Esialgne GEO uuring: Kuidas AI mudelid valivad allikaid

Sissejuhatus

Üks levinumaid küsimusi generatiivse mootori optimeerimise (GEO) valdkonnas on petlikult lihtne:

„Kuidas AI-mudelid tegelikult valivad, milliseid allikaid kasutada?”

Mitte kuidas nad lehekülgi järjestavad. Mitte kuidas nad teavet kokku võtavad. Mitte kuidas nad hallutsinatsioone peatavad.

Kui sügavam ja strateegilisem küsimus:

Mis teeb ühe brändi või veebilehe „lisamisväärseks” ja teise nähtamatuks?

2025. aastal viisime läbi rea kontrollitud GEO-eksperimente mitmes generatiivses mootoris – Google SGE, Bing Copilot, Perplexity, ChatGPT Browsing, Claude Search, Brave Summaries ja You.com –, et analüüsida , kuidas LLM-id hindavad, filtreerivad ja valivad allikaid enne vastuse genereerimist.

Käesolev artikkel tutvustab esimest originaalset uurimust generatiivse tõendite valiku sisemise loogika kohta:

• miks mudelid valivad teatud URL-id

• miks mõned domeenid domineerivad tsitaatides

• kuidas mootorid hindavad usaldusväärsust

• millised struktuurilised signaalid on kõige olulisemad

• entiteedi selguse ja faktilise stabiilsuse roll

• kuidas „allika sobivus” LLM-i mõtlemises välja näeb

• miks teatud tööstusharud valesti tõlgendatakse

• miks mõned brändid valitakse kõikides mootorites

• mis tegelikult toimub otsingu, hindamise ja sünteesi käigus

See on põhiteadmine kõigile, kes GEO-d tõsiselt võtavad.

1. osa: Viieastmeline mudeli valiku protsess (mis tegelikult toimub)

Kõik testitud generatiivsed mootorid järgivad allikate valimisel märkimisväärselt sarnast viieastmelist protsessi.

LLM-id ei „loe lihtsalt veebi”. Nad sorteerivad veebi.

Siin on protsess, mida kõik suuremad mootorid kasutavad.

1. etapp: otsinguakna loomine

Mudel kogub esialgse potentsiaalsete allikate kogumi, kasutades:

• vektori sisseviimised

• otsingu API-d

• brauseriagendid

• sisemised teadmiste graafikud

• eelnevalt koolitatud veebiandmed

• mitme mootoriga segatud otsing

• eelmiste interaktsioonide mälu

See on kõige laiem etapp, kus enamik veebisaite filtreeritakse kohe välja.

Vaatlus: Tugev SEO ≠ tugev otsing. Mudelid valivad sageli lehekülgi, mille SEO on keskpärane, kuid semantiline struktuur tugev.

2. etapp: tõendite filtreerimine

Kui allikad on leitud, kõrvaldavad mudelid kohe need, millel puudub:

• struktuuriline selgus

• faktiline täpsus

• usaldusväärsed autorluse märgid

• järjepidev bränding

• õiged mõistete määratlused

• ajakohane teave

Siin kõrvaldati meie andmekogust ~60–80% sobivatest lehtedest.

Mis on siin suurim probleem? Brändi enda ökosüsteemis esinevad ebajärjekindlad või vastuolulised faktid.

3. etapp: usaldusväärsuse kaalumine

LLM-id rakendavad järelejäänud allikatele mitmeid usaldusväärsuse heuristikaid.

Me tuvastasime seitse peamist signaali, mida mootorites kasutatakse:

1. Entiteedi usaldusväärsus

Selgus selles, mis bränd on, mida ta teeb ja mida ta tähendab.

2. Veebisisene järjepidevus

Faktid peavad olema ühtsed kõikidel platvormidel (veebisait, LinkedIn, G2, Wikipedia, Crunchbase jne).

3. Päritolu ja autorlus

Kinnitatud autorid, läbipaistvus ja usaldusväärsed metaandmed.

4. Ajakohasus

Mudelid alandavad oluliselt vananenud ja hooldamata lehtede reitingut.

5. Tsitaatide ajalugu

Kui otsingumootorid on teid varem tsiteerinud, on tõenäolisem, et nad tsiteerivad teid uuesti.

6. Esmase allika eelis

Eelistatakse originaaluuringuid, andmeid või esmaseid fakte.

7. Struktureeritud andmete kvaliteet

Järjepidev skeem, kanonilised URL-id ja puhas märgistus.

Leheküljed, millel on mitu usaldusväärsuse signaali, ületasid järjekindlalt traditsioonilise SEO tugevusega lehekülgi.

