Как анализировать Google Discover?
Статья от Гарри Кларксон-Беннетта (SEO Director в The Telegraph):
1) Рассматривайте отдельные объекты (сущности): люди, места, организации
2) Статья должна превзойти ожидаемые показатели на раннем этапе, поэтому занимайтесь дистрибуцией в других каналах
3) Проанализируйте выпускаемый контент для поиска работающих сочетаний заголовка и картинки
4) Высокий CTR — это хорошо, но кликбейт, который привел к переходу и мгновенному уходу пользователя с сайта, подрывает доверие.

Тоже пример реакции платформы на усталость и раздражение определенной части аудитории из-за ИИ-контента:

Музыка и аудиоматериалы, созданные полностью или в значительной степени с помощью искусственного интеллекта, не допускаются на Bandcamp.

Всё так.

ИИ представляет проблему не только для сложных документов. Пол Грэм утверждает, что «письмо — это мышление» , поэтому, когда вы поручаете ИИ написание текста, вы поручаете ему и свое мышление.

Я не утверждаю, что вам никогда не следует использовать ИИ для исправления грамматики или для таких задач, как составление резюме, форматирование или проведение исследований. Скорее, я говорю, что если вы используете ИИ для выполнения какой-либо основной работы по написанию текста, вы лишаете себя возможности обдумать ситуацию и по-настоящему понять ее самостоятельно.

via Bjorn Roche

Google SearchGuard: что раскрывает иск против SerpApi про систему защиты поиска от ботов на основе поведенческих сигналов
Шикарный разбор от Оливье де Сегонзака.

Как Google понимает, что вы человек?
SearchGuard отслеживает 4 категории признаков поведения в режиме реального времени:
1) движения мыши (траектория, скорость, ускорение, дрожание)
2) ритм ввода текста (интервалы, длительность, шаблоны ошибок, паузы после знаков препинания)
3) особенности прокрутки (амплитуда, направление, время между прокрутками, плавность/сглаживание)
4) колебания во времени

Люди непоследовательны, и именно это делает нас людьми.

SearchGuard также собирает обширные данные о браузерах и устройствах, а также специально проверяет наличие сигнатур, указывающих на некорректную работу инструментов автоматизации.

19 декабря Google подала иск против компании SerpApi LLC из Техаса, утверждая, что компания обходила SearchGuard, чтобы ежедневно собирать защищенный авторским правом контент из результатов поиска Google в масштабах «сотен миллионов» запросов. Вместо того чтобы обвинять компанию в нарушении условий предоставления услуг, Google построила свое дело на статье 1201 DMCA - положении закона об авторском праве, запрещающем обход защиты авторских прав.

SearchGuard описывается как «результат десятков тысяч человеко-часов работы и миллионов долларов инвестиций». Судебный процесс наглядно показывает, что именно Google считает достойным защиты — и на что он готов пойти ради этого. Google не атакует OpenAI напрямую. Компания нацелена на ключевое звено в цепочке поставок, которая питает ее главного конкурента в сфере ИИ.

Лили Рэй завела блог в Substack.

Паника, вызванная ИИ, вывела SEO-отрасль в центр внимания. Директора по маркетингу, инвесторы и технологические предприниматели бросились навстречу ажиотажу вокруг поиска с использованием ИИ. Из ниоткуда появились совершенно новые маркетинговые компании и гуру, наводнившие ленты социальных сетей рекламой, сгенерированной ИИ, и шаблонными постами, повторявшими тезис о том, что без их революционного подхода бизнес останется далеко позади.

В основе этого повествования лежал знакомый тезис «SEO мертво», вновь возрожденный для того, чтобы сыграть на страхе, неуверенности и сомнениях, а также позиционировать поиск с использованием ИИ как совершенно новый, передовой канал поиска информации.

Многие оппортунисты позиционируют этот сдвиг как полный отход от существующих стратегий для органического поиска. Однако в реальности все гораздо проще. Хотя есть явные различия — особенно в интерфейсах поиска, подсказках и метриках, используемых для измерения эффективности, — многие, если не большинство, тактических приемов повышения ИИ-видимости практически не изменились. Это просто усовершенствованные версии существующих процессов SEO, брендинга и цифрового PR.

Ради этого и подорожала оперативная память.

Гугл обжалует решение суда по антимонопольному делу в США. Но примечательно не это.
В новых судебных документах есть кое-что интересное для оптимизаторов.

