回答を追跡する

準備を整えたい人は、追跡から始める必要があります。すべてのモデルが自社の製品、ブランド、企業について何を言っているか、その良い点、悪い点、競合他社について何を言っているかを確認し、それらの反応を長期的に追跡してください。こうすることで、検索が AI に移行したときに最初の感情がどうなるかを知り、AI の回答に関して重要な変化があったかどうかを知ることができます。

追跡する必要がある可能性のあるもののリストには、次のものが含まれます。

• そのブランドはモデルによって有名ですか？
• そのブランドは主に何で知られていますか?
• ブランドに関連する最もポジティブな側面は何ですか?
• ブランドに関連する最も否定的な側面は何ですか?
• そのブランドの競合相手は誰ですか?
• 等

実際にAI向けSEOを行うにはどうすればよいでしょうか?

ブランドに関する変更を手動で要求し続けるモデルが非常に多く、複数のモデルを追跡する既存のソリューションが見つからなかったため、独自のソリューションを作成する必要がありました。私はこれをAI のための SEO と名付け、変化する SEO 環境の将来に備えたいと考えている人もいるかもしれないので、これを公開することにしました。 https://seofor.aiで試してみてください

これは単なる最初のステップであり、追跡以外に次のステップがどうあるべきかは誰にも分からないと思います。そうでないと言う人は、検索を再定義するというこの狂気の競争で自分自身をだましている可能性があります。この分野は急速に進化しており、この記事を書き終える頃には大きな何かが変わっている可能性がありますので、この旅に一緒に参加していただけることを歓迎します。手動または私のツールの助けを借りて、AI 回答でブランドの追跡を開始し、この未来に備える方法を一緒に考えてみましょう。

お気軽にTwitterにご連絡いただき、以下のコメント欄でご意見をお聞かせください。