4. etapp: kontekstuaalne kaardistamine

Mudel kontrollib, kas teie sisu:

• vastab eesmärgile

• vastab üksusele

• toetab põhjenduste ahelat

• annab ainulaadse ülevaate

• väldib dubleerimist

• selgitab ebaselgust

Siin hakkab mudel moodustama „mentaalset kaarti”:

• kes sa oled

• kuidas sa kategooriasse sobid

• millist rolli sa vastuses mängid

• kas sa lisad või kordad teavet

Kui teie sisu ei lisa uut väärtust, jäetakse see välja.

5. etapp: sünteesi kaasamise otsus

Lõpuks teeb mudel otsuse:

• milliseid allikaid tsiteerida

• millistele viidata kaudselt

• milliseid kasutada sügavama põhjenduse jaoks

• milliseid täielikult välja jätta

See etapp on halastamatult valikuline.

Tavaliselt jääb alles vaid 3–10 allikat, mis mõjutavad lõplikku vastust – isegi kui mudel leidis alguses üle 200 allika.

Genereeritud vastus koostatakse selle katsumuse võitjate põhjal.

2. osa: Seitse põhilist käitumist, mida me mudelites täheldasime

12 000 testpäringust enam kui 100 brändi kohta ilmnesid järgmised korduvad mustrid.

Käitumine 1: mudelid eelistavad blogipostitustele „kanonilisi lehekülgi”

Kõikides mootorites eelistas AI järjekindlalt:

• Leheküljed

• Toote määratluse leheküljed

• Funktsioonide viited

• Ametlik dokumentatsioon

• Korduma kippuvad küsimused

• Hinnad

• API dokumendid

Neid peeti usaldusväärseteks „tõe allikateks”.

Blogipostitused olid paremad ainult juhul, kui:

• need sisaldasid esmaseid uurimistulemusi

• need sisaldasid struktureeritud loendeid

• need selgitasid mõisteid

• nad pakkusid rakendatavaid raamistikke

Muul juhul ületasid kanoonilised leheküljed neid 3:1.

Käitumine 2: Otsingumootorid usaldavad brände, millel on vähem, kuid paremaid lehti

Suured veebisaidid jäid sageli tulemustes alla, sest:

• sisu oli vastuolus vanema sisuga

• vananenud tugilehed olid endiselt reastatud

• faktid muutusid aja jooksul

• tootenimed muutusid

• vanad artiklid vähendasid selgust

Väikesed, hästi struktureeritud saidid saavutasid oluliselt paremaid tulemusi.

Käitumine 3: värskus on üllatavalt tugev näitaja

Mootorid alandavad koheselt reitingut:

• vananenud statistika

• vananenud määratlused

• vanad tootekirjeldused

• muutumatud leheküljed

• versioonide mittevastavus

Ühe kanonilise faktilehekülje uuendamine suurendas meie testides 72 tunni jooksul generatiivsetesse vastustesse kaasamist.

Käitumine 4: Mudelid eelistavad brände, millel on tugev entiteedi jalajälg

Brändid, millel on:

• Wikipedia lehekülg

• Wikidata entiteet

• ühtne skeem

• veebisisesed vastavused

• ühtne brändi määratlus

valiti palju sagedamini.

Mudelid tõlgendavad järjepidevust = usaldusväärsust.

Käitumine 5: Mudelid eelistavad esmaseid allikaid

Mootorid eelistavad tugevalt:

• originaaluuringud

• omandatud andmed

• uuringud

• võrdlusalused

• valge raamatud

• esmane dokumentatsioon

Kui avaldate originaalandmeid:

Saate viiteallikaks. Konkurendid muutuvad tuletisteks.

Käitumine 6: Mitmemodaalne selgus mõjutab valikut

Mudelid valivad üha enam allikaid, mille visuaalsed vahendid võivad olla:

• mõistetud

• väljavõtted

• kirjeldatud

• kontrollitud

Toote ekraanipildid ja videod on olulised. Selged visuaalid olid olulised 40% valikujuhtudest.

Käitumine 7: Otsingumootorid karistavad halastamatult ebamäärasust

Kiireim viis väljajäämiseks:

• ebajärjekindlad tootenimed

• ebamäärane väärtuspakkumine

• kattuvad kategooriate määratlused

• ebaselge positsioneerimine

• mitmed võimalikud tõlgendused

AI vältib allikaid, mis tekitavad segadust.

3. osa: 12 kõige olulisemat signaali allika valimisel (järjestatud täheldatud mõju järgi)

Kõrgeimast mõjust madalaimani.

1. Entiteedi selgus

2. Veebisisesed faktilised vastavused

3. Ajakohasus

4. Esmase allika väärtus

5. Struktureeritud sisu vorming

6. Kanonilise määratluse stabiilsus

7. Puhas otsing (indekseeritavus + laadimiskiirus)

8. Usaldusväärne autorlus

9. Kvaliteetsed tagasilinkid (autoriteetsusgraafik)

10. Multimodaalne ühtlustamine

11. Õige kategooria paigutus

12. Minimaalne mitmetähenduslikkus

Need on uued „reitingutegurid”.

