هل يساعد ترميز المخطط في رؤية الذكاء الاصطناعي؟

ينشر Google وBing إرشادات لتحسين محركات البحث التقليدية ويوفران أدوات لقياس الأداء.

ليس لدينا مثل هذه التعليمات من موفري المحركات التوليدية، مما يجعل عملية التحسين أكثر صعوبة. والنتيجة هي عدد كبير من التكهنات المضللة وغير المدروسة.

تعتبر أهمية ترميز Schema.org مثالاً على ذلك.

مخطط ل LLMs؟

لم أر أي بيان أو إشارة من نموذج لغة كبير فيما يتعلق بترميز البيانات المنظمة، بما في ذلك Schema.org.

لقد نصحت Google منذ فترة طويلة باستخدام هذا الترميز للبحث العضوي التقليدي، قائلة:

يعمل بحث Google جاهداً لفهم محتوى الصفحة. يمكنك مساعدتنا من خلال تقديم أدلة واضحة حول معنى الصفحة إلى Google من خلال تضمين البيانات المنظمة في الصفحة.

يقوم عملاق البحث بإنشاء مقتطفات غنية من بيانات منظمة محددة ويجمع معلومات عن الأعمال التجارية من أنواع العلامات الإضافية، مثل مؤسسة Schema.org، وصفحة الأسئلة الشائعة، والمؤلف.

على الرغم من أن الإجابات من وضع الذكاء الاصطناعي من Google تأتي عادةً من أعلى التصنيفات العضوية، إلا أننا لا نعرف تأثير البيانات المنظمة على عوامل الذكاء الاصطناعي أو برامج الزحف.

على عكس Google، لا تحتوي شهادات LLM على فهارس أصلية. يقومون بإنشاء إجابات بناءً على بيانات التدريب الخاصة بهم (والتي لا تخزن عناوين URL أو التعليمات البرمجية) ومن محركات البحث الخارجية مثل Google وBing وReddit وYouTube.

للوصول إلى الصفحة، يمكن لـ LLM (i) الاستعلام عن محركات البحث التقليدية، والاعتماد بشكل غير مباشر على ترميز البيانات المنظمة مثل Schema.org، و(ii) الزحف إلى الصفحة مباشرةً لجلب الإجابات.

رؤية الذكاء الاصطناعي

لا تفهم العديد من الشركات ترميز Schema.org، وبالتالي تحتفظ بخدمات GEO التي تدعي أن تنفيذها سيزيد من رؤية الذكاء الاصطناعي.

لا يتم تضليلك. لم أر أي دراسات حالة حسنة السمعة توضح أن البيانات المنظمة تعمل على تحسين الإشارات أو الاستشهادات الخاصة بالذكاء الاصطناعي. علاوة على ذلك، فإن التنفيذ سهل (ورخيص) باستخدام التطبيقات والمكونات الإضافية.

بدلًا من ذلك، ركز على التكتيكات طويلة المدى التي أثبتت جدواها:

• قم بالتركيز على الرؤية الشاملة للعلامة التجارية والاستثمار فيها، وتتبع عمليات البحث على Google لشركتك ومنتجاتك.

• تأكد من ظهور علامتك التجارية ومزاياها جنبًا إلى جنب مع المنافسين في القوائم والتوصيات “الأفضل”.

• قم بتحسين خلاصات منتجك لعمليات البحث التحادثية. تعد المطالبات أكثر تحديدًا وتنوعًا من استعلامات البحث. قم بتوفير أكبر قدر ممكن من التفاصيل لالتقاط جميع أنواع المحادثات.

أولوية منخفضة

من المحتمل أن يؤدي ترميز البيانات المنظمة مثل Schema.org إلى تصنيفات البحث العضوي وبالتالي يساعد في رؤية الذكاء الاصطناعي بشكل غير مباشر. ومع ذلك، فإن التنفيذ سهل ومن المؤكد أنه لا يمثل أولوية منخفضة. ما يهم حقًا بالنسبة لرؤية الذكاء الاصطناعي هو المحتوى ذو الصلة وبناء العلامة التجارية على المدى الطويل.