На изображении показана доля страниц (зеленым), попадающих в веб-индекс Google, по сравнению со страницами, которые Google сканирует (красным). В соответствии с окончательным решением суда, Google должен раскрыть квалифицированным конкурентам отобранное подмножество страниц, отмеченное зеленым цветом.

Таким образом, мы видим соотношение известных Гуглу страниц и индексируемых.

Также упоминается GLUE и RankEmbed:

Под «данными пользователя» подразумеваются крайне конфиденциальные данные пользователя, включая, помимо прочего, поисковый запрос, местоположение, время поиска и то, как пользователь взаимодействовал с отображаемой информацией, например, при наведении курсора и кликах.

Данные, используемые для построения модели Google «Glue», также включают все результаты поиска в интернете и их порядок, а также все найденные поисковые функции и их порядок. Модель Glue собирает эти данные за предыдущие 13 месяцев, используя логи поиска.

Graphite и Similarweb проанализировали изменение органики на большой выборке (40 000 крупнейших сайтов в США), их цифры более оптимистичные:
— минус 2,5% год к году в целом
— снижение трафика было в основном сосредоточено на сайтах среднего размера, а именно на 100-10 000 крупнейших сайтах
— кол-во посещений топ-10 сайтов увеличилось на 1,6%

Но это с ютубом и другими ресурсами Гугла :) и Reddit'ом.

Свежее исследование Гугла про новый подход к решению задачи понимания интента (намерения) пользователя.

Модель выполняет 2 основных шага. На первом шаге каждое отдельное взаимодействие в отдельном экране и элементе пользовательского интерфейса суммируется независимо. Затем эти сводки используются в качестве последовательности событий для прогнозирования общего намерения всей траектории взаимодействия с пользовательским интерфейсом.

Главный инсайт из pdf исследования по версии Gemini:

Авторы доказали, что небольшие модели (например, Gemini 1.5 Flash 8B), которые могут работать прямо на телефоне или в браузере, при правильном подходе определяют интент пользователя точнее, чем огромные модели вроде Gemini 1.5 Pro.

Почему это важно для SEO: Это значит, что скоро инструменты аналитики смогут «на лету» и очень дешево понимать, зачем человек кликает по сайту, не отправляя терабайты данных на дорогущие сервера.
Обычные модели часто «галлюцинируют», когда пытаются проанализировать длинный путь пользователя целиком. Исследователи применили двухэтапную схему.

Как найти идентификатор в Google Knowledge Graph (Графе знаний)?
Отличный пост от DiscoverSnoop:

Граф знаний Google — это база данных вещей, людей, брендов, событий и многого другого. Его можно рассматривать как попытку присвоить идентификатор всему, что существует в мире.

Эти идентификаторы в основном имеют две разные формы:
/m/07k2d для идентификаторов, сгенерированных Freebase до приобретения компанией Google;
/g/11p6w0djqy для идентификаторов, сгенерированных Google после слияния Freebase.

Эти идентификаторы важны, потому что все «знания» Google о вашем онлайн-ресурсе или о вас как об отдельной личности связаны с этим идентификатором. Получив этот идентификатор, вы можете оптимизировать многие аспекты своего присутствия в интернете.

Способы получить его — Wikidata или извлечь непосредственно из серпа.

Удовлетворенность пользователей как самый важный фактор в SEO
Мари Хейнс с постом по мотивам последних судебных документов.

1. Начальное ранжирование происходит с помощью традиционных систем.
2. ИИ-системы (RankBrain, DeepRank, RankEmbed BERT) переранжируют 20-30 лучших документов.
3. ИИ-системы дорабатываются на основе оценок рейтеров и (!) результатов тестирования на проценте реальных пользователей.
Системы обучаются распознаванию закономерностей:

Система учится определять типы контента, которые соответствуют намерениям пользователя, а затем прогнозирует, соответствует ли ваш сайт этому успешному шаблону.

И пользователи и рейтеры сравнивают 2 версии поиска: с исходным алгоритмом и переобученным.

Гугл использует ПФ в 2 местах: в системе Glue, которая включает в себя Navboost, анализирующий клики и взаимодействие пользователей, а также в модели RankEmbed.

Также позиция Мари в том, что оптимизация для векторного поиска может принести больше вреда, чем пользы.

Если ваш контент хорошо воспринимается системами ИИ, пытающимися найти подходящие варианты для Query Fan-Out, но пользователи с этим не согласны, или если вам не хватает других характеристик, связанных с полезностью контента по сравнению с конкурентами, вы можете научить системы Google отдавать вам меньшее предпочтение.