4. osa: Miks mõned brändid ilmuvad kõikides otsingumootorites (ja teised üheski)

Üle 100 brändi seas domineerisid järjekindlalt mõned:

• Segadus

• Claude

• ChatGPT

• SGE

• Bing

• Brave

• You.com

Miks?

Sest neil brändidel oli:

• järjepidevad entiteedi graafikud

• kristallselged määratlused

• tugevad kanoonilised sõlmpunktid

• originaalandmed

• faktidele tuginevad tootelehed

• ühtne positsioneerimine

• ei ole vastuolulisi väiteid

• täpsed kolmandate osapoolte profiilid

• pikaajaline faktiline stabiilsus

Otsingumootorist sõltumatu nähtavus tuleneb usaldusväärsusest, mitte mastaabist.

5. osa: Kuidas optimeerida allika valikut (praktiline GEO-meetod)

Allpool on esitatud kõikide uuringute tulemusel välja töötatud meetod.

Samm 1: Loo kanonilised faktilehed

Määratle:

• kes te olete

• mida sa teed

• kuidas sa töötad

• mida sa ei ole

• tootenimed ja määratlused

Neid lehti tuleb regulaarselt uuendada.

2. samm: vähendage sisemisi vasturääkivusi

Audit:

• tootenimed

• kirjeldused

• omadused

• väited

Otsingumootorid karistavad järjekindlusetust karmilt.

3. samm: avaldage esmase allika teadmised

Näited:

• originaalstatistika

• iga-aastased tööstusharu võrdlusandmed

• tulemusaruanded

• tehnilised analüüsid

• kasutajate käitumise uuringud

• kategooria ülevaated

See parandab oluliselt AI kaasatust.

4. samm: tugevda entiteetide profiile

Uuendus:

• Wikidata

• Teadmiste graafik

• LinkedIn

• Crunchbase

• GitHub

• G2

• sotsiaalne elulugu

• skeemimärgistus

AI-mudelid ühendavad need usaldusgraafikuks.

5. samm: struktureerige kõik

Kasutamine:

• loetelupunktid

• lühikesed lõigud

• H2/H3/H4 pealkirjad

• mõisted

• nimekirjad

• võrdlused

• küsimuste ja vastuste moodulid

LLM-id analüüsivad teie struktuuri otse.

6. samm: Värskenda olulised leheküljed kord kuus

Ajakohasus korreleerub järgmisega:

• kaasamine

• täpsus

• usaldusväärsus kaal

• süntees tõenäosus

Vananenud leheküljed kaovad.

7. samm: looge selged võrdlusleheküljed

Mudelid armastavad:

• plussid ja miinused

• funktsioonide jaotused

• läbipaistvad piirangud

• kõrvuti selgus

Võrdluseks sobiv sisu teenib rohkem viiteid.

8. samm: paranda AI ebatäpsused

Esitage parandused varakult.

Mudelid uuenevad kiiresti, kui neid veidi tõugata.

6. osa: Allikavaliku tulevik (prognoosid aastateks 2026–2030)

2024–2025. aastal täheldatud käitumise põhjal on järgmised suundumused kindlad:

1. Usaldusgraafikud muutuvad ametlikeks reitingusüsteemideks

Mudelid säilitavad oma usaldusväärsuse hinded.

2. Esmane allikas muutub kohustuslikuks

Otsingumootorid lõpetavad tuletatud sisu tsiteerimise.

3. Entiteedipõhine otsing asendab märksõnapõhise otsingu

Entiteedid > märksõnad.

4. Provenance signatures (C2PA) muutuvad kohustuslikuks

Allkirjastamata sisu reiting langeb.

5. Mitmemodaalne allikavalik muutub küpsemaks

Pildid, videod ja graafikud muutuvad esmatähtsaks tõendusmaterjaliks.

6. Agendid kontrollivad väiteid iseseisvalt

Sirvimise agendid kontrollivad teid veel kord.

7. Allikate valik muutub selguse võistluseks

Ebaselgus muutub saatuslikuks.

Järeldus: GEO ei tegele reitinguga – see tegeleb valikuga

Generatiivsed mootorid ei „reastata” lehekülgi. Nad valivad allikad, mis lisatakse põhjenduste ahelasse.

Meie uuringud näitavad, et allikate valik sõltub järgmistest teguritest:

• selgus

• struktuur

• faktiline stabiilsus

• entiteedi ühtlustamine

• originaalne arusaam

• ajakohasus

• järjepidevus

• päritolu

Generatiivsetes vastustes esinevad brändid ei ole need, millel on parim SEO. Need on need, mis muudavad end AI põhjenduste jaoks kõige turvalisemaks, selgemaks ja autoriteetsemaks sisendiks.

GEO on protsess, mille käigus muututakse usaldusväärseks sisendiks.